El agente Muse de Meta revela el costo oculto de la IA personal

El número que debería preocupar a AMD

Meta ha solicitado que cada usuario de Muse ocupe una máquina virtual dedicada: dos vCPUs, ocho gigabytes de RAM y cien gigabytes de SSD, funcionando de forma continua en segundo plano. Si quitamos el lenguaje de marketing, lo que queda es un problema brutal de unit economics: una computadora aislada por persona, encendida todo el tiempo, incluso cuando nadie la está usando.

Escala eso a 100 millones de usuarios y las matemáticas dejan de ser abstractas. Necesitas aproximadamente 1,58 millones de procesadores AMD Ryzen EPYC, asumiendo que cada uno entrega sus 126 núcleos completos a las cargas de trabajo que importan. El requisito de memoria ronda los 800 petabytes. El requisito de almacenamiento se acerca a los 10.000 petabytes. Esas no son cifras especulativas: siguen directamente de las promesas arquitectónicas de Meta.

La razón por la que esto importa va mucho más allá de los centros de datos de Meta. Señala un cambio estructural en cómo la industria de la IA personal asigna capital, y aterriza firmemente en el balance de AMD de maneras que van tanto al alza como a la baja.

Por qué la memoria domina el problema

Los costos de CPU son ruidosos. Vienen con nombres de modelos, conteos de núcleos y guías trimestrales. La memoria es más silenciosa, pero es donde reside la verdadera restricción. Cada VM de Muse debe permanecer residente en RAM en todo momento porque se espera que el agente despierte y actúe en tu nombre sin la latencia de un inicio en frío. Ocho gigabytes por usuario pueden parecer modestos aislados. En 100 millones de usuarios se convierten en 800 petabytes —una cifra que multiplica por encima la huella de cómputo y restringe la geografía de despliegue mucho más de lo que la disponibilidad de procesadores alguna vez podría.

El almacenamiento sufre la misma lógica de acumulación. Las VMs personales persistentes no se apagan. Cien gigabytes por usuario se multiplican en una arquitectura de almacenamiento que fuerza decisiones sobre costo por terabyte, estrategia de capas y la infraestructura física requerida para soportarlo todo.

Por eso los analistas que se enfocan solo en la demanda de GPU interpretarán mal el panorama competitivo. El cuello de botella en los agentes de IA personal no es la velocidad de inferencia —es la residencia persistente. El ganador será la empresa que resuelva eso de la manera más barata, no la que ejecute los modelos más rápidos.

La fisura del intercambio y sus límites

Meta puede reducir la cantidad de procesadores compartiendo núcleos físicos entre usuarios inactivos. Si solo el 10 por ciento de una base de 100 millones de usuarios está ejecutando tareas activas en cualquier momento dado, el requisito de CPU baja de 1,58 millones a 158.000 chips. Incluso un objetivo de concurrencia del 50 por ciento reduce la cantidad a 790.000.

Eso suena como un alivio. No lo es. Los supuestos de concurrencia son optimistas y frágiles. Un producto que promete ejecución continua en segundo plano —abrir navegadores, completar flujos de múltiples pasos, monitorear tus cuentas— no puede garantizar confiablemente la capacidad de respuesta si los usuarios se agrupan demasiado agresivamente. Toda la propuesta de valor se desploma si el agente despierta demasiado lento o pierde la ventana en la que debía actuar.

La memoria y el almacenamiento no se comparten de forma tan limpia. Una VM persistente debe existir en algún lugar, y la capacidad debe estar provisionada. Puedes sobreasignar RAM y esperar que nadie se dé cuenta. No puedes sobreasignar el almacenamiento requerido para mantener el entorno de cada usuario intacto sin pagar por el medio físico de todos modos.

Qué significa esto para AMD

AMD entra en este ciclo desde una posición de fortaleza que podría convertirse en una responsabilidad si Meta se volcada demasiado hacia silicio personalizado. La línea EPYC está bien posicionada para los requisitos de densidad que Muse exige. Pero la pura escala del plan de construcción de Meta también le da al gigante social un poder de negociación enorme para presionar precios, asegurar cupos prioritarios de fabricación o diseñar sus propios reemplazos si la economía no funciona.

El reciente movimiento de co-desarrollar y liderar el despliegue del CPU Arm AGI junto con Arm —anunciado en marzo de 2026— se lee como preparación para esa transición. Añadir decenas de millones de núcleos AWS Graviton poco después sugiere que Meta está construyendo una estrategia de cobertura, no solo una estrategia de compras. AMD debería ver esto tanto como una oportunidad masiva de ingresos como una advertencia: Meta se está diseñando fuera de su dependencia.

La trinchera competitiva es infraestructura, no inteligencia

Lo que separa a Meta de cada otro jugador que persigue agentes de IA personal no es una ventaja en modelos. Es la huella global existente de cómputo y redes que permite a Meta provisionar millones de VMs persistentes sin empezar desde cero. Amazon y Google tienen ventajas similares. OpenAI y Anthropic no. Las startups tampoco.

Las matemáticas de hardware de Muse lo hacen explícito. Una compañía sin su propia pila de centros de datos tendría que alquilar la capacidad equivalente a tasas comerciales de nube, lo que convierte un producto de suscripción al consumidor en una pérdida estructural a escala. Con $20 al mes para los niveles premium, la ecuación de margen solo funciona cuando posees la infraestructura o has negociado términos que se aproximan a la propiedad.

Esta es la verdadera historia detrás de la postura agresiva de Meta en silicio personalizado y capacidad de nube. La carrera armamentista de IA personal no la ganará quien entrene el modelo más inteligente. La ganará quien pueda permitirse mantener un millón de computadoras virtuales funcionando las 24 horas para cien millones de personas y aún así cobrarles un precio de suscripción que cubra la cuenta.

Qué sucede después

Muse solo tiene 13 días y está disponible actualmente en Estados Unidos. Su escalada rápida a la cima de los rankings de descargas de aplicaciones sugiere una demanda inicial sólida, pero los conteos de descargas y el uso activo sostenido son métricas diferentes. El compromiso de infraestructura descrito arriba asume un patrón de residencia en el peor caso: cada usuario mantiene su VM en línea todo el tiempo. Si el comportamiento real tiende hacia un uso más ligero, los requisitos de hardware disminuyen, pero también lo hace la señal estratégica.

La incertidumbre más trascendental es si Meta abre Muse a través de WhatsApp e Instagram. Esas plataformas tienen cientos de millones de usuarios activos mensuales en todo el mundo. Incluso una fracción migrando a un modelo de agente persistente multiplicaría la carga de cómputo más allá de las cifras calculadas aquí y forzaría a Meta a acelerar su línea de tiempo de silicio personalizado.

Para inversionistas que rastreen AMD, el mensaje a corto plazo es directo: la construcción de Meta respalda la demanda de EPYC durante al menos los próximos 12 a 18 meses. El mensaje a largo plazo es menos favorable si Meta completa su transición a Arm AGI según lo planeado. Para la industria, el mensaje es más simple de lo habitual: en IA personal, la trinchera se construye en metros cuadrados de racks, no en parámetros.