Las grandes nubes han empezado a subir el “alquiler” de GPUs de forma notable: algunos modelos muestran subas de hasta 48% en semanas recientes, y la capacidad disponible se vende con bloqueos de contrato más largos (según Business Insider, citando a Carmen Li de Silicon Data). Esto no es una variación menor: cambia el costo operativo de cualquier empresa que quiera usar IA sin construir su propio data center. Vemos una dinámica que pasa de ser un mercado relativamente estable a una montaña rusa de precios y plazos, y eso obliga a preguntas concretas sobre transparencia y obligaciones de los grandes arrendadores.

¿Qué está pasando con las GPU y por qué suben los precios?

Las nubes y los proveedores especializados compran lotes gigantescos de NVIDIA y concentran la oferta, y cuando la demanda supera la capacidad la variable que baila es el precio de alquiler. Según Business Insider, las H100 pasaron de 2,20 a 2,64 dólares/hora en tres meses (suba 20%), las B200 de 4,40 a 5,35 dólares/hora, y las H200 registraron una subida de 48% —de 2,75 a 4,08 dólares/hora— en el mismo período (según Business Insider, citando a Carmen Li). Además, los fabricantes reportan plazos de entrega entre 36 y 52 semanas, lo que alimenta la escasez y obliga a contratos más largos por parte de los arrendadores (según Business Insider).

¿Cómo afecta esto a las empresas y emprendedores?

Para una pyme o startup que no puede construir data centers, depender de alquileres en la nube pasó a ser una apuesta con costos variables. Tomando como referencia una H100 a 2,64 dólares/hora (precio informado), 1.000 horas de alquiler mensuales cuestan 2.640 dólares: un gasto recurrente que se puede duplicar si se necesitan H200 a 4,08 dólares/hora (según Business Insider). Los arrendadores como CoreWeave ya subieron precios 20% y pasaron de contratos de 1 año a 3 años en algunos casos (según Business Insider), lo que encierra aún más a las empresas pequeñas. Para dimensionar la escala: las grandes hiperescaladoras y Meta proyectan gastar más de 650.000 millones de dólares en infraestructura de IA este año, lo que explica por qué concentran la demanda (según Business Insider, citando a Carmen Li).

¿Cómo impacta esto en el mercado argentino?

No hay estadísticas públicas que midan cuánta factura adicional pagarán las pymes argentinas por estas subas, pero podemos trazar ejemplos concretos con los precios reportados. Si una startup local consume 200 horas/mes en H200 a 4,08 dólares/hora, el costo sería 816 dólares mensuales; si usa H100 a 2,64 dólares/hora, serían 528 dólares mensuales (precios según Business Insider). En una región donde operar cuesta más por logística y tipos de cambio, esos números multiplican la barrera de entrada para quien quiere “ganar plata” con IA. Además, la obligación de contratos largos y la escasez de hardware encarecen cualquier plan de crecimiento y reducen flexibilidad para pivotes rápidos.

Qué tenemos que exigirles a las Big Tech y a NVIDIA

La coyuntura confirma algo que ya venimos pidiendo: exigimos transparencia y auditorías independientes sobre métricas, compromisos técnicos y prácticas comerciales de quienes controlan la oferta de GPU. Concretamente, pedimos reportes públicos periódicos sobre disponibilidad de modelos, plazos de entrega, estructura de precios por instancia y datos de reventa/depreciación —por ejemplo, valores de segunda mano como los 0,85 y 0,84 dólares que se mencionan para H100 en años posteriores (según Business Insider)—, además de auditorías que verifiquen esos números. Sin transparencia, el mercado puede comportarse como un servicio público volátil y dejar a pymes y consumidores expuestos a subas abruptas. Si la IA va a ser infraestructura crítica, las condiciones de acceso y los compromisos de capacidad deben ser públicos y auditables; eso no es regulación ideológica, es una condición para que la tecnología realmente sirva para generar y ahorrar plata.