Los recientes avances de China en IA generativa, desde DeepSeek hasta MiniMax, son fruto de años de estrategia nacional, alineación entre el sector público y el privado, y una inversión profunda en talento e infraestructura.
A pesar de los controles de exportación de chips avanzados impuestos por EE. UU., las empresas chinas de IA se han adaptado mediante la innovación arquitectónica, la eficiencia y la colaboración de código abierto, lo que señala un cambio de la dependencia hacia la resiliencia y la autosuficiencia.
La cultura de optimismo tecnológico del país, sus instituciones coordinadas y su preparación regulatoria han permitido que la IA escale a una velocidad sin precedentes.
El último año ha sido testigo de una serie llamativa de avances en el panorama de la IA generativa de China.
Modelos de código abierto como R1 de DeepSeek y V3 han registrado cifras de rendimiento a la par de y en algunos casos superando a sus homólogos estadounidenses, a pesar de las limitaciones impuestas por los controles de exportación de EE. UU. Otros, como Qwen3 de Alibaba, que se sitúa entre los primeros puestos de las clasificaciones globales en tareas de razonamiento y lenguaje, y el más reciente MiniMax M1, entrenado con tan solo 512 GPU Nvidia H800, han competido con éxito contra los principales modelos occidentales.
Estos avances han provocado asombro en las comunidades tecnológica y política de EE. UU., desatando algo parecido a un “momento Sputnik.”
Esa sorpresa, sin embargo, resulta en sí misma sorprendente. Una evaluación más lúcida de la posición estructural de China en el ecosistema global de la IA —la escala de su educación STEM, la densidad de su infraestructura informática, la madurez de su base de investigación aplicada y la capacidad de su sistema de gobernanza para alinear inversión, política y talento— habría dejado claro que este nivel de rendimiento estaba al alcance.
Gran parte de mi propia perspectiva al respecto procede de años de trabajo dentro del sector tecnológico chino. Incluye un período en Baidu durante el primer auge del interés por la IA; entre 2013 y 2016, aproximadamente, trabajé estrechamente con el pionero del aprendizaje automático Andrew Ng, y observé el compromiso personal y organizativo de Robin Li, cofundador y consejero delegado de Baidu, por hacer de la IA el eje del futuro de la compañía. En los años transcurridos desde entonces, a través de conversaciones con investigadores, emprendedores y responsables políticos que comparto en el Sinica Podcast, he revisado y profundizado en esa comprensión.
Me queda claro que estos avances no surgieron de la nada. Estos son algunos de los factores que hicieron prácticamente inevitable un progreso tan rápido.
Cómo China construyó discretamente un ecosistema de IA de nivel mundial
Para cuando DeepSeek y Qwen sorprendieron a los observadores occidentales a finales de 2024 y principios de 2025, las bases del auge de la IA generativa china ya se habían sentado a lo largo de casi una década. Una directiva del Consejo de Estado de 2017 —el “Plan de Desarrollo de la Inteligencia Artificial de Nueva Generación”— estableció la IA como una prioridad estratégica nacional. A ella siguieron planes de implementación provinciales y municipales en cascada, una generosa financiación de vehículos de capital riesgo respaldados por el Estado y un marco de pruebas regulatorias que dio a las startups de IA un margen considerable de maniobra.
Las empresas chinas respondieron con vigor. En 2022, China ya presentaba cuatro veces más solicitudes de patentes relacionadas con la IA que Estados Unidos y también estaba cerrando la brecha en la producción de investigación de primer nivel. En 2024, modelos como DeepSeek-V3 ya superaban a Llama 3.1 de Meta y a Claude 3.5 Sonnet de Anthropic en los principales puntos de referencia de lenguaje y razonamiento, gracias a innovaciones arquitectónicas como la mezcla de expertos (Mixture-of-Experts) y la atención latente multicabezal (Multi-Head Latent Attention).
La aparición de nuevos actores como MiniMax ha subrayado la rápida maduración del ecosistema nacional de IA de China. Mientras tanto, los actores consolidados como Baidu, Tencent y Zhipu AI han seguido iterando sus propios grandes modelos de lenguaje, ampliando su capacidad, su generalidad de tareas y su despliegue a gran escala.
Una narrativa predominante asume que el sector de la IA chino flaquearía sin acceso a los chips más avanzados, al capital extranjero o a los ecosistemas de investigación abiertos. El anuncio de controles de exportación estrictos, incluidas las prohibiciones a la participación de personas estadounidenses en sectores críticos de la industria china de semiconductores, provocó predicciones de aniquilación en todo el sector tecnológico avanzado de China.
Pero la acumulación constante de capacidades institucionales e industriales cuenta una historia diferente. China no dio un salto adelante de la noche a la mañana, como muchos han supuesto. Avanzó de forma constante, a través de años de política disciplinada y de una amplia alineación entre el sector público y el privado. China ha fomentado una sociedad predispuesta a considerar la IA no con recelo, sino con entusiasmo.
Afrontar los controles de exportación con innovación
Durante gran parte de los últimos cinco años, Washington ha tratado de implantar controles de exportación, especialmente en lo referente a las exportaciones a China, para proteger el avance de la IA en EE. UU. Estas medidas comenzaron en serio con la inclusión de Huawei y otras empresas en la “Entity List” del Departamento de Comercio. Se aceleraron con las amplias restricciones de octubre de 2022 a la exportación de chips de IA avanzados, como los A100 y H100 de Nvidia, junto con herramientas para la fabricación de semiconductores. Incluso las variantes personalizadas de menor rendimiento, como los H800 y A800 de Nvidia, acabaron prohibidas en octubre de 2023.
Si bien estos controles ampliaron significativamente la brecha de capacidad de cómputo entre las empresas de IA de EE. UU. y China a corto plazo, también provocaron una oleada de improvisación e innovación en eficiencia en todo el sector de IA chino. DeepSeek, por ejemplo, sorprendió a los observadores globales al lanzar su modelo R1 en enero de 2025, entrenado con lo que la empresa afirmó que fueron solo 5,6 millones de dólares y unas 2000 GPU Nvidia H800, en un momento en que modelos comparables en Occidente requerían mucha más capacidad de cómputo y capital.
Varias empresas chinas, entre ellas High-Flyer AI, creadora de DeepSeek, habían acumulado con antelación decenas de miles de chips A100 antes de que entraran en vigor las restricciones comerciales. Según se informa, otras obtuvieron GPU a través de intermediarios en el sudeste asiático. Pese a estos recursos logísticos, la respuesta a largo plazo ha sido estructural: una inversión creciente en el diseño de chips nacionales, encabezada por la serie Ascend de Huawei, y en la fabricación de semiconductores propia, con SMIC produciendo, según se informa, chips mediante litografía ultravioleta profunda (DUV) en lugar del proceso de ultravioleta extremo (EUV) más avanzado, monopolizado por la empresa neerlandesa ASML, que quedó sujeta a los controles de exportación de EE. UU.
Paralelamente, la innovación arquitectónica cobró una nueva urgencia. Ante las estrictas limitaciones de cómputo, los desarrolladores chinos de modelos comenzaron a optimizar de forma agresiva la eficiencia, desarrollando técnicas que minimizaban los costes de entrenamiento sin sacrificar el rendimiento. El uso que hace DeepSeek de modelos dispersos de mezcla de expertos y de flujos de inferencia eficientes en memoria es un resultado de ello. La adopción pública por parte de la compañía de estrategias de publicación de código abierto, incluidos modelos bajo licencias permisivas, parece haber reforzado la colaboración nacional e internacional. Según varios observadores de la industria china con los que he hablado, su éxito también ha reforzado el entusiasmo estatal por el desarrollo de código abierto como cobertura frente a la dependencia de plataformas y el riesgo geopolítico.
Lo que hicieron, en efecto, los controles de exportación fue agudizar los incentivos para que los ingenieros, fundadores e inversores de IA en China hicieran más con menos: optimizar el rendimiento por vatio, por dólar y por GPU. En lugar de descarrilar el impulso de la IA china, estas restricciones la hicieron más resiliente y autosuficiente.
La ventaja de China en la difusión tecnológica
Una dimensión crítica pero poco valorada de la fortaleza de China en IA no reside solo en la “innovación de vanguardia”, sino en su capacidad para difundir rápida y ampliamente tecnologías de propósito general, como los grandes modelos de lenguaje, en aplicaciones industriales, gubernamentales y de consumo. La capacidad de escalar de China ha sido explorada en profundidad por académicos como Yasheng Huang, del MIT, en su libro The Rise and Fall of the EAST. Pero la distinción entre innovación de vanguardia y difusión ha sido defendida de manera convincente por académicos como Jeffrey Ding, quien sostiene que el poder nacional en tecnologías transformadoras procede menos de su invención inicial que de la capacidad institucional para integrarlas a escala en toda la economía. Ding concluye que China es, en realidad, comparativamente débil en este aspecto. Pero su medida es bastante estrecha: contabilizó las instituciones de un país determinado en las que al menos un investigador ha publicado un artículo en una de tres conferencias líderes de IA. Yo sostendría que, aunque esto es cierto, China posee, no obstante, una ventaja estructural decisiva en lo que respecta a la difusión tecnológica.
El historial del país en el despliegue rápido de otras tecnologías críticas —desde los pagos móviles hasta el tren de alta velocidad y la robótica industrial— ha establecido una plantilla para traducir tecnologías emergentes en infraestructuras ampliamente adoptadas. Ese mismo modelo se aplica ahora a la IA generativa. Ya sea en bots de atención al cliente, motores de traducción de documentos, triaje médico con IA o aplicaciones educativas de tutoría, los LLM ya se están desplegando a gran escala en el mercado nacional chino. Se han presentado cientos de modelos para su autorización regulatoria, un proceso que ahora es de consulta pública a través de la base de datos de registro de algoritmos de IA generativa de China.
En ciudades como Shenzhen, la fusión de software, hardware y cadenas de suministro en ecosistemas estrechamente integrados permite un prototipado rápido y una iteración en tiempo real que resulta difícil de replicar en otros lugares. El desarrollo de modelos no está separado de su despliegue; la investigación y la aplicación convergen espacial e institucionalmente. La proximidad de los desarrolladores de modelos a los implementadores especializados en cada ámbito —ya sea en diseño industrial, logística o electrónica de consumo— acelera los ciclos de retroalimentación y reduce el tiempo que transcurre entre la prueba de concepto y el impacto en el mercado.
Esta capacidad de escala no es simplemente una función de la demanda. Refleja una lógica organizativa arraigada en los sectores tecnológicos chinos. Empresas como Alibaba, Tencent y ByteDance han madurado en un entorno competitivo en el que las herramientas exitosas se lanzan a cientos de millones de usuarios con una fricción mínima. Incluso los desarrolladores de LLM menos destacados pueden probar sus productos con poblaciones a escalas impensables en otros lugares.
Además, el vasto conjunto de datos específico de idioma de China —procedente de redes sociales, plataformas de comercio electrónico, medios estatales y corpus académicos— confiere ventajas únicas para entrenar modelos que funcionan excepcionalmente bien en tareas en chino y, cada vez más, en tareas bilingües o multilingües. Esta escala lingüística, unida a la coordinación institucional y al alcance del mercado, convierte la difusión de modelos de IA no solo en un ejercicio técnico, sino en una capacidad nacional sistémica.
Star Trek frente a Black Mirror
Si la alineación institucional, la infraestructura y el talento forman el esqueleto de la capacidad de IA de China, su orientación cultural hacia la tecnología aporta gran parte de la musculatura. Una creencia ampliamente compartida y reforzada socialmente en el poder de la tecnología para impulsar el progreso personal y nacional sigue siendo una de las ventajas más importantes —aunque a menudo pasada por alto— de China.
A diferencia de la tecnoansiedad que domina gran parte del debate en EE. UU. y Europa —donde los temores al capitalismo de vigilancia, la desinformación impulsada por la IA y el riesgo existencial configuran los debates regulatorios—, la sociedad china ha permanecido en gran medida en lo que podría llamarse su fase “Star Trek”: una orientación tecnooptimista en la que la innovación se asocia con una mejora del bienestar material, la capacidad estatal y el rejuvenecimiento nacional. Como he defendido en otro lugar, esto contrasta de forma notable con la mentalidad de “Black Mirror” cada vez más común en Occidente.
Este contraste no debe malinterpretarse. Es cierto que el optimismo tecnológico sin moderación puede ser temerario, sobre todo cuando los modelos potentes se despliegan a gran escala sin salvaguardas adecuadas. Pero en el caso de China, el optimismo no implica ausencia de regulación. Como señaló Kendra Schaefer en una entrevista reciente, la infraestructura regulatoria de China en materia de IA está, en muchos aspectos, por delante de la UE y de EE. UU. La base de datos de registro de algoritmos de IA generativa, gestionada por la Administración del Ciberespacio de China (CAC), que ahora incluye cientos de LLM públicamente listados, ofrece un nivel de transparencia que ningún régimen regulatorio occidental iguala actualmente. El proceso exige que se revele la arquitectura de los modelos, las fuentes de datos de entrenamiento y los mecanismos de seguridad, y se complementa con orientaciones técnicas sobre alineación y controles de contenido.
Esta aceptación de la supervisión regulatoria no ha diluido, sin embargo, el entusiasmo por el desarrollo tecnológico. La consideración pública de ingenieros, científicos informáticos e investigadores de IA sigue siendo inusualmente alta en China. El éxito de los tecnólogos no se ve con sospecha ni inquietud, sino como una prueba de la vitalidad nacional. Tanto las startups como las empresas estatales promueven los logros en IA como parte integral de la modernización a largo plazo de China. Los escolares aprenden programación a edades más tempranas; los gobiernos locales llevan a cabo campañas de alfabetización en IA; las aplicaciones basadas en LLM proliferan en el comercio electrónico, la atención sanitaria y la logística.
En resumen, el optimismo tecnológico de China no es ingenuo. Convive con una capacidad estatal creciente para dar forma y dirigir el desarrollo de la IA. Pero esa orientación cultural fundacional —la creencia de que las máquinas más inteligentes producirán mejores vidas— sigue influyendo en cómo se recluta el talento, cómo se usan los modelos y cómo recibe el público la innovación.
Alineación estratégica: cuando el Estado, el mercado y el mundo académico reman en la misma dirección
Uno de los facilitadores menos visibles, pero profundamente trascendentes, del rápido avance de China en IA generativa es la inusual coordinación estrecha entre sus instituciones del sector público, sus organismos de investigación académica y sus empresas privadas. Aunque esta clase de alineación a veces se mira con recelo fuera de China, en particular cuando se plantea en términos de política industrial dirigida por el Estado o de empresas respaldadas por el Estado, el efecto práctico ha sido reducir las barreras entre la investigación y la aplicación, acelerar las decisiones de financiación y unificar los objetivos tecnológicos a largo plazo en todos los ámbitos.
Considérense las universidades de investigación más capaces de China —Tsinghua, Peking, Shanghai Jiaotong y Zhejiang—, que no solo sirven como centros de formación de talento en IA, sino también como incubadoras intelectuales de empresas comerciales. Muchas de las principales empresas de IA generativa de China, entre ellas Zhipu AI y Baichuan, surgieron directamente de laboratorios universitarios, a menudo con financiación inicial de brazos de capital riesgo vinculados al Estado y con alianzas integradas con zonas de desarrollo municipales o agrupaciones de la economía digital.
Los fondos de orientación estatal, en particular los alineados con las iniciativas de “Nueva Infraestructura” lanzadas a finales de la década de 2010, han priorizado la infraestructura de cómputo, los chips de IA y los servicios en la nube. Estos fondos ofrecen capital a largo plazo para proyectos que probablemente tendrían dificultades para alcanzar una tracción equivalente en los mercados privados, sobre todo en periodos de contracción económica o cuando la rentabilidad de la inversión es incierta. Sin embargo, al mismo tiempo, el incentivo del mercado permanece intacto. Las principales startups chinas de IA se enfrentan a una competencia interna intensa de rivales como DeepSeek, MiniMax, Moonshot AI e iFlyTek, todos los cuales operan en un entorno de rápida evolución que premia las mejoras iterativas y el despliegue rápido.
Los efectos de esta alineación son quizá más visibles en la estrategia de código abierto adoptada por empresas como DeepSeek y Alibaba. La decisión de DeepSeek de publicar modelos como R1 bajo la permisiva licencia MIT no solo amplió su visibilidad internacional, sino que también contribuyó a desencadenar una oleada de innovación y adaptación posterior en la comunidad de desarrolladores de IA de China. Según varios observadores, este enfoque ha atraído la atención favorable de los responsables políticos chinos, quienes cada vez ven los modelos de código abierto como un contrapeso estratégico al dominio de las plataformas occidentales y como una forma de internacionalizar los marcos desarrollados en China sin quedar atrapados en relaciones de dependencia con proveedores de nube o API de modelos estadounidenses.
Los vínculos entre el mundo académico y la industria refuerzan aún más esta alineación. La investigación publicada en conferencias de primer nivel como NeurIPS o ACL suele contar con coautoría de académicos vinculados a laboratorios industriales. Y el régimen regulatorio de modelos de China, aunque de estructura vertical, permite una amplia participación del sector privado en la elaboración de directrices de contenido, el diseño de interfaces y la supervisión del uso. El efecto neto es un proceso que va de la investigación básica al producto de consumo más rápido, más integrado verticalmente y a menudo mejor capitalizado que en ecosistemas de innovación más fragmentados.
Esta alineación no está exenta de compensaciones. Puede fomentar el pensamiento de grupo y, en algunos ámbitos —especialmente aquellos que implican contenido políticamente sensible—, impone límites firmes a la expresión y a la experimentación. Pero, en lo que respecta a la IA generativa como ámbito técnico y económico, la coherencia del enfoque de China le permite traducir avances en herramientas de alcance social con una velocidad excepcional.
Reconocer lo inevitable
Nada de esto debería haber sorprendido.
Que China avanzara rápidamente en IA generativa no fue un giro geopolítico de la trama, sino el resultado lógico de decisiones tomadas años antes: priorizar la educación en campos técnicos, dirigir el capital hacia infraestructuras de alto cómputo, movilizar talento a escala, alinear la estrategia estatal con la investigación académica y la innovación del sector privado, y promover un clima regulatorio que, aunque distinto de las normas occidentales, ha demostrado ser notablemente proactivo y adaptable. Los titulares pueden haberse centrado en las prohibiciones de chips y los controles de exportación, pero los cimientos duraderos establecidos —escala, coordinación, optimismo y compromiso— han sido mucho más importantes.
Quienes redujeron las perspectivas de China a su acceso —o falta de él— a las GPU de Nvidia pasaron por alto el panorama general. No vieron cómo el enfoque de toda la sociedad de China ante las tecnologías emergentes —su capacidad no solo para inventar, sino para difundir y escalar— le permitiría cerrar la brecha con una rapidez notable. Subestimaron a un país cuya sofisticación regulatoria en IA, como se aprecia en los regímenes de registro de algoritmos y la supervisión de contenidos, supera ahora a la de la UE. No percibieron una cultura en la que los tecnólogos siguen siendo objeto de una admiración en gran medida sin reservas, y no de sospecha, ni son descartados como “tech bros” con oscuras intenciones. China sigue siendo un lugar donde la idea de que una máquina mejora el mundo aún no se ha vuelto cinismo.
A medida que la IA generativa siga evolucionando, el debate global se beneficiaría de menos narrativas de conmoción y de una atención más cuidadosa a los sistemas —educativos, industriales, ideológicos e incluso culturales— que hacen posible el progreso. El modelo chino no está exento de fricciones, y sus limitaciones políticas siguen siendo reales. Pero su ascenso en IA refleja no solo su resiliencia, sino quizá, y aún más importante, un diseño estratégico.
