NoticiasNews

Nvidia compra Hugging Face por unos 13.000 millones de dólares: el almacén donde vive la IA abierta cambia de dueñoNvidia buys Hugging Face for about $13 billion: the warehouse where open AI lives changes owners

2026-09-07

Nvidia confirmó el 3 de septiembre de 2026 un acuerdo definitivo para adquirir Hugging Face por cerca de 13.000 millones de dólares. La estructura reportada son unos 11.900 millones para los accionistas de Hugging Face y hasta 1.000 millones adicionales en capital de retención para los empleados que se incorporen a Nvidia. La operación se espera cerrar en el primer semestre de 2027, sujeta a aprobación regulatoria.

Es la segunda compra más grande en la historia de Nvidia, después de los 20.000 millones que pagó por los activos de Groq a finales del año pasado.

Qué se está comprando exactamente

Hugging Face no es un proveedor de modelos: es el lugar donde el ecosistema deja los suyos. La plataforma se convirtió en el punto de alojamiento por defecto de la IA de código abierto, con más de 18 millones de desarrolladores que comparten allí más de 2 millones de modelos, 500.000 conjuntos de datos y 1 millón de aplicaciones.

Nvidia sostiene que Hugging Face “seguirá siendo una plataforma abierta para todo el ecosistema de IA”, y su CEO, Jensen Huang, enmarcó la operación como una forma de ampliar el acceso a la IA para desarrolladores e instituciones de todo el mundo.

El punto ciego para las empresas

La mayoría de las organizaciones que usan modelos abiertos no piensan en Hugging Face como un proveedor crítico, porque nunca le pagaron nada. Pero si su pipeline de despliegue descarga pesos, tokenizadores o datasets desde ese repositorio en tiempo de build, entonces sí es un proveedor crítico: uno sin contrato, sin SLA y ahora con un nuevo dueño cuyo negocio principal es vender el hardware sobre el que corren esos modelos.

Nada de esto implica que la plataforma vaya a cerrarse. Implica que las suposiciones sobre portabilidad y cadena de suministro deben revisarse antes de que cambien las condiciones, no después:

  • Fije versiones. Descargar “la última” versión de un modelo en cada build es una dependencia viva sobre un repositorio de terceros. Fije el hash o la revisión.
  • Haga espejo de lo que usa en producción. Si un modelo sostiene un flujo crítico, guarde una copia propia de los artefactos en su registro interno.
  • Revise las licencias que ya aceptó. Las condiciones de uso y de alojamiento pueden cambiar después del cierre; conviene saber hoy bajo qué licencia opera cada modelo que tiene desplegado.
  • Diseñe para poder mudarse. Contenedores y patrones multiproveedor no son purismo arquitectónico: son la opción de salida si mañana cambian precios o términos.

La consolidación como tendencia, no como excepción

El movimiento no ocurre aislado. En pocas semanas el mercado vio a Nvidia integrando el mayor repositorio de modelos abiertos, a los grandes proveedores de nube abriendo regiones en Sudamérica y a la capa de infraestructura para agentes convirtiéndose en categoría propia. La dirección es clara: el software de IA se está concentrando en menos puntos de control, y esos puntos coinciden cada vez más con quien fabrica el silicio.

Para una empresa en República Dominicana o en la región, eso se traduce en una regla simple: cada dependencia que hoy es gratuita y cómoda debe tener documentado su plan B. No porque se espere lo peor, sino porque el costo de tener ese plan es bajo y el de improvisarlo, alto.

Cómo se conecta con TEKFENIX

En TEKFENIX diseñamos integraciones y arquitecturas pensando exactamente en esto: que un cambio de proveedor no obligue a reescribir el sistema. Cuando incorporamos modelos de IA a Servigo365 para clasificar tickets, sugerir respuestas o resumir conversaciones, la capa de modelo queda desacoplada, de modo que sustituir un proveedor sea una decisión de configuración y no un proyecto de meses. Si su empresa depende hoy de componentes de IA descargados de repositorios públicos y quiere entender su exposición real, podemos hacer ese inventario con usted.

On 3 September 2026 Nvidia confirmed a definitive agreement to acquire Hugging Face for roughly $13 billion. The reported structure is about $11.9 billion payable to Hugging Face shareholders plus up to $1 billion in retention equity for employees joining Nvidia. The deal is expected to close in the first half of 2027, subject to regulatory approval.

It is Nvidia’s second-largest purchase ever, after the $20 billion it paid for Groq’s assets late last year.

What is actually being bought

Hugging Face is not a model vendor: it is where the ecosystem leaves its models. The platform became the default hosting ground for open-source AI, with more than 18 million developers sharing over 2 million models, 500,000 datasets and 1 million applications.

Nvidia says Hugging Face “will remain an open platform for the entire AI ecosystem”, and CEO Jensen Huang framed the deal as a way to expand access to AI for developers and institutions worldwide.

The blind spot for enterprises

Most organizations using open models do not think of Hugging Face as a critical supplier, because they never paid it anything. But if your deployment pipeline pulls weights, tokenizers or datasets from that repository at build time, it is a critical supplier: one with no contract, no SLA, and now a new owner whose core business is selling the hardware those models run on.

None of this implies the platform will close. It implies that assumptions about portability and supply chain should be revisited before conditions change, not after:

  • Pin your versions. Pulling “the latest” model on every build is a live dependency on a third-party repository. Pin the hash or revision.
  • Mirror what runs in production. If a model underpins a critical workflow, keep your own copy of the artifacts in an internal registry.
  • Review the licences you already accepted. Usage and hosting terms can change after closing; know today which licence each deployed model operates under.
  • Design so you can move. Containers and multi-provider patterns are not architectural purism: they are the exit option if pricing or terms shift tomorrow.

Consolidation as a trend, not an exception

The move does not happen in isolation. Within weeks the market saw Nvidia absorbing the largest open-model repository, major cloud providers opening South American regions, and the agent infrastructure layer becoming a product category of its own. The direction is clear: AI software is concentrating into fewer control points, and those points increasingly coincide with whoever makes the silicon.

For a company in the Dominican Republic or the wider region, that translates into a simple rule: every dependency that is free and convenient today should have a documented plan B. Not because the worst is expected, but because having that plan is cheap and improvising it is not.

How this connects to TEKFENIX

At TEKFENIX we design integrations and architectures with exactly this in mind: a change of provider should not force a system rewrite. When we embed AI models into Servigo365 to classify tickets, suggest replies or summarize conversations, the model layer stays decoupled, so swapping a provider is a configuration decision rather than a months-long project. If your company depends today on AI components pulled from public repositories and wants to understand its real exposure, we can run that inventory with you.

← Volver al blog← Back to blog