Google no pudo satisfacer la demanda de cómputo de IA de Meta, lo que interrumpió proyectos internos

Google comunicó a Meta que no podía proporcionar toda la capacidad de cómputo para sus modelos de IA Gemini que Meta había solicitado, según un informe del Financial Times publicado el domingo. El déficit interrumpió y retrasó varios proyectos internos de IA de Meta, revelando que la lucha global por la infraestructura de IA ha llegado a un punto donde incluso los mayores proveedores de nube del mundo tienen dificultades para satisfacer la demanda de grandes clientes empresariales.

Ambas compañías son competidoras en publicidad, investigación de IA y servicios en la nube, sin embargo, Meta supuestamente buscó comprar capacidad sustancial de Gemini a Google. El FT citó fuentes anónimas familiarizadas con la situación; Google y Meta declinaron hacer comentarios públicos.

Por qué esto es importante

La incapacidad de Google — uno de los mayores operadores de infraestructura de IA del mundo y desarrollador de Gemini — para satisfacer la demanda de un competidor hiperescalador es una señal significativa. Sugiere que la escasez de cómputo que afectaba a empresas pequeñas y startups ha llegado ahora al nivel más alto de la industria, donde ni siquiera las empresas valoradas en billones de dólares pueden simplemente comprar su salida de las restricciones de capacidad.

Meta ha estado escalando agresivamente sus inversiones en IA en 2026, destinando decenas de miles de millones de dólares a la construcción de centros de datos y al desarrollo de modelos. La empresa depende en gran medida de sus propios chips de IA personalizados (MTIA) y de capacidad de terceros de socios en la nube para cargas de trabajo de investigación e inferencia. Cuando Google no pudo cumplir con su pedido, Meta se vio forzada a retrasar proyectos, redirigir cargas de trabajo a otros proveedores o absorber una interrupción significativa en la programación.

El cuello de botella de cómputo ahora es generalizado en la industria

La restricción surge de múltiples presiones convergentes. Los entrenamientos de modelos de IA se han disparado en escala, con modelos frontera que ahora requieren clústeres de decenas de miles de aceleradores funcionando durante meses seguidos. Al mismo tiempo, la demanda de inferencia ha crecido de forma explosiva a medida que los productos de IA llegan a cientos de millones de usuarios. El resultado es que incluso la infraestructura hiperescalada construida expresamente no puede seguir el ritmo de crecimiento de la demanda.

La incapacidad de Google para cumplir con el pedido de Meta también subraya la dinámica incómoda del momento actual de la IA: empresas que compiten ferozmente en productos de IA dependen simultáneamente unas de otras para la infraestructura. Meta, que no vende servicios en la nube al público, debe obtener cómputo externo de proveedores con los que compite en asistentes de IA, redes sociales y publicidad.

El panorama general

Esta historia sigue a informes de principios de este año de que Samsung comprometió 648 mil millones de dólares a la fabricación de chips en Corea del Sur — en parte para abordar exactamente este tipo de brecha estructural de capacidad. También se produce en medio de las gestiones separadas de Apple para obtener chips de memoria de un proveedor chino en la lista negra, una señal de que las restricciones de suministro están tocando ahora todos los segmentos de la pila de hardware simultáneamente.

Ni Google ni Meta han ofrecido ninguna respuesta pública al informe del Financial Times. No está claro qué modelos específicos de Gemini o productos de infraestructura estuvieron involucrados, cuán grande fue la solicitud de Meta, o si se han realizado acuerdos de suministro alternativos desde entonces.