RAMmageddon: cuando la IA deja de ser “software” y se convierte en un problema de memoria, energía y tiempo
Por años, la conversación sobre Inteligencia Artificial se contó como un cuento digital: mejores modelos, más parámetros, agentes autónomos, automatización infinita. Francisco Santolo lo aterriza con una advertencia incómoda y necesaria: la curva exponencial de la IA puede chocar contra un límite físico, y ese límite no es abstracto. Se llama memoria, se paga en Capex, se conecta a una red eléctrica real y se construye en años, no en sprints.
A este fenómeno ya lo bautizaron con crudeza: “RAMmageddon”, una escasez global de chips de memoria que en 2026 está siendo empujada por la demanda de centros de datos de IA. El detalle que importa para negocios no es el apodo, sino la estructura económica que revela: cuando el insumo crítico se vuelve escaso, la IA deja de ser una ventaja competitiva horizontal y pasa a ser un privilegio de acceso.
Los hechos duros: el cuello de botella no es el prompt, es la HBM
Estos son los datos que cambian el tablero y que, en mi experiencia, muchos comités ejecutivos todavía no incorporaron a sus modelos financieros:
- Los data centers consumirían hasta 70% de la producción mundial de memoria en 2026, drenando oferta para PCs, smartphones, automotriz y electrónica tradicional.
- Los fabricantes están reorientando capacidad hacia HBM (High Bandwidth Memory), la memoria clave para alimentar aceleradores de IA. El problema: una oblea de HBM puede consumir hasta 3 veces la capacidad productiva de una oblea DRAM tradicional.
- La capacidad de HBM se está vendiendo con contratos multi-anuales y, según reportes sectoriales, gran parte de 2026 ya estaría comprometida.
- El crecimiento de oferta de memoria no acompaña: se estima DRAM +16% YoY y NAND +17% YoY en 2026, por debajo de lo que el mercado necesita para absorber la demanda incremental de IA sin inflación de precios.
- Santolo agrega el componente operativo: la transición a agentes autónomos cambia el ritmo. Pasamos de un tráfico “humano” a un tráfico machine-paced 24/7, donde la inferencia puede dominar el cómputo total hacia 2030.
Traduzco esto a lenguaje CFO: sube el costo unitario de servir una respuesta, se amplía la volatilidad del Opex, y el “costo variable por interacción” se vuelve un riesgo estratégico, no un detalle técnico.
La trampa del tiempo: puedes escalar agentes en segundos, pero no datacenters en meses
Aquí está el punto más subestimado: la elasticidad del software ya no aplica cuando el cuello de botella está en infraestructura física.
Santolo lo llama “trampa del tiempo” y es exactamente eso. Puedes desplegar mil agentes en un clic, pero:
- Conectar un nuevo centro de datos a la red eléctrica en mercados primarios puede tomar más de 4 años.
- Las nuevas densidades de rack para IA pueden llegar a 150 kW, haciendo la refrigeración líquida prácticamente obligatoria.
- La próxima generación de nodos de fabricación (como 2 nm) requiere años de ejecución industrial.
Mientras tanto, los hyperscalers están incrementando Capex agresivamente. El artículo menciona un orden de magnitud que impresiona: casi 700.000 millones de dólares de Capex en 2026 entre los grandes jugadores. Yo no lo leo como “apuesta valiente”. Lo leo como una señal de mercado: se está comprando soberanía de cómputo.
Qué impacto tiene esto en negocios: se reescribe el margen, no solo el roadmap
Si esta tendencia se sostiene, hay cuatro impactos directos para la economía real:
1) Inflación de costos y degradación de producto en consumo y B2B tradicional
La memoria cara se filtra a todo: PCs, smartphones, upgrades corporativos. Si los fabricantes no pueden sostener especificaciones (por ejemplo, equipos con 16GB o 32GB necesarios para cargas “AI-ready”), veremos dos caminos: suba de precios o baja de prestaciones. En ambos, el resultado es el mismo: el cliente paga la factura.2) Concentración del poder de IA en quienes controlan supply y energía
Cuando HBM y capacidad de data center se negocian a largo plazo, se crea una economía de acceso. La consecuencia social y competitiva es delicada: la productividad amplificada por IA se concentra, y las PyMEs quedan expuestas a precios spot, límites de uso, latencias y caídas.No es un juicio moral: es un diagnóstico de cadena de valor. Quien controla el insumo, controla el mercado.
3) Volatilidad operativa: más outages, más dependencia, más riesgo reputacional
Si el ecosistema fuerza el límite de infraestructura, aumentan escenarios de apagones parciales, degradación de servicio y priorización de cargas “premium”. Las empresas que “tercerizan su cerebro” sin plan de continuidad quedan vulnerables.4) La gratuidad de la IA se vuelve económicamente insostenible
Santolo apunta un síntoma concreto: herramientas que suben precios de forma abrupta. Esto no es capricho. Es elasticidad de demanda contra un insumo escaso. Si el costo de inferencia sube, el modelo de monetización se endurece: más paywalls, más límites, más publicidad, más paquetes empresariales.La transición hacia IA: sí, hay que moverse, pero con arquitectura financiera
No adoptar IA también es una decisión de altísimo riesgo. Lo veo todos los días: organizaciones que pierden eficiencia, velocidad comercial, capacidad analítica, y terminan subsidiando con horas humanas lo que el mercado ya automatizó.
Pero hay una forma inteligente de transitar este cuello de botella sin caer en dependencia tóxica.
Estas son decisiones estratégicas y de modelo operativo que, tomadas hoy, pueden salvar márgenes mañana:
- Diseñar IA “frugal” por defecto: cada token cuesta. Cada llamada a un modelo es una línea de costo variable. Optimizar prompts, caching, RAG bien implementado y políticas de “no-IA cuando no agrega valor” es disciplina financiera, no austeridad tecnológica.
- Priorizar casos de uso con ROI verificable y cobro asociado: si el proyecto no tiene un mecanismo claro de captura de valor, es asistencialismo corporativo versión IA. La automatización debe financiarse con el cliente que recibe el beneficio, aunque sea con micro-precios internos por área o unidad de negocio.
- Evitar la trampa del “agent sprawl”: agentes autónomos sin control crean consumo 24/7. Eso es Opex desbocado. Gobernanza, límites, presupuestos por proceso y observabilidad son parte del modelo, no un “nice to have”.
- Diversificar dependencia tecnológica: multi-modelo, planes de contingencia, y arquitectura que permita degradación elegante. En tiempos de escasez, la resiliencia vale tanto como la precisión.
- Negociar capacidad como se negocia energía o logística: contratos, previsibilidad, escalamiento por tramos. La IA ya no es un plugin; es un insumo estratégico.
Ganadores y perdedores: una auditoría de equidad del nuevo stack
Este momento va a enriquecer a quien esté integrado verticalmente en la infraestructura y a quien tenga margen para contratos de largo plazo. Y va a empobrecer —por costo o por atraso— a sectores completos que compiten con presupuestos ajustados y ciclos de compra más lentos.
La pregunta ética no es si la IA “debería” ser accesible. La pregunta pragmática es quién está construyendo modelos donde la eficiencia generada por IA se comparte con trabajadores, proveedores y clientes, y quién la usa para extraer valor a través de precios dinámicos, dependencia y lock-in.
En Sustainabl, yo defiendo negocios sociales porque entiendo algo esencial: cuando un recurso se vuelve escaso, el mercado se pone brutal. Por eso el impacto real no se sostiene con discursos, se sostiene con arquitecturas que resisten crisis.
Conclusión: la IA se gana en el Excel y en el cuarto de máquinas
RAMmageddon no es un titular para tecnólogos; es una señal para directorios. La IA va a seguir avanzando, pero el acceso a cómputo, memoria y energía va a redefinir costos, precios, continuidad operativa y poder competitivo. El mandato para el C-Level es innegociable: construir hoy un modelo de negocio que use la disciplina de costos y márgenes para escalar valor real, decidiendo con claridad si su empresa está usando a las personas y al entorno simplemente para generar dinero, o si tiene la audacia estratégica de usar el dinero como combustible para elevar a las personas.
