Por Nikolaus Lang , et al , 30 de junio de 2026. Boston Consulting Group.
Conclusiones clave
Las estrategias divergentes entre las superpotencias de la IA —Estados Unidos y China— están creando dos conjuntos de tecnologías cada vez más incompatibles. Para las empresas, la oportunidad de combinar ambas podría terminar antes de lo previsto.
- Estados Unidos mantiene su liderazgo en modelos de IA de vanguardia, talento y despliegue de capital, mientras que China avanza en modelos optimizados en cuanto a costes y acelera su adopción en toda su economía.
- Las potencias medianas tienen varias maneras de sortear esta brecha. Por ejemplo, la UE está desarrollando infraestructura informática propia; Japón se está alineando con Estados Unidos mediante inversiones de capital masivas; e India está utilizando su envergadura para participar en múltiples ecosistemas simultáneamente sin comprometerse con ninguno.
- Los líderes deben comprender cómo interactúan con las plataformas tecnológicas estadounidenses, chinas y de otros países, considerar sus opciones y actuar ahora antes de que se agote el margen de flexibilidad. La elección de la plataforma de IA determinará cada vez más dónde puede operar una organización y su exposición a la volatilidad geopolítica.
Manténgase a la vanguardia con las perspectivas de BCG sobre negocios internacionales.
El panorama actual de la IA está dominado por Estados Unidos y China, ya que ambos países siguen poniendo el peso de sus sectores público y privado detrás del desarrollo de esta tecnología. tecnología. 1 Pero a pesar de que las superpotencias reconocen la importancia de la IA como fuente de poder nacional, sus estrategias en este ámbito han divergido. Cada país está desarrollando un conjunto de tecnologías de IA diseñado para reducir su dependencia del otro, lo que también implica que dichas tecnologías son cada vez más incompatibles. Los directores ejecutivos y los responsables políticos de todo el mundo podrían tener que tomar partido antes de lo que imaginan.
En 2024, argumentamos que Estados Unidos era el líder indiscutible en la creciente carrera de la IA, con China ganando terreno rápidamente. Nuestro análisis actualizado de 2026, que abarca los seis factores clave para el suministro de IA (capital, talento, propiedad intelectual, datos, energía y computación), revela que Estados Unidos ha mantenido su liderazgo, impulsado por su fortaleza en talento y despliegue de capital. (Véase «Metodología»). Sin embargo, China ha seguido reduciendo la brecha en capacidad de computación y ha transformado sistemáticamente sus fortalezas en propiedad intelectual en un enfoque consistente de «seguidor rápido» para el desarrollo de modelos de vanguardia, con un claro enfoque en la rápida adopción de la IA en la economía real. (Véase el Anexo 1).
Metodología
Manténgase a la vanguardia con las perspectivas de BCG sobre negocios internacionales
A medida que Estados Unidos y China buscan la soberanía en IA, los efectos de la divergencia en sus plataformas tecnológicas se sentirán en diversas regiones y sectores, definiendo las opciones disponibles para que los líderes interactúen con la IA. En nuestro estudio de 2024, descubrimos que los países y las empresas aún podían combinar tecnologías de ambas superpotencias. Desde entonces, los dos ecosistemas se han distanciado hasta el punto de que la neutralidad pronto será más difícil de mantener, lo que cambia el panorama. Para la mayoría de los países,
la pregunta es cómo desarrollar la resiliencia en IA de la mejor manera, garantizando un acceso sólido. La IA ya no es algo por lo que los países compiten, sino algo
con lo que compiten. Para los altos ejecutivos, la elección de la plataforma de IA a utilizar determina cada vez más dónde puede operar una empresa y su exposición a la volatilidad geopolítica.
Estados Unidos y China: La gran bifurcación
A finales de 2024 argumentamos que China había alcanzado efectivamente la paridad con EE. UU. en el rendimiento de los modelos de IA. Luego, en enero de 2025, EE. UU. anunció «Stargate», una empresa conjunta de infraestructura de IA de 500 mil millones de dólares liderada por OpenAI, Oracle, SoftBank y MGX, mientras que China lanzó su DeepSeek R1, altamente capaz y de bajo costo. modelo. 2
Estos eventos fueron indicios tempranos de los ecosistemas de IA cada vez más diferenciados que Estados Unidos y China se han comprometido a desarrollar y expandir. China se centra cada vez más en la investigación fundamental (publicaciones, patentes), el desarrollo nacional de chips y la adopción en la economía real (despliegue en la industria y los servicios públicos). Por el contrario, Estados Unidos domina las capas de modelos e infraestructura, invirtiendo grandes sumas de capital en modelos de vanguardia y en la capacidad de procesamiento necesaria para su funcionamiento.
Estados Unidos: Construcción de centros de datos y modelos de alto rendimiento con grandes inversiones de capital.
La estrategia estadounidense se puede describir como una victoria a través de la escala. En la práctica, esto ha significado una aceleración en la inversión de capital durante los últimos 18 meses, con un desplazamiento del centro de gravedad desde el desarrollo de modelos de vanguardia hacia la infraestructura de centros de datos necesaria para satisfacer la creciente demanda de inferencia derivada de la adopción empresarial y el auge de los agentes de IA .
A pesar de este cambio, sigue fluyendo un capital significativo hacia el desarrollo de modelos de vanguardia. Desde 2023, las startups estadounidenses han recaudado alrededor de 380 mil millones de dólares en capital de riesgo relacionado con la IA, y los gigantes tecnológicos establecidos invirtieron más de 300 mil millones de dólares en I+D solo en 2024. Una parte considerable de esos fondos se invierte en IA e innovaciones afines. La magnitud de estos fondos supera la de cualquier otro país y se refleja en las valoraciones de los desarrolladores de modelos de vanguardia. (Véase el Anexo 2).
Lo novedoso es la magnitud del gasto de los gigantes tecnológicos estadounidenses en la infraestructura para dar soporte a esos modelos: el CAPEX de las principales empresas tecnológicas superó los 400.000 millones de dólares en 2025, en comparación con los 63.000 millones de dólares en China, y se estima que superará los 800.000 millones de dólares en 2026. (Véase el Anexo 3). Ese gasto está ampliando la que ya es la mayor base de centros de datos del mundo, con más de 50 GW de capacidad a finales de 2025, en comparación con los 31 GW de China y los 12 GW de Estados Unidos. UE. 3 Este extraordinario nivel de inversión responde a una demanda en constante aumento. Por ejemplo, el volumen mensual de inferencias de Google se multiplicó por casi 50 con respecto al año anterior, y los tres mayores proveedores de servicios en la nube de EE. UU. ahora cuentan con más de 1,4 billones de dólares en ingresos futuros contratados, más del doble que hace un año y en gran medida impulsados por la IA.
El aumento aparentemente imparable de la inversión tanto en CAPEX como en capital de riesgo en IA refleja la estrecha red de inversiones cruzadas y compromisos comerciales que caracteriza al ecosistema tecnológico estadounidense. Desde 2024, se han anunciado acuerdos por valor de más de 1,5 billones de dólares entre laboratorios de IA, diseñadores de chips, proveedores de hiperescala y proveedores de capital de EE. UU.: participaciones accionariales, contratos de computación plurianuales y acuerdos de compra de chips que vinculan a los principales actores entre sí en múltiples frentes simultáneamente. (Véase el Anexo 4). Estas inversiones forman parte de un esfuerzo concertado de las grandes empresas tecnológicas para garantizar que los proveedores de toda la cadena de valor de la IA cuenten con el capital necesario para satisfacer la creciente demanda. Si bien estas relaciones integradas y compromisos de capital se basan en ingresos reales y de rápido crecimiento, generan un riesgo sistémico en el ecosistema tecnológico estadounidense: un impago, una depreciación o una interrupción del suministro en cualquier actor importante podría tener repercusiones rápidas en el resto.
La afluencia de capital hacia la IA se ha visto favorecida por el énfasis del gobierno estadounidense en la promoción de paquetes de IA exportables que incluyen chips, modelos, servicios en la nube y software. Si bien mantiene restricciones específicas, la política estadounidense se centra más en superar a la competencia mediante la velocidad, la escala y el alcance del ecosistema.
Sin embargo, la estrategia regulatoria laxa de Estados Unidos se ha puesto a prueba con la llegada de modelos cada vez más potentes con implicaciones para la seguridad nacional. En abril de 2026, Anthropic anunció que retrasaría el lanzamiento público de su modelo Claude Mythos para permitir que el gobierno estadounidense y algunas empresas se prepararan para las capacidades cibernéticas del modelo. Una versión del modelo de Anthropic con medidas de seguridad integradas se lanzó al público en junio de 2026; días después, el gobierno estadounidense emitió una directiva de control de exportaciones que obligaba a Anthropic a suspender el acceso al modelo a cualquier ciudadano extranjero, tanto dentro como fuera de Estados Unidos (lo que implicó la suspensión del acceso para todos los clientes), lo que indica que, en algunos casos, las preocupaciones de seguridad nacional pueden tener prioridad sobre la difusión global de los modelos de IA más avanzados.
China: Priorizar la adopción de IA optimizada en costos
China está siguiendo una trayectoria claramente diferente. Si bien sus inversiones siguen siendo considerables, no está movilizando una proporción comparable de su economía para igualar a Estados Unidos en el desarrollo de modelos o la expansión de centros de datos. En cambio, su estrategia se ha centrado en acelerar la adopción interna de la IA, al tiempo que reduce su dependencia de chips extranjeros.
Este cambio se basa en la capacidad de China para mantenerse competitiva a nivel de modelos fundamentales a pesar de su acceso limitado a la potencia informática más avanzada. De hecho, desde el lanzamiento de DeepSeek R1 en enero de 2025, los modelos chinos de mayor rendimiento han seguido el ritmo de los líderes estadounidenses. (Véase la Figura 5). Es importante destacar que esto no se limita a DeepSeek; China ha consolidado un ecosistema sólido de startups de IA y grandes empresas tecnológicas que desarrollan modelos, entre ellas Alibaba, ByteDance, Moonshot, Z.AI, MiniMax y Xiaomi. La naturaleza abierta de la mayoría de los modelos chinos ha contribuido a consolidar este ecosistema, ya que los laboratorios se basan directamente en las arquitecturas y los pesos de los demás.
China se ha mantenido cerca de Estados Unidos en cuanto a la calidad de sus modelos, al tiempo que los ha hecho mucho más baratos que sus homólogos estadounidenses, gracias a la ponderación abierta de la mayoría de los modelos líderes y a la eficiencia arquitectónica derivada de la ingeniería de modelos innovadora. Kimi K2.6 de Moonshot, el mejor modelo de China en mayo de 2026, tiene un coste de 1,71 dólares por millón de tokens, frente a los 11,25 dólares de GPT-5.5, el mejor modelo de Estados Unidos. Estos avances de vanguardia se sustentan en una sólida y creciente base de investigación: China representa ahora aproximadamente un tercio del 10 % de las publicaciones de IA más citadas del mundo, por delante de Estados Unidos, y es el líder indiscutible en número de patentes de IA, lo que refleja su enfoque en las aplicaciones económicas de la IA. (Véase el Anexo 6).
Paralelamente, China se centra ahora en desarrollar una cadena de suministro propia para reducir su dependencia de los chips extranjeros. Si bien Estados Unidos ha autorizado mayores exportaciones de chips de alta gama a China, las principales empresas tecnológicas chinas, incluido ByteDance, el mayor cliente chino de NVIDIA, no han podido utilizar estos chips. Además, los centros de datos financiados por el Estado ahora deben usar únicamente chips nacionales. La apuesta es que la dependencia inducida de la serie Ascend de Huawei acelerará el progreso en el diseño y la fabricación nacional de semiconductores de vanguardia. La primera prueba de ello llegó en abril de 2026, cuando DeepSeek lanzó la versión 4, optimizada para la inferencia en los chips Ascend de Huawei, aunque todavía entrenada, al menos parcialmente, con chips diseñados por NVIDIA.
Esta tendencia podría acelerar la divergencia de las tecnologías de IA hasta llegar al nivel del hardware. Los modelos chinos más rentables que funcionan con chips chinos más baratos podrían convertirse en una opción atractiva para cualquier país que busque implementar la IA de forma asequible.
La capacidad de China para exportar sus plataformas de IA se ve reforzada por sus estrechas alianzas comerciales y de inversión con países del Sur Global: China es ahora el principal socio comercial de 78 países de la región, un aumento de aproximadamente el 50 % desde 2015, y ha invertido fuertemente en infraestructura a través de su Iniciativa de la Franja y la Ruta, construyendo, financiando u operando más de un tercio de los puertos comerciales de África. Para los países que ya dependen de China para financiar su deuda y para la construcción y operación de sus puertos, carreteras y aeropuertos, adoptar una plataforma de IA china puede ser la opción más sencilla. Incluso para países con estrechos vínculos con Estados Unidos, la rentabilidad de la plataforma china puede resultar demasiado atractiva como para ignorarla, especialmente dado que los costes de la IA se han convertido en una preocupación clave para muchas empresas, una preocupación que no hará más que aumentar con la prevalencia de flujos de trabajo basados en agentes que consumen muchos tokens. Los resultados ya se empiezan a notar a nivel de modelo: a finales de 2025, los modelos chinos de código abierto superaron a los estadounidenses en descargas totales.
Este énfasis en la IA optimizada en costos es fundamental para la estrategia de China de impulsar agresivamente la difusión de esta tecnología en toda su economía, basada en la iniciativa gubernamental «AI+». Presentada en 2024, la iniciativa «AI+» apunta explícitamente a la integración a gran escala de la IA en la manufactura, los servicios, la administración pública y la vida cotidiana, con objetivos políticos de lograr una penetración superior al 70 % de «terminales inteligentes» y agentes habilitados para IA para 2027 y superior al 90 % para 2030.
La robótica es una de las expresiones físicas más claras de este impulso, con China instalando el 54% de los robots industriales del mundo en 2024 y designando la inteligencia incorporada como una industria clave en su último plan quinquenal. Si bien la densidad de robots en China aún es la mitad de la de Estados Unidos, se espera que la supere para 2030 a las tasas de crecimiento actuales. China también ha experimentado un rápido aumento en el uso interno de IA, proyectándose que procesará más de la mitad de los tokens del mundo en el segundo trimestre de 2026, a pesar de representar solo alrededor del 17% de la población. Esta impresionante velocidad de adopción se debe en parte a una visión optimista de la IA: más del 85% de la población china está de acuerdo en que los productos y servicios que utilizan IA tienen más beneficios que inconvenientes, en comparación con menos del 45% en Estados Unidos. El resultado es una trayectoria fundamentalmente diferente a la de Estados Unidos: menos centrada en desarrollos técnicos pioneros en la frontera, más en una rápida adopción para capturar ganancias de productividad en toda la economía real. En definitiva, la combinación de un modelo de bajo coste y una rápida difusión por parte de China podría generar un efecto de retroalimentación positiva, acelerando el crecimiento de la IA china. (Véase el Anexo 7).
Anatomía de la elección de pilas
Las estrategias divergentes de Estados Unidos y China están llevando a sus ecosistemas de IA a dos plataformas cada vez más incompatibles. Dentro de las dos superpotencias, el margen para que empresas y gobiernos interactúen entre sí prácticamente ha desaparecido; en el resto del mundo, está empezando a reducirse, a un ritmo mayor del que muchas empresas podrían estar preparadas.
La arquitectura tecnológica de la IA consta de cuatro capas, dominadas por importantes empresas de EE. UU. y China, que trabajan conjuntamente para impulsar cualquier solución de IA. Por ejemplo, cuando le haces una pregunta a un chatbot, interactúas con la aplicación en la capa superior, que transmite tu solicitud al modelo subyacente que procesa tu pregunta y genera una respuesta. Este modelo se aloja en la nube, que envía tu pregunta al modelo y devuelve la respuesta a tu pantalla. La nube, a su vez, se ejecuta en chips especializados ubicados en centros de datos.
En las cuatro capas de la arquitectura tecnológica subyace una capa de gobernanza y seguridad —que incluye normas de datos, restricciones de privacidad, controles de exportación, condiciones de adquisición y prioridades de seguridad nacional—, junto con las características técnicas de cada una. En conjunto, estas restricciones políticas y técnicas determinan cada vez más qué capas se pueden combinar, dónde se pueden implementar y con qué facilidad los sistemas pueden operar a través de las fronteras.
En Estados Unidos y China, a nivel de modelos, los sistemas de vanguardia de una superpotencia no están disponibles para los clientes de la otra o están sometidos a un escrutinio político cada vez mayor. En la nube, el mercado está dominado por empresas nacionales, con una participación mínima para los proveedores extranjeros. En el chip, una empresa que desarrolla software con la tecnología CUDA de NVIDIA no puede operar sin problemas en los chips Ascend de Huawei, ya que la mayor parte del código de IA de producción requeriría modificaciones para funcionar con el software CANN de Huawei.
Para las corporaciones multinacionales que operan en China, adoptar plataformas separadas se ha convertido en un imperativo existencial, como lo demuestra la asociación de Apple con Alibaba para su plataforma «Apple Intelligence» en China, mientras que se asocia con OpenAI en todos los demás mercados.
Si bien los modelos de peso abierto (en particular los chinos) aún pueden ser intercambiables entre diferentes plataformas, es razonable esperar que cada ecosistema tienda a optimizarse para su propio hardware. Con el tiempo, esto probablemente aumentará el costo de ingeniería de la migración, incluso cuando nada lo impida formalmente. Como resultado de esta dinámica de retroalimentación positiva, las empresas podrían tener que empezar a tomar decisiones a nivel de plataformas integrales en lugar de capa por capa.
Las empresas fuera de las superpotencias conservan una mayor capacidad para combinar tecnologías, ya que suelen enfrentarse a menos obstáculos regulatorios y los costes técnicos de hacerlo siguen siendo manejables (por ahora). Sin embargo, a medida que se intensifica la competencia geopolítica por la ventaja industrial impulsada por la IA y las capacidades cibernéticas ofensivas, es probable que las superpotencias ejerzan una presión política cada vez mayor sobre terceros países para que tomen partido.
Potencias intermedias: opciones limitadas y estrategias divergentes
El resto del mundo sigue de cerca el desarrollo de las plataformas tecnológicas de Estados Unidos y China. Para la mayoría de los países, las decisiones se centran en qué capas de la plataforma adquirir o incluso permitir a qué empresas (y, por extensión, a qué superpotencias están alineados). Sin embargo, para un número selecto de países, la creciente divergencia impulsa el objetivo más ambicioso de crear alternativas nacionales para algunas capas de la plataforma tecnológica, con el fin de evitar la necesidad de elegir una superpotencia de la que depender.
Hemos evaluado el potencial de varias potencias medianas analizando su desempeño en los mismos seis factores clave para el suministro de IA. (Véanse las Figuras 8 y 9). Sus fortalezas y limitaciones relativas determinan sus diferentes estrategias para generar influencia dentro del conjunto de tecnologías de IA.
La UE se centra principalmente en dos objetivos: respaldar a su desarrollador de modelos estrella, Mistral, y asegurar una capacidad de computación soberana que no dependa de los hiperescaladores estadounidenses. Mistral continúa mejorando sus modelos y los esfuerzos coordinados están comenzando a ampliar la capacidad de computación europea. Sin embargo, la brecha con respecto a Estados Unidos es amplia en ambos aspectos. A principios de 2026, los ingresos, la valoración y el capital total recaudado de Mistral representaban aproximadamente el 2 % de los de OpenAI, y si bien sus capacidades de modelado se han mantenido entre 3 y 10 meses por detrás de la vanguardia, Mistral ocupa actualmente el puesto 16 en el ranking de laboratorios de IA. clasificaciones. 4
La capacidad de cómputo se enfrenta al mismo problema: se prevé que el CAPEX de los hiperescaladores estadounidenses para 2026 sea más del triple que el programa plurianual InvestAI de la UE (que destinará 200.000 millones de euros a la construcción de 19 fábricas de IA —superordenadores compartidos optimizados para IA con servicios de soporte adicionales— para 2027). Sin embargo, Europa podría convertirse en un referente para otros países con ideas afines que buscan una alternativa a las plataformas estadounidenses y chinas, pero que carecen de la escala necesaria para desarrollar una por sí solos, como sugiere la reciente fusión de 20.000 millones de dólares entre Cohere y Aleph Alpha, los principales laboratorios de IA empresarial de Canadá y Alemania.
Japón está comprando un asiento en la mesa de Estados Unidos. Limitado por la escasa capacidad de sus centros de datos y sin un mercado interno del tamaño del europeo que permita sostener un ecosistema de modelos propio, Japón recurre al capital para influir en el ecosistema estadounidense. Iniciativas nacionales como los modelos de IA optimizados para Japón de Rakuten siguen teniendo un alcance limitado, orientados al idioma y al contexto cultural local, en lugar de a capacidades generalistas y de vanguardia. SoftBank ha participado en transacciones de IA por un valor aproximado de 90.000 millones de dólares desde 2024, incluyendo más de 60.000 millones invertidos en OpenAI, lo que le ha asegurado una posición privilegiada en el ecosistema liderado por Estados Unidos. Además, están expandiendo su estrategia más allá de Estados Unidos, con SoftBank planeando invertir hasta 87.000 millones de dólares en infraestructura de IA en Francia. Las posibles salidas a bolsa de los principales actores estadounidenses en el sector de la IA podrían reconfigurar esta estrategia, aumentando el valor financiero de las inversiones, pero reduciendo potencialmente su influencia estratégica dentro del ecosistema.
Los Emiratos Árabes Unidos y Arabia Saudita están implementando ambiciosas estrategias de IA para atraer talento técnico de primer nivel y desarrollar modelos propios. Desde una perspectiva geopolítica, su posicionamiento como centros de infraestructura clave es crucial, replicando el modelo del Golfo en comercio, logística y finanzas. Los Emiratos Árabes Unidos están ampliando la capacidad de computación regional mediante inversiones vinculadas a Estados Unidos, destacando un campus de IA de 5 GW en Abu Dabi. Arabia Saudita sigue la misma línea, anunciando inversiones por aproximadamente 33 mil millones de dólares en el marco de la Visión 2030 a través de HUMAIN, su vehículo de inversión pública, respaldado por una alianza con NVIDIA para la creación de cientos de megavatios de centros de IA. El conflicto actual pone a prueba y subraya la importancia de la resiliencia de la infraestructura.
India es lo suficientemente grande como para rechazar la dicotomía, al menos por ahora. Es el segundo mercado más grande tanto para OpenAI como para Anthropic, con más de 100 millones de usuarios semanales de ChatGPT, lo que le otorga un peso comercial real para las empresas de IA. Está aprovechando esta posición para integrar capacidades en múltiples ecosistemas a la vez: colabora con EE. UU. en infraestructura, la UE en gobernanza y los EAU en computación, al tiempo que mantiene una relación con China, aunque en menor medida, a través de plataformas multilaterales como los BRICS. El resultado es una participación activa en ecosistemas que compiten entre sí, en lugar de una alineación con un solo ecosistema. Sin embargo, los costos de mantener vínculos entre ecosistemas, tanto políticos como económicos, pueden aumentar a medida que las plataformas de IA se retroalimentan cada vez más.
Otro grupo de economías opera desde posiciones más específicas. Por ejemplo, Corea del Sur controla aproximadamente el 80 % del suministro mundial de memoria de alto ancho de banda (HBM), un componente de memoria especializado que se integra en prácticamente todos los chips de lógica de IA fabricados por la taiwanesa TSMC. El Reino Unido, por su parte, combina talento de primer nivel —ocupando el tercer lugar en número de modelos de aprendizaje automático destacados y publicaciones relevantes sobre IA desde la década de 1950— con una posición dominante en un nicho clave de la cadena de valor a través de Arm, cuya propiedad intelectual de diseño de chips se utiliza en aproximadamente la mitad de la capacidad de procesamiento de las CPU de los principales proveedores de servicios en la nube. El Reino Unido también ha sido cuna de varias startups de IA importantes, como DeepMind, pero varias de ellas han sido adquiridas por empresas estadounidenses más grandes. Se trata de apuestas más específicas que las de Europa o los países del Golfo, pero son apuestas que las superpotencias no pueden eludir fácilmente.
De la exposición geopolítica a la resiliencia
Las barreras entre las plataformas tecnológicas de IA de EE. UU. y China se levantan más rápido de lo que la mayoría de las empresas se reorganizan en torno a ellas. Una elección de plataforma que hoy parece una optimización de costes puede convertirse mañana en una desventaja estratégica. Los directores ejecutivos que se desenvuelven en este panorama deberían considerar tres preguntas clave.
- ¿Cómo interactúa su empresa con las plataformas tecnológicas de EE. UU. y China?Una empresa cuyos clientes, datos y reguladores se encuentran principalmente en una superpotencia probablemente seguirá la plataforma local. Para las empresas estadounidenses que operan en EE. UU. y las empresas chinas que operan en China, el camino, al menos por ahora, está claro. Una multinacional con presencia significativa en ambos lados podría descubrir que ejecutar dos plataformas de IA distintas es la única opción viable. Una empresa que no tiene su sede en ninguna de las dos superpotencias se enfrenta a una elección más abierta, pero cada vez más condicionada, ya que las normas de contratación pública, los controles de exportación y las estrategias nacionales determinan qué combinaciones son viables. Mientras la ventana de oportunidad siga abierta, explorar ambas plataformas tiene ventajas, ya que diferentes plataformas pueden ser óptimas para diferentes mercados. Esto es particularmente relevante para las empresas europeas que pueden ser cautelosas ante una excesiva dependencia de la tecnología estadounidense. Lo que está en juego es aún mayor para las empresas cuyos productos o servicios se han optimizado para modelos específicos: el cambio puede ser técnicamente costoso o regulatoriamente inviable.
- ¿Cómo interactúa su empresa con la tecnología fuera de EE. UU. y China? Si bienEE. UU. y China seguirán dominando los modelos de vanguardia y la capacidad de procesamiento a gran escala, existen alternativas reales en otros niveles de la pila tecnológica: modelos optimizados en costos o personalizados para casos de uso específicos (especialmente cuando los modelos estándar no rinden lo suficiente), aplicaciones adaptadas localmente, servicios en la nube nacionales y capacidad de procesamiento regional. Para las empresas con sede fuera de estas dos superpotencias, es importante considerar si las alternativas de otros países para cada nivel de la pila tecnológica ofrecen valor a través de la localización y la diversificación, lo que justifica los costos adicionales y los diferentes perfiles de rendimiento. Esto es especialmente relevante para las empresas con sede en países o regiones que cuentan con sólidas estrategias nacionales de IA a las que pueden integrarse.
- ¿Cómo prepararse para un entorno en constante cambio? Fortalezca la resiliencia de su pila tecnológica de IA aplicando tres principios: redundancia, modularidad y heterogeneidad. La redundancia implica contar con opciones de respaldo para las capas más expuestas a interrupciones, como contratar con dos proveedores de modelos de vanguardia para que un aumento de precio o un cambio de política que afecte a cualquiera de ellos no interrumpa los flujos de trabajo críticos. La modularidad implica diseñar su pila de manera que un impacto en una capa no se propague a las demás, por ejemplo, creando aplicaciones que permitan cambiar de un proveedor de modelos a otro sin reescribir el código subyacente. La heterogeneidad implica garantizar que esas opciones de respaldo no estén expuestas a los mismos riesgos, como combinar un modelo de ponderación cerrada de EE. UU. con una alternativa de ponderación abierta que pueda autoalojarse, o ejecutar cargas de trabajo principales en la infraestructura de un hiperescalador de EE. UU. con una opción de nube soberana para cargas de trabajo reguladas.
Estos principios son más difíciles de aplicar a medida que la bifurcación se profundiza, y algunos se vuelven completamente ineficaces en un mundo totalmente dividido. Priorizarlos ahora no garantiza la inmunidad, pero permite ganar tiempo para adaptarse. Además de estos principios, los líderes deben estar atentos a los cambios —como el endurecimiento de los controles de exportación o los avances tecnológicos en cualquiera de los ecosistemas— que los obligarían a activarlos.
La IA y las tecnologías que la impulsan están intrínsecamente ligadas al entorno geopolítico; cuanto más dependiente sea una empresa de la tecnología, mayor será su exposición a la volatilidad. Lo que distingue a las empresas sólidas de aquellas más expuestas al riesgo es su capacidad para transformar esta conciencia en poder geopolítico, desarrollando una resiliencia que se mantenga firme ante la creciente polarización entre las superpotencias.
Los autores desean agradecer a Azeem Azhar, fundador de Exponential View ; Wenwei Peng, investigador postdoctoral del Departamento de Economía de la Universidad de Harvard; y Leonid Zhukov, director del Instituto de Ciencias de la IA BCG X, por sus generosas contribuciones a nuestra investigación.
El BCG Institute es el centro de pensamiento estratégico de Boston Consulting Group, dedicado a explorar y desarrollar nuevas perspectivas valiosas en los ámbitos de los negocios, la tecnología y la ciencia, aprovechando el poder transformador de las ideas. El Instituto involucra a líderes en debates estimulantes y experimentación para ampliar los límites de la teoría y la práctica empresarial, y para traducir ideas innovadoras tanto del mundo empresarial como de otros ámbitos. Para obtener más ideas e inspiración del Instituto, visite nuestro sitio web y síganos en LinkedIn y Twitter .
