La inteligencia artificial tiene un coste que nadie había puesto sobre la mesa: la memoria de tu próximo teléfono. Google acaba de mover ficha en silencio y los desarrolladores Android ya están recibiendo las consecuencias. La compañía ha empezado a aplicar nuevos límites al consumo de memoria RAM en sus aplicaciones, una decisión que no responde a caprichos de ingenieros, sino a una crisis de suministro global alimentada por el apetito insaciable de los centros de datos de IA.

El movimiento, adelantado por medios especializados esta semana, marca un punto de inflexión. Durante años, la carrera en movilidad se medía en gigas: más RAM, más fluidez, más multitarea. Ahora, por primera vez en una década, la tendencia podría invertirse. Y la razón tiene nombre y apellido: los modelos de lenguaje y los sistemas generativos que están reescribiendo el mapa tecnológico necesitan cantidades obscenas de memoria de alta banda ancha, el tipo de芯片 que también utilizan los smartphones.

Una tormenta perfecta

El escenario es una tormenta perfecta. Mientras empresas como OpenAI, Anthropic, Google DeepMind y Meta compiten por entrenar modelos cada vez más grandes, la demanda de HBM —memoria de alto rendimiento— se ha disparado hasta superar la capacidad de fabricantes como SK Hynix, Samsung y Micron. Estos tres proveedores controlan prácticamente todo el mercado, y sus líneas de producción están copadas por pedidos de los hyperscalers: Microsoft, Amazon, Google Cloud y compañía.

El resultado: la memoria que normalmente alimentaría teléfonos, tablets y portátiles de gama media y baja se está redirigiendo hacia los racks de servidores donde viven los modelos de IA. Google, que conoce el problema desde dentro como operador de nube y desarrollador de Gemini, ha decidido tomar cartas en el asunto antes de que la crisis de inventario golpee a su ecosistema móvil.

Qué cambia en la práctica

Los nuevos límites impuestos por Google obligan a los desarrolladores a reducir la huella de memoria de sus apps Android. En términos técnicos, esto se traduce en procesos más ligeros, carga diferida de recursos y, en muchos casos, funcionalidades que requerían más RAM de la que ahora estará disponible. Para el usuario final, las consecuencias podrían notarse en forma de:

  • Aplicaciones que cierran antes en segundo plano para liberar memoria.
  • Experiencias más agresivas de recarga al alternar entre apps.
  • Funciones avanzadas, como edición de vídeo o fotografía computacional, que podrían quedar reservadas a dispositivos de gama alta.
  • Un encarecimiento silencioso: los teléfonos con 12 o 16 GB de RAM podrían convertirse en la nueva norma para quien quiera una experiencia completa, mientras los modelos más económicos se quedan con configuraciones que hace tres años parecían suficientes.

La paradoja de Google

Resulta irónico que la misma compañía que promete democratizar la inteligencia artificial con Gemini en cada rincón de su sistema operativo sea quien tenga que racionar recursos. Pero hay una lectura más estratégica: Google necesita proteger su negocio principal —la publicidad móvil y Android como plataforma— de una crisis de hardware que podría desincentivar la compra de nuevos dispositivos. Si los teléfonos de 200 euros se vuelven lentos e inservibles, el ecosistema entero sufre.

La decisión también anticipa un movimiento que otras plataformas terminarán replicando. Apple, con su control vertical sobre hardware y software, podría capear mejor el temporal. Pero el resto de fabricantes Android —Samsung, Xiaomi, Motorola— dependen de la memoria de terceros y de las directrices de Google, lo que les deja en una posición incómoda.

Por qué importa a los profesionales tech

Para desarrolladores, el mensaje es claro: la era de la memoria abundante se acabó. Optimizar el uso de RAM ya no es buena práctica, es supervivencia. Las técnicas de programación eficiente, el uso intensivo de lazy loading y la arquitectura modular dejarán de ser ventajas competitivas para convertirse en requisitos básicos de publicación en Google Play.

Para el ecosistema en general, esta noticia es un termómetro inesperado del impacto real de la IA en la cadena de suministro tecnológica. La burbuja de la inteligencia artificial no se mide solo en valoraciones de mercado o consumo eléctrico: también se mide en los componentes que dejan de llegar a productos de consumo. Y cuando la factura llega al usuario final —en forma de teléfonos más caros, más lentos o más limitados—, el debate sobre la sostenibilidad del modelo deja de ser académico.

La pregunta ya no es si la IA transformará nuestra relación con la tecnología, sino a qué precio. Y por primera vez, ese precio podría caber en el bolsillo de tu próximo smartphone.