¿Es la apuesta de $7 billones de chips de Sam Altman un genio o una ilusión?

El CEO de OpenAI, Sam Altman, quiere remodelar toda la industria de los semiconductores, y está pidiendo hasta $7 trillion para hacerlo. Eso no es solo ambicioso; es un número que eclipsa todo el presupuesto federal de EE. UU. de 2023 y supera la capitalización de mercado combinada de Google, Amazon, Meta y Tesla.

Las matemáticas no cuadran (Pero )

Empecemos con la realidad: el entrenamiento de GPT-4 costó más de $100 mil millones. OpenAI recaudó $2 mil millones en ingresos anuales el año pasado. Incluso si entrecierras los ojos, la brecha de financiamiento no solo es amplia, es un abismo. El desafío no es solo el dinero; es infraestructura física y humana.

La industria de los semiconductores ya está en apuros. Solo un puñado de jugadores—TSMC, Intel, Samsung—tienen la capacidad de fabricación para construir chips de última generación. Mientras tanto, se proyecta una escasez de 67,000 profesionales de semiconductores para 2030. China invirtió casi $300 mil millones en la fabricación de chips en 2021-2022 y aún depende de tecnología extranjera. La fuga de cerebros, no solo la escasez de capital, está matando las ambiciones.

Por qué esto importa (Y por qué podría suceder realmente )

Aquí es donde se pone interesante: Altman no lo está haciendo solo. Los informes sugieren conversaciones con el jeque Tahnoun bin Zayed al Nahyan de los EAU, el CEO de SoftBank Masayoshi Son y TSMC mismo. Los EAU ya han invertido miles de millones en infraestructura de IA. Los fondos soberanos están entrando en el juego. Este no es un sueño de Silicon Valley: es ajedrez geopolítico.

Tanto los gobiernos como las mega-corporaciones ahora ven la computación de IA como un activo estratégico, como lo fue el petróleo en el siglo XX. La Ley CHIPS de Biden está tratando de reconstruir la capacidad de semiconductores domésticos de EE. UU. (aunque con retrasos en la implementación). China está intentando ponerse al día. Oriente Medio está apostando por el dominio futuro.

El lado positivo

Jensen Huang de Nvidia y Ark Invest predicen que los costos de entrenamiento de IA disminuirán un 75% anualmente hasta 2030. Eso significa que la meta de $7 billones no es tan imposible como sugiere el titular, si los costos caen y la eficiencia se acumula. ¿Construir docenas de nuevas fábricas con capital internacional? No convencional, claro. Pero las apuestas geopolíticas lo hacen plausible.

La verdadera pregunta: ¿Puede Altman realmente coordinar la fabricación, las cadenas de suministro y el talento experto en múltiples países? Ahí es donde la ambición se encuentra con la ejecución. Y ahí es donde descubriremos si esto es visionario o fantasía.