La escalada de la inteligencia artificial entra en una nueva fase con objetivos mucho más ambiciosos. OpenAI ha fijado como meta alcanzar 30GW de capacidad de computación para 2030, un salto enorme respecto a los niveles actuales que redefine el ritmo de crecimiento del sector. No se trata solo de más centros de datos, sino de una expansión masiva de infraestructura, energía y silicio.
El punto de partida ya era elevado. En 2025 la compañía operaba en torno a 1,9GW, y con compromisos previos cercanos a los 10GW, el nuevo objetivo supone multiplicar la capacidad casi por 16 en cinco años.
De 1,9GW a 30GW: una escalada sin precedentes
El crecimiento proyectado no es lineal, es exponencial. Pasar de menos de 2GW a 30GW implica una expansión masiva en hardware, centros de datos y consumo energético, algo que pocas industrias han afrontado a esta escala en tan poco tiempo.
Para ponerlo en contexto, otros actores del sector también están creciendo, pero a otro ritmo. Iniciativas como las de Amazon y Anthropic se sitúan en varios gigavatios, lejos aún del objetivo planteado por OpenAI.
Desde una lectura analítica, esto deja un mensaje claro. La carrera de la IA ya no se mide en chips, sino en gigavatios de capacidad instalada, un cambio de escala total.
El cuello de botella: memoria HBM y capacidad de fabricación
El gran problema no está solo en fabricar chips, sino en abastecerlos. La memoria HBM sigue siendo el principal cuello de botella, con una oferta muy limitada frente a la demanda creciente.
Fabricantes como Samsung Electronics y SK Hynix están ampliando capacidad, pero el ritmo sigue siendo insuficiente frente a la expansión de la IA.
Este punto es crítico. Sin suficiente memoria, el rendimiento de los sistemas de IA se ve directamente limitado, lo que convierte a la HBM en un recurso estratégico.
Desde el análisis de industria, esto refuerza una tendencia clara. La memoria ya no acompaña al chip, lo condiciona.
Nuevas fábricas y consumo energético: el verdadero coste del crecimiento
Alcanzar 30GW no es solo cuestión de semiconductores. Implica construir nuevas fábricas, ampliar redes eléctricas y desarrollar infraestructuras energéticas dedicadas, algo que eleva el coste global del ecosistema.
Este aspecto suele quedar en segundo plano, pero es clave. El crecimiento de la IA depende tanto de la energía como del hardware, y ambos deben escalar de forma coordinada.
Desde una perspectiva estratégica, esto introduce un nuevo factor. La disponibilidad energética puede convertirse en un límite tan importante como la capacidad de fabricación.
Fuente de la imagen: OpenAI
Chips propios y diseño a medida: el siguiente paso lógico
En paralelo, OpenAI ya ha mostrado interés en diseñar sus propios chips. Propuestas con múltiples stacks de HBM y arquitecturas basadas en chiplets apuntan a una optimización específica para sus cargas de trabajo.
Este movimiento tiene sentido. Diseñar hardware propio permite adaptar el rendimiento a necesidades concretas, algo clave cuando se manejan volúmenes masivos de datos.
Desde una lectura de mercado, esto sigue una tendencia clara. Las grandes empresas de IA buscan controlar toda la cadena, desde software hasta silicio, reduciendo dependencia de terceros.
Impacto indirecto: precios al alza para el consumidor
El crecimiento de la IA no ocurre sin consecuencias. La demanda de componentes está elevando precios en productos de consumo, desde smartphones hasta PCs o consolas.
Esto ya se está notando. Memoria más cara, disponibilidad limitada y ciclos de producto más condicionados por la oferta, algo que afecta directamente al usuario final.
Desde un análisis global, esto refleja un cambio estructural. La IA compite por recursos con el mercado de consumo, y en muchos casos tiene prioridad por rentabilidad.
Lectura de mercado: una industria obligada a reinventarse
El objetivo de OpenAI no es solo ambicioso, es transformador. Forzará a la industria de semiconductores a acelerar inversión, mejorar eficiencia y replantear su modelo productivo.
Esto implica cambios profundos. Desde nuevas fábricas hasta optimización de procesos y diversificación de proveedores, todo el ecosistema deberá adaptarse.
En este contexto, la conclusión es clara. El futuro de la IA no depende solo de la innovación, sino de la capacidad real de la industria para sostener su crecimiento, y ahí es donde se jugará la próxima gran batalla tecnológica.
Vía: Wccftech
