Por Canuto  

Google habría impuesto límites al uso de sus modelos Gemini por parte de Meta, luego de que la matriz de Facebook solicitara más capacidad de cómputo de la que podía ofrecer el gigante tecnológico. El episodio revela un problema estructural en la industria: incluso las grandes empresas de IA siguen chocando con la escasez de infraestructura.
***

  • Google informó a Meta alrededor de marzo que no podía cubrir toda la capacidad de Gemini que la empresa quería comprar.
  • Según el reporte, la falta de recursos retrasó algunos proyectos internos de IA de Meta y llevó a la firma a pedir mayor eficiencia con los tokens.
  • La situación también afectó a otros clientes de Google, mientras la demanda por chips, centros de datos y potencia de cómputo sigue desbordando la oferta.

 

Google habría limitado el uso de sus modelos de inteligencia artificial Gemini por parte de Meta, después de que la compañía de redes sociales solicitara más capacidad de computación de la que el grupo podía suministrar. El episodio apunta a una tensión creciente en la infraestructura que sostiene la nueva ola de servicios de IA.

De acuerdo con un reporte de Financial Times, reseñado por CNBC, Google comunicó a Meta alrededor de marzo que no podía satisfacer toda la capacidad de Gemini que la empresa buscaba comprar. Esa falta de recursos habría interrumpido y retrasado parte de los proyectos internos de inteligencia artificial de Meta.

La situación no habría sido exclusiva de Meta. Según el mismo reporte, otros clientes de Google también se han visto afectados, aunque en una escala menor.

El caso resulta relevante porque enfrenta a dos de las compañías más poderosas del sector tecnológico en un punto crítico. La carrera por desarrollar y desplegar modelos avanzados no depende solo del software, sino también del acceso continuo a chips, energía, centros de datos y capacidad de procesamiento.

Reuters indicó que no pudo verificar de inmediato la información publicada por el diario británico, basada en personas familiarizadas con el asunto. Ni Google ni Meta respondieron de inmediato a solicitudes de comentarios fuera del horario laboral.

Meta habría sido la más afectada por su demanda excepcional

Según el reporte citado, Meta fue impactada de forma particular por el volumen inusualmente alto de recursos que intentó adquirir de Google. Ese detalle ayuda a explicar por qué las restricciones habrían golpeado con más fuerza a la empresa de Mark Zuckerberg que a otros clientes de la nube.

La información apunta a que Meta pidió más capacidad de Gemini de la que Google podía entregar en ese momento. En un mercado con recursos finitos, una solicitud de gran escala puede convertirse rápidamente en un cuello de botella para proyectos que dependen de entrenamiento, pruebas o inferencia intensiva.

Como consecuencia de esas limitaciones, Meta habría alentado a su personal a ser más eficiente con los tokens de IA. Los tokens son las unidades que se utilizan para medir el uso de modelos de inteligencia artificial y, en la práctica, funcionan como una referencia del consumo computacional asociado.

Esa medida sugiere un cambio operativo dentro de la empresa. Cuando una organización pide a sus equipos que optimicen tokens, en el fondo está intentando estirar recursos escasos y priorizar cargas de trabajo con mayor impacto.

También deja ver que la presión por la capacidad no es un problema abstracto ni lejano. Sus efectos pueden sentirse en el ritmo de desarrollo de productos, en la velocidad de experimentación y en la planificación de iniciativas internas ligadas a la IA.

La escasez de cómputo sigue golpeando a la industria

Aunque las grandes tecnológicas siguen gastando miles de millones en chips y centros de datos, la oferta de cómputo todavía no parece suficiente para satisfacer la demanda. Esa brecha se ha convertido en una de las limitaciones más visibles del auge actual de la inteligencia artificial.

El problema combina varios factores. No basta con comprar procesadores avanzados, porque también se requiere energía, redes, refrigeración, terrenos, permisos y capacidad para integrar toda esa infraestructura a gran escala.

En ese contexto, incluso empresas con balances sólidos y acceso privilegiado a proveedores siguen enfrentando restricciones. El caso de Google y Meta ilustra que la escasez no solo afecta a startups o laboratorios pequeños, sino también a actores dominantes del sector.

La demanda por modelos fundacionales y servicios de IA generativa ha crecido más rápido que la capacidad disponible. Eso ha llevado a una competencia intensa por arrendar infraestructura, reservar clústeres y asegurar contratos de largo plazo con hyperscalers y fabricantes de chips.

Para los observadores del mercado, el episodio también funciona como una señal de madurez incompleta del negocio. La monetización de la IA avanza, pero la expansión de la infraestructura aún no alcanza para absorber todo el apetito corporativo.

Google Cloud crece, pero admite restricciones

La propia evolución financiera de Google Cloud ofrece una pista sobre el contexto. En el primer trimestre que terminó en marzo, la unidad registró ingresos por USD $20.000 millones.

Sin embargo, el CEO Sundar Pichai dijo que las limitaciones de poder de computación impidieron un crecimiento aún mayor. Además, ese mismo factor contribuyó a que el retraso de la unidad de nube casi se duplicara de un trimestre a otro.

Esa declaración es importante porque conecta el caso de Meta con una restricción reconocida públicamente por Google. No se trata solo de un problema entre cliente y proveedor, sino de un límite operativo que también pesa sobre la expansión comercial del negocio de nube.

Cuando una división como Google Cloud crece con fuerza y aun así reconoce frenos por capacidad, el mensaje para el mercado es claro. La demanda de IA está generando ingresos, pero también está creando listas de espera, demoras y asignación selectiva de recursos.

Desde una perspectiva más amplia, esto podría influir en las decisiones estratégicas de clientes empresariales. Algunas compañías podrían diversificar proveedores, construir infraestructura propia o rediseñar sus cargas de trabajo para reducir dependencia de un solo ecosistema.

Qué revela este choque entre gigantes tecnológicos

El hecho de que Meta recurriera a los modelos Gemini de Google también refleja lo complejo que se ha vuelto el mapa competitivo en IA. Las empresas pueden ser rivales en productos de consumo y, al mismo tiempo, mantener relaciones de dependencia en infraestructura o modelos.

Ese entrecruce no es extraño en la economía digital actual. Un competidor puede actuar como proveedor crítico si cuenta con centros de datos, aceleradores, redes o modelos que otro actor necesita para sostener su hoja de ruta.

Para los lectores cercanos a blockchain, cripto e infraestructura descentralizada, esta historia también aporta una lectura interesante. La concentración de cómputo en pocas manos crea cuellos de botella que recuerdan los debates sobre centralización en servicios financieros, minería o almacenamiento digital.

Aunque el reporte no menciona cambios inmediatos en la estrategia de Meta, sí deja ver una vulnerabilidad operativa. Si una compañía depende de acceso externo a modelos o capacidad de inferencia, una restricción puede traducirse en retrasos, mayores costos o menor flexibilidad.

Por ahora, lo central es que la competencia por la inteligencia artificial no solo se libra en laboratorios y lanzamientos de productos. También se juega en la capacidad real de conseguir suficiente poder de cómputo, y allí incluso los gigantes siguen encontrando límites.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados