Por qué la IA china ha dejado atónito al mundo

El primer modelo de razonamiento del mundo, una forma avanzada de inteligencia artificial, fue presentado en septiembre por OpenAI, una empresa estadounidense. Llamado o1, este sistema emplea una "cadena de pensamiento" para responder preguntas complejas en ciencia y matemáticas, desglosando los problemas en pasos individuales y probando distintas estrategias antes de presentar una conclusión al usuario. Su lanzamiento desencadenó una carrera por imitar su método. En diciembre, Google presentó su propio modelo de razonamiento, Gemini Flash Thinking. OpenAI respondió pocos días después con o3, una actualización de o1.

"A pesar de los intentos del Gobierno estadounidense por frenar la industria de la IA en China, dos empresas chinas redujeron la ventaja tecnológica de sus homólogas estadounidenses a cuestión de semanas"

Pero Google, pese a sus vastos recursos, no fue la primera empresa en emular a OpenAI. Menos de tres meses después del lanzamiento de o1, Alibaba, el gigante chino del comercio electrónico, presentó una nueva versión de su chatbot Qwen, llamado QwQ, con las mismas capacidades de "razonamiento". "¿Qué significa pensar, cuestionar, comprender?", preguntó la empresa en una entrada de blog adornada con florituras, acompañada de un enlace para acceder gratuitamente al modelo. Otra firma china, DeepSeek, había lanzado una "vista previa" de su propio modelo de razonamiento, denominado R1, una semana antes. A pesar de los intentos del Gobierno estadounidense por frenar la industria de la IA en China, dos empresas chinas redujeron la ventaja tecnológica de sus homólogas estadounidenses a cuestión de semanas.

El liderazgo chino en IA no se limita a los modelos de razonamiento: en diciembre, DeepSeek publicó un nuevo modelo de lenguaje de gran tamaño (LLM, por sus siglas en inglés), una forma de IA que analiza y genera texto. Su versión v3 ocupaba casi 700 gigabytes —demasiado para funcionar en cualquier hardware que no fuera especializado— y contaba con 685 000 millones de parámetros, las unidades básicas que conforman la red neuronal del modelo. Esto lo hacía más grande que cualquier otro modelo de descarga gratuita. LlaMa 3.1, el modelo estrella de Meta (matriz de Facebook), lanzado en julio, tenía solo 405 000 millones de parámetros.

La IA china avanza, planteando un dilema para Donald Trump

El modelo de DeepSeek no solo supera a muchos de sus homólogos occidentales en tamaño, sino también en rendimiento, igualando solo a los modelos patentados de Google y OpenAI. Paul Gauthier, fundador de Aider, una plataforma de codificación con IA, evaluó el modelo de DeepSeek con su referencia estándar y descubrió que superaba a todos sus rivales, salvo a o1. Lmsys, un ranking de chatbots basado en evaluaciones de usuarios, lo situó en el séptimo puesto, por encima de cualquier otro modelo de código abierto y como el mejor desarrollado por una empresa ajena a Google y OpenAI.

Entra el dragón

La IA china está ahora tan cerca en calidad de sus rivales estadounidenses que el propio director ejecutivo de OpenAI, Sam Altman, sintió la necesidad de explicar lo ajustada que estaba la diferencia. Poco después del lanzamiento de DeepSeek v3, tuiteó con cierto desdén: "Es (relativamente) fácil copiar algo que sabes que funciona. Es extremadamente difícil hacer algo nuevo, arriesgado y complicado cuando no sabes si funcionará".

Al principio, la industria china de la IA parecía de segunda categoría. En parte, esto podría deberse a las sanciones impuestas por Estados Unidos. En 2022, el Gobierno estadounidense prohibió la exportación de chips avanzados a China. Nvidia, líder en la fabricación de estos componentes, tuvo que diseñar versiones limitadas de sus productos para el mercado chino. Estados Unidos también ha intentado impedir que China desarrolle la capacidad de fabricar chips de última generación en su territorio, prohibiendo la exportación del equipo necesario e imponiendo sanciones a empresas extranjeras que pudieran ayudar en este proceso.

"Las empresas chinas se adentraron tarde en el desarrollo de modelos de lenguaje, en parte debido a preocupaciones regulatorias"

Otro obstáculo ha sido interno. Las empresas chinas se adentraron tarde en el desarrollo de modelos de lenguaje, en parte debido a preocupaciones regulatorias. Les inquietaba cómo reaccionarían los censores ante modelos que pudieran alucinar y generar información incorrecta o, peor aún, emitir declaraciones políticamente sensibles. Baidu, el gigante chino de las búsquedas, había experimentado internamente con modelos de lenguaje durante años y creó uno llamado ERNIE, pero dudaba en hacerlo público. Incluso cuando el éxito de ChatGPT la llevó a replanteárselo, al principio solo permitió el acceso a ERNIEbot mediante invitación.

Finalmente, las autoridades chinas emitieron regulaciones para fomentar la industria de la IA. Aunque instaron a los desarrolladores a centrarse en contenido "sólido" y alineado con los "valores socialistas", también prometieron "fomentar el desarrollo innovador de la IA generativa". China quería competir a nivel global, señala Vivian Toh, editora de TechTechChina. Alibaba fue una de las primeras empresas en adaptarse al nuevo entorno permisivo, lanzando su propio modelo de lenguaje, inicialmente llamado Tongyi Qianwen y luego abreviado a "Qwen".

Durante aproximadamente un año, Alibaba no produjo nada especialmente destacable: solo una versión modificada (fork) sin grandes innovaciones basada en el modelo LlaMa de Meta, de código abierto. Sin embargo, a lo largo de 2024, con la publicación de sucesivas versiones de Qwen, la calidad comenzó a mejorar. "Estos modelos parecen competir con otros muy potentes desarrollados por los principales laboratorios de Occidente", afirmó Jack Clark, de Anthropic —un laboratorio occidental de inteligencia artificial—, hace un año, cuando Alibaba lanzó una versión de Qwen capaz de analizar imágenes además de texto.

Los orígenes de DeepSeek se remontan a una herramienta pensada para el comercio de acciones bursátiles

Otros gigantes chinos de internet, como Tencent y Huawei, están desarrollando sus propios modelos. Pero DeepSeek tiene un origen distinto. Ni siquiera existía cuando Alibaba lanzó la primera versión de Qwen. Su origen se remonta a High-Flyer, un fondo de inversión creado en 2015 para utilizar la inteligencia artificial como ventaja en el comercio de acciones bursátiles. La investigación fundamental ayudó a High-Flyer a convertirse en uno de los mayores fondos cuantitativos del país.

Pero la motivación no era puramente comercial, según Liang Wenfeng, fundador de High-Flyer. Los primeros patrocinadores de OpenAI no buscaban una rentabilidad, ha observado; su motivación era "perseguir la misión". El mismo mes en que Qwen se lanzó en 2023, High-Flyer anunció que también entraba en la carrera por crear una inteligencia artificial de nivel humano y escindió su unidad de investigación en IA como DeepSeek.

Al igual que OpenAI antes que ella, DeepSeek prometió desarrollar inteligencia artificial para el bien público. La empresa haría públicos la mayoría de sus resultados de entrenamiento, afirmó Liang, con el objetivo de evitar la "monopolización" de la tecnología por parte de unos pocos individuos o empresas. A diferencia de OpenAI, que se vio obligada a buscar financiación privada para cubrir los crecientes costos del entrenamiento, DeepSeek siempre ha tenido acceso a las vastas reservas de poder computacional de High-Flyer.

El gigantesco modelo lingüístico de DeepSeek destaca no solo por su escala, sino por la eficiencia de su entrenamiento, en el que el modelo recibe datos a partir de los cuales infiere sus parámetros. Este éxito no se debe a una única gran innovación, dice Nic Lane, de la Universidad de Cambridge, sino a una serie de mejoras marginales. Por ejemplo, el proceso de entrenamiento utilizó a menudo redondeos para simplificar cálculos, pero mantuvo la precisión de los números cuando era necesario. La granja de servidores se reconfiguró para que los chips individuales pudieran comunicarse entre sí de manera más eficiente. Y, tras completar el entrenamiento del modelo, este se refinó con los resultados de DeepSeek R1, su sistema de razonamiento, aprendiendo a imitar su calidad a un menor costo.

"Las empresas occidentales parecen cada vez más derrochadoras con los chips"

Gracias a estas y otras innovaciones, generar los miles de millones de parámetros de v3 requirió menos de tres millones de horas de chip, con un costo estimado de menos de seis millones de dólares —aproximadamente una décima parte del poder computacional y del gasto que implicó LlaMa 3.1—. El entrenamiento de v3 necesitó solo 2.000 chips, mientras que LlaMa 3.1 empleó 16.000. Y debido a las sanciones de EE. UU., los chips utilizados en v3 ni siquiera eran los más potentes. Las empresas occidentales parecen cada vez más derrochadoras con los chips. Meta planea construir una granja de servidores con 350.000 de ellos. Como Ginger Rogers bailando hacia atrás y con tacones altos, DeepSeek, según Andrej Karpathy, exdirector de IA de Tesla, ha logrado que entrenar un modelo de vanguardia "parezca fácil" con "un presupuesto de risa".

El modelo no solo fue entrenado a bajo costo, sino que ejecutarlo también cuesta menos. DeepSeek distribuye las tareas entre múltiples chips de manera más eficiente que sus competidores y comienza el siguiente paso de un proceso antes de que el anterior haya terminado. Esto le permite mantener los chips trabajando a plena capacidad con poca redundancia. Como resultado, en febrero, cuando DeepSeek empiece a permitir que otras empresas creen servicios basados en v3, cobrará menos de una décima parte de lo que Anthropic exige por el uso de Claude, su modelo lingüístico. "Si los modelos son realmente de calidad equivalente, esto supone un giro dramático en la guerra de precios de los LLM", señala Simon Willison, experto en IA.

La búsqueda de eficiencia por parte de DeepSeek no se ha detenido ahí. Esta semana, incluso mientras publicaba R1 en su totalidad, también lanzó una serie de variantes "destiladas" más pequeñas, baratas y rápidas, casi tan potentes como el modelo grande. Esto imitó estrategias similares de Alibaba y Meta, y demostró una vez más que podía competir con los mayores nombres del sector.

El camino del dragón  

Alibaba y DeepSeek desafían a los laboratorios occidentales más avanzados de otra manera también. A diferencia de OpenAI y Google, los laboratorios chinos siguen el ejemplo de Meta y ponen sus sistemas a disposición bajo una licencia de código abierto. Si quieres descargar una IA de Qwen y desarrollar tu propio software sobre ella, puedes hacerlo sin necesidad de permiso específico. Esta permisividad va acompañada de una notable apertura: ambas empresas publican artículos cada vez que lanzan nuevos modelos, proporcionando abundante información sobre las técnicas utilizadas para mejorar su rendimiento.  

"Alibaba y DeepSeek desafían a los laboratorios occidentales más avanzados a través de la transparencia"

Cuando Alibaba lanzó QwQ—siglas de Questions with Qwen—, se convirtió en la primera empresa del mundo en publicar un modelo de este tipo bajo una licencia abierta, permitiendo a cualquiera descargar el archivo completo de veinte gigabytes, ejecutarlo en sus propios sistemas o descomponerlo para entender su funcionamiento. Es un enfoque marcadamente diferente al de OpenAI, que mantiene oculto el funcionamiento interno de o1.  

A grandes rasgos, ambos modelos aplican lo que se conoce como test-time compute: en lugar de concentrar el uso de poder computacional solo durante el entrenamiento, también consumen mucha más capacidad de cálculo al responder consultas que las generaciones previas de modelos lingüísticos. Es una versión digital de lo que el psicólogo Daniel Kahneman llamó "pensamiento tipo dos": más lento, deliberado y analítico, en contraste con el pensamiento "tipo uno", rápido e instintivo. Esto ha dado resultados prometedores en campos como las matemáticas y la programación.  

Si te hacen una pregunta sencilla—por ejemplo, "¿cuál es la capital de Francia?"—, probablemente responderás con la primera palabra que te venga a la cabeza, y seguramente acertarás. Un chatbot típico funciona de manera similar: si su modelo estadístico del lenguaje le da una respuesta claramente preferida, completa la oración en consecuencia.  

Pero si te preguntan algo más complejo, tiendes a estructurar tu pensamiento. Si te piden nombrar la quinta ciudad más poblada de Francia, es probable que primero elabores una lista mental de las ciudades francesas más grandes, luego intentes ordenarlas por población y solo después des una respuesta.  

El truco de o1 y sus imitadores es inducir a un modelo lingüístico a aplicar este mismo razonamiento estructurado: en lugar de soltar la respuesta más plausible que le venga a la mente, el sistema descompone el problema y llega a una conclusión paso a paso.  

Mientras que los modelos occidentales mantienen su razonamiento oculto, los modelos chinos no tienen reparos en explicar su proceso interno

Sin embargo, o1 mantiene su razonamiento en privado y solo revela a los usuarios un resumen de su proceso y su conclusión final. OpenAI ha dado algunas razones para esta elección: a veces, por ejemplo, el modelo puede debatir internamente si utilizar palabras ofensivas o revelar información peligrosa, pero finalmente decidir no hacerlo. Si se expusiera todo su razonamiento, también quedaría al descubierto el material sensible. Pero esta discreción del modelo también impide que posibles imitadores comprendan exactamente cómo razona.  

Alibaba no tiene tales reparos. Si le pides a QwQ que resuelva un problema matemático difícil, detallará alegremente cada paso de su proceso, a veces reflexionando durante miles de palabras mientras explora distintas estrategias para la tarea. "Tengo que encontrar el menor factor primo impar de 20198 + 1. Hmm, eso parece bastante grande, pero creo que puedo descomponerlo paso a paso", comienza el modelo, generando 2.000 palabras de análisis antes de concluir, correctamente, que la respuesta es 97.  

La apertura de Alibaba no es una coincidencia, dice Eiso Kant, cofundador de Poolside, una empresa con sede en Portugal que desarrolla una herramienta de IA para programadores. Los laboratorios chinos compiten por el mismo talento que el resto de la industria, señala. "Si eres un investigador considerando mudarte al extranjero, ¿qué es lo único que los laboratorios occidentales no pueden ofrecerte? No podemos abrir nuestro trabajo más. Lo mantenemos bajo llave debido a la naturaleza de la competencia en la que estamos". Incluso si los ingenieros de empresas chinas no son los primeros en descubrir una técnica, a menudo son los primeros en publicarla, dice Kant. "Si quieres ver cómo se filtran las técnicas secretas, sigue a los investigadores chinos de código abierto. Publican todo y lo están haciendo increíblemente bien". El artículo que acompañó el lanzamiento de v3 incluyó los nombres de 139 autores, señala Nic Lane. Este tipo de reconocimiento puede resultar más atractivo que trabajar en la sombra en un laboratorio estadounidense.  

La determinación del Gobierno estadounidense de frenar el flujo de tecnología avanzada hacia China también ha hecho que la vida sea menos agradable para los investigadores chinos en Estados Unidos. El problema no es solo la carga administrativa impuesta por nuevas leyes destinadas a mantener en secreto las últimas innovaciones. También hay un ambiente de sospecha generalizada. Las acusaciones de espionaje vuelan incluso en eventos sociales.

El gran jefe  

Trabajar en China también tiene sus desventajas. Si se le pregunta a DeepSeek v3 sobre Taiwán, por ejemplo, el modelo comienza explicando alegremente que es una isla de Asia Oriental, "oficialmente conocida como la República de China". Sin embargo, tras redactar unas pocas frases en esa línea, se detiene, borra su respuesta inicial y sugiere, de forma lacónica: "Hablemos de otra cosa".  

"Los laboratorios chinos son más transparentes que su propio Gobierno, en parte porque buscan crear un ecosistema de empresas centrado en su inteligencia artificial"

Los laboratorios chinos son más transparentes que su propio Gobierno, en parte porque buscan crear un ecosistema de empresas centrado en su inteligencia artificial. Esto tiene un valor comercial, ya que las compañías que desarrollan productos sobre modelos de código abierto podrían, con el tiempo, verse persuadidas a comprar servicios o soluciones de sus creadores. También ofrece un beneficio estratégico para China, al generar aliados en su disputa con Estados Unidos por el dominio de la IA.  

Las empresas chinas prefieren basarse en modelos nacionales para no correr el riesgo de que nuevas restricciones o prohibiciones las dejen sin acceso a la plataforma subyacente. También saben que tienen menos posibilidades de infringir las normas de censura chinas, algo que los modelos occidentales no tienen en cuenta. Para firmas como Apple o Samsung, que buscan integrar herramientas de IA en los dispositivos que venden en China, contar con socios locales es imprescindible, señala Francis Young, inversor tecnológico radicado en Shanghái. Incluso algunas empresas extranjeras tienen razones específicas para recurrir a modelos chinos: Qwen fue diseñado para dominar lenguas con pocos recursos digitales, como el urdu o el bengalí, mientras que los modelos estadounidenses están entrenados principalmente con datos en inglés. A esto se suma el atractivo de los menores costes operativos de los modelos chinos.  

Esto no significa necesariamente que la IA china vaya a imponerse en todo el mundo. La inteligencia artificial estadounidense aún tiene capacidades que sus competidores chinos no han logrado igualar. Un programa de investigación de Google permite a su chatbot Gemini controlar el navegador del usuario, abriendo la puerta a agentes de IA capaces de interactuar con la web. Los chatbots de Anthropic y OpenAI no solo ayudan a programar, sino que ejecutan el código directamente. Claude, por ejemplo, es capaz de construir y alojar aplicaciones completas. Además, el razonamiento paso a paso no es la única forma de resolver problemas complejos: si se le plantea la misma pregunta matemática a la versión estándar de ChatGPT, este opta por escribir un programa sencillo para hallar la respuesta.  

"La competencia que acecha a la IA estadounidense bien podría empujarla a alcanzar nuevas cotas"

Según Sam Altman, se avecinan más innovaciones. Se espera que OpenAI anuncie en breve la creación de "superagentes con nivel de doctorado", capaces de igualar el rendimiento de expertos humanos en múltiples tareas intelectuales. La competencia que acecha a la IA estadounidense bien podría empujarla a alcanzar nuevas cotas.

© The Economist Newspaper Limited, London, 2025