Nvidia y PNC Forjan Caminos Distintos en el Desarrollo de Infraestructura de IA
El CEO de Nvidia, Jensen Huang, ha presentado un argumento convincente sobre el dominio de la compañía en el mercado de hardware de IA, afirmando que Nvidia es la única empresa capaz de llevar a cabo construcciones de fábricas de IA a gran escala. Durante su intervención en la Conferencia Goldman Sachs Communacopia + Technology, Huang destacó que Nvidia cuenta con contratos verificados de clientes por un valor de 100 mil millones de dólares, subrayando la significativa demanda de sus chips de próxima generación. Enfatizó que la cadena de suministro y la huella global de la compañía la posicionan de manera única para liderar la construcción de fábricas de IA, que son enormes centros de datos diseñados para entrenar y ejecutar modelos de IA.
Huang señaló que, aunque la guía de crecimiento de ingresos de Nvidia para el año fiscal 2027 es de aproximadamente el 70%, esto está limitado por restricciones de suministro y no por una falta de demanda. Proyectó que los pedidos totales podrían alcanzar casi 1 billón de dólares para 2027, lo que indica una demanda que supera con creces la capacidad de envío actual de la compañía. Además, las recientes asociaciones de Nvidia con Apollo, BlackRock y Goldman Sachs tienen como objetivo movilizar más de 500 mil millones de dólares en capital para infraestructura de IA, reforzando su estrategia como proveedor integral de soluciones de IA.
En contraste, el Grupo de Servicios Financieros PNC está adoptando un enfoque diferente al desarrollar su tecnología de IA internamente. El CEO Bill Demchak anunció planes para una “fábrica de IA” que se centrará en adquirir centros de datos y GPUs de Nvidia para crear modelos de lenguaje personalizados para aplicaciones bancarias. Esta estrategia busca mejorar la eficiencia en tareas de alto volumen, como la detección de fraudes y la automatización de centros de llamadas, con el banco identificando 171 oportunidades potenciales de automatización que podrían generar 1.4 mil millones de dólares en gastos abordables entre 2025 y 2030.
La decisión de PNC de construir sus propias capacidades de IA surge del deseo de controlar costos y evitar el bloqueo por parte de proveedores, lo que puede llevar a costos crecientes e ineficiencias operativas. Al invertir en su propia infraestructura, PNC busca eludir los gastos continuos asociados con modelos de precios basados en el uso de proveedores externos de IA. A medida que PNC avanza con sus ambiciosos planes, el enfoque estará en la ejecución y los beneficios medibles de sus iniciativas de IA.
FAQ
¿Cuál es la posición de Nvidia en el mercado de hardware de IA?
El CEO de Nvidia, Jensen Huang, afirma que la compañía es la única capaz de ejecutar construcciones de fábricas de IA a gran escala, con $100 mil millones en contratos de clientes verificados y proyectando un crecimiento significativo en los ingresos a pesar de las limitaciones de suministro.
¿Qué son las fábricas de IA y por qué son importantes?
Las fábricas de IA son centros de datos masivos diseñados para entrenar y ejecutar modelos de IA. Son cruciales para apoyar la creciente demanda de tecnología de IA y permitir a las empresas procesar grandes cantidades de datos de manera eficiente.
¿Cómo está abordando PNC Financial Services Group el desarrollo de IA?
PNC está desarrollando su tecnología de IA internamente creando su propia fábrica de IA, que se centrará en adquirir centros de datos y GPUs de Nvidia para construir modelos de lenguaje personalizados para aplicaciones bancarias.
¿Cuáles son los beneficios financieros potenciales de las iniciativas de IA de PNC?
PNC ha identificado 171 oportunidades de automatización potenciales que podrían generar $1.4 mil millones en gastos abordables desde 2025 hasta 2030, mejorando la eficiencia en tareas como la detección de fraudes y la automatización de centros de llamadas.
¿Por qué PNC elige construir sus propias capacidades de IA?
PNC busca mantener el control de costos y evitar el bloqueo de proveedores, lo que puede llevar a un aumento de costos e ineficiencias operativas asociadas con los modelos de precios basados en el uso de proveedores externos de IA.
Comentarios
Los comentarios se moderan antes de publicarse.
Aún no hay comentarios — sé el primero.