Jensen Huang describe la próxima fase de la IA: agentes, infraestructura y nuevos límites tecnológicos

La visita de Jensen Huang a Taiwán —acompañada de entrevistas y encuentros con socios del sector— dejó claro cómo ve Nvidia el futuro de la inteligencia artificial: una transformación tecnológica que apenas empieza y que requerirá una enorme expansión de infraestructura durante años.

Más allá de hablar solo de GPUs, el CEO de Nvidia describió un panorama más amplio: la IA como una nueva capa de infraestructura global que cambiará la forma en que trabajan las empresas, se organizan los centros de datos y funcionan las cadenas de suministro tecnológicas.

La infraestructura de IA apenas está empezando

Uno de los mensajes más repetidos por Huang es que el auge actual de la IA no está cerca de su punto máximo.

Según explicó en entrevistas durante este periodo, la construcción de la infraestructura necesaria para la IA se encuentra todavía en su "etapa más temprana" y continuará expandiéndose durante al menos la próxima década a medida que más industrias adopten sistemas de inteligencia artificial a gran escala.

Este enfoque posiciona a Nvidia no solo como una empresa de chips, sino como un proveedor central de la plataforma tecnológica que alimenta la economía de la IA.

De fabricante de GPUs a plataforma de infraestructura de IA

Huang suele describir a Nvidia como una empresa situada en la base del ecosistema de inteligencia artificial.

En lugar de crear aplicaciones finales para consumidores, la compañía se centra en desarrollar la infraestructura que permite a miles de empresas construir sus propios productos de IA.

Esa infraestructura incluye:

• GPUs y hardware de computación acelerada
• redes especializadas para centros de datos
• sistemas completos de infraestructura de IA
• plataformas de software para entrenamiento e inferencia

Según Huang, este nivel de infraestructura se está convirtiendo en una industria enorme por sí misma, impulsada por lo que él llama "fábricas de IA": centros de datos diseñados para generar inteligencia bajo demanda.

El auge de los agentes de IA

Otro punto central de su visión es el cambio desde simples chatbots hacia IA basada en agentes.

Estos sistemas no solo responden a preguntas, sino que pueden planificar acciones, usar herramientas y ejecutar tareas complejas paso a paso. Huang afirma que esta nueva generación de software asistirá tanto en procesos empresariales como en actividades cotidianas.

En escenarios que ha descrito públicamente, las empresas podrían operar con muchos más agentes de IA que empleados humanos. En un ejemplo sobre el futuro de Nvidia, sugirió que una plantilla de unos 75.000 trabajadores podría colaborar con millones de agentes de IA que operen de forma continua.

Lejos de eliminar el trabajo humano, Huang sostiene que estos sistemas podrían incluso aumentar la carga laboral al acelerar proyectos y ampliar la escala de lo que los equipos pueden intentar construir.

Historias personales sobre el uso de IA: lo que está confirmado y lo que no

En internet han circulado relatos que afirman que Huang comentó usar herramientas como Claude de Anthropic en su propio trabajo o que familiares suyos emplean agentes de IA para gestionar tareas domésticas.

Sin embargo, los reportes más fiables sobre su visita a Taiwán no confirman estas anécdotas con citas directas verificadas, por lo que deben considerarse versiones no verificadas o paráfrasis que se difundieron en línea.

El verdadero cuello de botella de la IA: la memoria

Huang también destacó un problema técnico que está ganando importancia en la industria.

Aunque la potencia de cálculo sigue siendo crucial, la memoria —especialmente la memoria de alto ancho de banda— se está convirtiendo en un factor limitante clave para los modelos de IA modernos.

Los sistemas actuales necesitan enormes volúmenes de memoria para procesar datos y responder en tiempo real mientras realizan tareas complejas de razonamiento. A medida que los modelos crecen y se utilizan más ampliamente, la demanda de memoria avanzada aumenta rápidamente.

Esto implica que el futuro de la IA dependerá no solo de GPUs más rápidas, sino también de innovaciones en arquitectura de sistemas y tecnologías de memoria.

Por qué Taiwán es crucial en la cadena de suministro

La visita de Huang también subrayó el papel estratégico de Taiwán en la industria global de semiconductores.

Nvidia depende de socios de fabricación taiwaneses —en particular TSMC (Taiwan Semiconductor Manufacturing Company)— para producir sus chips más avanzados.

Huang señaló que la creciente demanda de hardware de IA podría requerir una expansión enorme de la capacidad de fabricación de semiconductores durante la próxima década. Incluso sugirió que la demanda de IA podría llevar a TSMC a más que duplicar su capacidad de producción con el tiempo.

China sigue siendo un mercado importante

A pesar de las tensiones geopolíticas y las restricciones a la exportación de chips avanzados, Huang continúa describiendo a China como un mercado clave para la tecnología de IA.

El ejecutivo afirmó que espera que el mercado chino para chips de inteligencia artificial se abra gradualmente en el futuro, aunque el ritmo dependerá de decisiones políticas sobre la protección de la industria local.

Al mismo tiempo, reiteró que Taiwán seguirá siendo un centro fundamental de fabricación para los chips más avanzados de Nvidia.

El futuro del cómputo de IA: sistemas heterogéneos

Otra idea importante en su visión es que ninguna arquitectura de chip dominará por completo la IA.

En lugar de eso, Huang prevé sistemas de computación heterogéneos donde diferentes tipos de procesadores —GPUs, CPUs y otros aceleradores— trabajen juntos en centros de datos distribuidos.

En estos sistemas, distintas tareas como el entrenamiento de modelos, la inferencia, la gestión de memoria o la coordinación de agentes podrían ejecutarse en hardware optimizado para cada función.

El panorama general

Si se sintetizan sus comentarios, la visión de Huang para la próxima década de la inteligencia artificial se resume en varios puntos clave:

• La infraestructura de IA aún está en una fase temprana de expansión.
• Los agentes de IA pasarán de simples asistentes a colaboradores activos en el trabajo.
• La memoria y la capacidad de fabricación de chips serán factores críticos para el crecimiento del sector.
• Nvidia busca posicionarse como la plataforma tecnológica que sustenta todo el ecosistema.

Si estas predicciones se cumplen, los cambios más profundos de la revolución de la IA —software basado en agentes, gigantescas fábricas de IA y arquitecturas de computación híbridas— todavía estarían por llegar, no detrás de nosotros.