La carrera por la inteligencia artificial suele contarse como una historia de velocidad, talento y dinero. Pero en Europa hay otra pregunta más incómoda y más política. Quién manda de verdad cuando la infraestructura, los chips y buena parte de los modelos están en pocas manos.
Judith Arnal, investigadora principal en Real Instituto Elcano, Fedea y CEPS, sitúa ahí el núcleo del problema. Europa, sostiene, debe garantizar el gobierno de su transformación tecnológica y evitar que la concentración en inteligencia artificial deje de ser contestable.
Europa compite mientras unos pocos controlan la base
El cuello de botella no está solo en los algoritmos. La nube depende de unos pocos hiperescalares y los chips avanzados para inteligencia artificial descansan en un grupo muy reducido de proveedores, con Nvidia como actor central en el diseño.
Ahí aparecen tres grupos con posiciones cruzadas que refuerzan su peso en varios frentes a la vez.
- Microsoft aporta nube, integra inteligencia artificial en productos empresariales y mantiene una relación estratégica con OpenAI.
- Amazon ofrece capacidad cloud, invierte en Anthropic, desarrolla chips propios y distribuye modelos a través de AWS.
- Google reúne nube, chips propios, modelos, buscador, sistemas operativos y herramientas de productividad.
Cuando una misma empresa está presente en la infraestructura, el modelo y la puerta de acceso al cliente, la competencia deja de jugarse en un solo tablero. También importa quién fija las condiciones de entrada, permanencia y salida para empresas y administraciones.
La ciberseguridad también puede empujar la concentración
No toda concentración llega por el camino más visible. El caso de Claude Mythos enseña que la ciberseguridad puede actuar como acelerador, porque los modelos capaces de encontrar vulnerabilidades muy difíciles de detectar también elevan el riesgo de que esas grietas acaben explotándose.
Ese doble uso introduce una paradoja conocida en tecnología, pero ahora con más escala. La misma herramienta que ayuda a proteger sistemas críticos puede volver más valiosos, y más difíciles de sustituir, a quienes controlan los modelos más potentes.
Visto así, la discusión no gira solo en torno a quién innova primero. También afecta a quién concentra la capacidad de detectar fallos, corregirlos y administrar el acceso a esa ventaja.
Europa tiene datos valiosos, pero paga más por llegar
Europa no parte de cero. Dispone de activos de gran valor en datos sectoriales de calidad, ya sean sanitarios, industriales o públicos, un terreno donde los datos abiertos llevan años mostrando su importancia fuera del laboratorio.
Ahora bien, esos activos conviven con varios lastres. Los costes energéticos son más altos, la regulación y la financiación aparecen más fragmentadas y movilizar capital a escala resulta más difícil que en otros polos tecnológicos.
El problema no es la ausencia de recursos, sino la dificultad para convertirlos en capacidad industrial y tecnológica a escala. Y en inteligencia artificial esa escala importa desde el entrenamiento de modelos hasta la compra de computación.
La respuesta pública pasa por abrir salidas y vigilar dependencias
Judith Arnal plantea un menú de medidas muy concreto para sostener esa contestabilidad. Habla de acceso a infraestructura de cómputo, interoperabilidad, portabilidad de datos y reducción de los costes de salida de la nube.
Además, reclama vigilancia sobre los acuerdos verticales y apoyo a modelos abiertos o auditables, junto con espacios de datos sectoriales y una contratación pública que no fabrique dependencias irreversibles. En otras palabras, no basta con comprar tecnología si cambiar de proveedor acaba siendo casi imposible.
Esa lógica ya pesa en otros debates digitales, desde la interoperabilidad de servicios hasta el control de infraestructuras críticas. En inteligencia artificial gana urgencia porque la dependencia puede acumularse al mismo tiempo en el dato, el cómputo y la capa de aplicación.
Los servicios críticos exigen algo más que potencia de cálculo
Arnal añade otra condición cuando la tecnología toca funciones esenciales. Si una empresa presta servicios críticos en Europa, debe cumplir requisitos estrictos de seguridad, auditoría, continuidad del servicio, protección de datos, portabilidad e interoperabilidad.
La lista parece técnica, pero afecta a cuestiones muy cotidianas. Quién puede revisar un sistema, cuánto cuesta abandonarlo, cuánto tiempo soporta una caída y qué ocurre con los datos cuando cambian las reglas forman parte del mismo debate.
Al final, la tensión europea no está solo entre quedarse atrás o correr más. Está entre aprovechar datos sanitarios, industriales y públicos de gran valor o hacerlo sobre una base donde la nube, los chips y parte de la inteligencia artificial dependen de muy pocos actores.