Escasez de RAM por la IA: precios 2026 y perspectivas 2027

Imagen generada con IA

El 25 de junio de 2026, Apple subió el precio del MacBook Pro M5 Max de 128 GB hasta ~€8.114 en la tienda española. Tim Cook lo describió en su última presentación de resultados como una «inundación de las que ocurren una vez cada 100 años» en el precio de la memoria (Fortune, 30 de julio de 2026). El equipo que en marzo costaba en torno a €4.999 en su configuración de 128 GB subió más de un 62% en menos de cuatro meses.

Apple no es la excepción. Es el ejemplo más visible de algo que afecta a todo el mercado de hardware de alto rendimiento: los centros de datos de IA están consumiendo la memoria que antes iba a tus portátiles, tus ordenadores de escritorio y tu móvil. Y la tendencia no va a revertirse a corto plazo.

Por qué la IA compite con tu portátil por la misma memoria

Para entender qué está pasando, hay que distinguir dos tipos de memoria que están bajo presión simultánea:

HBM (High Bandwidth Memory): Es la memoria de altísima velocidad que llevan los chips de IA más potentes — las GPU H100, H200, B200 y GB200 de NVIDIA, y los TPU de Google. La produce principalmente SK Hynix (con exclusividad para NVIDIA), seguida de Samsung y Micron. En 2024, el HBM ocupaba un porcentaje modesto de la producción total de DRAM. En julio de 2026, ocupa el 23% de todas las obleas de DRAM producidas en el mundo (Tech-Insider, 2026). Cada oblea que SK Hynix dedica a HBM para NVIDIA es una oblea que no produce LPDDR5x para smartphones o portátiles.

LPDDR5x: Es la memoria que llevan los portátiles de gama alta, algunos smartphones de última generación y — esto es lo nuevo desde 2025 — las CPU Grace y Vera de NVIDIA, que equipan los racks de centros de datos NVL. Los centros de datos de IA ya no solo consumen HBM. También consumen LPDDR5x, directamente en competencia con el MacBook Pro M5, el Ryzen AI Max+ 395 y el próximo RTX Spark.

El resultado: el 70% de todos los chips de memoria producidos en el mundo va ahora a centros de datos (EnkiAI, 2026). Meta, Google, Microsoft y Amazon han firmado contratos a largo plazo con las tres grandes fabricantes de memoria que les dan prioridad sobre el suministro. El mercado de consumo y el PC obtienen lo que queda.

Los datos de la crisis en julio de 2026

Las subidas de precio de memoria en el segundo trimestre de 2026 son las más pronunciadas desde el superciclo DRAM de 2017-2018:

Fuente: Fanáticos del Hardware (junio 2026), Tom's Hardware (mayo 2026).

En equipos concretos, el impacto hasta julio de 2026:

De dónde salen estos precios: Apple España (los dos MacBook Pro), ROG (Flow Z13), Framework (Desktop), PCComponentes (DGX Spark) y la ficha del módulo Crucial LPCAMM2 de 64 GB en esa misma tienda. Los precios de marzo proceden del seguimiento que hacemos de estas mismas fichas desde principios de año.

Precios comprobados el 19 de julio de 2026 en las tiendas enlazadas. La columna de julio envejece rápido: consulta el precio actual en la tienda antes de hacer números para tu empresa.

La regla general: cuanta más memoria LPDDR5x lleva el equipo, mayor es la subida porcentual. Los modelos de 16-32 GB han subido menos porque la escasez es más severa en las configuraciones de alta capacidad, donde el coste de la memoria representa una fracción mayor del precio final. El DGX Spark de NVIDIA — la workstation de IA de escritorio con 128 GB de LPDDR5x y superchip GB10 Blackwell — vio aumentar su precio de $3.999 a $4.699 en febrero de 2026 y en julio se lista en España entre €5.235 y €5.959, lo que ilustra que la escasez golpea por igual al hardware profesional y al de consumo.

Cómo afecta a las pymes que quieren IA en local

Para una pyme española que estaba evaluando invertir en hardware para ejecutar IA en local — como los equipos comparados en IA en local para tu pyme: RTX Spark, Mac M5 y Strix Halo — el impacto es directo en la ecuación de rentabilidad.

Caso práctico: un despacho de abogados de 8 personas

El despacho necesita IA en local por RGPD y secreto profesional. No puede enviar contratos ni expedientes a ningún servidor externo.

Enero 2026:

• Framework Desktop con Ryzen AI Max+ 395 / 128 GB: ~€2.200
• Amortización en 3 años: ~€61/mes
• Ahorro estimado en API externa que no se contrata: ~€150/mes
• ROI positivo en menos de 18 meses

Julio 2026:

• Framework Desktop con la misma configuración: ~€3.919
• Amortización en 3 años: ~€109/mes
• El ahorro en API no ha cambiado: ~€150/mes
• El ROI sigue positivo, pero el período de recuperación es mayor

Para el despacho que necesitaba el MacBook Pro M5 Max de 128 GB para trabajar con modelos de 70B — por la integración con su ecosistema Mac o por un caso de uso específico — el impacto es mayor: de ~€4.999 a ~€8.114. Esa diferencia de más de €3.100 puede hacer que el ROI no cuadre en el horizonte de planificación habitual.

El tier de 32-64 GB es el menos afectado

Los portátiles con Ryzen AI Max+ 395 en configuraciones de 32-64 GB, y los MacBook Pro M5 Pro con 24 GB, han subido menos en términos absolutos y porcentuales. Para muchos casos de uso reales en pymes, este tier es suficiente: modelos de 14B a 30B parámetros cuantizados (Qwen2.5-32B, Llama 3.3, Mistral) cubren tareas de clasificación de documentos, resumen, extracción de datos y respuesta a preguntas sobre bases de conocimiento internas.

Si tu uso principal es analizar facturas, responder consultas frecuentes de clientes o clasificar emails de soporte, no necesitas 128 GB. Y la diferencia de precio entre 32 GB y 128 GB es ahora de €2.000-4.000 en los equipos disponibles. Merece la pena revisar ese supuesto antes de comprar.

Qué esperar para 2027

La pregunta que más se repite: ¿cuándo bajan los precios? ¿Vale la pena esperar?

Señales positivas para 2027:

• SK Hynix, Samsung y Micron tienen nueva capacidad de producción prevista para 2026-2027 (fabs en Indiana, Taylor TX e Idaho). Algo de esa capacidad se destinará a LPDDR5x.
• El refresh de AMD Gorgon Point (Ryzen AI Max 400, previsto Q3 2026) añade más unidades al mercado con el mismo tipo de memoria.
• La arquitectura Rubin de NVIDIA (2027) migra parcialmente a HBM4, lo que en teoría libera algo de presión sobre el HBM3E actual.

Señales negativas:

• La demanda de los hyperscalers no disminuye. Meta, Google y Microsoft han comprometido niveles de capex sin precedentes para 2026-2027. Cada nueva generación de GPU de NVIDIA consume más HBM y más LPDDR5x que la anterior.
• El RTX Spark de NVIDIA (Q4 2026) también usa LPDDR5x, añadiendo presión justo cuando se esperaba cierto alivio en el mercado de consumo.
• Los módulos LPCAMM2 de alta capacidad tienen muy pocos fabricantes cualificados. Crucial/Micron es el principal; no hay diversificación rápida posible.

Perspectiva realista: los precios de equipos con 128 GB de memoria unificada probablemente no bajen de forma significativa antes del cuarto trimestre de 2027 como mínimo. Una reducción modesta del 10-20% desde los picos actuales es plausible en 2027 a medida que la producción se estabiliza. Un retorno a precios de enero de 2026 es improbable en ese horizonte.

Esperar a que «los precios bajen» no es una estrategia a corto plazo: es una decisión de aplazar el proyecto al menos 12-18 meses.

Nichos y oportunidades en este contexto

La escasez de memoria crea fricciones — pero también oportunidades para quien sabe navegar el contexto.

Para pymes que ya necesitan IA en local:

• Apunta al tier de 32-64 GB. Los modelos cuantizados de 14B-30B son suficientes para la mayoría de casos de uso en pymes: análisis de documentos, atención al cliente, extracción de datos estructurados. El ahorro frente a 128 GB es de €2.000-4.000. Optimiza el modelo, no sobredimensiones el hardware.

• Arquitectura híbrida: local para lo sensible, nube para el volumen. No toda la inferencia tiene que ser local. Una arquitectura bien diseñada pone en local solo los documentos confidenciales y usa la API para el resto. Resultado: hardware de 32-64 GB en lugar de 128 GB, con cumplimiento RGPD igualmente garantizado para los datos que importan. Si quieres ver cómo estructurar estos flujos, en la guía de automatización con n8n para pymes hay ejemplos de cómo conectar los distintos motores de procesamiento.

• La escasez es una barrera de entrada. Una empresa que implementa IA local hoy paga más, pero también compra seis a doce meses de ventaja competitiva antes de que un competidor pueda imitarle con precios más accesibles.

Tres nichos concretos para 2026-2027:

Asesoramiento de hardware para IA local. Con equipos a estos precios, elegir mal cuesta entre €1.500 y €3.000 de error. Una consulta técnica de pocas horas que evalúe el caso de uso real, determine el tier de memoria necesario y seleccione el equipo adecuado tiene un ROI inmediato para el cliente: paga €500 de asesoramiento y evita comprar €7.000 de hardware innecesario.

Optimización de modelos y cuantización. Conseguir que un modelo cuantizado de 30B en 32 GB funcione tan bien como uno de 70B en 128 GB para el caso de uso específico del cliente es una tarea técnica con ROI directo: el cliente ahorra €2.000-3.000 en hardware y obtiene el mismo resultado práctico. Es un servicio que no existía hace dos años porque el hardware era más barato y las técnicas de cuantización eran menos maduras.

Diseño de arquitecturas híbridas para cumplimiento RGPD. La combinación de inferencia local para datos sensibles con API externa para volumen no es trivial: hay que decidir qué flujos van a dónde, cómo se gestiona la caché, qué pasa si el modelo local falla. Ese diseño de arquitectura es un servicio de consultoría que pymes con restricciones legales pagan con gusto si les resuelve el problema de cumplimiento sin el coste de 128 GB de RAM.

La decisión de compra: cuándo tiene sentido actuar ya

Compra ahora si:

• Tu sector tiene restricciones legales inmediatas para usar IA en la nube (derecho, medicina, asesoría fiscal, RR.HH.)
• Gastas más de €150-200/mes en API externas que podrías sustituir con un modelo local de 14B-30B
• Tu caso de uso cabe en 32-64 GB de memoria unificada
• No puedes esperar 12-18 meses a una posible normalización de precios

Espera si:

• No hay presión de cumplimiento inmediata
• Te interesa el RTX Spark de NVIDIA (Q4 2026, estimado desde ~€1.700)
• Puedes vivir con la API otros 6-12 meses mientras evalúas el mercado
• Necesitas 70B+ sin compromisos: en ese caso, esperar al RTX Spark o a que los precios del M5 Max se estabilicen puede ser razonable

Si no tienes claro en qué categoría estás, o quieres revisar si el caso de uso de tu pyme requiere 128 GB o puede resolverse con menos, cuéntanos qué tienes en mente: evaluamos juntos si el momento es ahora o es mejor esperar.

En resumen

La escasez global de LPDDR5x, directamente vinculada a la demanda de los centros de datos de IA, ha encarecido los equipos con alta memoria unificada entre un 20% y más del doble en el primer semestre de 2026. El MacBook Pro M5 Max de 128 GB ha llegado a ~€8.114 en España; los portátiles con Ryzen AI Max+ 395 de 128 GB superan los €4.099; el DGX Spark de NVIDIA alcanza €5.235–5.959. La situación no se normalizará antes de finales de 2027 como mínimo. La estrategia más sensata para una pyme en 2026 es apuntar al tier de 32-64 GB — suficiente para la mayoría de casos de uso con modelos cuantizados — y diseñar una arquitectura híbrida que minimice los requisitos de hardware para los datos no sensibles. Comprar 128 GB tiene sentido si los modelos más grandes son imprescindibles y hay presión de cumplimiento inmediata; en cualquier otro caso, ajustar las expectativas de hardware es la opción más inteligente en este contexto de precios.