Kai-Fu Lee, tecnócrata que desertó de Google para descifrar a China, escribió que la inteligencia artificial consolidó un duopolio global. Estados Unidos y China concentran más de 80% de la inversión privada global en IA y cerca de 75% de las patentes según WIPO y el Stanford AI Index, pero lo decisivo no es el porcentaje sino la irreversibilidad del acoplamiento entre capital, datos y cómputo. El sistema ya no es competitivo, es acumulativo.
China dejó atrás la lógica imitativa porque entendió antes la naturaleza del ciclo tecnológico. Produce alrededor de 12 millones de ingenieros por año y opera sobre una base cercana a mil millones de usuarios digitales activos, creando una densidad de datos sin precedentes históricos. En 2024, 95% de las transacciones urbanas se realizó mediante pagos móviles, integrando consumo, movilidad y crédito en un único ecosistema informacional que funciona como infraestructura estatal de aprendizaje automático, donde cada interacción cotidiana retroalimenta modelos que luego se despliegan a escala nacional.
Más de 700 millones de cámaras operan en China, superando la mitad del total mundial según IHS Markit. No son un exceso autoritario, son un insumo productivo que reduce incertidumbre social y aumenta capacidad predictiva del Estado. El marco regulatorio de 2023 formalizó esta convergencia, exigiendo que la IA promueva estabilidad y valores definidos por el Partido, alineando investigación, empresa y control social en una misma arquitectura. China no regula para limitar, regula para acelerar dentro de parámetros políticos claros.
Reconocimiento facial usado en performance de Massive Attack en 2025.
Estados Unidos opera con otra lógica, más fragmentada pero igual de efectiva: controla los cuellos de botella críticos, en particular el hardware. Nvidia concentró entre 87% y 92% del mercado de GPU para centros de datos de IA en 2024 según estimaciones convergentes de TechInsights e IoT Analytics, cifra que confirma la magnitud real del control estadounidense sobre quién puede entrenar modelos a gran escala. El poder no reside solo en el código, reside en decidir quién puede entrenar a gran escala y quién no.
Europa queda atrapada entre ambos polos. Solo dos de las cincuenta mayores empresas de IA son europeas y menos de 7% del gasto global se origina en su territorio según OCDE y PitchBook. El AI Act offers sofisticación normativa, pero regular sin capacidad industrial equivale a administrar dependencia, no a moldear resultados. La IA es intensiva en energía y en cadenas de suministro avanzadas, desde semiconductores hasta refrigeración de centros de datos, y mientras China y Estados Unidos internalizan estos costos estratégicos, Europa los externaliza, con consecuencia geopolítica, no solo económica, porque limita la autonomía de decisión futura.
Compará esto con lo que ocurre en el mercado laboral: Goldman Sachs y la OIT estiman hasta 300 millones de empleos transformados antes de 2030, con unos 70 millones de nuevos puestos creados, pero sectores completos se reconfiguran en ciclos de 24 a 36 meses, ritmo incompatible con sistemas educativos y fiscales lentos. América Latina entra en este proceso como periferia cognitiva: solo 17% de los países de la región tiene estrategia nacional de IA y el gasto en I+D ronda 0,2% del PIB según Oxford Insights y UNESCO.
Universidad de Concepción, Chile, ciudad que albergó la Summit Cities in Transition.
Casos como el Summit Cities in Transition del MIT en Concepción muestran capacidad técnica puntual, con Chile alcanzando 97% de acceso a internet y capital humano competitivo en nichos específicos, pero sin integración a la cadena de valor de la IA, estos esfuerzos funcionan como islas, no como palancas estructurales.
Quienes matizan esta lectura de duopolio irreversible señalan que India, con su propia base de más de 1.400 millones de habitantes y una estrategia de IA soberana en desarrollo, podría emerger como tercer polo antes de 2030. Es un escenario que algunos analistas toman en serio. Pero el propio ritmo de acumulación que describe este análisis, capital, datos y cómputo reforzándose mutuamente sin fricción, sugiere que entrar tarde a ese ciclo no es lo mismo que entrar temprano, incluso con población y talento comparables: la ventaja de Estados Unidos y China no es solo de recursos, es de tiempo ya acumulado.
La brecha central es epistémica y fiscal. Quien no controla la arquitectura cognitiva pierde capacidad de recaudar, regular y planificar, porque las decisiones se automatizan fuera del Estado. El riesgo para el Sur Global es quedar fijado en sistemas que optimizan para otros intereses, en un siglo XXI donde la disputa central es quién define qué datos importan, qué modelos deciden y bajo qué criterios se gobierna la complejidad.
Referencias
- World Intellectual Property Organization. (2024). WIPO Technology Trends 2024: Artificial Intelligence. https://www.wipo.int/tech_trends/en/artificial_intelligence/
- Stanford Institute for Human-Centered Artificial Intelligence. (2024). Artificial Intelligence Index Report 2024. https://aiindex.stanford.edu/report/
- TechInsights. (2024). Data-Center AI Chip Market – Q1 2024 Update. https://www.techinsights.com/blog/data-center-ai-chip-market-q1-2024-update
- Briggs, J., & Kodnani, D. (2023). The Potentially Large Effects of Artificial Intelligence on Economic Growth. Goldman Sachs. https://www.goldmansachs.com/insights/pages/generative-ai-could-raise-global-gdp-by-7-percent.html
- Oxford Insights. (2023). Government AI Readiness Index 2023. https://www.oxfordinsights.com/government-ai-readiness-index-2023
- IHS Markit. (2022). The Global Video Surveillance Market and China's Role. https://ihsmarkit.com/products/video-surveillance-market-report.html