El mercado de la inteligencia artificial sigue dando sorpresas, y una de las tendencias más intrigantes de los últimos meses es la rápida expansión de Apple como proveedor de infraestructura para el entrenamiento de agentes de IA. No se trata de racks de servidores, sino de ordenadores de escritorio bastante comunes, como el Mac mini y el Mac Studio, que OpenAI está adquiriendo en masa.

Según mis datos, se trata de decenas de miles de dispositivos comprados en los últimos meses. Estas máquinas no se utilizan para entrenar modelos base; para eso todavía se necesitan clústeres de GPU de Nvidia. En cambio, los ordenadores Mac forman una nueva capa de infraestructura, críticamente importante: una «oficina» virtual donde los agentes de IA aprenden a interactuar con sistemas operativos de escritorio. Son los llamados agentes de uso de computadora (computer-use agents), que dominan habilidades como hacer clic, escribir texto y gestionar la interfaz mediante prueba y error, es decir, a través de aprendizaje por refuerzo.

Es revelador que el principal competidor de OpenAI, la empresa Anthropic, resuelva una tarea similar de otra manera: alquilando potencia de Mac mini a Amazon Web Services. Esto confirma que la necesidad de entornos operativos «reales» para agentes se ha convertido en un estándar industrial, y Apple, consciente o no, se ha situado en el epicentro de esta transformación.

¿Por qué precisamente Mac?

El análisis de las especificaciones técnicas de los últimos dispositivos de Apple, presentados a finales de agosto, arroja luz sobre esta elección. La división de roles es evidente:

  • Mac mini M6. El factor de forma compacto es ideal para desplegar miles de entornos de trabajo aislados. Los agentes necesitan sistemas operativos completos para aprender en escenarios reales, no en simuladores.
  • Mac Studio M5 Ultra. El soporte de hasta 512 GB de memoria unificada permite ejecutar y alojar localmente los modelos de lenguaje más pesados. Por ejemplo, el modelo insignia con un ancho de banda de 1,2 TB/s puede albergar por completo en memoria RAM la LLM de código abierto GLM-5.3-Flash de 320 mil millones de parámetros, que según la cuantización ocupa hasta 300 GB.

Para comparar: en un escritorio clásico, ese volumen de memoria de video requeriría una combinación de diez RTX 5090 insignia con un consumo energético monstruoso y pérdida de rendimiento. Esto hace que el Mac no solo sea conveniente, sino una solución económicamente racional para tareas de entrenamiento de agentes.

Es notable que ya en abril de 2026, Tim Cook, quien ocupaba el cargo de director ejecutivo de Apple, reconociera públicamente la escasez de Mac mini y Mac Studio, vinculándola directamente con el auge de las herramientas de IA agéntica. El marketing de la empresa se adaptó rápidamente: los nuevos dispositivos se posicionan como soluciones para «cómputo agéntico local de funcionamiento continuo».

Ni OpenAI ni Anthropic revelan la cantidad exacta de dispositivos adquiridos ni los montos de los contratos. Sin embargo, es evidente que estamos presenciando el nacimiento de un nuevo mercado de infraestructura donde Apple, gracias a la arquitectura única de sus chips y su memoria unificada, ocupa una posición dominante. Esto no reemplaza las granjas de GPU, sino que crea una capa fundamentalmente distinta: un entorno para la «práctica» de modelos ya entrenados.

Mi opinión: esta tendencia está subestimada por el mercado. Si el cómputo agéntico se convierte en algo mainstream, y todo apunta a ello, Apple podría obtener una fuente significativa de ingresos por compras corporativas, sin tener un competidor directo en este segmento. La pregunta es solo cuánto tardarán otros fabricantes, incluidos Qualcomm y AMD, en ofrecer soluciones de eficiencia comparable.