En los últimos meses, OpenAI ha realizado una compra masiva: decenas de miles de computadoras Mac mini y Mac Studio. Esto no es solo una actualización del parque tecnológico, sino un paso estratégico destinado a resolver tareas específicas relacionadas con el entrenamiento de agentes de IA. Se trata de los llamados computer-use agents: sistemas que aprenden a interactuar de forma autónoma con sistemas operativos de escritorio: hacer clic, escribir, gestionar la interfaz. Precisamente para estos fines se utiliza el método de aprendizaje por refuerzo, que requiere una enorme cantidad de entornos paralelos.

Es revelador que mi principal competidor en esta carrera, Anthropic, resuelva una tarea similar de otra manera. La empresa no compra hardware, sino que alquila capacidades de Mac mini a Amazon Web Services. Esto subraya diferentes enfoques para escalar: algunos prefieren el control sobre el hardware, mientras que otros optan por la flexibilidad de las soluciones en la nube.

Es interesante que el 25 de agosto, literalmente unos días antes de que esta información apareciera en el dominio público, Apple presentó una línea actualizada de dispositivos basados en los chips M5 Ultra y M6. ¿Coincidencia? Difícilmente. El análisis de las especificaciones técnicas declaradas indica claramente la división de roles de estas computadoras en los laboratorios de IA del futuro.

¿Por qué Mac y no clústeres de GPU?

  • Mac mini M6. El factor de forma compacto es una solución ideal para desplegar miles de entornos virtuales independientes. Los agentes de IA necesitan sistemas operativos reales para entrenarse, no emulación. Esto les permite practicar habilidades en condiciones lo más cercanas posible a la realidad.
  • Mac Studio M5 Ultra. El soporte de hasta 512 GB de memoria unificada es una reserva crítica para 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 la LLM abierta GLM-5.3-Flash de 320 mil millones de parámetros, que según la cuantización puede ocupar hasta 300 GB de RAM.

Para comparar: en un escritorio normal, ese volumen de memoria de video requeriría instalar un conjunto de 10 tarjetas gráficas insignia RTX 5090 de 32 GB. Esto supone costos colosales de electricidad y una pérdida significativa de ancho de banda debido a las interconexiones entre procesadores. Apple resolvió este problema de manera elegante y eficiente.

Es notable que ya el 30 de abril de 2026, Tim Cook, quien entonces ocupaba el cargo de director ejecutivo de Apple, reconociera públicamente la escasez de Mac mini y Mac Studio, citando directamente como causa las herramientas de IA agénticas. La empresa ya ha adaptado su marketing, posicionando los nuevos dispositivos como soluciones para «cómputo agéntico local de funcionamiento continuo».

Es importante entender: el hardware de Apple no está destinado a reemplazar los clústeres de GPU de Nvidia, en los que se entrenan los modelos base. En cambio, forma una nueva capa de infraestructura: una «oficina» virtual donde las redes neuronales entrenadas practican la realización de tareas reales. Ni OpenAI ni Anthropic han revelado el número exacto de dispositivos, el desglose por modelos o los montos de las compras, pero la escala es evidente.

Mi análisis: Estamos presenciando el nacimiento de un nuevo mercado: la infraestructura para la «práctica» de la IA. Mientras toda la atención está puesta en los centros de datos para el entrenamiento, la batalla por el «hábitat» de los agentes ya ha comenzado. Y Apple, sin esperarlo, podría convertirse en un actor clave en este segmento, monetizando no solo el hardware, sino también el ecosistema que se está convirtiendo en el estándar de facto para el cómputo agéntico.