A medida que los países dependen cada vez más de la IA, los gobiernos deben plantearse la siguiente pregunta: ¿qué parte de ella debe ser propiedad soberana?
La tentación de ejercer control sobre la IA conlleva el riesgo de hacerla más lenta, menos ágil en tiempos de crisis y más costosa de operar.
Una estrategia más acertada sería examinar la sensibilidad de los datos que se manejan en cada caso de uso y aplicar la soberanía en consecuencia.
Este año, muchas empresas y gobiernos pasaron de estar deslumbrados por la IA a depender de ella. En el proceso, llegaron a una alarmante conclusión: están a un solo cambio en los términos contractuales de un proveedor o a una orden judicial extranjera de perder el control de su infraestructura crítica.
Muchos están tomando medidas para asegurar la tecnología. La IA soberana fue un tema central en la Reunión Anual de Davos el pasado enero, y desde entonces, gobiernos de todo el mundo han lanzado estrategias nacionales de IA, fondos y proyectos de desarrollo de centros de datos. A medida que invierten capital y las empresas se suman, surge una pregunta recurrente: ¿cuánta soberanía sobre la IA necesitan realmente las organizaciones?
Nuestra respuesta: menos de lo que implica el enfoque actual de todo o nada. Un riesgo importante es la aplicación excesiva de la soberanía; declarar cada carga de trabajo como crítica para la soberanía funciona tan bien como clasificar cada archivo como alto secreto. La protección generalizada protege muy poco y, además, hace que todo sea más lento y costoso. La soberanía es un recurso valioso. Los ganadores de esta estrategia serán quienes la asignen con precisión a las cargas de trabajo donde el control modifica su exposición real.
Cómo definir la soberanía
La confusión comienza con la palabra misma. La soberanía no tiene una definición única, y los gobiernos la persiguen con diferentes fines, algunos para seguridad Algunos buscan la propiedad y la captura de valor, otros, construir ecosistemas locales protegidos de las interrupciones en la cadena de suministro. Una sola palabra engloba todas estas agendas, y la interpretación más costosa —la propiedad total de la infraestructura de IA, desde los chips y los centros de datos hasta los modelos y las aplicaciones— suele imponerse por defecto.
Incluso cuando la agenda es clara, la soberanía engloba cuatro tipos de control distintos: dónde se ubican físicamente los datos y la computación (territorial), quién gestiona y protege los sistemas (operacional), quién posee la infraestructura y su propiedad intelectual (tecnológico) y qué tribunales regulan el acceso (legal). En la práctica, estos controles se desmoronan. Una red hospitalaria puede necesitar que los historiales de los pacientes se conserven dentro de las fronteras nacionales, bajo la legislación local, mientras utiliza modelos de diagnóstico desarrollados y propiedad de terceros en el extranjero. Si se reducen estas cuatro cuestiones a una sola decisión de sí o no, se produce una sobreclasificación. Cuando la elección es todo o nada, las instituciones prudentes optan por todo.
No existe un modelo único que se adapte a todas las necesidades. Bleu, una empresa francesa del sector privado, mantiene el control operativo en manos francesas, mientras que un proveedor global de servicios en la nube a gran escala suministra la tecnología subyacente bajo una gobernanza acordada: soberanía en las capas que exigen las necesidades francesas y tecnología global en el resto. Otros desarrollan la infraestructura completa: proveedores franceses como OVHcloud y Outscale operan su propia infraestructura de principio a fin, a menudo sobre bases de código abierto, para clientes de los sectores de defensa, gobierno e industrias reguladas donde la independencia de la tecnología extranjera es un requisito. Ambas son soluciones válidas; la más adecuada depende de la carga de trabajo.
De cualquier forma, la soberanía tiene un costo. Las ofertas de IA soberana cuestan Del 10 al 30% Más que las alternativas globales, las migraciones a entornos soberanos suelen tardar entre tres y cuatro años. La mayoría de las empresas ya han incluido la IA soberana en sus planes para 2026, pero pocas cuentan con una estrategia detallada, un presupuesto o una forma de clasificar las cargas de trabajo según su nivel de confidencialidad.
El precio de la independencia
La disciplina que recomendamos consiste en clasificar cada carga de trabajo según sus datos subyacentes, siguiendo los protocolos de clasificación de datos locales y regionales, y aplicar la soberanía en consecuencia. Por defecto, no se aplica la soberanía, y solo se recurre a ella cuando la sensibilidad de los datos supera un umbral definido. A escala nacional, las implicaciones son mayores. Para la defensa, la seguridad nacional y las industrias altamente reguladas, la infraestructura soberana suele ser un requisito indispensable: el precio de la independencia de los proveedores extranjeros y el riesgo de interrupción del servicio que esto conlleva.
Cuando lo que está en juego es menor, ese mismo capital debe sopesarse frente a la inversión en talento, aplicaciones y adopción. Para la mayoría de las cargas de trabajo, una plataforma global es la opción más eficiente, por lo que debería ser el punto de partida. Las empresas ya se comportan de esta manera en otros lugares: alrededor del 70% dice que cambiaría de proveedor de IA por mejores precios y rendimiento Reserve los requisitos estrictos para el conjunto reducido de cargas de trabajo en las que un cambio en los términos de un proveedor o una orden judicial extranjera podrían causar un daño real, y protéjalos seriamente.
McKinsey estima que la soberanía podría influir en el gasto en IA hasta en 600 mil millones de dólares para 2030. Todo ello busca adquirir resiliencia, y esta proviene de la flexibilidad para trasladar cargas de trabajo o cambiar de proveedores. Una institución capaz de hacerlo bajo presión es más ágil que una que insiste en controlar toda la infraestructura. Esta flexibilidad se consigue en la letra pequeña: requisitos de portabilidad, condiciones de salida y estándares de interoperabilidad negociados con el mismo cuidado que el precio. Una infraestructura que no se puede mantener, dotar de personal o actualizar simplemente reemplaza una dependencia por otra.
Cómo el Foro ayuda a los líderes a comprender la IA y a colaborar en la innovación responsable.
El Centro de Excelencia en IA Conecta a líderes de diversos sectores para comprender la rápida evolución de la inteligencia artificial y sus implicaciones para las economías y las sociedades. Fomenta un diálogo informado sobre las oportunidades, los riesgos y las ventajas e inconvenientes relacionados con la adopción de la IA.
Mediante espacios de confianza e iniciativas de colaboración, el Centro permite a sus socios construir un entendimiento común y trabajar juntos en enfoques responsables para la innovación y el uso de la IA.
De cara al Foro de Davos 2027, los gobiernos y las empresas que este año tomaron conciencia de su dependencia deben decidir ahora cuánto de esa dependencia reducir.
Sería un error posponer la decisión hasta que la soberanía tenga una definición clara, ya que un proveedor de IA que cambie sus términos o un tribunal extranjero que exija acceso no esperarán. Las instituciones mejor protegidas serán aquellas que decidan qué formas específicas de control merecen la pena pagar y dejen pasar el resto.
