Sam Altman ha cuestionado la conveniencia de dedicar memoria a ejecutar modelos de IA en equipos particulares cuando ese recurso resulta escaso. Xataka recoge sus comentarios en el pódcast Cheeky Pint, presentado por John Collison, dentro de una conversación sobre capacidad de cálculo e infraestructura.
El argumento atribuido al directivo se centra en la utilización de los recursos: un sistema compartido puede mantener hardware ocupado durante más tiempo que una máquina doméstica utilizada de forma intermitente. Es una posición sobre eficiencia y asignación, no una prohibición de ejecutar modelos localmente.
La empresa también distribuye modelos para uso local
La propia web de OpenAI presenta su familia gpt-oss como modelos de pesos abiertos que pueden ejecutarse en ordenadores y centros de datos. La compañía los ofrece bajo licencia Apache 2.0 y enlaza herramientas para distintos tipos de despliegue.
Esa disponibilidad y la opinión de Altman no describen exactamente la misma cuestión. Una trata de lo que un usuario puede descargar y ejecutar; la otra, de qué distribución del hardware considera más eficiente el directivo en el contexto que comenta.
Eficiencia y control no son una única variable
Quien elige un despliegue local puede valorar el control técnico, la conectividad o los requisitos de su trabajo, además del aprovechamiento de la memoria. Quien utiliza un servicio compartido puede priorizar capacidad disponible y comodidad. Comparar ambos casos exige concretar modelo, equipo y carga real.
Tampoco debe darse por hecho que cualquier modelo abierto funcionará bien en cualquier ordenador. La licencia permite determinados usos; las necesidades de recursos y la configuración determinan después si ese despliegue resulta práctico.
El debate interesante empieza donde termina el eslogan. Una máquina ocupada todo el día puede ser eficiente y, aun así, no resolver los requisitos de todos los usuarios. Un ordenador local puede ofrecer control y, aun así, ser una elección costosa para una tarea concreta. La respuesta depende del uso, no solo del lugar donde se enchufa.
