Mustafa Suleyman, el CEO de Microsoft AI que cofundó DeepMind, el laboratorio de Londres que Google adquirió, antes de unirse a Microsoft en 2024, espera que el costo de construir IA de frontera aumente de manera pronunciada, y afirmó que una sola sesión de entrenamiento de frontera —el proceso intensivo en cómputo para producir un modelo— podría pronto costar "muchos, muchos miles de millones de dólares, si no cien mil millones de dólares".

Al hablar el 28 de septiembre de 2026, Suleyman dio un plazo corto para ese hito: los próximos años. Su lista de quién puede pagarlo es aún más corta. Solo cinco o seis laboratorios en el mundo, sostuvo, podrán afrontar el precio de entrada.

El precio de entrada sigue subiendo

Suleyman vinculó el aumento de los costos con la velocidad del desarrollo. En su relato, más cómputo concentrado en menos laboratorios debería traducirse en un progreso más rápido de la IA.

Respaldó esa postura con dos cifras llamativas. La computación de entrenamiento para modelos de frontera ha crecido un billón de veces en los últimos 15 años, dijo. Solo en los últimos dos años, los costos de inferencia —el precio de ejecutar un modelo entrenado cada vez que se usa— han caído 300 veces. Ambas tendencias, sugirió, apuntan en la misma dirección: los recursos necesarios para entrenar los modelos líderes se expanden incluso mientras el costo de ejecutarlos baja.

"Muchos, muchos miles de millones de dólares, si no cien mil millones de dólares", dijo Suleyman sobre el costo potencial de los entrenamientos de frontera.

Un pronóstico que ha venido construyendo

Los comentarios son menos una postura nueva que una escalada de una existente. En diciembre de 2025, Suleyman predijo que mantenerse competitivo en la IA durante cinco a diez años requeriría "cientos de miles de millones de dólares" en inversión, cifra que atribuyó a los requisitos de cómputo en expansión para el entrenamiento avanzado.

Los comentarios de septiembre agudizan ese pronóstico al asignar un precio potencial a sesiones individuales de entrenamiento, y no solo a una década de gasto.

Suleyman también ha descrito las operaciones de IA de Microsoft en términos inusualmente físicos, comparando a la empresa con una "empresa de construcción moderna" que edifica una considerable infraestructura de cómputo. El trasfondo es la relación cambiante de Microsoft con OpenAI: tras una reestructuración de esa alianza, Microsoft AI se enfoca en la autosuficiencia para modelos de frontera.

El discurso de seguridad avanza junto al del gasto

Suleyman no presentó el gasto como una pura carrera armamentista. A medida que las capacidades de la IA avanzan rápidamente, también ha pedido una mayor supervisión y evaluación, señalando desarrollos como hackers autónomos y agentes de IA más sofisticados.

Describió los recientes comportamientos de la IA como un "momento decisivo" que exige un mayor escrutinio de lo que estos sistemas pueden hacer.

Lo que esto significa para la industria de la IA

La implicación más clara es la consolidación. Si los entrenamientos de frontera avanzan hacia las decenas de miles de millones de dólares, el número de organizaciones que pueden competir de manera creíble en la cima se reduce a un puñado: cinco o seis, según el conteo de Suleyman.

La caída del costo de la inferencia apunta en el otro sentido. Una reducción de 300 veces en dos años significa que usar IA se está abaratando rápidamente, incluso mientras la construcción de modelos de frontera se concentra en menos manos.