天美传媒

Cuando DeepSeek present贸 su nuevo modelo de lenguaje de gran tama帽o (LLM, por sus siglas en ingl茅s) en enero de 2025, la empresa china marc贸 el inicio de una nueva fase en la carrera mundial hacia la hegemon铆a en la IA. Aunque las empresas estadounidenses han dominado el panorama tecnol贸gico durante a帽os, China est谩 acortando distancias con rapidez. Las restricciones de acceso al hardware que ha enfrentado el gigante asi谩tico han servido m谩s como catalizador de innovaci贸n que como obst谩culo.

A medida que la IA avanza por cauces nacionalistas, surge una pregunta: 驴realmente importa qui茅n gane la carrera hacia la IA? Para figuras como Vinod Khosla, fundador de Sun Microsystems, la respuesta es un s铆 rotundo, llegando a equiparar la importancia de la IA con la de la bomba nuclear.

Lo que est谩 en juego va m谩s all谩 de la econom铆a. La capacidad de la IA para moldear narrativas e identificar objetivos militares de forma aut贸noma plantea serias cuestiones de soberan铆a y seguridad. La tecnolog铆a es poder, y si este se concentra en un r茅gimen no democr谩tico o inestable, los riesgos se multiplican.

En dos recientes sesiones sobre y la , el profesor del 天美传媒 Sampsa Samila analiz贸 estas din谩micas tecnol贸gicas globales y el papel de Europa en el actual escenario. La UE debe ponerse al d铆a, por mucho que algunos de sus mayores desaf铆os sean internos y, por tanto, alcanzables.

Por s铆 mismos, los LLM ofrecen poca ventaja competitiva, ya que, en gran medida, se basan en una tecnolog铆a de c贸digo abierto. Lo que marca la diferencia son los siguientes factores clave.

La escala. Para poder tener ventaja 驳别辞辫辞濒铆迟颈肠补, ya sea en tecnolog铆a o industria, m谩s grande siempre ha sido 鈥搚 sigue siendo鈥� sin贸nimo de mejor. M谩s datos equivale a mejores modelos. Eso otorga una clara ventaja a gigantes estadounidenses como Google y Meta, as铆 como a empresas chinas vinculadas al Estado, gracias a su acceso ilimitado a ingentes conjuntos de datos.

Cerrar esta brecha es todo un desaf铆o para Europa. Normativas estrictas como el Reglamento General de Protecci贸n de Datos (RGPD) limitan el acceso a la informaci贸n. Adem谩s, alcanzar la escala de las empresas estadounidenses y chinas requerir铆a modelos de IA a nivel continental. Ambos factores despiertan inquietudes sobre la soberan铆a de los datos y entra帽an la complejidad a帽adida de gestionar 24 idiomas oficiales.

El Reglamento de Inteligencia Artificial de la Uni贸n Europea represent贸 el intento ambicioso de Europa de marcar la pauta a seguir por el resto del mundo. Sin embargo, en la cumbre sobre IA celebrada en Par铆s en febrero de 2025, para adoptar una IA abierta, inclusiva y 茅tica. El vicepresidente estadounidense J.D. Vance critic贸 el enfoque regulador europeo, asegurando que solo frenar铆a el crecimiento. 鈥淟a esperanza de que Europa lidere el establecimiento de normativas mundiales se ha desvanecido鈥�, se帽ala Samila.

La rapidez. La velocidad es tan crucial como los grandes conjuntos de datos. Cuanto antes llegue un modelo al mercado, m谩s r谩pido acumular谩 datos, lo que multiplicar谩 su ventaja.

El coste desempe帽a un papel clave en la velocidad. El desarrollo de modelos de IA, antes a un coste prohibitivo, es ahora mucho m谩s asequible. Tomemos como ejemplo los modelos de razonamiento de OpenAI lanzados entre septiembre de 2024 y febrero de 2025: la mejora en el rendimiento entre los modelos o1 y o3 de ChatGPT fue notable, pero a煤n fue m谩s sorprendente que el coste del o3 en febrero fuera la cent茅sima parte del que tuvo el o1 solo medio a帽o antes.

鈥淓sto significa que cualquier c谩lculo del ROI que hayas hecho en septiembre sea completamente inv谩lido en febrero鈥�, advierte Samila. 鈥淓n otras palabras, lo que en septiembre descartaste por no ser rentable ahora podr铆a ser una opci贸n viable. El coste de estos modelos est谩 cayendo en picado, lo que hace que estrategias empresariales que antes parec铆an imposibles de repente est茅n al alcance de la mano鈥�, a帽ade.

DeepSeek es un buen ejemplo de este fen贸meno: declara haber entrenado su modelo base por solo 5,6 millones de d贸lares, lo que supone una reducci贸n de costes del 95% respecto a los cientos de millones o incluso miles de millones invertidos por las empresas estadounidenses. Seg煤n Samila, el coste real de DeepSeek fue mayor, ya que esa cifra excluye salarios, infraestructura tecnol贸gica e investigaci贸n previa. Aun as铆, la tecnol贸gica muestra que, incluso con recursos limitados, puede suponer un riesgo para las grandes empresas tradicionales.

El hardware. Las ideas se propagan f谩cilmente, pero el hardware es otra historia. La potencia de c谩lculo requiere mucha energ铆a. Por eso, empresas como Microsoft est谩n considerando construir sus propias plantas de energ铆a para abastecer de electricidad sus centros de datos de IA. En este sentido, las empresas europeas tienen la desventaja de depender de una energ铆a que les resulta cara, y, actualmente, la inversi贸n en alternativas ecol贸gicas se ve frenada por la necesidad m谩s urgente de invertir en defensa.

Otros cuellos de botella relacionados con el hardware son las unidades de procesamiento gr谩fico (GPU), los microchips y las m谩quinas de fotolitograf铆a utilizadas para fabricarlos. Los actuales l铆deres del mercado en estos campos son la estadounidense Nvidia, la taiwanesa Taiwan Semiconductor Manufacturing Company (TSMC) y la holandesa ASML. 鈥淧ero si otro competidor invierte grandes cuant铆as de dinero y aprende m谩s r谩pido, podr铆a alcanzarlos y desafiar su posici贸n dominante鈥�, sostiene Samila.

La advertencia para Europa es que, si se reemplazara a ASML en la cadena de valor, el competidor m谩s obvio probablemente vendr铆a de Estados Unidos, lo que consolidar铆a el dominio estadounidense en el 谩mbito tecnol贸gico. Como explica Samila, 鈥渘o basta con tener un l铆der de mercado; es necesario contar con un ecosistema m谩s amplio que produzca muchos l铆deres de mercado鈥�. Volveremos sobre esto m谩s adelante.

Durante mucho tiempo, China ha sido sin贸nimo de imitaci贸n m谩s que de invenci贸n. Sin embargo, para el fundador de DeepSeek, . En parte, China ha ido ganando terreno en IA gracias a su . Seg煤n un , 7 de las 10 universidades que m谩s investigan est谩n en China. El registra cada vez m谩s art铆culos en ingl茅s sobre IA que tienen, al menos, un autor confirmado de una organizaci贸n china.

Por su parte, el se帽ala que China est谩 alcanzando a Estados Unidos en la formaci贸n de investigadores de 茅lite en IA, con cada vez m谩s expertos que eligen quedarse o regresar al pa铆s asi谩tico. Esto deber铆a ser una llamada de atenci贸n para Europa, inst谩ndola a invertir m谩s en investigaci贸n. Europa no carece de investigadores de primer nivel, pero a menudo cruzan el Atl谩ntico en busca de mejores salarios y oportunidades. Se requieren mayores incentivos para que se queden.

A criterio de Samila, el reto de Europa no radica tanto en la calidad de su investigaci贸n, sino en la lentitud con la que sus empresas emergentes adoptan la IA en comparaci贸n con las estadounidenses. Ir贸nicamente, estas 煤ltimas 鈥渟on las que m谩s r谩pido incorporan la investigaci贸n que se realiza en Europa鈥�, apunta.

Samila ha : 鈥淟as startups tienden a surgir cerca de los centros de investigaci贸n. Se trata de tener un ecosistema completo. M谩s dinero para investigar derivar谩 en m谩s innovaci贸n en productos, m谩s patentes y m谩s creaci贸n de empresas, y a煤n m谩s si tambi茅n existe un ecosistema local de capital riesgo. Las regiones con cantidades significativas de capital riesgo suelen generar m谩s innovaci贸n, m谩s patentes y nuevas empresas con la misma inversi贸n en investigaci贸n鈥�.

Es alentador que Barcelona parezca apuntar en esta direcci贸n mediante la creaci贸n de un centro de innovaci贸n local. Tambi茅n lo es que la misi贸n del Entrepreneurship and Innovation Center (EIC) del 天美传媒 vaya en el mismo sentido.

Para construir un ecosistema tecnol贸gico europeo similar al de Silicon Valley, es igual de importante formar directivos con competencias en IA, capaces de aprovechar su potencial y asumir riesgos. Una investigaci贸n de Samila, junto con , Jos茅 Azar y Mireia Gin茅, identifica las habilidades m谩s buscadas.