Google raciona TPUs y elige a quién deja fuera del cómputo
Alphabet admite un entorno limitado por la oferta y Pichai ha hecho público el orden de prioridad: primero el trabajo de AGI, después Cloud. Alguien tiene que decir que no.
Google está racionando TPUs, y la parte interesante no es que falten chips. Alphabet reconoce que opera en un entorno limitado por la oferta —la expresión es de su directora financiera, Anat Ashkenazi— y Sundar Pichai ha detallado en una llamada de resultados el orden en que se reparte lo que hay: el trabajo de AGI de frontera primero, como base de todo lo demás, y Cloud, Search y YouTube después. Cuando la oferta no cubre toda la demanda legítima, alguien tiene que decidir quién espera. Ese alguien existe y lo ha dicho en público.
La escasez es física, no un fallo de previsión
La distinción importa porque cambia por completo la naturaleza del problema. No hay una cola llena de reservas sin validar: la capacidad de Google es real, la demanda interna es real y la de sus clientes de Cloud también. El cuello de botella está en los pocos fabricantes de memoria de alto ancho de banda que hay detrás de cualquier acelerador avanzado del mercado, según señaló el consejero delegado de DeepMind, Demis Hassabis. Es decir, no es un problema de Google, es de toda la industria.
Y esa es la parte incómoda: cuando todas las señales son fiables y el total sigue sin caber, la asignación deja de ser un ejercicio de gestión de capacidad y se convierte en una decisión de autoridad. Un hyperscaler con recursos de sobra no puede fabricar aceleradores a voluntad, así que hasta Google tiene que aplicar una política explícita de prioridades sobre un recurso que diseña, construye y posee. Es la misma posición a la que llega antes o después cualquier equipo de plataforma, con la diferencia de que aquí sí hay alguien con autoridad para decir no, y lo dijo.
La decisión tiene dirección de destino
Declarar un orden de prioridad no hace desaparecer la demanda que queda fuera; la desplaza. En marzo de 2026 Google comunicó a Meta que no podía servirle la capacidad de Gemini que había pedido. El recorte fue lo bastante grande como para alterar varios proyectos internos de IA de Meta, que respondió pidiendo a su plantilla que racionara su uso. No era un cliente marginal: le tocó esperar precisamente porque su demanda era lo bastante grande como para importar.
La prueba más clara de lo apretado que estaba el límite está en cómo se tapó el hueco. Google acordó pagar a SpaceX unos 920 millones de dólares al mes por acceso a alrededor de 110.000 GPUs de Nvidia alojadas en centros de datos de xAI, y describió el arreglo como capacidad puente para la demanda creciente de Gemini Enterprise. Un puente une dos puntos que no están unidos de forma natural. Llamar así a un datacenter es admitir que la arquitectura propia no absorbe todo lo que se le pide.
Ahí está el asunto que de verdad afecta a quien diseña infraestructura: la pregunta no es cuánto cómputo existe, sino quién tiene legitimidad para repartirlo cuando no alcanza. Google ha ejercido esa autoridad y la ha hecho pública, y el resultado se ha visto fuera de sus muros, en forma de un cliente racionado y de una factura mensual a un tercero por infraestructura que no controla. Es el mismo intercambio que Google suele ofrecer a sus clientes de Cloud: capacidad garantizada a cambio de depender de algo que no es tuyo. Queda por ver cuánto aguanta el puente.
