Cómo Europa puede ahorrar un billón de euros y ganar la carrera de la IA

Por Eric Hazan, Lenny Benbara y Baptiste Lefort, Project Syndicate.

PARÍS- El 12 de junio, el Departamento de Comercio de los Estados Unidos informó a Anthropic de que para dar acceso a sus dos modelos de inteligencia artificial más avanzados a personas extranjeras (dentro o fuera de los Estados Unidos) debía obtener licencia de exportación. Eso dejó a la empresa sin otra opción que desactivar Fable 5 y Mythos 5 para todos los usuarios sin previo aviso. Y aunque la orden se anuló el 30 de junio (al parecer el gobierno se dio por satisfecho con las medidas de seguridad tomadas por Anthropic), en Europa las empresas, los gobiernos y los investigadores ya habían pasado dieciocho días usando modelos más antiguos y sin saber cuándo recuperarían el acceso.

Mientras Europa se hacía a la idea de que el acceso a la IA de vanguardia se puede cancelar de un momento al otro, otro acontecimiento transmitió un mensaje muy diferente. El laboratorio chino Moonshot AI lanzó Kimi K3 (un modelo con 2,8 billones de parámetros cuyos pesos ya están disponibles para descarga gratuita), enviando al hacerlo una señal de que tal vez en poco tiempo sea posible acceder a capacidades casi de vanguardia por muy poco costo. Puesto que no hay modo de saber cuál de estas señales contradictorias terminará siendo profética, las autoridades europeas deben formular una estrategia de IA que sirva para ambos escenarios.

El debate actual sobre la estrategia europea para la IA se basa en gran medida en la premisa de que las autoridades deben elegir una posibilidad y apostar todo a ella. Algunos se inclinan por seguir la señal china: la mejora de capacidad de la IA se amesetará, la distancia entre los modelos de vanguardia y sus rivales se reducirá, y la IA se convertirá en un bien de consumo que se podrá adquirir a bajo costo como la electricidad. Este bando promueve una especie de resignación esperanzada: aceptar que Europa no tiene la potencia de cómputo, el capital y la reserva de talento necesarios para ganar la carrera de la IA, pero no preocuparse demasiado, ya que buscar la vanguardia de la IA ahora sería desperdiciar dinero.

El otro bando quiere que Europa se lance hacia la vanguardia mediante una iniciativa financiada con fondos públicos, de un tamaño que eclipsaría al de cualquier programa industrial europeo desde la reconstrucción de la posguerra. Este bando apuesta a que el crecimiento de las capacidades de IA no se detendrá y que la distancia entre los modelos de vanguardia y el resto seguirá ensanchándose. Y advierte de que en este escenario, resignarse equivale al suicidio económico.

Cada postura es coherente en el contexto del futuro que supone. Pero nadie puede predecir lo que sucederá en la realidad, y ninguna de las partes tiene un plan para el futuro “equivocado”. La teoría de la decisión sostiene que ante dos escenarios posibles radicalmente diferentes que no admiten una asignación de probabilidades fiable, la decisión racional es elegir el curso de acción que evite una catástrofe en cualquiera de los dos casos: hacer una inversión parcial y “comprar una opción”, en vez de formular un compromiso irreversible.

Hoy una estrategia europea eficaz para la IA debe reconocer que los componentes de la soberanía en IA conllevan plazos diferentes. Los chips pueden conseguirse en dieciocho meses una vez obtenido el capital. Desarrollar un suministro de energía descarbonizado, centros de datos, experiencia en entrenamiento de modelos e instituciones de toma de decisiones lleva entre cinco y diez años. Adelantar el gasto en capacidad de cómputo equivale a hacer la mayor apuesta justo allí donde la incertidumbre es mayor. Una estrategia más acertada consistiría en empezar por lo que demora más tiempo: los activos resultantes tendrán valor cualquiera sea el futuro que se materialice.

Es verdad que los riesgos de la dependencia son reales. La IA de vanguardia usa poder de cómputo racionado. Los laboratorios estadounidenses cumplen primero los contratos con el gobierno de los Estados Unidos, después atienden a los clientes empresariales y por último al resto del mundo. Cuando la capacidad esté bajo presión, los usuarios extranjeros serán los primeros en perder acceso; a esto se suma el riesgo de restricciones por motivos geopolíticos. Una Europa sin capacidad local de inferencia o entrenamiento de modelos a gran escala es una Europa sin plan de contingencia.

Pero si el riesgo es perder acceso a los modelos de vanguardia, la solución no es necesariamente intentar superar a los laboratorios que los crearon. En vez de eso, hay que desarrollar la capacidad necesaria para poder sobrevivir a esa pérdida. Esto implica asegurar el suministro de energía y la disponibilidad de terrenos conectados a la red; construir centros de datos en suelo europeo, bajo gestión de empresas europeas; y desarrollar capacidades de entrenamiento, con contratos plurianuales de compra pública para que el desarrollo de la experiencia local se mantenga a la par del avance tecnológico.

Nada de esto requiere el gasto presupuestario desmesurado que algunos están defendiendo. Al contrario, el costo total ascendería a unos pocos miles de millones de euros al año, y podría financiarse en gran medida con capital privado con respaldo de activos productivos, en vez de compromisos públicos basados en una premisa tecnológica incierta.

Si la mejora de desempeño de los modelos se estabiliza y la IA se convierte en un producto de uso general, esta base permitirá a Europa competir en la difusión y la integración (ámbitos donde sus compañías de software empresarial cuentan con ventajas reales). Si la mejora no se detiene y aparecen restricciones al acceso, Europa estará en buena posición para lanzarse a una carrera por la vanguardia, a un costo mucho menor que si tuviera que empezar desde cero, y con control de los tiempos.

Para un continente que en general vio a Silicon Valley construir la economía digital desde un costado, es comprensible la inclinación actual a actuar con audacia y rapidez. Pero la secuencia importa más que la escala. La disuasión nuclear francesa (ejemplo habitual de los partidarios de una carrera por la IA) no comenzó con una ojiva; demoró quince años y se desarrolló por etapas. La misma lógica se aplica a la IA.

Construir una base industrial que no cierre ninguna puerta, que no suponga un gasto desmesurado y que no requiera ningún permiso de Estados Unidos no es exceso de cautela, sino la única estrategia que no depende de anticipar la trayectoria de una tecnología que sus propios creadores declaran impredecible. Copyright: Project Syndicate, 2026.

Eric Hazan es socio fundador de Ardabelle Capital, cofundador del foro de políticas y estrategia Plateforme Progressiste, profesor en la École des hautes études commerciales de Paris y en el Institut d’études politiques de Paris (Sciences Po) y coautor, con Olivier Sibony, de Faut-il encore décider ? La décision humaine à l’ère de l’intelligence artificielle (Éditions Flammarion, 2026).

Lenny Benbara es cofundador del Observatorio de Política Comercial Global. Baptiste Lefort es cofundador del Observatorio de Política Comercial Global.