En marzo de este año, Google redujo drásticamente el acceso de Meta a sus modelos de IA Gemini. La razón: una simple falta de recursos informáticos para procesar todo el volumen de solicitudes de Meta. Esto supuso un duro golpe para los proyectos internos de la empresa en el ámbito de la inteligencia artificial: algunos de ellos se vieron truncados o ralentizados significativamente. Las restricciones aún no se han levantado, lo que genera una presión adicional sobre Meta.

En medio de este fallo, y también como parte de una política general de reducción de costes, Meta instó a sus empleados a utilizar los tokens —el recurso clave para interactuar con Gemini— de forma más económica. Esta es una indicación directa de que, incluso para un gigante como Meta, el acceso a modelos de IA avanzados no es ilimitado y puede restringirse en el momento más inoportuno.

Otros clientes de Google también se enfrentaron a límites, pero en mucha menor medida. Esto subraya la singularidad de la situación: Meta, al ser uno de los mayores consumidores de servicios de IA, se ha convertido en rehén de sus propias ambiciones y de la limitada infraestructura de Google.

Análisis de la situación

Este incidente es una señal clara de que el mercado de la computación de IA está sobrecalentado. Google, al igual que otros proveedores, no puede seguir el ritmo de la demanda. Para Meta, que invierte activamente en IA para mejorar sus plataformas sociales y algoritmos publicitarios, estas restricciones suponen una grave amenaza. En mi opinión profesional, esta situación obligará a las grandes empresas tecnológicas a invertir más activamente en sus propias capacidades informáticas para no depender de proveedores externos. En los próximos 12 a 18 meses, veremos un aumento en el número de centros de datos propios y chips especializados en gigantes como Meta, Amazon y Microsoft.