La UE puede ser relevante en IA mediante un desarrollo frugal

Los recientes anuncios sobre el rendimiento de los modelos chinos de IA son, en efecto, una conmoción y un desafío tecnológico para Occidente. Los modelos chinos de IA tienen eficacia a la par en ciertos parámetros con los modelos occidentales —en ocasiones incluso mejor—, con menos recursos y en un tiempo de desarrollo mucho más breve.

La dimensión tecnológica

El primer modelo chino de reasoning, el R1 de DeepSeek, no salió al mercado hasta septiembre de 2024, apenas unos días antes que el QwQ de Alibaba, el gigante tecnológico nacional. Estos modelos han reducido la ventaja estadounidense, que se creía más amplia, en unos pocos meses.

"Los nuevos modelos chinos han reducido la ventaja estadounidense, que se creía más amplia, en unos pocos meses"

De hecho, el rendimiento computacional de los modelos chinos está ahora a la par con el de los campeones estadounidenses de IA: DeepSeek v3, que no salió al mercado hasta diciembre de 2024, utiliza 685.000 millones de parámetros frente a los 405.000 millones del modelo Llama 3.1 de Meta.

Tres factores están detrás de este avance chino:

1. La introducción de innovaciones incrementales en los modelos chinos de IA: Los desarrolladores chinos han optimizado la eficacia del entrenamiento de los modelos, gracias sobre todo a mejoras en la arquitectura de Mixture of Expert (MoE), que permite enrutar las tareas a los submodelos más relevantes de la red neuronal. También han aplicado técnicas conocidas como destilación de modelos, que consiste en entrenar modelos más pequeños y rápidos que imitan los resultados de modelos más grandes, así como precisión mixta, que utiliza cálculos de precisión reducida para determinadas etapas del procesamiento de una tarea. Además, han trabajado en la optimización de la comunicación entre chips, mejorando la forma en que estos colaboran con el servidor y reduciendo así los cuellos de botella.


2. Promover un enfoque de código abierto y transparente de los modelos: A diferencia de los modelos de IA estadounidenses, que se desarrollan en secreto por razones de propiedad industrial, los modelos chinos son accesibles en código abierto. Qwen, el modelo de Alibaba, fue el primer modelo de reasoning disponible de esta forma. Esta apuesta por la transparencia está atrayendo a una gran comunidad de desarrolladores e investigadores a China, lo que a su vez está fomentando la adopción de modelos chinos en todo el mundo, especialmente en países que buscan una alternativa a las soluciones estadounidenses.


3. Dirigirse a aplicaciones móviles: Los modelos chinos están diseñados desde el principio para ser utilizados directamente en teléfonos inteligentes y otros dispositivos móviles, por lo que incorporan de inmediato las limitaciones de hardware de estos aparatos. Esto es patente en el chatbot Doubao 1.5 Pro de Byte Dance, optimizado específicamente para funcionar en móviles. Para lograrlo, los ingenieros chinos han tenido que optimizar los algoritmos y desarrollar modelos más ligeros, lo que reduce la potencia de cálculo necesaria y el consumo energético.

El resultado de estos tres factores es una producción más frugal de los modelos chinos. Esta frugalidad no solo requiere menos capital (DeepSeek v3 costó seis millones de dólares, unas diez veces menos que Llama 3.1 de Meta), sino que también se refleja en el consumo de recursos de hardware (DeepSeek v3 utiliza solo 2.000 chips, frente a los 16.000 de Llama 3.1 v3 de Meta).

No obstante, Estados Unidos conserva una breve ventaja tecnológica, pero esta podría verse pronto cuestionada a la vista de los recientes avances chinos. Los modelos estadounidenses siguen marcando las pautas de rendimiento y estableciendo la referencia en los ámbitos del razonamiento estructurado y las tareas de varios pasos, sobre todo los modelos o1 y o3 de OpenAi, y Gemini de Google. El país norteamericano también está a la cabeza de la próxima oleada de innovación en IA, con OpenAI y Google anunciando que pronto ofrecerán "superagentes de nivel doctoral" (PhD-levels Super Agents) para gestionar tareas de razonamiento avanzado de gran complejidad.

"Estados Unidos conserva una breve ventaja tecnológica"

Además, la primera economía del mundo mantiene una clara ventaja en semiconductores (las GPU A100 y H100 de Nvidia siguen siendo las mejores del mundo en computación de alta frecuencia) y capacidad de procesamiento de centros de datos, lo que significa que los chips estadounidenses, mucho más baratos, ofrecen una relación coste/rendimiento (medida en teraflops) superior. Por último, los gigantes tecnológicos estadounidenses son capaces de ofrecer conjuntos completos de soluciones hardware/software gracias a la inversión en sus infraestructuras en la nube (Google Cloud, Microsoft Azure, etc.).

Occidente insiste a menudo en que los modelos chinos adolecen de censura, pero en realidad China ha demostrado un gran pragmatismo en este terreno, ansiosa por no ahogar la innovación. A pesar de las preocupaciones iniciales sobre el riesgo de que los modelos generaran información incorrecta o políticamente sensible, el Gobierno chino ajustó rápidamente su estrategia.

Baidu, por ejemplo, desarrolló el modelo ERNIE, pero se resistía a desplegarlo públicamente hasta que el éxito de ChatGPT les animó a abrir gradualmente el acceso a ERNIEbot, al principio por invitación. Al mismo tiempo, las autoridades introdujeron una normativa que exigía la adhesión a los "valores fundamentales del socialismo" y la producción de contenidos fiables, pero acompañada de un marco más permisivo para fomentar la innovación en IA generativa. Alibaba aprovechó este entorno para lanzar su propio modelo, Qwen, ilustrando la capacidad china de conciliar control estatal y competitividad tecnológica global.

La dimensión geopolítica

Más allá del choque tecnológico, los recientes avances de la IA china tienen una dimensión geopolítica clave.

"La frugalidad de los modelos chinos reduce las barreras de entrada al sector, desafiando el liderazgo estadounidense"

En primer lugar, cuestionan la eficacia de la estrategia de contención tecnológica de EE. UU. Desde 2022, Washington ha restringido la exportación de semiconductores avanzados a China y ha presionado a sus aliados para limitar el acceso chino a componentes críticos. Además, la ECRA y la Ley FIRRMA refuerzan el control sobre inversiones que puedan fortalecer la tecnología china. Pese a estas medidas, China ha logrado avanzar mediante soluciones frugales.

Esto, a su vez, pone en duda la centralidad de la industria de semiconductores. En Chip War (2022), Chris Miller la calificaba como "la más crítica del mundo" para la potencia de cálculo en IA, pero la eficiencia china ha demostrado que es posible competir con menos microprocesadores. La reacción del mercado lo confirma: los anuncios sobre la IA china hicieron caer un 17% las acciones de Nvidia, arrastrando al Nasdaq (-3,1%) y al precio del cobre, esencial para fabricar chips.

Además, China está conquistando mercados emergentes gracias a su adaptación a lenguas infrarrepresentadas en los modelos occidentales. Su IA incorpora idiomas como el urdu, el bengalí y el swahili, lo que le permite posicionarse en regiones clave como la India, África Oriental e Indonesia. Esto refuerza la fragmentación tecnológica global en dos esferas de influencia.

Por último, la frugalidad de sus modelos reduce las barreras de entrada al sector, desafiando el liderazgo estadounidense. Frente a las infraestructuras costosas de los modelos occidentales, la IA china se adapta mejor a entornos con baja conectividad y altos costes energéticos, facilitando su adopción en mercados de rápido crecimiento y fomentando la aparición de nuevos competidores globales.

El avance chino en IA y la intensa competencia que se ha generado entre Washington y Pekín pueden analizarse desde dos perspectivas contrapuestas. En un sentido, una perspectiva tecnooptimista señala los beneficios potenciales de la presión ejercida por China. Al reducir las barreras de entrada en el sector, el progreso chino podría desafiar los monopolios establecidos por algunas empresas occidentales, desencadenando así una ola de innovación impulsada por una mayor competencia. Asimismo, la eficiencia energética de las soluciones chinas sugiere una disminución en la huella de carbono y una extracción menos intensa de los minerales necesarios para los procesadores, baterías y refrigeración de los centros de datos. Por último, la frugalidad de los modelos chinos augura una mayor accesibilidad a esta tecnología emergente para los países en desarrollo.

Sin embargo, una perspectiva más escéptica pone el foco en los riesgos asociados a esta carrera tecnológica por dominar la IA. En primer lugar, advierte de la enorme dependencia energética que implica, con proyectos como el estadounidense Stargate que por sí solo consumirá al menos cincuenta mW, lo equivalente a una ciudad de tamaño medio. En segundo lugar, alerta de que la tendencia de Estados Unidos y China a desregular la IA en su afán por tomar la delantera puede multiplicar los problemas sociales, éticos y económicos asociados a esta tecnología. Entre ellos, destacan la posible destrucción masiva de empleos, la manipulación de la información y la amenaza para la democracia, o la violación de derechos de propiedad intelectual en industrias como la creativa y del espectáculo.

¿Dónde está Europa en la carrera por la inteligencia artificial?

Europa se está quedando rezagada en el ámbito de la inteligencia artificial por una combinación de factores estructurales y regulatorios. En primer lugar, el continente sufre la ausencia de gigantes digitales propios del calibre de Google, AWS, Microsoft y Meta en Estados Unidos, o Alibaba, Tencent y Baidu en China. Estas compañías han realizado fuertes inversiones en las infraestructuras necesarias para desplegar la IA, como los centros de datos, algo que ninguna empresa europea ha sido capaz de igualar. Como resultado, incluso las startups europeas más prometedoras en este campo, como la francesa Mistral AI, dependen de las infraestructuras en la nube de los gigantes americanos, lo que conlleva una fuga de datos y una pérdida de soberanía tecnológica.

"Europa se está quedando rezagada en el ámbito de la inteligencia artificial por una combinación de factores estructurales y regulatorios"

En segundo lugar, la fragmentación del mercado europeo supone un obstáculo adicional. La Unión Europea reconoce nada menos que 24 lenguas oficiales, lo que dificulta el desarrollo de modelos lingüísticos a gran escala (LLM) al disponer de menos datos de entrenamiento para cada idioma. Además, el tamaño limitado de los mercados asociados a muchas de estas lenguas reduce los incentivos para invertir en su adaptación.

Un tercer factor es la menor disponibilidad de capital privado para financiar a las startups de IA en comparación con Estados Unidos. El sector europeo del capital riesgo está mucho menos desarrollado debido a la escasa presencia de inversores institucionales como los fondos de pensiones, que juegan un papel clave al otro lado del Atlántico. Las normativas más restrictivas, como Solvencia II en el sector asegurador, también limitan la inversión en empresas innovadoras. Como resultado, las startups europeas tienen más dificultades para obtener financiación a medida que crecen y a menudo acaban recurriendo a inversores extranjeros, lo que propicia su deslocalización. Además, la ausencia de los gigantes tecnológicos americanos, que habitualmente adquieren o financian startups punteras (como hizo Google con DeepMind o Microsoft con OpenAI), priva al ecosistema europeo de IA de esta importante fuente de capital.

Por último, mientras Estados Unidos y China han optado por una desregulación agresiva para acelerar el avance de la IA, la Unión Europea ha mantenido un enfoque mucho más cauteloso y garantista. La Ley de IA adoptada en 2024 regula las aplicaciones en función de su nivel de riesgo, imponiendo fuertes restricciones en ámbitos sensibles como el reconocimiento facial. A diferencia del Reglamento General de Protección de Datos (RGPD), que se convirtió en un estándar global, esta ley puede tener un impacto mucho menor, dado que las empresas pueden eludirla más fácilmente utilizando algoritmos diferentes para el mercado europeo. Sobre todo, la norma europea va a contracorriente de la desregulación al otro lado del Atlántico y el Pacífico. Mientras la directiva de Biden apostaba por la autorregulación, Trump la anuló nada más llegar al poder, en una muestra del cambio de prioridades. Todo ello deja a Europa en desventaja en la carrera por la IA.​

El 21 de enero, el presidente Trump anunció el proyecto Stargate, una iniciativa de 500.000 millones de dólares—diez veces más que la Ley CHIPS y de Ciencia de Biden—financiada por un consorcio de OpenAI, Oracle, SoftBank y MGX (Emiratos Árabes Unidos), con socios tecnológicos como Nvidia, Microsoft y Arm. Su objetivo es desarrollar una inteligencia artificial general (IAG) capaz de superar las capacidades humanas en todos los ámbitos cognitivos.

Este proyecto refleja el temor de EE. UU. a perder su liderazgo tecnológico, como ocurrió con el Proyecto Manhattan ante la amenaza nazi, la creación de DARPA tras el Sputnik en 1957 o la carrera espacial impulsada por Kennedy en 1960. En este contexto, la iniciativa puede considerarse un nuevo momento Sputnik ante el avance de China.

"Frente a esta rivalidad chino-estadounidense que se desarrolla ante nuestros ojos, la UE parece carecer de ambición"

Frente a esta rivalidad chino-estadounidense que se desarrolla ante nuestros ojos, la UE parece carecer de ambición. En el plano industrial, en 2019 impulsó el proyecto de nube soberana Gaia-X, que desarrolla una arquitectura de nube soberana común, interoperable a escala europea y conforme al RGPD, pero que no tiene la envergadura ni las capacidades de los gigantes digitales chinos o americanos. La Comisión ha autorizado un IPCEI Microelectrónica para fomentar la producción de semiconductores (que debería atraer 43.000 millones de euros de inversión mediante el apalancamiento público-privado). En 2022, la Comisión anunció una Ley Europea de Chips destinada a duplicar la cuota europea en la producción mundial de semiconductores del 10% al 20% en 2030.

Europa debe reaccionar

Visto el panorama actual de la carrera por el desarrollo de la IA, es necesario que la Unión Europea actue lo antes posible. Para ello, se abren dos caminos delante de ella:

Por un lado, puede invertir masivamente para reducir su retraso. Frente a las ambiciones chino-estadounidenses y el colosal presupuesto del proyecto Stargate de EE. UU., la referencia adecuada parece ser el plan Draghi, que propone movilizar entre 750.000 y 800.000 millones de euros anuales (4% del PIB de la Unión) mediante endeudamiento común para mantenerse en la competencia tecnológica. Estas inversiones deberían financiar tanto el hardware—especialmente la industria de semiconductores y los operadores europeos de cloud, cuyos costos fijos son los más elevados—como el software, menos intensivo en capital, pero clave en la I+D en IA.

Por otro lado, la UE podría apostar por un desarrollo frugal, al estilo chino. DeepSeek ha demostrado que es posible obtener rendimientos comparables a los modelos estadounidenses con menos potencia de cálculo y GPU menos avanzadas, lo que cuestiona la idea de que el éxito en IA depende exclusivamente de enormes inversiones en chips. Así, aunque Nvidia sigue liderando el entrenamiento de modelos de IA, la inferencia (uso de los modelos) es un terreno cada vez más disputado por alternativas más eficientes.

"La frugalidad abre un espacio de mercado para los actores europeos"

La frugalidad abre un espacio de mercado para los actores europeos, en ausencia de gigantes digitales y debido al declive de la UE en materia de infraestructuras tangibles necesarias para el desarrollo de esta tecnología. Para ello, será necesaria una acción concertada fuerte con una asignación precisa de recursos, dirigida al desarrollo de semiconductores optimizados para la inferencia, a la creación de ecosistemas de software alternativos, y a una coordinación industrial para mutualizar los esfuerzos en I+D. Sin una estrategia de este tipo, Europa corre el riesgo de seguir dependiendo de soluciones estadounidenses y asiáticas, sin llegar nunca a capturar el valor añadido de la nueva generación de modelos de IA.