Las keynotes de Jensen Huang en GTC se han vuelto lo más cercano que nuestra industria tiene a un state-of-the-union. No porque NVIDIA sea la única empresa que importa — no lo es — sino porque Jensen es uno de los muy pocos operadores a esa escala que va a decir, sobre el escenario, lo que de verdad es cierto sobre la economía del cómputo y hacia dónde va el puck en los próximos 24 meses. Reuters y The Information tuvieron una cobertura decente de los titulares, pero los titulares son la parte que se obtiene de un comunicado de prensa. A mí me importa el subtexto.
Esta la vi dos veces. Una en vivo. Una con el mute puesto, pausando cada 20 segundos para leer las slides. La segunda mirada es donde apareció la cosa interesante. Estas son las tres señales que los fundadores deberían estar incorporando en sus planes 2026-2027 — y la única cosa que casi todos pasaron por alto.
1. El cómputo por unidad de inteligencia está cayendo más rápido de lo que asume su plan
Los números titulares que Jensen mostró sobre costo-por-token y costo-por-inferencia en la nueva escala de rack son aproximadamente 30x mejores que hace 18 meses. Si construyó un modelo financiero para su producto de IA en 2024 o a principios de 2025, sus suposiciones de margen bruto ya están obsoletas — a su favor, pero de una manera que crea un problema distinto.
Aquí está el problema. Los márgenes brutos de sus competidores también están mejorando 30x. Cualquier producto cuyo foso era "podemos correr esto a mejor unit economics que cualquiera" ya no tiene foso. El foso tiene que venir de otro lado — datos, distribución, integración de workflow, relaciones. Algo que no viva en el GPU.
Los fundadores que pasaron 2024 jactándose de su estructura de costo de fine-tuning deberían estar teniendo una conversación completamente distinta en el directorio de 2026. Si su deck todavía abre con "somos 4x más eficientes que los frontier labs", tírelo. Esa slide acaba de volverse un pasivo.
2. La convergencia con la robótica ya no es especulativa
El segmento que recibió menos cobertura de prensa es el que más importa para la gente que está construyendo empresas. El stack de robótica de propósito general. Jensen mostró un camino creíble desde "demo de humanoide" a "humanoide en una bodega haciendo trabajo útil" en una línea de tiempo de dos a cuatro años, no de diez. He visto el mismo tipo de pivote antes. Estuve cerca cuando la web pasó de novedad académica a infraestructura comercial en dos años exactos. La forma de esta curva rima.
Casi todos los fundadores que conozco están construyendo en software. No está mal — el software sigue siendo la mejor apuesta ajustada por riesgo en el corto plazo. Pero los fundadores que más deberían estar prestando atención al lado de robótica de la keynote son los de logística, manufactura, entrega de salud, servicios del mundo físico. Si su modelo asume mano de obra humana al costo de hoy por los próximos cinco años, necesita un análisis de sensibilidad que probablemente no ha corrido. Yo lo estoy corriendo sobre las suposiciones de la bodega del marketplace esta semana.
La pregunta no es si la robótica humanoide va a cambiar la economía del trabajo físico. Es si pasa en 2028 o en 2031. Su estrategia debería funcionar en ambos casos.
3. La meseta de escala de modelos de la que nadie quiere hablar
Aquí va la nota al pie que no recibió cobertura. Enterrado en el medio de la keynote, en una slide que apareció tal vez 12 segundos, había una gráfica mostrando el crecimiento del cómputo de entrenamiento de modelos frontera en los últimos 18 meses — y se está aplanando visiblemente comparado con la exponencial de 2022-2024.
Traducción. Los labs más grandes se están volviendo más eficientes, no solo más grandes. Ese cambio es enorme para los fundadores. La suposición "los labs más grandes van a seguir adelantándose porque tienen más cómputo" ya no es automáticamente cierta. Los labs más pequeños, los modelos especializados y los sistemas afinados por dominio tienen una ventana creíble en 2026-2027 que no tenían en 2023.
Si está construyendo un producto de IA que compite con los frontier labs en inteligencia general, sigue siendo una apuesta terrible. Si está construyendo en un dominio específico con un dataset específico y una integración específica de workflow — la matemática se está poniendo silenciosamente mejor para usted, no peor. Esta es la única señal más alcista en la keynote para los fundadores a los que les han dicho durante dos años que "no se puede competir con OpenAI o Anthropic". Sí se puede. Solo que no en su cancha.
Lo que todos pasaron por alto
La cosa más importante en la keynote de Jensen no estaba en una slide. Estaba en el lenguaje que usó sobre el cómputo "agéntico". No paró de hablar de cargas de trabajo que corren persistentemente — horas, días, semanas — en lugar de inferencia de un solo disparo. Cada modelo serio de pricing de cloud AI está construido alrededor de llamadas cortas de inferencia. Nadie ha descifrado cómo cobrar agentes persistentes todavía.
Si está construyendo un producto agente ahora mismo, su mayor riesgo de corto plazo no es la calidad del modelo. Es que el modelo de pricing del cómputo de agentes está a punto de reestructurarse, posiblemente varias veces, de maneras que van a cambiar su unit economics 5x o 10x en cualquier dirección. Debería estar haciendo stress-test de sus financieros en ambos extremos. Si sus financieros solo funcionan en el régimen de pricing actual, no tiene un negocio. Tiene una apuesta.
Lo que estoy haciendo con esta información
Tres decisiones concretas que estoy tomando a través de mis empresas en los próximos 30 días.
- Dejar de escribir el costo-de-cómputo en cualquier página de marketing de 2027. El número va a estar mal para cuando la página se indexe. Cualquier foso que construya sobre "cómputo barato" se está evaporando en tiempo real.
- Empezar a pressure-testar las versiones agent-first de nuestro roadmap. Los agentes persistentes y de larga duración están pasando de "prototipo" a "producto" más rápido de lo que habría apostado hace seis meses. El riesgo de pricing es real, pero la oportunidad es más grande.
- Revisar la exposición a robótica de las suposiciones de bodega y fulfillment del marketplace. No porque los robots lleguen mañana. Porque las curvas de costo contra las que estaba planeando son las que necesitan una segunda mirada, y las segundas miradas toman semanas.
Las keynotes de GTC son eventos de marketing. También son la ventana más clara que tenemos a hacia dónde va de verdad la capa de infraestructura. Los fundadores que solo lean los titulares se van a sorprender dos veces — una cuando la estructura de costos se mueva, y otra cuando la competencia que se suponía que era imposible aparezca de todas formas.
Así que aquí va el reto. Vaya a ver la keynote con el mute puesto. Pause cada 20 segundos. Tome captura de cada slide que tenga un número. Después pregúntese cuál de sus suposiciones actuales ya está mal. Si la respuesta es "ninguna", no la vio con suficiente cuidado. Véala otra vez. Los próximos 24 meses van a separar a los fundadores que leen las notas al pie de los que solo leen los tuits.
Relacionado: mi recorrido de cómo de verdad uso la IA dentro de la cabina del operador.