Los expertos de SemiAnalysis no se han guardado nada al analizar la situación actual de Google. Para ellos, DeepMind ha dejado de ser, en la práctica, un laboratorio de frontera. Señalan la salida de figuras clave como Jeff Dean, Sanjay Ghemawat, Quoc Le y Oriol Vinyals, el alejamiento de Demis Hassabis de la gestión diaria y los diversos problemas técnicos con Gemini. Su conclusión es contundente: la probabilidad de que Google logre un modelo de IA que compita con los mejores es, a su juicio, nula.
¿Fue Gemini 3 Pro el techo de Google?
SemiAnalysis indica que a finales de 2025 se produjo el momento álgido de los modelos de Google. Gemini 3 Pro llegó a ser probablemente el mejor modelo del mundo durante algunas semanas, obligando a OpenAI y Anthropic a reaccionar. Desde entonces, se observa una caída rápida: Gemini 3.5 Flash decepcionó, Gemini 3.5 Pro sufre retrasos constantes y Gemini 3.6 Flash se ha quedado muy atrás en las comparativas de rendimiento actuales.
¿Por qué el talento se fuga y se convierte en cliente?
Las salidas mencionadas se suman a una lista que incluye a Noam Shazeer y John Jumper —coganador del Nobel junto a Hassabis—, además de otros especialistas en aprendizaje por refuerzo. Que Google no logre retener este talento es significativo, pues estos expertos fueron quienes impulsaron el concepto de Transformers que dio origen a la IA generativa moderna. Lo irónico es que las startups que fundan estos "ex-googlers" terminan gastando sus rondas de inversión en cómputo dentro de Google Cloud. La compañía pierde talento pero gana clientes.
¿Es el reparto de cómputo el verdadero problema?
La tesis más llamativa de SemiAnalysis sostiene que el problema de Gemini no es la falta de capacidad, sino cómo se distribuye. Según sus cálculos, más del 20% de todos los TPUs fabricados hasta finales de 2027 irán directamente a Anthropic, sin contar el hardware que ya "alquilan" a Meta a través de Google Cloud Platform (GCP). En esencia, el hardware que permitiría a Google desarrollar mejores modelos se cede a sus competidores, quienes pagan sumas millonarias por dicho acceso.
La imagen superior ilustra la escala de los centros de datos necesarios para sostener la infraestructura de computación en la nube que Google está priorizando actualmente.
Thomas Kurian: ¿el ganador en la sombra?
El CEO de Google Cloud ha defendido que las TPUs de Google deben ser la base de una infraestructura capaz de servir a cualquier cliente. La reciente reorganización de altos cargos parece validar esta visión: usar una TPU para desarrollar modelos es una apuesta a futuro, pero vendérsela a terceros supone ingresos inmediatos.
Según SemiAnalysis, Gemini facturaba unos 12.000 millones de dólares de ingresos recurrentes anualizados (ARR) en el segundo trimestre de 2026. Para finales de 2027, se proyectan más de 73.000 millones de dólares en infraestructura de IA para terceros y otros 120.000 millones en ventas de chips TPU. Google prefiere asegurar estos ingresos antes que arriesgarlo todo por tener el modelo más potente.
¿Qué le depara el futuro a Google Cloud?
Las cuentas revelan que GCP creció un 82% en el último trimestre, impulsado por servidores con TPUs usados por clientes externos. Se estima que la firma tiene unos 150.000 millones de dólares en contratos por ejecutar, lo que podría llevar a GCP a crecer por encima del 100% el próximo año. Google ha descubierto que cobrar por el cómputo, la nube y la infraestructura es un negocio tan rentable como la IA frontera.
Sin embargo, Google no ha abandonado la carrera. Factores como el acuerdo con Apple para que Gemini sea la base de Siri AI y la necesidad de mantener su buscador con IA (AI Overviews) obligan a la empresa a seguir innovando. La ciencia sigue siendo un pilar, especialmente en proyectos como AlphaFold, aunque la prioridad comercial se haya desplazado.
Vía Xataka.
