OpenAI con Broadcom, Anthropic con Samsung: los labs salen de la dependencia de Nvidia
Dos chips propios en dos semanas: la integración vertical en silicio deja de ser experimento.
Hay un dato que Nvidia preferiría que no se discutiera abiertamente: el margen bruto de la empresa en sus chips de IA superó el 70% en los últimos dos años. Ese margen representa el costo que paga cada lab por inferencia — y es el incentivo más poderoso para que los propios labs diseñen su silicio. En menos de dos semanas, dos de los labs más importantes del mundo lo anunciaron. La integración vertical en silicio ya no es una opción estratégica en debate: es una carrera que empezó.
La acumulación que define una tendencia
OpenAI anunció primero su chip de inferencia propio, desarrollado en asociación con Broadcom. Una semana después, Anthropic confirmó que está en conversaciones con Samsung para un chip propio. El timing comprimido no es coincidencia — ambas empresas llevan años evaluando socios de fabricación y el momento coincide con el punto en que sus volúmenes de inferencia hacen rentable la inversión en diseño.
En paralelo, el mercado de chips de inferencia especializados ya tiene su primer unicornio validado: Etched alcanzó valoración de 5 mil millones de dólares con mil millones de dólares bajo contrato para sus sistemas de inferencia. Eso no es proyección — es demanda real de clientes que ya comprometieron capital para diversificar fuera de Nvidia.
Y más atrás en la cadena de abastecimiento: Samsung y SK Hynix comprometieron más de 550 mil millones de dólares combinados para expandir su capacidad de memoria de alta velocidad, anticipando que el cuello de botella va a moverse del cómputo a la memoria. El movimiento en memoria es parte de la misma dinámica que analizamos cuando el ciclo de inversión en HBM empezó a mostrar sus primeros números reales. El ecosistema alternativo a Nvidia se está construyendo en todas las capas simultáneamente.
Por qué Nvidia enfrenta un problema estructural ahora
La dependencia de un solo proveedor de chips no es solo un riesgo de abastecimiento — es un riesgo de margen. Cada dólar que OpenAI le paga a Nvidia en inferencia es un dólar que no va al resultado operativo de OpenAI. A la escala de consultas que procesan los labs de frontera, estamos hablando de miles de millones de dólares anuales en costos de inferencia.
El movimiento de Anthropic y OpenAI sigue la misma lógica que Apple usó cuando reemplazó a Intel con sus propios chips M: el diseño propio permite optimizar para el workload específico — en este caso, inferencia de transformers a escala masiva — reducir el costo por token y recuperar margen estructural. El riesgo es real (el diseño de chips es caro y lento), pero el premio es control sobre el costo variable más grande del negocio.
El análisis de incentivos es directo: si Nvidia cobra márgenes del 70%+, y el volumen de inferencia de un lab crece al ritmo que está creciendo el de OpenAI o Anthropic, el valor presente neto de diseñar un chip propio se vuelve positivo en un horizonte de 3 a 5 años. En ese punto, no hacerlo es la decisión irracional.
Quién gana y quién tiene el problema de costos
Los perdedores más obvios son los labs medianos — empresas que no tienen el capital para diseñar su propio chip pero compiten en el mismo mercado de inferencia. Si OpenAI y Anthropic reducen su costo por token un 40% con silicio propio en 2027-2028, los labs que siguen pagando precio completo a Nvidia quedan con una desventaja de costos que se compone mes a mes. Este escenario profundiza la tendencia hacia la concentración en el mercado de modelos de frontera, donde quien controla la infraestructura define los precios del resto.
Los ganadores intermedios son los socios de diseño y fabricación: TSMC, Samsung Foundry, y los fabricantes de memoria de Corea del Sur que capitalizan exactamente este momento. La escasez de ingenieros con experiencia en diseño de chips de IA también va a presionar los salarios del segmento hacia arriba de forma sostenida.
Nvidia no desaparece — sigue siendo el proveedor por defecto para el 80% del mercado y tiene ventajas en ecosistema de software (CUDA) que son difíciles de replicar. Pero el mercado que antes era cautivo empieza a tener alternativas creíbles.
La predicción concreta
Si esta tendencia se sostiene, para mediados de 2027 al menos uno de los dos chips — el de OpenAI con Broadcom o el de Anthropic con Samsung — habrá entrado en producción para inferencia interna a escala. La señal directa a mirar: cualquier reducción de precios de API de parte de OpenAI o Anthropic que no se explique por eficiencias de software o competencia de precio puro va a ser la primera evidencia de que el silicio propio ya está recortando costos.
Para un decisor en LATAM: si el costo de inferencia baja un 40-50% en los próximos dos años, los casos de uso que hoy no cierran económicamente van a abrirse. Conviene tener identificados esos casos antes de que baje el precio — no después.