La creciente demanda de la inteligencia artificial ha provocado un notable encarecimiento de las tarjetas gráficas, dificultando a los usuarios acceder a hardware potente para juegos o desarrollo de IA local. Esta situación beneficia indirectamente a las grandes compañías de IA, que promueven el uso de sus servicios en la nube frente a soluciones locales, asegurando así su modelo de negocio y el retorno de sus inversiones multimillonarias.
La búsqueda de una tarjeta gráfica potente, tanto para mejorar la experiencia de juego en PC como para establecer un entorno de pruebas de IA local, se ha vuelto una tarea casi imposible. Incluso con la intención de reducir las expectativas desde una RTX 5090 a modelos más antiguos, el presupuesto actual no permite adquirir un equipo adecuado, principalmente debido a la crisis de componentes generada por la propia industria de la inteligencia artificial.
El incremento en el costo del hardware es un hecho conocido por quienes siguen el mercado de PC. Específicamente, el precio de la RTX 5090 ha duplicado su valor, y en los últimos tres meses, las tarjetas gráficas en general han experimentado un aumento superior al 30%, según datos de Price Squirrel. Lo más llamativo es que este encarecimiento no solo afecta a las tarjetas más recientes y potentes, sino que también se observa en el mercado de segunda mano para generaciones anteriores. Por ejemplo, encontrar una RTX 3090 a un precio razonable es una quimera, con precios que superan los mil euros en plataformas como Wallapop, una cifra desproporcionada para modelos de seis años con un uso desconocido.
Las tarjetas gráficas se han convertido en la nueva "fiebre del oro". Quienes poseen una, tienen un bien valioso, capaz de generar grandes beneficios en la reventa. Esta especulación, impulsada por el mercado de la IA, impacta directamente a los jugadores, quienes encuentran barreras insuperables para actualizar sus equipos.
Aunque los centros de datos no emplean tarjetas gráficas de consumo, su demanda canibaliza la producción de componentes. Fabricantes como Samsung, SK Hynix o Micron priorizan la creación de memorias HBM para aceleradores de IA sobre la GDDR destinada a tarjetas gráficas. Esta preferencia eleva el costo de toda la tecnología, especialmente el de las tarjetas gráficas.
Paradójicamente, esta crisis beneficia a quienes la provocan. Aunque los componentes también son más caros para los centros de datos, estos logran mitigar el incremento gracias a compras de alto volumen y a futuro. La expectativa es que esta inversión se traduzca en beneficios, aunque la realidad no siempre lo confirma. Mientras las empresas buscan un retorno económico por la adquisición de hardware, los usuarios solo desean una mejor experiencia, viéndose perjudicados doblemente por el encarecimiento.
Las tarjetas gráficas no solo mejoran la calidad de los juegos, sino que también permiten ejecutar modelos de IA de forma local, evitando el uso de la nube. Las RTX de Nvidia, con sus CUDA, son particularmente eficientes en esta tarea. Sin embargo, el aumento de sus precios ha hecho que la posibilidad de adquirir una para modelos locales sea cada vez más remota. Esta situación resulta conveniente para empresas como OpenAI, xAI y Anthropic.
Sam Altman ha expresado claramente su postura: "La inferencia local es una terrible asignación de recursos escasos". Los líderes de la IA prefieren que los usuarios empleen sus herramientas en la nube, en lugar de modelos de código abierto que se ejecutan en equipos locales. Su preocupación por la autosuficiencia de los usuarios es lógica, ya que gran parte de las funcionalidades de ChatGPT o Claude podrían ser cubiertas con una tarjeta gráfica potente y modelos como GLM, DeepSeek o Qwen. Por ello, el encarecimiento del hardware les es favorable.
Si bien es improbable que los modelos locales puedan cubrir todo el espectro de uso, ofrecer esa opción brinda mayor libertad a los usuarios, algo opuesto a los intereses de las grandes empresas que han invertido cuantiosas sumas en el entrenamiento de sus LLM, esperando un retorno de inversión acorde. A diferencia de DeepSeek o Z.ai, que publican sus modelos en abierto y también monetizan su uso en la nube, OpenAI o Anthropic solo ofrecen acceso a través de sus propios servidores.
Las mismas empresas que han contribuido al aumento del precio de las tarjetas gráficas se ven favorecidas por la enorme barrera de entrada que estas representan. Aunque no sea una estrategia deliberada, esto asegura que los usuarios no puedan ejecutar modelos locales con la capacidad suficiente, obligándolos a contratar servicios como ChatGPT, Claude y otros. Es una relación causa-efecto inesperada que solo beneficia a una parte, dejando a los usuarios como los principales perjudicados.
