Brian Armstrong, director ejecutivo de Coinbase, resaltó que el principal límite para el crecimiento de la inteligencia artificial (IA) será la disponibilidad de energía y capacidad informática para ejecutarlos a gran escala y no la calidad de los modelos.
La explicación surgió en respuesta a comentarios del inversor Tommy Shaughnessy, quien advirtió que el modelo de cobro por consumo de APIS eleva los costos empresariales de IA mucho más allá de lo previsto inicialmente con esquemas de suscripción fija.
Según Armstrong, la demanda de IA es prácticamente ilimitada y anticipó que en los próximos 12 a 18 meses el mercado se dividirá claramente entre modelos de bajo costo y sistemas de alto rendimiento.
El ejecutivo estimó que alrededor de 80% de las cargas de trabajo migrarán hacia modelos hasta 99% más baratos que las opciones premium actuales, mientras que el 20% restante requerirá tecnologías de vanguardia para tareas complejas, como investigación científica o agentes avanzados de coordinación.
Comparó esta evolución con el mercado de hardware de consumo, y así como la mayoría de los usuarios no adquiere computadoras con especificaciones máximas, la mayor parte de las aplicaciones de IA terminará utilizando modelos más económicos que ofrezcan un rendimiento suficiente para sus necesidades.
No obstante, consideró que la reducción de precios no resolverá el problema central, ya que medida que los modelos se abaratan y se multiplican las alternativas accesibles, el cuello de botella se desplazará hacia la infraestructura necesaria para sostener esa demanda.
Armstrong precisó que la necesidad de más energía y capacidad de procesamiento basada en silicio para operar sistemas de IA a gran escala.
Explicó que su empresa dirige las consultas hacia modelos más económicos cuando es posible, algo que le permitió mantener relativamente estable el gasto en IA pese al crecimiento exponencial en el uso de tokens.
Este enfoque cobró relevancia en un contexto de crecientes costos para las compañías, como el caso de Uber, que habría consumido todo su presupuesto de IA previsto para 2026 antes de finalizar abril.
También se destacó que modelos de código abierto como DeepSeek V4 ya alcanzan niveles de rendimiento comparables a sistemas propietarios líderes, pero con costos significativamente menores.
La visión de Armstrong coincidió con una tendencia cada vez más visible en la industria, que mientras la calidad de los modelos tiende a converger, la verdadera competencia se traslada a la infraestructura.