Marcio Aguiar, director de la división Enterprise de Nvidia para América Latina, señala que esta nueva tecnología tiene el potencial de convertirse en la base de la infraestructura de la IA moderna. “Al integrar computación, red, almacenamiento y software desde el diseño, Nvidia permite a las empresas operar modelos cada vez más complejos con previsibilidad, eficiencia y un costo viable a escala”, comentó.
Esta reducción de costos es clave para Nvidia y sus clientes, porque elimina barreras de entrada para empresas que no disponen de presupuestos multimillonarios para infraestructura de IA y se posiciona como una puerta de acceso para corporativos medianos, startups y proveedores de servicios de IA que no podían competir con los gigantes tecnológicos que dominan los centros de datos de escala masiva.
Dicha postura es relevante, ya que en la actualidad, la tecnología de IA está disponible principalmente para los gigantes del sector. Datos de McKinsey proyectan que hacia 2030 se requerirán cerca de 5.2 billones de dólares en infraestructura de centros de datos para soportar cargas de trabajo globales, lo que implica que solo quienes puedan afrontar esos costos lograrán participar plenamente en la economía de la IA.
La consultora también apunta que si bien un 88% de organizaciones ya utilizan IA en al menos una función, muchas siguen en fases de piloto o sin escalar ampliamente sus proyectos, por lo que Vera Rubin, al disminuir el costo por token y aumentar la eficiencia por GPU, podría bajar la barrera de entrada para empresas medianas y servicios especializados.
Por lo tanto, la promesa de una IA más asequible puede acelerar la adopción en sectores como manufactura, salud, finanzas y servicios, donde el cómputo de alto rendimiento suele ser demasiado caro o complejo.
Los riesgos de concentración: ¿más poder para Nvidia?
Aguiar afirma que con Vera Rubin, Nvidia no solo introduce una plataforma más potente, sino que impulsa un nuevo modelo de infraestructura de IA que podría redefinir la forma en que las organizaciones entrenan, ejecutan y monetizan sus modelos inteligentes, pues al reducir la cantidad de hardware necesario y los costos de operación, la plataforma allana el terreno para que más actores compitan en la economía digital.
Sin embargo, analistas ven riesgos de que esta propuesta pueda reforzar la concentración de poder en Nvidia y genera preocupaciones en torno a una dependencia tecnológica, así como dudas sobre la sostenibilidad en las inversiones de IA.
