Masayoshi Son, el Presidente y CEO de SoftBank Group, ha expresado abiertamente su visión para la ASI (Inteligencia Artificial Súper), proyectando que ‘la IA eventualmente alcanzará un nivel de inteligencia diez mil veces mayor que los humanos dentro de la próxima década’. Esta declaración, realizada en varios foros públicos en 2024, subraya el enfoque acelerado y las maniobras estratégicas de SoftBank en el sector de la IA.
Inversiones Estratégicas de SoftBank en IA
Alrededor de este período, SoftBank ha incrementado significativamente sus inversiones e iniciativas estratégicas en el dominio de la IA.
En 2024, SoftBank Group realizó una serie de inversiones notables en empresas impulsadas por IA. Estas incluyeron invertir en la startup de IA Perplexity AI, liderar una ronda de inversión en la startup de robots humanoides Skild AI, formar una empresa conjunta de atención médica con Tempus AI en los Estados Unidos y adquirir Graphcore, un unicornio británico de chips de IA.
Para 2025, SoftBank intensificó su colaboración con OpenAI. A fines de marzo, SoftBank amplió aún más su presencia en el sector de chips de IA al anunciar la adquisición de Ampere, una empresa estadounidense de diseño de chips, por $6.5 mil millones (aproximadamente RMB 47 mil millones).
Junto con su participación significativa existente en Arm, estos movimientos indican la ambición estratégica de SoftBank de reforzar sus inversiones en la infraestructura de chips de IA.
Una Oportunidad Perdida con Nvidia
Seis años antes, SoftBank vendió toda su participación en Nvidia, perdiendo el crecimiento explosivo posterior de la compañía, que la vio alcanzar una capitalización de mercado de un billón de dólares. Ahora, en medio del auge actual de la IA, SoftBank parece estar regresando, lo que indica su ambición de desafiar potencialmente el dominio de Nvidia.
En noviembre de 2024, en una cumbre de IA en Japón, el fundador y CEO de Nvidia, Jensen Huang, comentó a la audiencia: ‘Puede que no sepan que en un momento, Masa (Masayoshi Son) fue el mayor accionista de Nvidia’. Luego, compartió humorísticamente un momento de ‘llanto’ simulado con Son, agregando: ‘Está bien, podemos llorar juntos’.
Este episodio se considera una oportunidad perdida significativa para SoftBank, un sentimiento que Son ha reconocido públicamente con pesar.
En 2017, SoftBank adquirió acciones de Nvidia en el mercado abierto, llegando a poseer casi el 5% de la compañía, lo que la convirtió en uno de los mayores accionistas de Nvidia. Sin embargo, SoftBank vendió su participación en 2019, perdiendo el ascenso de Nvidia a la cima de su trayectoria de crecimiento.
El entusiasmo de Son por invertir en chips de IA se está volviendo cada vez más ferviente. En una entrevista pública en octubre de 2024, afirmó que Nvidia estaba ‘subvaluada’.
Durante los últimos dos años, SoftBank Group ha estado forjando activamente alianzas e invirtiendo en chips de IA e industrias de infraestructura relacionadas para realizar su visión de ASI, posiblemente con el objetivo de rectificar errores pasados.
Son incluso ha articulado una justificación: avanzar en la evolución humana promoviendo el desarrollo de la super inteligencia artificial. Predice que la super inteligencia artificial (ASI) se logrará para 2035.
Son enfatiza que la ASI difiere de la AGI (Inteligencia Artificial General) más comúnmente discutida. AGI se refiere a la inteligencia general capaz de manejar múltiples tareas y exhibir una flexibilidad similar a la humana, lo que es poco probable que altere significativamente las reglas existentes en la sociedad humana. La ASI, por otro lado, superará con creces la inteligencia humana, marcando un punto de inflexión en la historia humana, con robots inteligentes impulsados por ASI realizando diversas tareas físicas en nombre de los humanos.
Estrategia de Implementación de ASI de SoftBank
Según el plan de SoftBank Group, la implementación de ASI implica cuatro dimensiones clave:
- Chips de IA
- Centros de datos de IA
- Robots de IA
- Energía
Entre estos, los chips de IA son la infraestructura central.
‘Arm proporcionará la tecnología fundamental para ASI’, declaró Son. Agregó que si bien Arm es significativo, ninguna empresa por sí sola puede lograr la ASI. Todos los miembros del Grupo SoftBank trabajarán juntos para lograr este objetivo.
Esto explica la creciente adquisición de empresas en el sector de chips de IA por parte de SoftBank: comenzando con su inversión en Arm, seguida de las adquisiciones de Graphcore y Ampere, la estrategia de chips de IA de SoftBank se está volviendo cada vez más evidente.
Anand Joshi, Director de Tecnología de IA en TechInsights, dijo a 21st Century Business Herald que SoftBank aspira a convertirse en un líder mundial en Inteligencia Artificial General (AGI), y sus recientes actividades de inversión reflejan esta ambición.
‘Para realizar plenamente el potencial de las aplicaciones de AGI, se necesita una infraestructura completa, que cubra chips, IP, servidores, CPU, aceleradores de IA y más’, explicó además. Cuando SoftBank invierte en semiconductores de IA, siempre se enfoca en una visión más amplia, y los tres forman un complemento perfecto en este plan: Arm proporciona IP de procesador para centros de datos; Ampere construye chips específicos para centros de datos basados en estas IP; y Graphcore se centra en la investigación y el desarrollo de chips aceleradores de IA para centros de datos.
Con respecto a cómo los tres formarán sinergias comerciales, Anand Joshi señaló: ‘Aún no está claro si las tres empresas planean integrar los productos existentes o lanzar nuevas soluciones, pero la combinación de estos tres tiene el potencial de construir una infraestructura completa de aplicaciones de IA’.
A través de esta integración vertical, OpenAI puede proporcionar modelos optimizados para ejecutarse en esta arquitectura exclusiva, logrando así un rendimiento de modelo líder en todo el mundo. ‘Los clientes empresariales comprarán estas capacidades de servidor de IA a través de llamadas API, y es muy probable que el modelo de pago por uso cree enormes ganancias para ellos’, agregó.
Debido a que SoftBank está construyendo un ecosistema de chips centrales de IA a través de la inversión y la adquisición, algunos creen que SoftBank está planeando crear un competidor potencial para Nvidia.
Desafíos y Competencia
Sin embargo, en esta etapa, esto es solo una visión. Por un lado, Nvidia ha construido un fuerte foso basado en más de una década de inversión continua en ecosistemas de software como CUDA. Hasta el día de hoy, los chips GPU de Nvidia siguen siendo la primera opción de la industria para el entrenamiento de IA. Esta ventaja ecológica le da una cierta barrera competitiva en el lado de la inferencia de IA; por otro lado, la ‘alianza anti-Nvidia’ de la que bromea el mercado está acelerando su crecimiento. Un ejemplo típico es que los proveedores de servicios en la nube están iterando rápidamente chips de inferencia de IA autodesarrollados a través de la cooperación con empresas de diseño de chips ASIC, y Broadcom y Marvell (Marvell Electronics) son importantes beneficiarios.
Ante el entorno competitivo existente, no es fácil para los nuevos participantes hacer avances rápidamente, especialmente porque Graphcore y Ampere enfrentaron importantes dificultades financieras cuando fueron adquiridas por SoftBank, lo que significa que las capacidades de comercialización de las dos empresas aún deben mejorarse.
Según la divulgación de SoftBank, los ingresos operativos de Ampere se redujeron de US$152 millones a US$16 millones entre 2022 y 2024, una reducción de casi diez veces. La compañía parece estar tratando de restaurar la rentabilidad, pero aún perdió US$581 millones hasta 2024. Los activos netos y los activos totales también continúan disminuyendo significativamente.
Según información pública, Ampere inicialmente se centró en la computación nativa de la nube y desde entonces se ha expandido al campo de la computación de inteligencia artificial (computación de IA). Los productos de la compañía cubren una gama de cargas de trabajo en la nube desde el borde hasta el centro de datos en la nube.
Los documentos presentados anteriormente por Graphcore muestran que sus ventas en 2022 fueron de US$2.7 millones, con una pérdida de US$204.6 millones.
Con respecto a las condiciones de operación, Anand Joshi dijo a 21st Century Business Herald que aunque Arm y Ampere tuvieron un buen desempeño, el desarrollo de Graphcore no fue satisfactorio.
‘Es difícil para los chips de este último alcanzar el nivel de rendimiento de la misma generación de productos lanzados al mismo tiempo, lo que se ha convertido en su principal desafío. Sin embargo, Graphcore se ha dado cuenta de la importancia de admitir software y ha comenzado a invertir en compiladores y otros campos técnicos. Este enlace es precisamente el desafío central de construir infraestructura de inteligencia artificial y debe superarse’, continuó.
En opinión de Anand Joshi, en comparación, los chips de servidor basados en la arquitectura Arm han entrado en el mercado y tienen un ecosistema de software relativamente maduro. Sin embargo, estos productos aún carecen de la capacidad de escalado horizontal (capacidad de escalado) que posee la arquitectura x86. ‘Para tener éxito, estas tres empresas deben trabajar juntas para desarrollar una hoja de ruta de software unificada’.
Entre ellos, Arm es sin duda un fabricante relativamente maduro en términos de desarrollo. Aunque a los ojos del público, los productos de chip basados en la arquitectura Arm cubren más del 99% de los teléfonos inteligentes en el mercado, en los últimos años, también se ha estado desarrollando rápidamente para centros de datos, PC y otros campos.
El Vicepresidente Senior de Arm y Gerente General de la Unidad de Negocios de Infraestructura, Mohamed Awad, publicó recientemente un artículo señalando que hace más de seis años, Arm lanzó la plataforma Arm Neoverse para la próxima generación de infraestructura en la nube. Hoy, la implementación de la tecnología Neoverse ha alcanzado una nueva altura: 2025 Casi el 50% de la potencia informática enviada a los principales proveedores de servicios en la nube a hiperescala se basará en la arquitectura Arm. Los proveedores de servicios en la nube a hiperescala, como Amazon Web Services (AWS), Google Cloud y Microsoft Azure, han adoptado la plataforma informática Arm para construir sus propios chips personalizados de propósito general.
Anand Joshi dijo a los reporteros que Arm se ha convertido en un actor importante en el mercado de centros de datos. Por ejemplo, Amazon está promoviendo su chip autodesarrollado Graviton como una alternativa de bajo costo a X86, y su desempeño en el mercado es actualmente bueno. Del mismo modo, la serie de productos de chips autodesarrollados ‘Graviton+Inferential’ de Amazon se posiciona como una alternativa de bajo costo a la solución ‘x86+Nvidia’. Nvidia también ha adaptado la arquitectura Arm a sus chips Grace CPU en la serie de productos Blackwell.
‘Por lo tanto, si SoftBank, Arm y Ampere pueden implementar con éxito esta estrategia, se espera que Arm se convierta en una fuerza que no se puede ignorar en el mercado de centros de datos’, continuó.
La Estrategia de Inversión en IA Más Amplia de SoftBank
Debido a la inversión excesiva en industrias relacionadas con la IA, se requirió que SoftBank Corporation explicara su estrategia de inversión general en la industria de la IA en la conferencia de inversores en febrero de este año.
El Presidente y CEO de la compañía, Junichi Miyakawa, analizó que esto incluye 8 niveles: implementar el proyecto de inteligencia artificial de nivel empresarial ‘Cristal intelligence’ a través de una empresa conjunta con OpenAI; desarrollar un modelo de lenguaje grande (LLM) nativo específicamente para japonés; trabajar con Microsoft Japón como parte de una alianza estratégica en el campo de la inteligencia artificial generativa; proporcionar a los clientes de nivel empresarial el modelo Gemini de Google Workspace; establecer una plataforma informática de inteligencia artificial japonesa superior; establecer centros de datos de IA en Hokkaido y Osaka; desarrollar AI-RAN e implementar AITRAS para promover AI-RAN del concepto a la vida; construir una infraestructura de computación superdistribuida.
Esto significa que, frente a la visión de ASI, el diseño de SoftBank cubre una dimensión integral desde el hardware hasta el software, desde la potencia informática hasta la comunicación y desde la infraestructura hasta las soluciones.
Objetivamente hablando, también se espera que esto ayude a las empresas de chips de IA, que actualmente parecen ser relativamente débiles en el juego, a consolidar aún más sus capacidades.
Anand Joshi dijo a 21st Century Business Herald que la excelente pila de software de Nvidia ha superado con creces a sus competidores en rendimiento. Ampere y Graphcore actualmente no pueden superar a Nvidia en términos de rendimiento. ‘Deben centrarse en el costo total de la propiedad (Costo Total de Propiedad), o usar la relación precio/capacidades de inferencia, rendimiento/consumo de energía como un avance para lograr avances en la competencia del mercado’.
Señaló además que dado que SoftBank es accionista de OpenAI, pueden optimizar algunos de los modelos de OpenAI en las plataformas Arm y Graphcore. Estos modelos pueden representar la tecnología AGI más avanzada y adoptar una estrategia de ventas exclusiva. Esto les dará una ventaja única con respecto a sus competidores.
‘Además, creo que SoftBank promoverá ajustes a la hoja de ruta tecnológica de Arm para ayudar al desarrollo de Ampere y Graphcore. Por lo tanto, veremos que la hoja de ruta de IP de Arm se ajustará estrechamente a las grandes necesidades del modelo de IA propuestas por OpenAI’, continuó Anand Joshi.
SoftBank está fortaleciendo su asociación comercial con OpenAI.
En febrero de este año, SoftBank anunció su cooperación con OpenAI para construir ‘Crystal Intelligence’, y Arm también es un miembro importante. SoftBank señaló que como parte del acuerdo con OpenAI, las empresas de SoftBank Group, incluidas Arm y SoftBank Corporation, tendrán prioridad en Japón para obtener los modelos más recientes y avanzados desarrollados por OpenAI.
El 1 de abril, SoftBank anunció una mayor inversión en OpenAI. SoftBank señaló que OpenAI es un socio importante en sus esfuerzos por avanzar hacia ASI. Desde septiembre de 2024, la compañía ha invertido un total de US$2.2 mil millones en OpenAI a través de SoftBank Vision Fund 2. El 21 de enero, SoftBank y OpenAI anunciaron conjuntamente el plan ‘Stargate’, cuyo objetivo es construir infraestructura de IA dedicada para OpenAI. Esta vez, SoftBank planea invertir hasta US$30 mil millones en él, con otros US$10 mil millones asignados a inversores conjuntos.
Por supuesto, la actitud de SoftBank hacia Nvidia no es del todo el sentimiento ‘competitivo/hostil’ que el mundo exterior cree. En noviembre de 2024, es decir, antes y después del diálogo entre Jensen Huang y Masayoshi Son, Nvidia y SoftBank anunciaron que llevarían a cabo la cooperación empresarial. Por un lado, SoftBank actualmente necesita usar chips GPU de Nvidia para construir infraestructura informática; por otro lado, Nvidia también tiene implementaciones en aceleración de la comunicación, lo que ayudará a mejorar las capacidades técnicas de AI-RAN en la ruta ASI de SoftBank.
En la cumbre mencionada anteriormente, Huang Renxun dijo con emoción: ‘He estado involucrado en el campo de la tecnología durante muchos años, comenzando con la ola de PC. Toda la industria de la computación comenzó con las PC, y luego se desarrolló a Internet, la computación en la nube, la nube móvil y la inteligencia artificial. Masayoshi Son es la única persona en el mundo que ha seleccionado (con precisión) a los (potenciales) ganadores en cada ronda y se ha desarrollado junto con ellos’.
La ola de IA actual está surgiendo, y el campo de los chips de IA también está surgiendo, y los gigantes están mostrando signos de acelerar la competencia y la cooperación, buscando capacidades de cadena industrial más ricas. No importa cuál sea el resultado del ‘acuerdo de diez años’ de Masayoshi Son, está sentando las bases para una nota al pie importante en la nueva ronda de transformación tecnológica.