Anthropic y OpenAI han situado el ritmo de desarrollo de la inteligencia artificial en el centro del debate después de que Dario Amodei reclamase una coordinación internacional para moderar el avance de los modelos más potentes. OpenAI, Microsoft y Elon Musk mostraron posteriormente su disposición a discutir medidas similares, aunque las motivaciones detrás de ese movimiento continúan siendo objeto de debate.
La seguridad constituye el argumento público, pero la industria afronta simultáneamente límites mucho más físicos. Electricidad, centros de datos y memoria HBM se están convirtiendo en restricciones directas para ampliar la capacidad de computación, lo que abre la posibilidad de que espaciar nuevas generaciones también ayude a gestionar inversiones que crecen más rápido que la infraestructura necesaria para sostenerlas.
Las advertencias sobre seguridad han aumentado durante los últimos días
El debate se intensificó después de que Jacob Coxon anunciase su salida de Anthropic para alertar sobre los riesgos asociados al desarrollo de AGI. Poco después, Evan Hubinger, responsable de trabajos relacionados con alineamiento dentro de la compañía, llegó a asignar más de un 10% de probabilidad a que la IA provoque la extinción humana durante la próxima década.
Dario Amodei publicó posteriormente una carta abierta defendiendo evaluaciones externas para los sistemas más avanzados y una mayor coordinación internacional sobre el ritmo de progreso. La propuesta podría implicar la participación de organizaciones como Model Evaluation & Threat Research, METR, vinculada desde hace años al ecosistema de investigación sobre seguridad de modelos.
Otra discusión gira alrededor de los denominados traces, trayectorias o registros detallados de ejecución de un agente. Estos pueden incluir respuestas, llamadas a herramientas, observaciones y decisiones intermedias, permitiendo analizar con mucha más precisión cómo aparece un fallo concreto y construir evaluaciones a partir de comportamientos reales.
Abrir esa información facilitaría el trabajo de investigadores externos, pero también expondría material valioso sobre el funcionamiento de los modelos. Transparencia y ventaja competitiva entran aquí en conflicto, especialmente cuando laboratorios estadounidenses consideran a las compañías chinas rivales directos en la carrera por sistemas cada vez más capaces.
Essentially none of Darios «time-lined warnings» have played out yet.. https://t.co/JA3ELADa7J pic.twitter.com/plxokby77x
— Andreas Steno Larsen (@AndreasSteno) September 13, 2026
China dificulta cualquier intento de ralentización coordinada
Una moderación limitada a las grandes compañías occidentales tendría un impacto global reducido si los laboratorios chinos, desarrolladores de modelos abiertos y otros actores mantuviesen su ritmo actual. Cualquier acuerdo realmente efectivo tendría que incluir también a China, algo complicado dentro del actual enfrentamiento tecnológico entre ambas potencias.
Global Times ha descrito ya las propuestas para controlar el avance de la IA como un “manual de Guerra Fría” dirigido contra China, dejando clara la dificultad política de alcanzar una coordinación internacional de este tipo.
La fuente original interpreta además que una regulación más estricta podría favorecer indirectamente a Anthropic y OpenAI. Las empresas de mayor tamaño disponen de más recursos para asumir auditorías, evaluaciones y obligaciones legales, por lo que unas barreras regulatorias elevadas podrían dificultar la entrada de competidores más pequeños.
Esa posibilidad no demuestra que exista una estrategia coordinada de captura regulatoria. Se trata de una interpretación sobre los incentivos económicos que podrían acompañar a unas medidas justificadas públicamente por seguridad, y debe mantenerse separada de las propuestas que sí han formulado directamente las compañías.
Just publish the damn traces.
And watch open-source ecosystem learn from them and build fixes faster than any single entity could
Everything else is theater https://t.co/dnXxsXPl4V
— Nader Khalil🍊 (@NaderLikeLadder) September 13, 2026
El despliegue de centros de datos empieza a superar la capacidad eléctrica disponible
El problema energético presenta cifras mucho más concretas. La cartera prevista de centros de datos en Norteamérica alcanzaría aproximadamente 404 GW de potencia, una magnitud que, manteniendo el ritmo actual de construcción, necesitaría unos 13,1 años para completarse.
Parte de esa infraestructura ni siquiera puede avanzar al ritmo previsto. Según los datos recogidos por la fuente, más de 6,5 GW de capacidad planificada estarían actualmente bloqueados, frente a unos 4 GW que habían entrado en construcción hasta agosto.
Moody’s calcula además que Estados Unidos necesitaría invertir alrededor de 110.000 millones de dólares para añadir unos 45 GW de capacidad eléctrica antes de 2030. El desafío no consiste únicamente en construir generación: cada nuevo campus necesita conexiones, subestaciones, transformadores y redes capaces de entregar enormes cantidades de potencia de manera estable.
SemiAnalysis sitúa otro punto crítico entre 2027 y 2028, cuando el margen disponible de determinadas partes de la red estadounidense podría agotarse. La nueva generación prevista hasta 2030 tampoco bastaría por sí sola para cubrir todo el crecimiento esperado de la demanda.
A esto se suman unos 140 GW de proyectos identificados que terminarían operando detrás del contador, pero todavía no habrían contratado su suministro eléctrico. La diferencia entre anunciar capacidad de centros de datos y disponer realmente de energía para alimentarla se está convirtiendo así en uno de los principales límites del sector.
Anthropic por sí sola tendría como objetivo superar 11,5 GW de capacidad informática, mientras la fuente estima alrededor de un billón de dólares en gasto relacionado con computación entre Anthropic y OpenAI durante los próximos cinco años. Son proyecciones enormes que requieren que infraestructura física y financiación crezcan prácticamente al mismo ritmo que los modelos.
«Jacob Coxon, Sen. Bernie Sanders (I-Vt.) and MAGA podcaster Steve Bannon will join forces» pic.twitter.com/qbtRY5kdtX
— tae kim (@firstadopter) September 14, 2026
La HBM añade otro cuello de botella difícil de acelerar
Daniel Roberts, CEO de Iren, ha señalado también a la memoria HBM como una restricción importante. Actualmente, son pocos los fabricantes capaces de producirla a gran escala y la capacidad disponible está fuertemente comprometida por la demanda de aceleradores para IA.
TrendForce prevé que los envíos de HBM puedan aumentar aproximadamente un 50-60% durante el próximo año, mientras NVIDIA espera un crecimiento de ingresos cercano al 70% y continúa describiendo sus perspectivas como limitadas por el suministro.
Construir nueva capacidad de memoria requiere años, pero existe una diferencia fundamental respecto a la energía. Los chips pueden fabricarse en una región y enviarse posteriormente a otra; la electricidad debe estar disponible exactamente donde se encuentra cada centro de datos.
Por eso el problema energético puede terminar siendo todavía más difícil de resolver que el suministro de aceleradores o memoria. Aumentar inversión no permite desplegar inmediatamente nuevas centrales, líneas de alta tensión o subestaciones, y el calendario de expansión de la red eléctrica empieza a ser más lento que el previsto para numerosos proyectos de IA.
Model companies can’t slow down.
Anthropic alone has committed to expand its compute capacity to over 11.5 GW.
At the bottom end of the current rates, this means at least $115-$120 billion annual compute expense.
Assume similar numbers for OpenAI and we are looking at $1… pic.twitter.com/znPOJRtFc7
— Oguz Erkan (@oguzerkan) September 14, 2026
Espaciar generaciones también reduciría la presión financiera
Un ritmo de desarrollo más lento tendría además una consecuencia económica evidente. Si una generación de modelos permanece competitiva durante más tiempo, las compañías disponen de un periodo mayor para amortizar entrenamiento, servidores e infraestructura antes de financiar la siguiente oleada de capacidad.
La fuente sostiene que ese incentivo podría formar parte de las razones para defender una moderación del desarrollo. Sin embargo, no existe evidencia que permita afirmar que Anthropic u OpenAI estén utilizando deliberadamente la seguridad como cobertura para resolver sus problemas de infraestructura o márgenes.
Ambas circunstancias pueden coexistir sin necesidad de que una invalide a la otra. Los riesgos derivados de modelos cada vez más potentes pueden preocupar realmente a sus desarrolladores, mientras energía, HBM y disponibilidad de centros de datos limitan simultáneamente cuánto puede crecer la computación disponible.
La conclusión más tangible está precisamente ahí. Más allá de las interpretaciones sobre regulación o estrategia empresarial, la carrera de la IA empieza a depender tanto de gigavatios, memoria y capacidad de construcción como de algoritmos, y esa infraestructura física podría terminar imponiendo su propio ritmo aunque los laboratorios quieran avanzar más deprisa.
Vía: Wccftech
