Hay una metáfora que circula en distintas declinaciones en los posts sobre inteligencia artificial: la IA se convertirá en algo parecido a la electricidad. La pagaremos por consumo. Será una utility, una de esas infraestructuras bajo las que fluye la vida cotidiana y de las que en el fondo no sabemos nada, salvo controlar la factura una vez al mes.
La metáfora es bastante acertada y captura la trayectoria macro con honestidad. El problema es que se quiebra en dos puntos críticos, y eso desplaza por completo la pregunta que deberíamos hacernos ahora.
Lo que la narrativa común ha acertado
Antes de la crítica, un reconocimiento honesto. La metáfora se sostiene a nivel macro en tres puntos:
- Primero: La inteligencia artificial se está convirtiendo en una capa infraestructural, debajo de las aplicaciones de próxima generación. Editores, navegadores, chats, software de gestión, dispositivos. Casi todo. Como la electricidad hace un siglo, la IA se está estratificando bajo los oficios y, dentro de unos años, ya no será un producto separado. Será un sustrato cognitivo que alimentará cada objeto que usemos.
- Segundo: Pagaremos por consumo, en gran medida. Habrá tarifas planas para ciertas categorías, exactamente como con la electricidad. Pero solo para quien haya sabido ganarse esa posición de relevancia, lo bastante para negociar de igual a igual con el gran proveedor. Bajo la tarifa plana siempre habrá un consumo real, medido. Tokens por segundo, ventanas de contexto, llamadas al modelo, niveles de razonamiento activados. El proveedor lo sabe, y lo factura, incluso cuando el usuario ni se da cuenta.
- Tercero: El margen de los operadores medios tenderá a bajar con el tiempo. La competencia entre proveedores, la llegada de alternativas open source, la presión regulatoria, la consolidación de las arquitecturas, todo empuja a medio plazo el precio de la unidad base hacia un nivel estable. La riqueza se desplaza hacia quien controla activos complementarios (datos, patentes, marcas, distribución, hardware especializado).
Hasta aquí, el paralelismo se sostiene casi a la perfección. Es un mapa útil para describir la trayectoria general, y es el mapa que el debate público se ha dado para hablar de IA sin caer del todo en la histeria. Vale.
Lo juro, último preámbulo, y vamos a lo concreto.
En el ensayo anterior afirmaba que la fractura de la próxima década no se limitaría a la clase media económica y a la consiguiente irrelevancia que estaba a punto de arrollarnos. Hay un nivel debajo, más sutil, que se manifiesta al mismo tiempo, en un plano distinto al económico: el plano existencial.
Ya no habrá una clase media económica, y eso se veía venir desde los años Noventa. Pero, sobre todo, ya no habrá una clase media existencial. La fractura que atraviesa el eje inteligencia-por-consumo ya no se juega en los ingresos. Se juega en la posición intermedia entre quien articula su propia dirección y quien es articulado. Y en ese eje, una posición intermedia, en la práctica, ya no existe.
Donde la metáfora se hace pedazos
La electricidad tiene una característica que la narrativa común sigue dejando fuera: la puedes autogestionar. Paneles solares en el tejado, baterías en el sótano, un pequeño aerogenerador en el jardín, y en muchos contextos, sobre todo en casas unifamiliares, tienes una vía de escape.
Para muchos el self-host sale más caro que la red, pero sigue siendo posible. Existe como opción mental de reserva, aunque no se use.
Con los modelos de inteligencia artificial de frontera, esta vía de escape no existe. Permítanme ser preciso, porque se confunde fácilmente. No hablo de los modelos ligeros que se pueden hacer correr en un MacBook o en un pequeño servidor doméstico al precio de un ciclomotor. Esos existen, harán cosas útiles, y para muchos casos de uso bastarán para tapar agujeros. Hablo de los modelos de frontera. Los que hoy mueven la mejor calidad disponible en el mercado. Los que, si tienen que escribir un ensayo articulado, hacer un análisis serio, generar código complejo que funcione sin perder días puliendo a mano, se verán obligados a usar. Esos modelos, de manera artesanal en casa, no se hacen.
El motivo es que los modelos de frontera requieren, para ser entrenados, infraestructuras que cuestan miles de millones de dólares, meses de tiempo de máquina sobre decenas de miles de GPU especializadas, datasets enormes, equipos de investigación dedicados. Y requieren, para ser ejecutados en inferencia al máximo de calidad, clusters dedicados de hardware especializado y una cadena de gestión de la infraestructura que no se replica en un único equipo de escritorio.
Se pueden intentar comprimir y destilar en versiones más pequeñas. Ya lo están haciendo. Pero una destilación siempre pierde algo, y muchas veces ese algo es justo la cosa que necesitan: la profundidad de razonamiento, la longitud útil del contexto, la robustez en los casos límite.
El resultado práctico, en el eje estratégico, es este. Para la electricidad, si mañana el proveedor sube los precios, tienes opciones de mitigación que van desde la renegociación del contrato al cambio de operador o al self-host. Para los modelos de frontera, si mañana el proveedor sube los precios o cambia las políticas, las opciones son trágicamente más estrechas. Puedes cambiar de proveedor, pero el alternativo tiene características distintas y la integración no sale precisamente gratis. Puedes volver a un modelo open source, pero das un salto de calidad hacia abajo. ¿Self-host del estado del arte? Fuera de discusión para nosotros, simples mortales.
Traducción brutal: no es una simple commodity. Es una jodida dependencia.
Hay también una consecuencia más radical, que merece una formulación un poco anticuada. Para quien haya leído algo de filosofía del siglo pasado, el discurso no sonará nuevo. Quien posee los medios de producción posee también la libertad de hacer las cosas que esos medios hacen posibles. Trasladen la fórmula de la industria de hace un siglo al oficio de hoy. Quien posee los medios de producción de la inteligencia, posee también la libertad de pensamiento, de acción, de razonamiento a los niveles que importan.
La analogía tiene consecuencias muy concretas y no se queda en el plano abstracto. Si los modelos de frontera no se autogestionan, y si la calidad de pensamiento que generan está significativamente por encima de las alternativas, entonces la libertad de pensar al mejor nivel disponible pasa por quien controla el acceso a los modelos. La jerarquía no desaparece cuando la inteligencia se rebaja a commodity. Se reorganiza, y se juega sobre un eje completamente nuevo.
La ventana que se cierra
Pasemos ahora a añadir un segundo nivel, temporal, que la narrativa común sobre la electricidad ni siquiera llega a tocar.
Ahora mismo, en este momento histórico, los precios de acceso a los modelos de frontera para los power user están enormemente por debajo de su coste y valor real. Esto no es, claramente, un acto de generosidad del proveedor. Estamos beneficiándonos de un cálculo estratégico de mercado. Los providers han calibrado los precios sobre el cliente medio: una persona que usa su modelo de IA para escribir correos, hacer búsquedas, resumir documentos, generar imágenes de vez en cuando. Ese cliente medio, aun pagando una suscripción mensual, consume una fracción modesta de la capacidad que el plan le garantiza sobre el papel. El proveedor presupuesta esa media y la usa como base de cálculo.
Lo que el proveedor ha subestimado es la categoría lateral de los power user. Personas, y en algunos casos pequeñas organizaciones, que usan los modelos a una intensidad veinte, cincuenta, en algunos casos cien veces superior a la media. Personalmente, si no consigo agotar mi cuota semanal de una cuenta Max siento un dolor agudo en el pecho como si le diera a las palomas el plato de un restaurante con estrella. Para quien está, pues, en esta categoría, los planes actuales representan un descuento estructural respecto al valor que generan y al coste real de ese consumo para el proveedor.
Esta ventana no puede quedarse abierta indefinidamente, claro. La capacidad de cálculo no es gratis y la empresa proveedora tiene que cubrir su propio coste. Los inversores luego, que ahora mismo son a quienes hay que agradecer más que a nadie por este regalo bienvenido, tarde o temprano pedirán retornos.
Cuando las políticas tarifarias se actualicen, el precio para el power user subirá, probablemente bastante. La ventana se cerrará dentro de seis, doce, veinticuatro meses según los segmentos. Sin pretender precisión, es una estimación orientativa mía que existe como orden de magnitud en las cuentas de quienes gestionan estos mercados. Y sirve para ponerte un poco de pimienta en el trasero y hacerte mover el culo si todavía piensas que hay tiempo que perder antes de que el tren cierre las puertas y adiós a quienes perdían el tiempo en el bar de la estación o dándole cuerda a los comentaristas de revistas mundanas.
Las presiones laterales
Por debajo de este mecanismo se mueven además dos fuerzas laterales que vale la pena nombrar, porque acortan la ventana todavía más.
La primera es la presión open source desde China. DeepSeek, enero de 2025, abrió modelos de alta calidad a costes marginales respecto a los proveedores estadounidenses. "Ay, qué generosos estos orientales, deberíamos tomar ejemplo todos." Claro, y yo soy Papá Noel.
La jugada hay que leerla como estrategia gubernamental: democratizar la IA globalmente significa debilitar la ventaja estadounidense, posicionar a los proveedores chinos como alternativa accesible, replicar a escala global un esquema que China practica desde hace décadas en los mercados locales con precios destructivos.
La segunda es la jugada de Meta. Yann LeCun, jefe de la investigación de IA en Meta, ha codificado una estrategia distinta. Cuando entiendes que la carrera por el mejor modelo no la estás ganando, regalas el modelo y haces que el modelo en sí se convierta en una commodity. Ganas con lo que tienes más que nadie: los datos. Meta tiene los datos de consumo más extensos del mundo. Modelo regalado más datos Meta, a la larga, es una ventaja competitiva permanente sobre el activo de verdad.
Añadan el bootstrap de Mistral, las validaciones preventivas de las empresas estadounidenses con sus papers de posicionamiento, y el cuadro se compone solo. Bajo la misma etiqueta conviven al menos cuatro estrategias diferentes, que convergen en un único punto: comprimir el precio de los modelos de frontera. Y por tanto acortar la ventana de pricing-error para quien paga.
El punto del ensayo no son estas estrategias en sí. El punto es su efecto. La ventana existe, es absolutamente transitoria, y dentro de ella cada uno está eligiendo qué hacer con ella, incluso cuando no se da cuenta. Sobre todo cuando finge no darse cuenta escondiendo la cabeza bajo la arena. Y adivinen qué, ¿saben qué queda bonito y expuesto a merced de quien pase cuando se está en posición de avestruz?
La copia china al uno por ciento
Ahora quitémonos esta otra piedrecita del zapato porque ya es la misma historia siempre. "Es el chollo de la década," dicen. Modelos de IA chinos a una fracción del precio de la frontera estadounidense. Literalmente del orden del uno por ciento. "¡Tirémonos de cabeza sin ni siquiera mirar!". Genios.
La respuesta aquí no está en la ideología sino en la operatividad práctica, y vale la pena decirla entera como toca, porque también fuera de la IA hacéis esta tontería, os conozco.
Para quien opera donde el error sale caro, la copia no es fungible. La diferencia entre un modelo al noventa y nueve coma cinco por ciento de fiabilidad y otro al noventa y ocho por ciento parece insignificante sobre el papel. En trabajos donde el error sale caro de verdad (código en producción, análisis financieros, deliverables que llegan a miles de personas, decisiones que influyen en otras tantas aguas abajo), un error cada cincuenta respuestas en lugar de uno cada doscientas es una diferencia abismal. Es la distancia entre un sistema que te resuelve la jornada y uno que te cuesta noches de blasfemias. La proverbial guillotina que castiga a los listillos, a la escala de los miles de millones de parámetros.
Para esa categoría de trabajos, el coste real del modelo chino va absolutamente más allá del uno por ciento que se ve en la etiqueta. Sobre el precio desnudo se acumulan: el coste del tiempo para darse cuenta de los errores (si no eres un inconsciente), el precio del riesgo de los errores que no reconoces (si no quieres pasarte la vida haciendo de niñera de tu cacharro), y, no por último, el coste cognitivo de la pérdida de confianza en el sistema que usas. Y aquí tienen la receta de las noches de blasfemias mencionadas arriba.
Pero no es todo para tirarlo, claro. Para trabajos donde el error no sale caro, la situación se invierte. Para entretenimiento personal, exploración casual, experimentos sin consecuencias, la copia al uno por ciento puede ser aceptable. Pero llegados a este punto, ya estás a mitad de camino, completa la otra mitad y ya está.
La fractura entre quien paga y quien no, entonces, no se distribuye por tamaño de empresa o por riqueza. Se distribuye por intensidad de uso y por coste del error. Un profesional individual que trabaja a nivel serio paga la tarifa completa. Una empresa grande que usa IA para cosas secundarias puede permitirse la copia. La jerarquía que el mercado escondía bajo los precios planos, bajo la presión de la ventana, se manifiesta aquí en todo su pleno - dramático - esplendor. Quien queda en pie es quien ha entendido en qué lado del eje opera.
La burbuja que no se sostiene sobre la base de usuarios que paga
Llegamos ahora a hablar de dinero, que ya sé que es lo que todos están esperando.
En los últimos dos años se han movido sobre la IA capitales del orden de los miles de millones de dólares. Inversiones en datacenters, en suministro de chips, en nuevas empresas, en adquisiciones, en infraestructura de red, en fuentes de energía para alimentar los datacenters. Cifras que, fuera de ese mercado, parecen mastodónticas, y que, dentro de ese mercado, se tratan como cacahuetes en el circo.
La pregunta que hay que hacerse, sin pelos en la lengua, es entonces: ¿esta montaña de capital la está pagando quien hoy paga por los servicios de IA?
La respuesta honesta: no. Ni de lejos, y desde luego no al ritmo necesario. La mayoría de los usuarios finales paga tarifas modestas, una pequeña parte no paga nada, y una porción marginal de power user paga suscripciones que, tomadas individualmente, no cubren su consumo real. Los números no pueden mentir.
Es el clásico de los mercados emergentes financiados por capital de riesgo. La financiación cubre la diferencia entre coste de servicio e ingresos, a la espera de tres cosas. Que el precio de los chips baje estructuralmente, y está pasando. Que los usuarios crezcan en un orden de magnitud, y está pasando, pero más lentamente. Que algunos operadores salgan del mercado consolidando los ingresos sobre los supervivientes, y eso sigue en una especie de empate a la mexicana.
Mientras se produce el reajuste, hay dos riesgos simultáneos. El primero: que la paciencia del capital se agote antes de la consolidación, y se entre en una fase de compresión de los presupuestos. El segundo: que el reajuste se produzca pero lleve a un cambio de precios y políticas tan brusco que quien no haya construido infraestructura estructural durante la ventana se quede fuera del mercado de trabajo habilitado por la IA.
Llamar burbuja a esta fase puede ser prematuro. Llamarla ventana financiera de duración limitada, no. Es exactamente lo que es.
Lo que se deriva de esto
Retomemos el hilo del ensayo anterior. Había descrito la fractura de la próxima década como la distinción entre quien sabe alinearse con la máquina y darle dirección, y quien no sabe hacerlo y tendrá que confiar en la dirección que otros humanos ya le habrán dado.
Ahora añadamos el nivel operativo. La máquina con la que uno se alinea tiene la naturaleza de una dependencia, y eso lo cambia todo. La ventana en la que esta dependencia cuesta poco a los power user es temporal. La diferencia entre quien usará esta ventana para acumular y quien la usará para consumir definirá la posición de los próximos diez años más de lo que la definirá el estudio de la IA en sí.
Y bajo esta diferencia, hay un eje del que el discurso público todavía parece tener miedo a hablar en voz alta.
La infraestructura de IA completa no se agota en hardware más software. Comprende procesos. Comprende capacidades humanas. Comprende, sobre todo, la calidad de la dirección interior con la que usamos los modelos.
Esta es la parte que no se ve en los decks de las empresas, y que marca la diferencia más que cualquier otra cosa. Sin una dirección interior articulada, incluso con los mejores activos complementarios, te mueves dentro del marco de elecciones de quien te vende el modelo. Con dirección interior articulada, incluso con activos modestos, construyes una órbita propia alrededor de esos mismos modelos.
Una nota que dejo aquí porque servirá a quien lea este texto dentro de seis meses.
Hace tres años, se me había metido en la cabeza construir cierto sistema, y se me había presupuestado un coste de aproximadamente ciento cincuenta mil euros. Aquel presupuesto no era absurdo. Era correcto para el momento.
Hace un año, con bastantes de las proverbiales noches de blasfemias, monté a mano una pipeline más compleja que aquel sistema, en tres meses de trabajo intenso.
Hoy (mayo del 26), en diez días, he construido un sistema que subsume aquella pipeline y le añade funcionalidades casi cuadruplicadas.
Tres números, en treinta y seis meses. 2023: ciento cincuenta mil euros presupuestados (diseño excluido). 2025: tres meses de trabajo. 2026: diez días de trabajo con cuatro veces las funcionalidades.
Lo cuento como ejemplo operativo de lo que la ventana le hace a quien está en condiciones de acumular. Dentro de doce meses incluso este texto que estás leyendo será una pieza de arqueología. Lo declaro ahora, bajo timestamp a prueba de wayback-machine, porque el sentido de lo que estoy escribiendo se mide solo dentro de la ventana en la que lo escribo. Por eso la ventana es una ventana, y no una llanura.
Quien no haya atravesado los últimos veinticuatro meses acumulando las condiciones para producir una trayectoria así, dentro de doce meses no podrá replicarla. No porque se le niegue el acceso. Porque el precio del acceso, y la curva de aprendizaje para usarlo, habrán cambiado. La ventana no se cierra para todos del mismo modo. Se cierra antes para quien ha llegado sin haber construido las condiciones en los meses que tocaba.
Tres cosas prácticas
Tres indicaciones concretas, para quien esté leyendo, que he codificado de manera personal y que funcionan también para otros.
Una. No comprar hardware en propiedad para la frontera. No vale la pena. La frontera viaja sobre escalas de capital que el individuo no puede perseguir. Comprar acceso, a la mejor calidad que uno se pueda permitir, mientras la ventana esté abierta.
Dos. Construir activos que sigan siendo propios independientemente del proveedor. Una base de conocimiento personal estructurada, legible por los modelos, pero de tu propiedad. Una marca bajo la que publiques. Una red de personas que te reconozcan. Todo lo que tenga valor residual aun cuando mañana el precio del modelo se duplique.
Tres. Identificar dos o tres cosas que sepas hacer con estos sistemas a un nivel superior a la media, y especializarte en ellas. No hace falta ser bueno en cada matiz del saber humano. Hace falta ser lo bastante bueno en algo como para hacer que la ventana actual, para ti, sea una ventana de acumulación en lugar de consumo.
No es un consejo cautivador. No es viral. Pero es decididamente más útil, en horizontes de los próximos dos años, que la mayoría de lo que leerás por ahí sobre estos temas, escrito por quien habla mucho y construye poco.
¿Quién cuenta las ovejas eléctricas?
Y ahora el título.
Philip K. Dick, en 1968, lo planteó como una pregunta sobre los androides. ¿Sueñan los androides con ovejas eléctricas? Era un libro sobre qué significa estar vivo cuando la apariencia traiciona la realidad, y sobre la dificultad de distinguir lo humano de su imitación perfecta.
Casi sesenta años después, la pregunta de este texto es menos romántica. No tiene que ver con los androides. Tiene que ver contigo, que estás leyendo este escrito (redactado enteramente a mano, a la vieja usanza, como habrás podido notar leyendo. Esta versión española es una traducción del original italiano escrito a mano por V).
Las ovejas eléctricas del título son las unidades de inteligencia que consumimos cada día. Las que razonáis con ellas, las que escribís con ellas, las que escucháis, las que veis en los dispositivos, o las que veis bajo forma de interfaces que deciden a qué haceros asistir a continuación. Alguien las está contando. Alguien ha decidido haceroslas pagar. Y las hace pagar no en función del valor que generan para vosotros, sino en función de un equilibrio comercial que se está reajustando en tiempo real, lejos de vuestra ventana de atención.
La pregunta se vuelve: ¿quién está contando tus ovejas eléctricas?
Si la respuesta eres tú, de un modo lo bastante articulado para poder acumular algo tuyo en la ventana que todavía está abierta, estarás en la categoría que se mantendrá en pie incluso cuando las tarifas se dupliquen o se multipliquen por diez.
Si la respuesta es otro, las ovejas te las cuenta otro. Cuando el precio cambie, te darás cuenta cuando ya sea tarde: no porque alguien te haya avisado. Te darás cuenta una mañana, abriendo una factura, y encontrarás una cifra diferente a la de antes. O un popup te pedirá comprar nuevos créditos, porque los habituales ya no llegan. No será un desastre.
Será solo una vida un poco más estrecha, un poco más decidida desde fuera, por otros, un poco menos tuya.
"Pensamiento de alquiler, inteligencia en la factura. Sobre la ventana que se está cerrando, y sobre la clase media existencial que no habrá." Eso significaba.
El debate se está concentrando en cuánto pagaremos el kilovatio-hora cognitivo en 2030. Es una pregunta legítima, importante, pero secundaria. La pregunta de verdad es qué habremos construido sobre el acceso que hoy pagamos muy por debajo de su valor. Quien haya construido algo, después de la ventana, se quedará en el juego. Quien solo haya consumido, saldrá con la nostalgia de una temporada que se ha cerrado, y con la misma IA sobre la mesa, pero a un precio que le obligará a cambiar sus hábitos.
No es una previsión, ni un postulado. Es geometría. Está ya bien a la vista para quien mira la pendiente de los costes por un lado y la de los ingresos por el otro. Falta solo el cierre, y su calendario.
Y mientras tanto, alguien está contando.
V.