Análisis: la carrera por la IA se acelera en todas sus dimensiones

Por Álvaro Ortiz/BBVA Research
La carrera por la Inteligencia Artificial (IA) se está acelerando con rapidez en todas sus dimensiones. Ya no se trata únicamente de software y modelos, sino de la infraestructura que lo hace posible. Su impacto económico se despliega a lo largo de toda la cadena de valor: desde la energía que alimenta los centros de datos, pasando por chips, cómputo, nube, modelos y datos, hasta las aplicaciones finales.

EE. UU. sigue dominando la carrera y mantiene, de momento, el liderazgo. Domina la ciencia avanzada y el ecosistema tecnológico que actúa como plataforma integral, combinando infraestructura en la nube, herramientas, datos y productos finales, reforzado por una interacción muy fluida entre ciencia y empresa. Muchas de las grandes tecnológicas actuales eran, hace apenas una o dos décadas, startups nacidas en la órbita de grandes universidades.


Las facilidades de financiación completan este ecosistema, facilitando asumir riesgos y acompañando el crecimiento de sus empresas con grandes rondas de financiación: si una aplicación demuestra tracción, hay recursos para escalarla.

La carrera de la IA se decide cada vez más en la estrategia del dato: más y mejores datos, mayor cómputo para procesarlos y un mejor despliegue. De ahí el auge de los centros de datos hiperescalados la "fábrica" donde se entrenan y se hacen funcionar modelos a gran escala e iniciativas gubernamentales como Genesis, que buscan coordinar e intercambiar datos científicos y supercomputación para convertirlos en ventaja estratégica.

Pero esa estrategia tiene un límite físico: la electricidad. En EE. UU., aparte de las expectativas de creciente demanda energética por aumentos de adopción de IA, los mayores centros de datos utilizados para el entrenamiento de modelos pueden consumir más de un gigavatio, con una fuerte dependencia de energías fósiles. Con las renovables cubriendo solamente una pequeña fracción, el debate se ha desplazado de los algoritmos a la infraestructura energética, con renovado interés de las compañías privadas por la energía nuclear.

China ha convertido su restricción inicial en ventaja. El momento "Deep Seek", a comienzos de 2025, fue una importante señal estratégica: cuando el acceso a hardware avanzado se encarece por restricciones de exportación, la ventaja se desplaza hacia la eficiencia del software, la inferencia barata y la velocidad de despliegue. Si EE. UU. compite por la frontera del modelo, China optimiza la industrialización de la IA.

El impulso chino es existencial: acelerar su competitividad para compensar el descenso demográfico. La manufactura avanzada, robótica y generación eléctrica se apoyan a escala industrial y se integran verticalmente. Los datos operativos de fábrica alimentan modelos; los modelos reordenan procesos y mejoran la eficiencia.

En geopolítica tecnológica, China juega dos partidas: la guerra de estándares y el "open source" estratégico. Estos abaratan la adopción y presionan los márgenes de sus rivales a la baja. Las restricciones a los chips avanzados actúa como catalizador: forzando una estrategia centrada en la optimización, la inferencia y las aplicaciones. Junto a su ventaja en energías renovables, puede no liderar la superinteligencia a corto plazo, pero sí un despliegue a escala de la IA en la economía real.

Europa llega a la carrera con urgencia, pero con una idea más clara de dónde tropieza: la tecnología no siempre pasa del laboratorio a la fábrica con fluidez y la financiación, principalmente para escalar, continúa siendo insuficiente. Aun así, el debate está madurando: mayor conexión entre ciencia básica y aplicaciones, más medidas para atraer capital y acelerar la adopción.

Se apuesta además por lograr un mejor equilibrio regulatorio que al diseñado inicialmente: generar confianza con estándares claros y responsabilidad, sin convertir la regulación en una barrera que frene el despliegue, donde la IA se pueda adoptar con seguridad, pero también con velocidad.

Se mantienen puntos fuertes: una base científica sólida y un tejido industrial idóneo para la IA industrial y robótica. Los aumentos de productividad vendrán de automatizar procesos, mejorar la calidad, reducir fallos y optimizar energía y logística.

En definitiva, la carrera por la IA ya no es sólo científica. Se decide, cada vez más, en la infraestructura que la hace posible: el que controle esa cadena marcará el ritmo. La hegemonía no la dará únicamente un titular sobre los avances del último modelo, sino la capacidad de convertir esa potencia en productividad sostenida en la economía real.