Google restringe el uso de la IA Gemini de Meta ante el aumento de la demanda

Google restringe el acceso de Meta a los modelos Gemini debido a graves carencias de infraestructura, lo que está afectando a importantes proyectos internos de IA. Crédito: Getty Images

Google limita el acceso de Meta a Gemini ante las graves restricciones informáticas, lo que paraliza los proyectos internos a medida que aumenta la demanda global de infraestructura.

A medida que el mundo se vuelve cada vez más dependiente de la IA, incluso las empresas que impulsan esta revolución tienen dificultades para garantizar suficiente potencia informática.

El gigante de los motores de búsqueda, Google, está imponiendo límites estrictos al uso que Meta hace de sus modelos de IA Gemini, lo que pone de manifiesto graves cuellos de botella en la infraestructura que ahora están afectando a los proyectos internos de la empresa de redes sociales.

Esta medida se produce tras la solicitud de Meta, en marzo de 2026, de una capacidad informática superior a la que Google podía proporcionar, según tres personas familiarizadas con el asunto que hablaron con el Financial Times.

Otros clientes de Google también se han enfrentado a restricciones de infraestructura, aunque en menor medida. Meta, sin embargo, ha sido la más afectada debido a su demanda excepcionalmente alta de los modelos de Google.

Las presiones sobre la infraestructura frenan el crecimiento de los servicios en la nube

La demanda de computación para IA está aumentando considerablemente a medida que las empresas implementan chatbots, asistentes de programación y agentes de IA en todas sus operaciones. El consiguiente aumento de las cargas de trabajo de inferencia —tareas necesarias para ejecutar los modelos tras su entrenamiento— se ha convertido en uno de los mayores retos del sector tecnológico.

Impulsado por esta demanda, especialmente por parte de grandes clientes corporativos como Meta, Google se apresura a conseguir capacidad adicional.

A principios de este mes, Google firmó un acuerdo de 920 millones de dólares al mes para alquilar capacidad informática a SpaceX, la empresa de Elon Musk. Anthropic, creador del chatbot Claude, también llegó a un acuerdo similar con SpaceX el mes pasado.

Durante la presentación de resultados del primer trimestre celebrada en abril, Sundar Pichai, director ejecutivo de Google, afirmó que los ingresos por servicios en la nube superaron los 20 000 millones de dólares por primera vez. La cartera de contratos de servicios en la nube firmados pero aún no ejecutados casi se duplicó de un trimestre a otro, superando los 460 000 millones de dólares.

Pichai señaló que las limitaciones de potencia de cálculo impidieron un crecimiento aún más rápido de Google Cloud: «Obviamente, a corto plazo tenemos limitaciones de potencia de cálculo. Por ejemplo, nuestros ingresos por la nube habrían sido mayores si hubiéramos podido satisfacer la demanda».

Sundar Pichai, director ejecutivo de Google. Crédito: Getty Images

Cambio de estrategia para reducir la dependencia de la nube

Estas restricciones ponen de manifiesto hasta qué punto Meta ha dependido de modelos rivales como Gemini, mientras la plataforma social invierte de forma agresiva para convertirse en líder en IA y mejorar sus propios modelos.

El director ejecutivo, Mark Zuckerberg, ha estado reclutando talento y asegurándose la infraestructura necesaria para desarrollar lo que él denomina «superinteligencia personal»: un sistema avanzado de IA que supera las capacidades cognitivas humanas en múltiples ámbitos.

A diferencia de Google, Meta no opera un negocio de nube y se está apresurando a construir sus propios centros de datos para el entrenamiento y la inferencia. Como parte de este impulso, Meta se ha comprometido a invertir 600 000 millones de dólares en EE. UU. para 2028.

A nivel interno, Meta ha utilizado Gemini para automatizar algunos procesos de seguridad, como la detección de estafas y la eliminación de contenido nocivo, además de en los chatbots de atención al cliente y publicidad.

Gemini también se utiliza para flujos de trabajo internos y programación, junto con otros modelos como Claude, de Anthropic. Meta eligió inicialmente Gemini porque superaba en rendimiento a sus propios modelos de código abierto Llama.

Más recientemente, Meta ha comenzado a dar prioridad a su nuevo modelo Muse Spark, que se considera más competitivo frente a Gemini. Este modelo reduce la dependencia de la infraestructura externa para determinadas aplicaciones.

Mark Zuckerberg, director ejecutivo de Meta, está realizando importantes inversiones en infraestructura para desarrollar una superinteligencia personal muy avanzada.

Apple también se ha asociado con Google para utilizar los modelos Gemini en su asistente de voz Siri de próxima generación, empleando versiones personalizadas diferentes de las disponibles para el público.

A principios de este año, varios gigantes tecnológicos instaron a sus empleados a utilizar las herramientas de IA lo más ampliamente posible, en una tendencia denominada «tokenmaxxing». Meta llegó incluso a afirmar que evaluaría el rendimiento de sus empleados en función del uso de herramientas de IA.

Debido a las restricciones y a un impulso más amplio para reducir los costes de la IA, Meta ha dado ahora marcha atrás en este enfoque. La empresa ha animado a su personal a utilizar los «tokens de IA» —las unidades que miden el uso de la IA— de forma más eficiente.

Meta no es la única que está ajustando su estrategia para gestionar los crecientes costes tecnológicos. En junio, Amazon abandonó su iniciativa interna que animaba a los empleados a adoptar herramientas de IA después de que se descubriera que el personal estaba utilizando la IA para realizar lo que el Financial Times describió como tareas «inútiles».