La hegemonía estadounidense en inteligencia artificial se ha evaporado. El mercado ya lo sabe.
Las métricas globales de rendimiento en este 2026 confirman lo que en los pasillos de Silicon Valley era un secreto a voces: China ha borrado la ventaja competitiva de Occidente. Ya no hay un líder indiscutible, sino un duopolio donde los modelos de ambos países se alternan el primer puesto en las evaluaciones de capacidad técnica semana tras semana.
Estados Unidos sigue dominando la chequera y el silicio. Mantiene una ventaja abrumadora en capital de riesgo, desarrollo de infraestructura y en el diseño de los chips de IA que entrenan estos modelos. Pero el dinero no lo es todo. China ha tomado por asalto la llamada IA física. Hoy lideran indiscutiblemente en robótica autónoma, volumen de publicaciones científicas y registro de patentes. Es una división del trabajo preocupante: uno diseña el cerebro digital, el otro fabrica el cuerpo que operará en el mundo físico.
El pánico por el cómputo soberano
Esta dependencia algorítmica ha desatado una paranoia geopolítica justificada. Ya no es una carrera de dos caballos, y la soberanía de los datos se ha convertido en la máxima prioridad de seguridad nacional.
Naciones de Europa y Asia Central están adquiriendo hardware a un ritmo frenético para no dejar sus infraestructuras críticas en manos de tres corporaciones privadas de California. Hoy, 44 países ya operan clústeres de supercomputación financiados directamente por el Estado. Esto no es menor. Corea del Sur entendió la dinámica antes que nadie y actualmente domina la densidad de innovación global, con más patentes de IA per cápita que cualquier otra superpotencia.
Aquí es donde el panorama se vuelve crítico para nuestra región. Mientras el norte global inyecta capital estatal en sus propios servidores, Sudamérica y Medio Oriente observan la revolución desde la tribuna.
A mi juicio, esta inacción gubernamental está condenando a América Latina a una nueva y devastadora variante de la brecha digital. Nuestros países carecen de clústeres de supercomputación pública. Dependemos íntegramente de la capacidad de procesamiento que corporaciones extranjeras, como AWS o Microsoft, deciden habilitar en sus zonas de disponibilidad comerciales en São Paulo o Querétaro.
La adopción corporativa de esta tecnología avanza a un ritmo récord, incluso cuando la confianza pública en su transparencia toca mínimos históricos. La verdadera línea divisoria de la próxima década no estará entre las empresas que usan IA y las que no. Estará entre los países que alquilan inteligencia artificial extranjera y los que poseen el hardware soberano para ejecutarla en casa. No hay vuelta atrás.
El fin de la transparencia: el oligopolio cierra las puertas
Google, Anthropic y OpenAI han cerrado las persianas. Más del 90% de los modelos de inteligencia artificial relevantes a nivel global son hoy propiedad exclusiva de empresas privadas. Y esto no es casualidad. Los gigantes del sector han abandonado deliberadamente la práctica de revelar el tamaño de sus conjuntos de datos y los tiempos de entrenamiento. La excusa oficial es la seguridad comercial. La realidad estratégica es otra: busquen ocultar posibles infracciones de derechos de autor y elevar drásticamente la barrera de entrada.
Los números de la industria demuestran un cerrojo sistemático. De los 95 modelos más avanzados lanzados en el último año, 80 salieron al mercado sin su código de entrenamiento. El mercado ya lo sabe. Si no tienes los miles de millones de dólares necesarios para entrenar un modelo fundacional desde cero, tu empresa está condenada a ser un simple inquilino en la infraestructura de tres gigantes tecnológicos.
A mi juicio, este nivel de opacidad corporativa explica el profundo desplome en la confianza ciudadana. En Estados Unidos, apenas un 31% de la población cree que su gobierno tiene la capacidad de regular esta tecnología. En la Unión Europea, donde el entorno regulatorio es más punitivo y estructurado, la cifra sube al 53%. La gente sospecha. Y tienen motivos para hacerlo cuando ven quién redacta las reglas.
El lobby silencioso y el embudo de hardware
La captura corporativa no es solo técnica; es profundamente política. Desde 2017, la proporción de lobistas y representantes de la industria tecnológica que testifican en las audiencias del Congreso estadounidense se ha triplicado. Las voces de académicos neutrales simplemente están desapareciendo de los pasillos de poder. Las empresas de IA están escribiendo su propia regulación antes de que los legisladores entiendan cómo funciona la tecnología. No hay vuelta atrás.
Pero todo este imperio de software se sostiene sobre un diseño industrial increíblemente frágil. Casi la totalidad del ecosistema global de IA depende de un único fabricante: TSMC en Taiwán. Un bloqueo geopolítico o un desastre natural en esa isla paralizaría la innovación tecnológica del planeta en cuestión de semanas. Esto no es menor. El riesgo de depender de una sola fundición de chips es el mayor pasivo financiero del sector.
La paradoja del consumidor
Aquí está el problema más fascinante de esta revolución. Estados Unidos monopoliza la creación de la IA, pero está perdiendo la carrera de la adopción. A nivel global, el 53% de la población ya usa IA generativa con regularidad, una velocidad de penetración que aplasta los registros históricos del internet o los teléfonos inteligentes.
Sin embargo, Estados Unidos ocupa un mediocre puesto 24 a nivel mundial, con solo un 28.3% de sus ciudadanos utilizándola frecuentemente. El verdadero laboratorio masivo está en Asia. En China, Malasia, Indonesia y Singapur, más del 80% de la población ya integra estas herramientas en su rutina y anticipa que alterarán profundamente su vida en los próximos tres años.
Para los profesionales del sector, la tesis es innegable. Estamos viendo la privatización acelerada de la tecnología más importante del siglo. Mientras los creadores en Silicon Valley blindan sus cajas negras y protegen sus monopolios, el Sur Global y Asia están dictando el ritmo real de uso. Invertir hoy en IA requiere entender que el valor ya no está en quién construye el modelo, sino en quién logra implementarlo mejor en un mercado que, aunque nervioso, no deja de consumirlo.
La fiebre del silicio tiene dos caras financieras que ya no podemos ignorar. Por un lado, la inyección de capital en el sector es simplemente brutal. Desde 2013, la inversión corporativa global en inteligencia artificial se ha multiplicado por 40, impulsada por gigantes que buscan consolidar monopolios tempranos. El resultado es un impacto económico profundo, generando un excedente del consumidor en Estados Unidos que alcanzó los 172.000 millones de dólares solo este año. El mercado ya lo sabe.
La ilusión de la automatización inofensiva
Pero el optimismo corporativo choca de frente contra la calle. Hoy, el 73% de los expertos técnicos jura que la IA mejorará el panorama laboral, mientras que apenas un 23% del público general compra ese discurso. Y tienen razón en dudar. Los reportes confirman que el empleo entre los profesionales más jóvenes en áreas vulnerables a la IA ya comenzó a contraerse de manera sostenida. No hay vuelta atrás.
A mi juicio, el verdadero límite de esta tecnología no será el código, sino la termodinámica. Las exigencias físicas de la industria están cruzando una línea de insostenibilidad. Solo para entrenar su último modelo, Grok 4, la empresa xAI emitió más de 72.000 toneladas de CO2 a la atmósfera. Esto es insostenible.
A esto debemos sumarle el colosal costo hídrico de mantener los servidores fríos. Mantener las cargas de trabajo de inferencia de GPT-4o operativas exige tanta agua como la que consumen 12 millones de personas. Para dimensionar esta cifra, es el equivalente demográfico de agotar el suministro hídrico diario de toda el área metropolitana de Bogotá para sostener un servicio en la nube.
Una ciencia más rápida, pero más pobre
Esta obsesión por los parámetros masivos también está distorsionando la ciencia. Los investigadores respaldados por herramientas de IA son hoy tres veces más productivos. Esto no es menor. Sin embargo, los laboratorios están persiguiendo únicamente los campos ricos en datos donde los algoritmos escalan rápido, sacrificando la investigación en disciplinas de nicho o menos digitalizadas. La consecuencia directa es una pérdida alarmante de diversidad académica.
Aquí está el problema central. Las tecnológicas están optimizando para la velocidad ignorando la factura física que dejan a su paso. La próxima gran crisis del ecosistema no vendrá por la falta de innovación algorítmica, sino por la incapacidad operativa de sostener este nivel de desgaste energético, hídrico y laboral. Los inversionistas astutos deberán vigilar muy de cerca a las startups que resuelvan la eficiencia térmica del hardware, porque apostar por un crecimiento infinito sobre recursos limitados es una estrategia con fecha de caducidad.
