En un mundo dominado por los clústeres de GPU de Nvidia, se está produciendo una transformación silenciosa pero significativa. Mi análisis de las compras recientes y las señales del mercado indica que Apple se está convirtiendo en un actor clave, aunque no evidente, en la infraestructura para el entrenamiento de inteligencia artificial agéntica. No se trata de reemplazar los centros de datos, sino de crear una capa de computación fundamentalmente nueva.

En los últimos meses, OpenAI ha adquirido decenas de miles de computadoras Mac mini y Mac Studio. Esto no es una decisión espontánea, sino un paso estratégico destinado a resolver tareas altamente especializadas. Los dispositivos se utilizan para entrenar agentes de IA en la interacción con sistemas operativos de escritorio —los llamados agentes de uso de computadora—, así como para algoritmos de aprendizaje por refuerzo. Mi experiencia sugiere que esta clase de tareas requiere no tanto potencia bruta de cómputo, sino un entorno realista y aislado para la «práctica» de las redes neuronales.

Es revelador que el principal competidor de OpenAI, la empresa Anthropic, resuelva un problema similar de otra manera, alquilando capacidad de Mac mini a Amazon Web Services. Esto confirma que la demanda de este tipo de cómputo es colosal y la oferta en el mercado es limitada.

El 25 de agosto, poco antes de la publicación de la información sobre las compras, Apple presentó una línea actualizada de dispositivos basados en los chips M5 Ultra y M6. El análisis de las características declaradas demuestra claramente una división de roles en los laboratorios de IA:

  • Mac mini M6. Su factor de forma compacto los hace ideales para desplegar miles de entornos de trabajo independientes. Los agentes de IA necesitan sistemas operativos reales para aprender a hacer clic, escribir y gestionar la interfaz.
  • Mac Studio M5 Ultra. El soporte de hasta 512 GB de memoria unificada proporciona un margen suficiente para ejecutar y alojar localmente los modelos de lenguaje más «pesados».

Pondré un ejemplo concreto: el Mac Studio M5 Ultra insignia, con 512 GB de memoria y un ancho de banda de 1,2 TB/s, es capaz de albergar por completo la LLM de código abierto GLM-5.3-Flash de 320 mil millones de parámetros. Dependiendo de la cuantización, el modelo puede ocupar hasta 300 GB de RAM. Para comparar: en un escritorio normal, ese volumen de memoria de video requeriría un ensamblaje de diez tarjetas gráficas insignia RTX 5090, lo que implica costos colosales de energía y una pérdida significativa de ancho de banda.

Es notable que, ya el 30 de abril de 2026, Tim Cook, quien 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 agéntica. La compañía incluso ha adaptado su marketing, posicionando los nuevos dispositivos como soluciones para «cómputo agéntico local de funcionamiento continuo».

La conclusión clave que extraigo de esta situación es que la tecnología de Apple no está diseñada para entrenar modelos base —ese papel lo siguen desempeñando los clústeres de GPU de Nvidia—. En cambio, está configurando una nueva capa de infraestructura: una «oficina» virtual donde las redes neuronales entrenadas practican la ejecución de tareas reales. Ni OpenAI ni Anthropic han revelado el número exacto de dispositivos ni los montos de las compras, lo que solo aviva el interés por este nicho nuevo pero de rápido crecimiento.

Mi comentario: El mercado subestima el papel de Apple en la carrera de la IA. Si Nvidia vende el «cerebro» para la IA, Apple podría convertirse en el proveedor de las «manos y los ojos» necesarios para materializar esa inteligencia en acciones reales. Es una ventaja estratégica difícil de copiar para los competidores.