Nvidia y la compra de Hugging Face: $13,000 millones por el GitHub de los modelos open-weight

La operación de IA que todos esperan

Todos esperan que Nvidia confirme esta semana el acuerdo tecnológico más interesante de la semana: la adquisición reportada de Hugging Face por $13,000 millones, la plataforma para compartir modelos de IA de peso abierto y benchmarks.

Hugging Face, que también fue el objetivo de un equipo de agentes de OpenAI dedicados al reward hacking, está en el centro del ecosistema de desarrolladores que construyen y despliegan LLMs fuera de los laboratorios de frontera. Es, en esencia, una especie de GitHub para la era de la IA.

Una ola de capital hacia los modelos abiertos

Las informaciones sobre la operación llegan después de que Nvidia alcanzara un acuerdo de $6,000 millones con Poolside, una empresa creadora de modelos open-weight, que llevará a la mayoría de sus empleados al gigante de los chips. Hace dos semanas, Stripe adquirió OpenRouter, el principal proveedor de modelos open-weight para empresas, por más de $7,000 millones.

• Hugging Face: adquisición reportada por Nvidia por $13,000 millones.
• Poolside: acuerdo con Nvidia por $6,000 millones.
• OpenRouter: adquirido por Stripe por más de $7,000 millones.

Es una gran cantidad de capital fluyendo hacia un sector basado en regalar tecnología, y el reflejo de las últimas tendencias del sector de la IA.

Por qué Nvidia quiere convertirse en un actor central de los modelos open-weight

Para Nvidia, la operación responde a la necesidad de evitar una mayor dependencia de los principales hiperescaladores y laboratorios de frontera. Especialmente cuando grandes creadores de modelos, como OpenAI y Google, también construyen sus propios chips de inferencia, como el Jalapeño de OpenAI, cuyas capacidades se anunciaron esta semana. Si los creadores de modelos fabrican chips, Nvidia quiere una parte del negocio de crear modelos.

Nvidia ya cuenta con su familia Nemotron de modelos open-weight, pero su adopción no ha sido masiva. Al tomar control del mayor espacio de desarrolladores de modelos abiertos en EE. UU., la compañía tendría acceso a una masa de usuarios que puede dirigir hacia sus chips y estándares.

El costo de la inferencia y los modelos chinos

También crecen las preguntas sobre el costo de la inferencia de IA. Eso ha llevado a las empresas a explorar modelos más baratos construidos por compañías chinas como Moonshot, DeepSeek y Alibaba. La adopción es relativamente pequeña pero creciente: solo el 6% de las empresas usa modelos open-weight, según una encuesta de datos de gasto de Ramp, mientras que Jellyfish, creadora de herramientas para desarrolladores, mide una adopción del 2% entre ingenieros de software.

¿Quiénes usan modelos open-weight?

Según Nik Albarran, AI product lead de Jellyfish, estos modelos son usados principalmente por empresas cuyos productos dependen de cargas de trabajo repetidas de inferencia, como los servicios de atención al cliente por chat. Al ser tareas de gran volumen y repetición, un modelo open-weight puede ajustarse para responder preguntas con costos más bajos.

Para tareas de codificación y de agentes, sin embargo, las solicitudes variadas y el mayor razonamiento hacen que los modelos de frontera ganen con frecuencia, en parte porque los laboratorios propietarios ofrecen un acceso más fácil y, en algunos casos, un subsidio de tokens. Albarran señala que a medida que las empresas ajustan sus flujos de trabajo de IA, será más fácil recurrir a modelos abiertos. Aun así, el motivo principal ahora es el control y la configurabilidad, no el gasto.

“No hay muchas empresas donde ese sea el caso todavía… pero si los precios de los laboratorios de frontera siguen subiendo, cada vez más empresas se verán obligadas al menos a considerarlo. Cuando tus flujos de trabajo impulsados por IA estén mucho más maduros, es cuando tiene sentido invertir en modelos autoalojados”.

Stripe, OpenRouter y los tokens como moneda central

Stripe ha enmarcado la compra de OpenRouter en esos términos. Patrick Collison, cofundador y CEO de Stripe, dijo en un comunicado: “Los tokens son la moneda central para las empresas que construyen con IA, y está claro que el potencial económico real dependerá de hacer un buen uso de los escasos recursos de cómputo”.

Fireworks y el futuro de la inteligencia especializada

En este contexto, Fireworks — un router y host líder de modelos open-weight para usuarios corporativos, a menudo mencionado como posible objetivo de adquisición para un gigante tecnológico — procesa 40 billones de tokens al día, más que las APIs de Gemini o de OpenAI.

Su CEO, Lin Qiao, apuesta por la diversidad de modelos: a medida que los LLMs proliferan y mejoran, será más fácil para las empresas entrenarlos según sus necesidades. “Cada empresa de aplicaciones debería considerar contratar a un investigador interno. Pueden usar su producto y sus datos para construir su propio modelo. El futuro es en realidad inteligencia especializada. Literalmente, cada empresa debería tener su propio modelo por caso de uso, y eso ocurrirá automáticamente”.

Una señal de hacia dónde va la IA

Es fácil olvidar lo temprano que estamos en el desarrollo de la IA como herramienta y negocio. El dominio de OpenAI y Anthropic, sin embargo, no es inevitable. Mientras los gigantes tecnológicos buscan cubrir sus apuestas en los laboratorios más grandes, el atractivo de la tecnología abierta está demostrando ser difícil de resistir.

Con la posible compra de Hugging Face, Nvidia enviaría un mensaje claro: la próxima gran batalla de la inteligencia artificial también se libra en los modelos abiertos.