Huang de Nvidia argumenta que la IA crea empleos, no los destruye, en una rara publicación oficial en el blog

Qué debes saber:

El debate sobre los empleos de IA recibió su refutación más contundente hasta ahora el martes, de parte de quien vende el hardware.

El CEO de Nvidia, Jensen Huang, publicó una rara el martes, presentando lo que él llama el “pastel de cinco capas” de la infraestructura de IA: energía en la base, luego chips, luego infraestructura física, luego modelos y finalmente aplicaciones.

Esto sitúa a la IA no como un producto de software o un chatbot, sino como una expansión industrial a la escala de la electrificación, que requiere billones de dólares en construcción física y una enorme fuerza laboral de electricistas, fontaneros, instaladores de tuberías, trabajadores del acero y técnicos de redes.

“Estos son empleos calificados y bien remunerados, y hay escasez de ellos. No necesitas un doctorado en ciencias de la computación para participar en esta transformación”, afirmó.

El argumento de Huang sobre por qué esta expansión necesita ser tan grande comienza con un cambio fundamental en la manera en que funciona la computación.

El software tradicional recupera instrucciones almacenadas, mientras que la IA genera nuevos resultados en tiempo real, con cada respuesta creada desde cero según el contexto proporcionado. No busca una respuesta, sino que razona una de manera instantánea.

Debido a que la inteligencia se genera en tiempo real, toda la pila informática debajo debe ser reinventada, por lo que la IA requiere infraestructura diseñada específicamente desde la capa de energía en adelante, en vez de operar sobre los centros de datos existentes.

El momento es relevante. El ensayo llega después de semanas de creciente ansiedad sobre el impacto de la IA en el empleo, desde el de Block Inc. hasta el de Dario Amodei, CEO de Anthropic. Las acciones tecnológicas han estado cayendo desde principios de este año debido a esos temores combinados.

El ensayo de Huang, sin embargo, es una narrativa directamente contraria. Utilizó la radiología como ejemplo, argumentando que la IA ayuda a interpretar escaneos, pero la demanda de radiólogos sigue aumentando porque la productividad crea capacidad y la capacidad impulsa el crecimiento. “Eso no es una paradoja”, escribió.

Huang coloca la energía como la base de la era de la IA.

“La inteligencia generada en tiempo real requiere energía generada en tiempo real”, escribió. “La energía es el primer principio de la infraestructura de IA y la limitación fundamental de cuánta inteligencia puede producir el sistema.”

Este planteamiento tiene implicaciones más allá de la cadena de suministro de Nvidia. Si la energía es la restricción clave para la IA, cualquier cosa que altere el suministro energético, incluida la actual guerra en Oriente Medio, no es solo un obstáculo macroeconómico para los mercados. Es un cuello de botella directo para la velocidad con la que la IA puede escalar.

Huang reconoció que la expansión aún está en una fase temprana. “Llevamos solo unos cientos de miles de millones de dólares invertidos. Todavía queda por construir billones de dólares en infraestructura”, comentó, agregando que las fábricas de IA están siendo construidas “a escala sin precedentes” en todo el mundo.

También hizo una mención destacada a los modelos de código abierto, citando DeepSeek-R1 como ejemplo de cómo la disponibilidad libre de modelos de razonamiento avanzados “acelera la adopción en la capa de aplicaciones y aumenta la demanda de entrenamiento, infraestructura, chips y energía debajo”. El código abierto no amenaza el negocio de Nvidia. Lo alimenta.