Publicamos esta noticia en fin de semana porque lo ocurrido en las últimas horas no es una noticia más sobre inteligencia artificial. Es una señal de hacia dónde se está moviendo el sector. Y lamentablemente no son buenas noticias, otra vez.
El Gobierno de Estados Unidos ha ordenado restringir el acceso a los modelos Fable 5 y Mythos 5 de Anthropic a ciudadanos extranjeros, alegando motivos de seguridad nacional. La consecuencia práctica, según la propia compañía y medios como Reuters o The Verge, ha sido la suspensión abrupta del acceso a estos modelos, incluso afectando a usuarios y empleados extranjeros.
No vamos a entrar aquí en si la decisión es correcta o no. Lo importante es lo que demuestra: la inteligencia artificial en la nube ya no depende solo de la calidad técnica del modelo, ni del precio por token, ni de la empresa que lo ofrece. También puede depender de decisiones políticas, regulatorias y geoestratégicas.
Y eso cambia muchas cosas.
Durante años se ha repetido que la nube era el camino natural para todo: más cómoda, más escalable, más sencilla. Y en muchos casos lo sigue siendo. Pero cuando una empresa depende de modelos alojados fuera de su control, también depende de sus condiciones de uso, de sus precios, de sus límites, de sus cambios de política y, como acabamos de ver, incluso de decisiones gubernamentales que pueden alterar el acceso de un día para otro.
Al mismo tiempo, está ocurriendo otro movimiento en paralelo: los modelos locales y de pesos abiertos están mejorando muy rápido. Especialmente los modelos chinos publicados en los últimos meses, como DeepSeek, Qwen, Kimi o GLM, que están demostrando que se puede hacer mucho trabajo útil con IA ejecutada en local, al margen de internet y sin enviar datos internos a plataformas externas.
Según el AI Index 2026 de Stanford HAI, la brecha de rendimiento entre los mejores modelos estadounidenses y chinos prácticamente se ha cerrado en muchas métricas, con diferencias de pocos puntos porcentuales en algunos momentos de 2026. Epoch AI estima, además, que desde 2023 los mejores modelos chinos han ido de media unos siete meses por detrás de la frontera estadounidense, con una horquilla aproximada entre cuatro y catorce meses. Y en otra de sus páginas de tendencias, Epoch señala que los modelos ejecutables en hardware de consumo alcanzan capacidades de frontera con un retraso aproximado de entre seis y doce meses.
Dicho de otra forma: no siempre hablamos de sustituir al mejor modelo del mundo en todas las tareas posibles. Pero sí hablamos de que, para una gran parte del trabajo diario de una empresa, los modelos locales actuales ya son suficientemente buenos.
Resumir documentos. Traducir textos. Clasificar correos. Leer documentación interna. Ayudar a soporte técnico. Analizar logs. Redactar borradores. Crear asistentes internos. Responder preguntas sobre procedimientos. Preparar informes. Revisar textos. Buscar información dentro de una base documental privada. Y, cada vez más, montar agentes de IA para empresas: agentes que consultan documentación, llaman herramientas, ayudan a empleados, preparan respuestas, revisan incidencias, interpretan registros o acompañan procesos internos sin que todos esos datos tengan que salir de la organización.
Para muchas de estas tareas, la pregunta ya no es “¿puede hacerlo solo la nube?”. La pregunta empieza a ser otra: “¿tiene sentido enviar estos datos fuera de la empresa y pagar cada consulta, si puedo ejecutarlo localmente con privacidad, control y coste más previsible?”.
A esto se suma otro factor: el coste real de la IA en la nube. Aunque algunos proveedores han reducido precios por token en ciertos modelos, el gasto total de una empresa puede crecer rápidamente cuando la IA deja de ser un chat ocasional y pasa a integrarse en procesos reales. Un agente no hace una sola pregunta: consulta contexto, llama herramientas, revisa documentos, genera respuestas, corrige, resume y vuelve a intentarlo. Cada paso consume tokens.
Los modelos frontier siguen teniendo precios importantes. Claude Fable 5, por ejemplo, aparece con un precio de 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida en la página oficial de Anthropic. OpenAI también publicó GPT-5.5 con precios de API de 5 dólares por millón de tokens de entrada y 30 dólares por millón de tokens de salida, y una versión GPT-5.5 Pro de 30 dólares por millón de tokens de entrada y 180 dólares por millón de tokens de salida, según su comunicado oficial. Y Microsoft ha anunciado actualizaciones de precios en Microsoft 365 vinculadas a nuevas capacidades de IA, seguridad y gestión, efectivas desde el 1 de julio de 2026, según su comunicado oficial.
Por eso muchas empresas están empezando a mirar de otra manera el hardware. No como un simple gasto inicial, sino como infraestructura. Igual que en su día tener servidores propios, copias de seguridad, NAS, firewalls o estaciones de trabajo potentes era una decisión estratégica, ahora ejecutar IA local empieza a serlo también.
Pero aquí aparece el problema: todo el mundo está llegando a la misma conclusión al mismo tiempo.
La IA necesita memoria. Mucha memoria. Memoria RAM, memoria gráfica, SSD rápidos, ancho de banda y capacidad de proceso. Y esa demanda no afecta solo a los grandes centros de datos: también afecta al mercado de portátiles, sobremesas, estaciones de trabajo, miniPCs, servidores pequeños y equipos para empresas.
TrendForce prevé que los precios contractuales de la DRAM convencional suban entre un 58% y un 63% trimestre contra trimestre en el segundo trimestre de 2026, mientras que la NAND Flash —la memoria usada en SSD— podría subir entre un 70% y un 75%. La razón principal es clara: los fabricantes están redirigiendo capacidad hacia HBM, servidores, SSD empresariales y aplicaciones relacionadas con IA.
Esto significa que el usuario final puede ver subidas en módulos de RAM, SSD NVMe y configuraciones con más memoria. Y no hablamos solo de una subida puntual. TrendForce también señala en su actualización de mayo de 2026 que los inventarios de proveedores siguen bajos y que la tendencia alcista en DRAM para PC podría extenderse a Q3 y Q4 de 2026, como recoge su informe de DRAM Contract Price May 2026.
Índice orientativo de precio de memoria
Base Q4 2025 = 100. Q1 y Q2 usan puntos medios de las subidas publicadas por TrendForce. Q3 y Q4 son una proyección editorial de escenario tensionado para visualizar la tendencia, no una cotización cerrada.
Nota: el gráfico no representa una cotización oficial de mercado. Es una visualización orientativa basada en los datos publicados por TrendForce para Q1 y Q2 de 2026 y en la previsión de continuidad alcista durante Q3 y Q4.
En el mercado SSD también se ven señales preocupantes. Biwin, fabricante de SSD y módulos de memoria, ha firmado un acuerdo de 1.860 millones de dólares para asegurar suministro de NAND durante dos años. Cuando un fabricante se compromete a ese nivel para garantizar memoria, no lo hace por capricho: lo hace porque espera tensión de suministro, precios altos o dificultad para acceder a componentes en el mercado abierto. La noticia fue recogida por Tom’s Hardware.
Además, hace pocos días AMD volvió a apuntar en esa misma dirección. David McAfee, responsable global de Ryzen y Radeon en AMD, afirmó que la enorme capacidad de fabricación que se está construyendo le da esperanza, pero situó una posible normalización de precios de DDR5 hacia 2028. Es decir: incluso desde AMD se habla de una normalización que no parece inmediata, sino ligada a que entre nueva capacidad de producción durante los próximos años. Puede leerse el análisis en Overclock3D.
Y en gráficas la situación tampoco invita a esperar demasiado. La escasez global de memoria ya está afectando al coste de fabricación y al precio de las GPU. Algunos modelos de gama alta de NVIDIA, como RTX 5070 Ti, RTX 5080 o RTX 5090, han subido de precio o presentan disponibilidad limitada en varios mercados. La RTX 5090, en particular, ha llegado a desaparecer de algunos listados o aparecer a precios muy superiores a los recomendados, según el seguimiento de precios de PC Gamer.
Esto es especialmente relevante para quienes quieren usar IA local. En gaming una gráfica puede elegirse por FPS. En IA local, además, importa mucho la VRAM. No es lo mismo ejecutar modelos pequeños, asistentes internos o tareas ligeras, que trabajar con modelos grandes, contexto largo, visión artificial, RAG avanzado o varios usuarios a la vez. La memoria gráfica se convierte en un factor decisivo.
Por eso, desde Slimbook creemos que esperar puede ser un error para muchas empresas y profesionales.
No significa que haya que comprar sin pensar. Significa que conviene planificar. Si una empresa sabe que en los próximos meses va a necesitar equipos con más RAM, SSD de mayor capacidad, estaciones de trabajo con GPU o servidores para IA local, quizá no sea buena idea esperar indefinidamente a una bajada de precios que el mercado no está anticipando.
La nube seguirá teniendo su sitio. Los modelos frontier seguirán siendo importantes. Pero no todo necesita depender de una infraestructura externa, de una API remota o de un proveedor que puede cambiar precios, límites o condiciones de acceso.
La IA local no es solo una cuestión técnica. Es una cuestión de privacidad, soberanía, costes previsibles y continuidad de negocio.
Y ahora también es una cuestión de disponibilidad de hardware.
Por eso, si estás esperando para comprar hardware pensando que todo bajará pronto, quizá estés cometiendo un error. La combinación de IA local, modelos abiertos cada vez más capaces, demanda empresarial, escasez de memoria, tensión en SSD y precios altos en gráficas apunta justo en la dirección contraria.
En Slimbook llevamos años defendiendo equipos preparados para trabajar con Linux, privacidad y control. Hoy esa filosofía cobra todavía más sentido: tener tu propio hardware no es mirar al pasado. Es prepararse para el futuro.
Línea de previsión: nuestra lectura para los próximos meses es prudente pero clara: la RAM y los SSD seguirán tensionados, las gráficas con mucha VRAM continuarán caras o con disponibilidad irregular, y el alivio real del mercado no parece probable hasta que entre nueva capacidad de fabricación, posiblemente hacia 2028.
Si necesitas un equipo para IA local, puedes revisar nuestros sobremesas y estaciones de trabajo en Slimbook. Y si buscas algo más personalizado que un sobremesa con una RTX 5090, una eGPU o una DGX Spark, también vendemos y configuramos servidores para IA. Escríbenos a [email protected] y estudiaremos tu caso.
