Una empresa suiza alquila neuronas humanas vivas para computar: la inteligencia artificial chocó contra el enchufe
La tecnología más poderosa jamás construida encontró su límite en el recurso más antiguo de la economía: la energía. Y el intento más radical de superarlo —computar con neuronas humanas vivas— ya se alquila por internet.
El límite inesperado
A fines de 2025, Satya Nadella, director ejecutivo de Microsoft, describió en un podcast de inversores un problema que pocos modelos tenían previsto: la compañía acumula chips de última generación que no puede poner en funcionamiento. «No es un problema de oferta de chips: es que no tengo edificios energizados donde enchufarlos», admitió.
La frase merece una segunda lectura. Una de las empresas con mayor capacidad de inversión del planeta no consigue lo único que no se fabrica a voluntad: potencia eléctrica disponible. La expansión de la inteligencia artificial ya no está limitada por el capital, el talento ni la tecnología, sino por la infraestructura energética.
La escala del problema
Las magnitudes son nacionales. Los centros de datos del mundo consumieron en 2025 cerca de 485 teravatios-hora de electricidad y, según la Agencia Internacional de Energía, alcanzarán unos 950 hacia 2030: algo más que todo el consumo eléctrico de Japón. El consumo eléctrico de los centros dedicados específicamente a inteligencia artificial creció 50% en un solo año. Para construir los próximos, Microsoft, Google, Amazon y Meta proyectan invertir en 2026 unos 720.000 millones de dólares —una cifra superior al producto bruto anual de la Argentina—, destinados en su mayor parte a edificios, procesadores y energía.
La dinámica esconde, además, una paradoja clásica. El costo de usar inteligencia artificial cae a una velocidad inédita: obtener un mismo resultado cuesta, en la mediana, cincuenta veces menos que hace un año. El gasto agregado, sin embargo, no deja de subir, porque el abaratamiento multiplica los usos. Es la paradoja que William Stanley Jevons formuló en 1865 para el carbón inglés: la eficiencia no modera la demanda de un recurso — la expande. Por eso el problema que describe Nadella no se resuelve solo.
La apuesta biológica
En Vevey, una ciudad suiza sobre el lago Lemán, la empresa FinalSpark —seis personas, financiada en su origen por sus fundadores— ensaya la respuesta más radical. Cultiva organoides: estructuras neuronales de medio milímetro, de unas diez mil neuronas humanas cada una, derivadas de células madre provenientes de piel de donantes. Los monta sobre electrodos, los estimula y los entrena mediante dopamina liberada por pulsos de luz, y ofrece acceso remoto por suscripción: laboratorios de las universidades de Tokio, Michigan, Bristol y otras siete ya experimentan con neuronas vivas desde sus escritorios.
La razón de semejante empresa cabe en una cifra. El cerebro humano opera con unos veinte vatios —el consumo de una lámpara doméstica— y realiza procesos que los centros de datos replican a costa de megavatios. La evolución resolvió hace millones de años el problema de eficiencia energética que la industria tecnológica no logra resolver con cientos de miles de millones de dólares. La hipótesis del biocomputing es que conviene copiar esa solución antes que seguir forzando el silicio.
Los límites de la promesa
Los datos imponen cautela. Los organoides viven unos cien días en los mejores casos —la empresa afirma haber alcanzado los seis meses— y luego mueren: el procesador se descarta, y su reemplazo, que no es idéntico, debe entrenarse de nuevo. La plataforma de FinalSpark trabaja con incubadoras de 16 organoides: unas 160.000 neuronas, medio millón de veces menos que un cerebro humano. Sus fundadores lo admiten con una franqueza inusual en la industria: «todavía no entendemos cómo detectan que se abre la puerta de la incubadora», reconoce Fred Jordan, cofundador de la compañía.
La promesa de que sus neuronas son «un millón de veces» más eficientes que las artificiales es, por ahora, una extrapolación teórica de la propia empresa —no una medición— y omite el costo energético de mantener vivo el tejido. El caso de su competidor australiano, Cortical Labs, lo ilustra: su computadora biológica consume, según su director ejecutivo, «menos que una calculadora»; la propia empresa estima unos 25 vatios por equipo, y un rack completo ronda los mil vatios, como un servidor convencional. El mercado, por su parte, ya emitió un veredicto provisorio: Cortical Labs, la más financiada del rubro, levantó unos 12 millones de dólares, contra más de 700.000 millones que el silicio recibirá solo en 2026. El wetware no es todavía una industria; es una expedición científica.
Tres razones para seguirlo de cerca
Aun así, hay tres razones para no perderlo de vista.
La primera es que la pregunta de fondo ya cambió. La inteligencia dejó de ser un problema de software y volvió a ser un problema de energía y de materia. Ese desplazamiento redibuja el mapa económico: en la década que empieza, los países con energía abundante y barata disponen de una ventaja comparativa en inteligencia artificial que antes no existía. Para una economía con gas, viento patagónico y radiación solar de primer nivel, la implicancia es directa.
La segunda es la frontera ética. Computar con el mismo material del que estamos hechos plantea preguntas sin precedentes: si un organoide pudiera algún día desarrollar alguna forma de sensibilidad, hoy no existe un método para detectarlo. La comunidad científica coincide en que los organoides actuales están lejos de esa posibilidad, pero el asunto es lo bastante serio como para que China publicara en abril de 2025 una guía ética específica para la investigación con organoides humanos, que sus especialistas presentan como la primera del mundo, antes que cualquier país occidental. Cuando una tecnología obliga a regular los bordes de la conciencia, algo estructural cambió.
La tercera es la más fría: aun si el biocomputing fracasa, la carrera en la que compite es la que definirá la década. Su rival no es la ciencia ficción sino el propio silicio, cuya eficiencia energética mejora alrededor de un 40% anual. Quién gana con la inteligencia artificial, quién la paga y dónde se instala dependerá, en última instancia, de quién logre producir más inteligencia por vatio.
La medida de la inteligencia
La historia de la computación fue siempre una sola: hacer más con menos energía — de las válvulas al transistor, del transistor al circuito integrado, del circuito a lo que venga. Los organoides de Vevey son la versión más frágil, y acaso la más reveladora, de ese próximo capítulo. Quizás nunca ganen la carrera. Pero dejaron planteada la lección que esta era necesitaba: la inteligencia —artificial o humana— no reside en una nube. Está hecha de materia, cuesta energía y se mide en vatios. Las economías que lo entiendan primero escribirán el resto de la historia.
Esta nota inaugura la nueva línea editorial de Con Interés: cómo la inteligencia artificial está transformando la economía — y cómo la transformará. Todas las cifras provienen de la Agencia Internacional de Energía, de Epoch AI y Stanford HAI, de publicaciones científicas revisadas y de declaraciones públicas de las empresas citadas.