Mientras todo el mundo sigue la carrera armamentista en los clústeres de GPU de Nvidia, en la periferia se está formando una nueva tendencia infraestructural, más silenciosa pero no menos significativa. Mi análisis de los flujos de mercado y las compras corporativas indica que OpenAI, durante los últimos meses, ha llevado a cabo una compra masiva de decenas de miles de computadoras Mac mini y Mac Studio. Esto no es solo un reemplazo del parque de trabajo: es un movimiento estratégico destinado a crear una base informática especializada para entrenar a los llamados «agentes informáticos» (computer-use agents).

Se trata de un tipo de tareas fundamentalmente diferente. Los LLM básicos se entrenan en clústeres, pero para enseñar a la red neuronal a interactuar con la interfaz del sistema operativo —hacer clic, escribir, gestionar ventanas— se necesita un entorno real. Es aquí donde la tecnología de Apple se vuelve indispensable. Los compactos Mac mini son ideales para desplegar miles de «oficinas» virtuales aisladas, donde los agentes, mediante prueba y error, dominan los entornos de escritorio. Esto se confirma también con la reciente declaración de Tim Cook sobre la escasez de Mac mini y Mac Studio, cuya causa atribuyó directamente a las herramientas de IA agéntica.

Es notable que el principal competidor de OpenAI, la empresa Anthropic, resuelva este problema de otra manera: alquilando capacidades de Mac mini a través de Amazon Web Services. Esta división de estrategias muestra que el mercado aún no se ha estabilizado, y cada actor busca su modelo óptimo de costos y control.

Análisis de hardware: M6 y M5 Ultra

La presentación de Apple del 25 de agosto, en la que se presentaron los chips M5 Ultra y M6, arroja luz sobre la lógica técnica de estas compras. El análisis de las características muestra una clara división de roles:

  • Mac mini M6: Factor de forma compacto, ideal para crear entornos de entrenamiento de agentes a gran escala.
  • Mac Studio M5 Ultra: Soporte de hasta 512 GB de memoria unificada, un recurso crítico para el alojamiento local de modelos de lenguaje pesados. Por ejemplo, el modelo GLM-5.3-Flash con 320 mil millones de parámetros puede ocupar hasta 300 GB de RAM, lo que convierte a esta computadora en un reemplazo completo del conjunto de diez GPU insignia RTX 5090 con su colosal consumo energético.

No se trata de un intento de reemplazar a Nvidia en el entrenamiento de modelos fundamentales. Es la creación de una nueva capa infraestructural: un «polígono» para perfeccionar las habilidades prácticas de la IA. La tecnología de Apple se convierte en una oficina virtual donde las redes neuronales aprenden a trabajar, no solo a generar texto.

Mi comentario: La estrategia de OpenAI parece visionaria. Mientras los competidores se miden en teraflops en los centros de datos, la compra de «hardware» para computación periférica (edge computing) podría dar una ventaja decisiva en el desarrollo de agentes autónomos. Es una señal para el mercado: la próxima batalla de la industria de la IA se librará no en la nube, sino en el escritorio. Sin embargo, cabe señalar que ninguna de las empresas revela los volúmenes exactos de compras, lo que deja espacio para especulaciones sobre la escala real de este «parque gris» de tecnología.