- Las ventas de Mac crecieron casi 29% interanual hasta $10.4 mil millones, convirtiéndose en la categoría de producto de Apple con mayor crecimiento durante el trimestre de junio.
- The Information reporta que OpenAI compró decenas de miles de Mac mini y Mac Studio para trabajar con agentes y reinforcement learning, mientras Anthropic estaría rentando capacidad similar; las compañías no han confirmado públicamente esas operaciones.
- Para agencias, publishers y equipos de marketing, la tendencia abre otra posibilidad: mover determinadas cargas de IA desde APIs y nube hacia infraestructura local, reduciendo costos variables y manteniendo datos sensibles dentro de la organización.
El producto de Apple que mejor está capturando el boom de inteligencia artificial no es Siri, ni el iPhone, ni siquiera Apple Intelligence. Está sobre los escritorios.
La Mac mini y la Mac Studio están comenzando a ocupar un lugar inesperado dentro de la infraestructura utilizada para desarrollar y ejecutar agentes de IA. Y el fenómeno ya aparece en los números de Cupertino: durante su trimestre fiscal terminado en junio, los ingresos de Mac llegaron a $10.4 mil millones de dólares, un crecimiento interanual de 28.7%, superior al registrado por cualquier otra categoría de producto de Apple durante el periodo. La compañía confirmó además que se trató de un récord para un trimestre de junio.
La infraestructura detrás de la IA también está transformando marketing, data y publicidad. Únete a la Comunidad y accede a los análisis que explican qué cambia antes de que llegue al mainstream.
La explicación podría estar parcialmente fuera del mercado tradicional de computadoras personales.
De acuerdo con una investigación de Aaron Tilley para The Information, OpenAI habría adquirido decenas de miles de Mac mini y Mac Studio durante los últimos meses para tareas relacionadas con reinforcement learning y entrenamiento de agentes capaces de utilizar computadoras. Anthropic también estaría utilizando Macs bajo un esquema de renta. Ninguna de las compañías involucradas ha confirmado públicamente esas compras, por lo que deben entenderse como información atribuida a la investigación del medio.
Lo relevante no es únicamente quién está comprando las máquinas, sino para qué se están utilizando.
Una Mac dejó de ser solamente una computadora
Los grandes modelos fundacionales continúan necesitando enormes clusters de GPUs para su entrenamiento. La Mac no sustituye esa infraestructura.
Su oportunidad está en otra parte: inferencia, experimentación con modelos abiertos, desarrollo de software y, especialmente, agentes que deben permanecer ejecutándose durante largos periodos y trabajar directamente sobre archivos, aplicaciones y sistemas operativos.
Apple parece haber identificado rápidamente ese cambio.
La nueva Mac mini con M6, presentada el 25 de agosto, ya no se promociona únicamente como una computadora de escritorio. Apple la describe explícitamente como una plataforma para “computación agéntica siempre activa”. También incorporó aceleradores neuronales en el GPU y afirma que ofrece hasta cuatro veces más rendimiento de IA frente a la generación anterior.
La Mac Studio lleva la idea todavía más lejos.
El modelo con M5 Ultra puede configurarse con hasta 512 GB de memoria unificada y 1.2 TB/s de ancho de banda, lo suficiente para ejecutar modelos de cientos de miles de millones de parámetros directamente en el equipo, según Apple. Thunderbolt 5 y RDMA permiten además conectar varias Mac Studio para crear clusters destinados a inferencia distribuida.
En WWDC26, Apple incluso mostró cómo utilizar MLX, su framework open source optimizado para Apple Silicon. El planteamiento es sencillo: modelo, herramientas y ciclo agéntico pueden operar en la computadora, sin enviar continuamente información hacia una API externa.
Y aquí empieza la parte importante para MadTech.
Julieta Ruiz
El significado para agencias y equipos de marketing
Para la industria publicitaria, la oportunidad no está en montar un centro de datos lleno de Macs mañana.
Está en identificar workloads repetitivos que no necesariamente necesitan llamar al modelo más avanzado del mercado cada vez que se ejecutan.
Clasificación y etiquetado de assets, procesamiento documental, análisis de grandes conjuntos de información, generación de variaciones creativas, automatizaciones internas, asistentes de programación, QA o consultas sobre repositorios privados son ejemplos de tareas que técnicamente pueden migrar hacia modelos locales cuando la calidad requerida lo permita.
En ese escenario, una parte del gasto deja de comportarse como consumo variable de software y pasa a convertirse en CAPEX tecnológico.
Para México, la comparación ya puede hacerse con precios concretos: la nueva Mac mini M6 comienza en $19,999 pesos, mientras la Mac mini M5 Pro parte de $39,999. La Mac Studio con M5 Max inicia en $57,999 y la versión M5 Ultra en $129,999.
Eso no significa que comprar hardware sea automáticamente más barato que utilizar OpenAI, Anthropic, Gemini o infraestructura cloud. El cálculo depende del modelo utilizado, intensidad de uso, administración, seguridad, electricidad y mantenimiento.
Pero aparece una alternativa que hace apenas unos años era mucho menos viable: comprar capacidad de inferencia en lugar de rentarla indefinidamente.
Adtech
First-party data también entra en la ecuación
Para MadTech existe otro elemento todavía más estratégico.
Cuanto más autónomos sean los agentes, mayor será la cantidad de información empresarial que necesitarán consultar: documentos, bases de conocimiento, campañas, códigos, reportes, audiencias o información operativa.
Procesar determinadas tareas localmente permite limitar cuánto de ese material abandona la infraestructura de la organización.
Esto no elimina los riesgos de privacidad. Gartner advierte que la siguiente generación de problemas relacionados con IA no dependerá únicamente de filtraciones de datos, sino también de las inferencias que los modelos pueden construir a partir de ellos.
Por eso, para agencias y anunciantes, on-device AI no debería entenderse como una licencia para procesar indiscriminadamente información de consumidores. Su verdadero valor puede estar en combinar minimización de datos, gobernanza y procesamiento local cuando existan casos de negocio que lo justifiquen.
Julieta Ruiz
Apple está monetizando la IA de una manera diferente
Es así como mientras buena parte de la industria tecnológica intenta descubrir cómo cobrar por agentes, suscripciones o publicidad dentro de productos generativos, Apple está capturando una parte del crecimiento de la IA mediante algo mucho más tradicional: vender computadoras.
Y no significa que haya renunciado a publicidad.
El 21 de agosto Apple amplió Apple Ads hacia Maps, permitiendo que negocios aparezcan patrocinados dentro de búsquedas de lugares.
Son negocios separados, pero muestran una diversificación relevante: Apple puede monetizar la nueva economía de IA desde hardware, servicios y nuevas superficies publicitarias sin necesitar que todas sus apuestas dependan de un único modelo de negocio.
El dato importante para MadTech, por tanto, no es que una Mac mini vaya a desplazar los data centers de Nvidia. No lo hará.
Es que la infraestructura de IA está empezando a descender desde el data center hasta el escritorio.
Y si los agentes realmente se convierten en una capa permanente de los procesos de marketing, creatividad, analytics y tecnología, decidir dónde corre cada uno de ellos podría terminar siendo tan importante como decidir qué modelo utilizan.
No basta con saber qué tecnología apareció: hay que entender qué cambia para el negocio. Únete a la Comunidad y mantente un paso adelante de la industria.
