Estados Unidos vs. China: Estrategias en la Carrera de IA
La competencia por el dominio de la IA no es un secreto, pero las tácticas empleadas por Washington y Beijing difieren sustancialmente, modelando dos ecosistemas tecnológicos con particularidades propias. En Estados Unidos, la estrategia se centra en la innovación de vanguardia y el control de la infraestructura clave. Empresas como Anthropic y OpenAI lideran el desarrollo de los modelos de lenguaje más avanzados y de mayor rendimiento a nivel mundial. Este enfoque se apoya en una inversión privada masiva y una vasta capacidad computacional, con EE. UU. acaparando entre el 70% y el 80% de la capacidad computacional global, una ventaja crucial para el entrenamiento de modelos complejos. La inversión privada en IA en EE. UU. alcanzó los 285.9 mil millones de dólares en 2025, de un total global de 345 mil millones de dólares, de los cuales 171 mil millones se destinaron a IA generativa. Gigantes tecnológicos como Microsoft invirtieron aproximadamente 80 mil millones de dólares en gastos de capital de IA solo en 2025, y los principales hiperescaladores planean destinar 650 mil millones de dólares este año, según datos de la investigación adicional. Este modelo de "grandes empresas, grandes gastos" busca mantener a EE. UU. en la punta de la pirámide tecnológica, asegurando la propiedad intelectual y el control sobre las plataformas más potentes.
Por otro lado, China ha adoptado una estrategia fuertemente impulsada por el Estado, enfocada en la eficiencia, la escalabilidad y la accesibilidad. Aunque su capacidad computacional es menor (15-20% global), el país ha demostrado ser excepcionalmente hábil en optimizar sus recursos. La inversión pública es un pilar fundamental; entre 2000 y 2023, el gobierno chino destinó aproximadamente 184 mil millones de dólares a la industria de IA, y en marzo de 2025 anunció un nuevo fondo estatal de 138 mil millones de dólares para tecnologías estratégicas. La inversión privada china, aunque menor que la estadounidense con 12.4 mil millones de dólares en 2025, se complementa con este fuerte respaldo gubernamental. China prioriza el desarrollo de modelos de código abierto y la integración profunda de la IA en sectores clave de su economía, como la manufactura y la robótica. Expertos como Eduardo Garrido, doctor en ingeniería informática, destacan que China está aprendiendo a competir con menos recursos, priorizando la eficiencia y la apertura, lo que representa una "incomodidad" para el modelo de negocio estadounidense, según el economista Miguel Ángel Temprano.
Los Datos Hablan: Rendimiento, Inversión y Costos
La narrativa de la brecha tecnológica entre Estados Unidos y China en IA está evolucionando rápidamente, y los datos concretos así lo confirman. En términos de rendimiento, la diferencia entre los modelos líderes de EE. UU. y China se ha estrechado dramáticamente. En marzo de 2026, la brecha de rendimiento entre el modelo líder de Anthropic y DeepSeek era de apenas un 2.7%. China ha logrado reducir la distancia de estar dos años detrás de EE. UU. a entre tres y nueve meses en algunas áreas, incluso superando en otras. Este avance es notable si consideramos que EE. UU. y China concentran el 90% de la capacidad computacional global, con Estados Unidos manteniendo una ventaja considerable (70-80% frente al 15-20% de China).
En cuanto a la inversión, las cifras también revelan las distintas magnitudes y enfoques. La inversión privada en IA en EE. UU. alcanzó los 285.9 mil millones de dólares en 2025, contribuyendo a un total global de 345 mil millones de dólares de inversión privada, de los cuales la mitad (171 mil millones) se destinó a IA generativa. Las grandes corporaciones estadounidenses son actores clave, con Microsoft gastando aproximadamente 80 mil millones de dólares en gastos de capital de IA solo en 2025, y los principales hiperescaladores planeando una inversión combinada de 650 mil millones de dólares este año. Por su parte, China ha canalizado importantes recursos gubernamentales, con aproximadamente 184 mil millones de dólares entre 2000 y 2023, y un nuevo fondo estatal de 138 mil millones de dólares anunciado en marzo de 2025 para tecnologías estratégicas. La inversión privada china fue de 12.4 mil millones de dólares en 2025, complementando la inyección estatal.
Un factor diferencial crucial es el de los costos. China se ha destacado por una estrategia de precios mucho más agresiva y eficiente. El entrenamiento del modelo DeepSeek, por ejemplo, costó 6 millones de dólares en dos meses, una cifra notablemente inferior a los más de 100 millones de dólares y seis meses que tomó entrenar a ChatGPT 4. Esto significa que los modelos chinos pueden ser hasta un 90% más baratos, lo que representa una barrera de entrada significativamente menor para desarrolladores y empresas. Como señala el investigador Daniel Francis, la IA estadounidense podría incluso "no sobrevivir" al software de código abierto y bajo costo chino, resaltando la potencia de esta estrategia disruptiva.
Implicaciones para América Latina: Consumidor o Actor Estratégico
Para América Latina, la carrera de IA entre Estados Unidos y China no es un mero espectáculo geopolítico, sino un factor determinante en su futuro económico y tecnológico. La región se encuentra en un momento de acelerada adopción y expansión del mercado de IA. Para 2026, el 31% de las empresas latinoamericanas ya cuentan con proyectos de IA activos. Se espera que la inversión en IA en la región alcance los 5.4 mil millones de dólares en 2025, con un mercado regional valorado en 4.71 mil millones de dólares que se proyecta superar los 30 mil millones en menos de una década. Sectores como fintech y servicios financieros lideran la inversión, acaparando el 38% del total regional, con ejemplos concretos como InvGate en Argentina y Nubank en Brasil, que demuestran el apetito local por esta tecnología.
Sin embargo, la región también enfrenta desafíos significativos que podrían limitar su capacidad para capitalizar plenamente las oportunidades de la IA. La falta de talento especializado es una barrera crucial, afectando al 68% de las empresas. Asimismo, el alto costo inicial de implementación, que puede oscilar entre 50 mil y 500 mil dólares, es un impedimento para muchas PyMEs y startups. En este contexto, la regulación en América Latina avanza de forma heterogénea, pero con una clara tendencia hacia modelos basados en riesgos, influenciados por la Ley de IA de la Unión Europea. Países como Perú y El Salvador ya cuentan con legislación específica, mientras que México, Brasil y Colombia están desarrollando sus propios marcos. No obstante, la regulación es a menudo más lenta que la adopción tecnológica, lo que subraya la necesidad de autoridades de control fuertes y una visión técnica clara.
El impacto de la competencia global entre EE. UU. y China es crucial. América Latina corre el riesgo de convertirse en un mero consumidor de tecnología y exportador de datos, perpetuando una dependencia de infraestructuras extranjeras. Sin embargo, la estrategia china de modelos de código abierto y bajo costo podría ser particularmente ventajosa para los países en desarrollo, ofreciendo una alternativa más accesible y personalizable. Como concluye Kyle Chan de Brookings Institution, el verdadero ganador de la carrera de IA no será quien construya los modelos más potentes, sino quien logre traducir la IA de manera más efectiva en ganancias económicas y sociales generalizadas. Para América Latina, esto implica la oportunidad de aprovechar estas soluciones eficientes para impulsar su propia innovación, reducir la dependencia tecnológica y fomentar un desarrollo más inclusivo y sostenible.
