Un análisis de Andreessen Horowitz (a16z), apoyado en datos de Ornn, Silicon Data y Bloomberg hasta agosto de 2026, plantea que en 2026 la caída del precio por token está empujando al alza el consumo total y mantiene la presión sobre los chips más avanzados. Que usar modelos generativos salga más barato no está aflojando el mercado del hardware. Está provocando justo lo contrario.
La lógica encaja con la conocida paradoja de Jevons: cuando una tecnología se vuelve más eficiente o más barata, su uso total puede dispararse en lugar de caer. En 2026, siempre según el análisis de a16z, varios indicadores de precios para grandes modelos bajaron de 1 dólar por millón de tokens, y uno de esos índices tocó los 0,97 dólares por millón en septiembre de 2026, menos de la mitad de su pico anterior de este mismo año.
Sobre el papel, esa bajada tendría que traducirse en software más barato y, quizá, en algo menos de tensión dentro de la cadena de suministro.
Pero lo que está pasando es otra cosa: el análisis de a16z apunta a que, cuanto menos cuesta generar, resumir, clasificar o automatizar tareas, más usos nuevos aparecen. Lo que antes resultaba demasiado caro para una prueba aislada empieza a tener sentido a escala, desde asistentes internos hasta flujos de automatización y herramientas capaces de encadenar varias tareas sin que el usuario tenga que estar encima de forma constante.
La señal más clara está en el alquiler de hardware, a partir de los datos de Silicon Data que cita a16z. Los Nvidia H100, uno de los aceleradores más buscados del mercado, se encarecieron cerca de un 40% entre octubre de 2025 y comienzos de 2026, después de una fase previa de caídas. Ya a mediados de 2026, sus tarifas se movían entre 1,49 y 6,98 dólares por hora, con una mediana situada entre 2,95 y 3,46. Los Nvidia B200, más recientes, seguían por encima de esos niveles, entre 4,50 y 7,00 dólares por hora. El software se abarata; la infraestructura de gama alta sigue pagándose como lo que es, un recurso escaso.
Parte de ese crecimiento viene de usuarios humanos, claro, pero no solo de ahí. a16z sostiene que una parte cada vez más importante puede estar llegando de sistemas autónomos que van encadenando consultas, verificaciones y pasos intermedios. Ese tipo de flujo se come volúmenes enormes de tokens y eleva la necesidad de cálculo, incluso aunque el uso directo por persona no crezca al mismo ritmo.
Eso ayuda a entender por qué el mercado sigue tan tirante: no solo se venden más servicios, también se están ejecutando procesos mucho más largos y repetitivos detrás de cada producto.
Si esta trayectoria sigue, los principales beneficiados serían los fabricantes de chips, los proveedores de memoria, los operadores de centros de datos, las eléctricas y las grandes plataformas de nube.
Pero el otro lado también cuenta: si la demanda se frena, el golpe para toda la cadena puede llegar rápido. Los mercados ya están dejando ver esa sensibilidad después de una reciente caída bursátil en Estados Unidos, vinculada a informaciones citadas por a16z que apuntaban a que los ingresos anualizados de OpenAI, la empresa detrás de ChatGPT, podían estar por debajo de lo que muchos daban por hecho.
Además, los cuellos de botella ya no están solo en la fabricación de chips. También aparecen en el encapsulado avanzado y en la memoria HBM (High Bandwidth Memory), según el análisis de a16z. Micron ya prevé que la demanda de este tipo de memoria superará la oferta en 2027 y 2028, mientras que el consumo eléctrico de los centros de datos orientados a modelos generativos creció un 50% en 2025, de acuerdo con el análisis de a16z a partir de datos de Bloomberg.
No está claro si la demanda podrá mantener este ritmo en los próximos trimestres.
Author: Jesús Pina
{
"social": {
"email": "",
"facebook": "",
"twitter": "",
"linkedin": ""
},
"ja-JP": "",
"de-DE": "Jesús Pina verfolgt, was künstliche Intelligenz an der Software wirklich verändert, die wir täglich benutzen — und trennt dabei, was schon funktioniert, von dem, was bisher nur eine Ankündigung ist. Ihn interessiert die praktische Wirkung: welches Werkzeug echte Zeit spart, welches auf halbem Weg stehen bleibt und welches man sich vor der Installation zweimal ansehen sollte. Er arbeitet täglich mit KI-Modellen mitten im redaktionellen Prozess von Softonic und kennt deren Grenzen deshalb recht genau.",
"en-US": "Jesús Pina follows what artificial intelligence is actually changing in the software people use every day, telling apart what already works from what is still only an announcement. What interests him is the practical effect: which tool saves real time, which one stops halfway and which one deserves a second look before you install it. He works daily with AI models inside Softonic's own editorial process, so he knows their limits fairly well.",
"es-ES": "Jesús Pina sigue lo que la inteligencia artificial está cambiando de verdad en el software que usamos cada día, separando lo que ya funciona de lo que por ahora solo es un anuncio. Le interesa el efecto práctico: qué herramienta ahorra tiempo real, cuál se queda a medias y cuál conviene mirar dos veces antes de instalarla. Trabaja a diario con modelos de IA dentro del propio proceso editorial de Softonic, así que conoce bastante bien sus límites.",
"fr-FR": "Jesús Pina suit ce que l'intelligence artificielle change réellement dans les logiciels du quotidien, en distinguant ce qui fonctionne déjà de ce qui n'est encore qu'une annonce. Ce qui l'intéresse, c'est l'effet pratique : quel outil fait gagner du temps, lequel s'arrête à mi-chemin et lequel mérite un second examen avant installation. Il travaille au quotidien avec des modèles d'IA au cœur du processus éditorial de Softonic, et connaît donc assez bien leurs limites.",
"it-IT": "Jesús Pina segue ciò che l'intelligenza artificiale sta davvero cambiando nel software di ogni giorno, distinguendo quello che già funziona da quello che per ora è solo un annuncio. Gli interessa l'effetto pratico: quale strumento fa risparmiare tempo, quale si ferma a metà e quale conviene guardare due volte prima di installarlo. Lavora ogni giorno con modelli di IA dentro il processo editoriale di Softonic, e per questo ne conosce bene i limiti.",
"nl-NL": "Jesús Pina volgt wat kunstmatige intelligentie echt verandert aan de software die we dagelijks gebruiken, en scheidt daarbij wat al werkt van wat nog slechts een aankondiging is. Wat hem interesseert is het praktische effect: welke tool echt tijd bespaart, welke halverwege blijft steken en welke je beter twee keer bekijkt voordat je hem installeert. Hij werkt dagelijks met AI-modellen binnen het redactieproces van Softonic en kent daardoor hun grenzen vrij goed.",
"pl-PL": "Jesús Pina śledzi to, co sztuczna inteligencja rzeczywiście zmienia w programach używanych codziennie, oddzielając rozwiązania, które już działają, od tych, które są na razie tylko zapowiedzią. Interesuje go efekt praktyczny: które narzędzie naprawdę oszczędza czas, które zatrzymuje się w połowie drogi, a które warto sprawdzić dwa razy przed instalacją. Codziennie pracuje z modelami AI wewnątrz procesu redakcyjnego Softonica, więc dobrze zna ich ograniczenia.",
"pt-BR": "Jesús Pina acompanha o que a inteligência artificial está realmente mudando nos programas que usamos todos os dias, separando o que já funciona do que ainda é apenas anúncio. O que lhe interessa é o efeito prático: qual ferramenta economiza tempo de verdade, qual para no meio do caminho e qual merece uma segunda olhada antes de instalar. Trabalha diariamente com modelos de IA dentro do próprio processo editorial da Softonic, e por isso conhece bem seus limites."
}
View all posts by Jesús Pina
