El mercado europeo de la nube se concentra en un número cada vez menor de proveedores.
En la era de la IA y la soberanía digital, esto plantea una tensión que debe conciliarse.
Al adoptar una arquitectura distribuida e híbrida, las sociedades pueden captar valor económico y preservar la soberanía.
El debate actual sobre la soberanía digital ya no es teórico. Las tensiones geopolíticas, las perturbaciones en las cadenas de suministro y los crecientes riesgos cibernéticos han convencido a gobiernos y empresas por igual de que deben ser capaces de controlar las tecnologías de las que depende su prosperidad.
Sin embargo, las herramientas utilizadas hasta ahora para proteger la soberanía digital a menudo han tenido un coste. Los regímenes de cumplimiento normativo añaden coste y complejidad, las normas de «compra local» pueden privar a los innovadores de plataformas de categoría mundial y las generosas subvenciones han tenido dificultades para reducir la brecha con un puñado de líderes tecnológicos mundiales.
En el mercado europeo de la nube, por ejemplo, la cuota combinada de los proveedores locales cayó del 29 % al 15 % entre 2017 y 2024, mientras que tres hiperescaladores con sede en EE. UU. representan ahora alrededor del 70 % de la demanda. Patrones similares son visibles en la inteligencia artificial (IA), donde las mayores inversiones siguen concentrándose en unos pocos centros de datos de gran tamaño propiedad de un puñado de corporaciones con sede en Estados Unidos o China.
La cuestión central, por tanto, es si la soberanía y la competitividad deben tirar siempre en direcciones opuestas, o si la siguiente fase de la revolución de la IA puede alinear ambas. Un volumen creciente de pruebas sugiere que dicha alineación es posible.
De los modelos monolíticos a la inteligencia distribuida
El lanzamiento público de grandes modelos de lenguaje, como ChatGPT de OpenAI, a finales de 2022 desencadenó una ola de experimentación sin precedentes. Las organizaciones se apresuraron a probar aplicaciones generativas que redactan textos de marketing, resumen investigaciones o escriben código informático. La inversión se disparó: los analistas estiman que más de dos tercios del gasto mundial en IA de los últimos cuatro años se destinaron a entrenar modelos fundacionales cada vez más grandes, la mayoría de ellos en instalaciones centralizadas de hiperescala.
Los resultados han sido desiguales. Un estudio reciente del MIT reveló que apenas uno de cada veinte proyectos piloto de IA genera un valor empresarial medible. La razón principal es estructural: un modelo fundacional, por sofisticado que sea, es solo un componente de un sistema mucho más amplio. Los datos que realmente diferencian a un banco, a un fabricante o a una autoridad sanitaria pública son propietarios, altamente distribuidos y a menudo están sujetos a normas estrictas de confidencialidad. Para desbloquear ese valor, la IA necesita acercarse a los datos, adaptarse al contexto local y actuar de forma autónoma dentro de barreras de protección claramente definidas.
Los tecnólogos describen esta próxima etapa como «IA agéntica». En lugar de un único modelo monolítico que responde a indicaciones de texto en la nube, una red de agentes especializados colaborará, aprenderá unos de otros y, cuando sea necesario, actuará en tiempo real en el «borde» (edge): en el suelo de una fábrica, dentro de un vehículo o dentro de un perímetro de seguridad nacional. En resumen, la IA se está convirtiendo en una aplicación híbrida y multinivel en la que el entrenamiento centralizado y la inferencia local se refuerzan continuamente entre sí.
3 razones por las que la revolución de la IA cambia la ecuación de la soberanía
Una arquitectura distribuida no es solo una inevitabilidad técnica; también reconfigura el cálculo geopolítico y económico. Tres características son decisivas:
En primer lugar, muchas tareas que generan el mayor valor añadido dependen de datos locales, a menudo sensibles. El ajuste fino y la inferencia se producen, por tanto, en entornos que controla el propietario de los datos: un centro de datos empresarial, un campus hospitalario o un microcentro de datos in situ en una fábrica rural. Este esquema reduce las dependencias unilaterales y permite a las organizaciones aplicar sus propias normas de seguridad, privacidad y cumplimiento.
En segundo lugar, la latencia importa. Los robots autónomos, las redes eléctricas inteligentes o los motores de negociación algorítmica no pueden esperar a que responda un centro de datos lejano. El procesamiento en el borde mejora el rendimiento y la resiliencia, y genera demanda de infraestructura regional y conectividad especializada.
En tercer lugar, el consumo energético y las consideraciones de sostenibilidad obligan a replantear la filosofía del «cuanto más grande, mejor». Los clústeres de IA de alta densidad requieren enormes cantidades de electricidad y generan un calor residual significativo. Ubicar instalaciones más pequeñas donde abunda la energía baja en carbono, y donde el calor puede reutilizarse, puede reducir tanto las emisiones como los costes operativos.
El resultado es una cadena de valor de la IA en la que distintos actores, regiones e incluso ciudades individuales desempeñan funciones diferenciadas pero interoperables:
Los emplazamientos de hiperescala o «gigafactoría» concentran el entrenamiento de modelos muy grandes.
Los centros regionales o sectoriales se encargan del ajuste fino con datos propietarios.
Los nodos de borde integrados en fábricas, vehículos o centrales de telecomunicaciones realizan la inferencia en tiempo real y alojan agentes autónomos.
Las redes seguras de alto rendimiento –el «sistema nervioso» de este ecosistema– conectan los niveles, garantizando que los nuevos conocimientos vuelvan a alimentar el reentrenamiento de los modelos.
Dado que la contribución es posible en cada capa, los países y las empresas pueden especializarse según sus ventajas comparativas: energía renovable abundante, datos de fabricación avanzada, un sólido sistema sanitario o marcos regulatorios robustos para la información sensible. En otras palabras, la competitividad y la soberanía se convierten en objetivos complementarios y no contrapuestos.
Qué significa esto para los responsables de la toma de decisiones
Para los líderes empresariales, el mensaje es claro: la próxima ola de valor habilitado por la IA dependerá menos de controlar un monolito y más de orquestar una constelación. La ventaja competitiva recaerá en las empresas que identifiquen sus activos de datos únicos, desplieguen o se asocien en infraestructuras locales cuando sea importante e integren sin fisuras a los proveedores globales de modelos cuando no lo sea.
Para los gobiernos, la prioridad es fomentar un ecosistema en el que los actores nacionales puedan aportar nodos esenciales, ya sea en centros de datos energéticamente eficientes, ajuste de modelos específicos por dominio o despliegue de IA en el borde, sin intentar replicar cada componente de la pila tecnológica. Este enfoque aumenta la resiliencia, respalda a la industria local y está alineado con los compromisos climáticos.
La revolución de la IA apenas está comenzando su segundo acto. Al adoptar una arquitectura distribuida e híbrida, las sociedades pueden captar un valor económico mucho mayor y, al mismo tiempo, reducir la dependencia estratégica. Al hacerlo, nos acercamos a un mundo en el que la soberanía digital y la competitividad global ya no son compensaciones, sino dos facetas del mismo objetivo compartido.
