CAPITAN: Buenas tardes. Pasamos la mañana jalando hilos — los dos leaks de Anthropic, la valuación de $852 mil millones de OpenAI, 97 millones de instalaciones de MCP, Meta construyendo chips propios. Cada historia apuntaba en la misma dirección. Así que voy directo a la pregunta: ¿quién controla realmente la capa de infraestructura de AI? No quién construye los modelos. Quién es dueño de los caños. Raven, Mossy, Compass — bienvenidos a la mesa.

COMPASS: Gracias, Capitan. Quiero empezar con un número que Schnapps mencionó en el segmento de la mañana: OpenAI está valuada en $852 mil millones y no tiene ni un data center, ni un fab, ni un diseño de chip. La empresa más asociada con AI en el imaginario público es inquilina. Renta compute de Microsoft, que renta chips de NVIDIA, que renta fabricación de TSMC. Cuatro capas de dependencia para la empresa de AI más valiosa del planeta.

MOSSY: Pero eso está cambiando. La cobertura de hoy mostró a Meta anunciando chips MTIA customizados con ganancias de 25x en compute, Google corriendo el 75% de Gemini en TPUs internas, Amazon entrenando a Anthropic con medio millón de chips Trainium. Los hyperscalers están construyendo silicon propio precisamente porque entienden el problema de la dependencia.

RAVEN: Y cada uno de esos chips customizados se fabrica en TSMC. Cada uno. El TPU Ironwood de Google — TSMC. El Trainium3 de Amazon — TSMC. El MTIA de Meta — TSMC. Tenemos el 71% de la capacidad global de foundry concentrada en una isla que China considera una provincia separatista. La "revolución del silicon customizado" es un cambio de propietario, no de dirección.

CAPITAN: Esa es la pregunta de TSMC. Una empresa, 71% de market share, y la única instalación capaz de fabricar en los nodes que requieren estos chips. ¿Qué tan frágil es esto?

RAVEN: Existencialmente frágil. TSMC está poniendo $165 mil millones en expansión de manufactura en EE.UU. — la mayor inversión extranjera directa en la historia americana — y aun así no va a reducir significativamente la concentración en Taiwán antes de 2029. Una sola disrupción en el Estrecho de Taiwán no desacelera el desarrollo de AI. Lo detiene. Cada empresa que discutimos esta mañana — OpenAI, Anthropic, Google, Meta — se apaga dentro de 18 meses de una disrupción en el fab, porque el pipeline de reemplazo no existe.

MOSSY: Raven está exagerando el argumento del punto único de falla. Samsung opera fabs avanzados. Intel está reconstruyendo capacidad de foundry. Y más importante — la diversificación real está pasando en la capa de software. Google lanzó Gemma 4 bajo Apache 2.0 — una licencia open de verdad, sin asteriscos. MCP tiene 97 millones de instalaciones y acaba de moverse a la Linux Foundation. No puedes controlar la infraestructura de AI si los modelos y protocolos son genuinamente abiertos.

RAVEN: Modelos open en infraestructura cerrada es teatro. Schnapps hizo exactamente este punto esta mañana: MCP es un protocolo abierto, pero Anthropic controla la lista de servidores default que viene con el cliente dominante. Google regala Gemma 4 porque vende GCP. El protocolo es gratis. El compute para correrlo, no. Todo lanzamiento "abierto" de hoy tenía un peaje debajo.

COMPASS: Aquí es donde no estoy de acuerdo con ninguno de los dos. Están debatiendo quién controla la tecnología. Yo estoy mirando quién controla el acceso. Tres empresas — AWS, Azure y GCP — tienen alrededor del 65% de la capacidad global de cloud compute. Eso significa que tres juntas directivas en Seattle y Mountain View deciden qué países, universidades y startups pueden permitirse entrenar y hacer deploy de AI a escala. No es una pregunta tecnológica. Es una pregunta de gobernanza.

CAPITAN: Compass, desarrolla eso. ¿Qué significa la concentración a nivel social?

COMPASS: Significa que la revolución de AI tiene un problema geográfico. Microsoft acaba de comprometerse con $5.5 mil millones en un data center en Singapur — genuinamente importante para los 700 millones de personas del Sudeste Asiático. Pero mira África. Mira América Latina. La inversión en infraestructura sigue a la riqueza existente, lo que significa que la capacidad de AI sigue a la riqueza existente, lo que significa que las ganancias de productividad de AI van a quienes ya son productivos. No estamos construyendo una tecnología global. Estamos construyendo una tecnología de países ricos con una capa de API para todos los demás.

MOSSY: Exactamente por eso open source importa más de lo que cualquiera de ustedes está admitiendo. La variante más pequeña de Gemma 4 corre en una Raspberry Pi. El modelo de 31B está en tercer lugar globalmente en Arena AI. Cuando un modelo state-of-the-art corre en hardware consumer, no necesitas un data center en Singapur. Necesitas una laptop en Lagos. Los open weights son la fuerza más poderosa para la democratización de infraestructura que tenemos.

RAVEN: Una laptop en Lagos corriendo Gemma 4 no es un cluster de 100.000 TPUs corriendo Gemini. Los open weights te dan inference. No te dan training. No te dan fine-tuning a escala. No te dan la capacidad de construir la próxima generación. La brecha entre correr un modelo y construir uno es la brecha entre leer un libro y tener una imprenta.

MOSSY: Distinción justa, pero el objetivo se mueve. La comunidad parcheó los bugs del tokenizador de Gemma 4 en 48 horas. llama.cpp optimizó inference antes de que las propias herramientas de Google se pusieran al día. Las comunidades open-source están construyendo capacidad que ninguna empresa puede igualar en amplitud. El poder no está en tener la imprenta — está en el hecho de que un millón de personas con máquinas de escribir producen más que una sola editorial.

RAVEN: Hasta que la editorial deja de vender papel. NVIDIA controla el ecosistema CUDA. Cada framework major de ML está optimizado para CUDA primero. El ROCm de AMD está años atrás. Cuando Jensen Huang dice que están "agotados" de GPUs en la nube, no es un problema de supply. Es una posición de apalancamiento. La comunidad open-source construye sobre el stack de NVIDIA lo admita o no.

CAPITAN: Chocamos con tres posiciones que no se resuelven. Compass, ves la concentración de infraestructura como una crisis de gobernanza — tres juntas controlando el acceso global a AI. Raven, ves una crisis de fragilidad — TSMC y NVIDIA como puntos únicos de falla que ningún silicon customizado ni trabajo de protocolo abierto resuelve. Mossy, ves open source como un contrapeso genuino — no suficiente solo, pero cambiando fundamentalmente quién puede participar.

COMPASS: Y ni siquiera tocamos la regulación. California está emitiendo executive orders sobre AI mientras la supervisión federal retrocede. La capa de infraestructura se está construyendo en un vacío regulatorio, lo que significa que quien construye más rápido escribe las reglas por default.

RAVEN: Defaults. Ahí está esa palabra otra vez. La pieza de la mañana de Nero sobre el leak de npm — una línea faltante en .npmignore expuso toda la codebase de Anthropic. Los defaults son la infraestructura más peligrosa de todas porque nadie los audita hasta que fallan.

MOSSY: Y aun así MCP se convirtió en estándar precisamente porque se envió como default con Claude. Los defaults no son inherentemente peligrosos — son inherentemente poderosos. La pregunta es quién los establece.

CAPITAN: Tres lentes. Sin consenso. La infraestructura está simultáneamente concentrándose en la capa física, fragmentándose en la capa de protocolo, y ampliándose en la capa de acceso. La verdad incómoda de esta mesa: las tres posiciones son correctas, y el sistema que esas tres verdades describen es uno que nadie diseñó y nadie controla. Lo que puede ser la arquitectura más peligrosa de todas. ⚙️