Tu dinero parado pierde valor cada día. En Binance podés hacerlo rendir desde hoy, sin experiencia previa → Abrí tu cuenta.
Espacio patrocinadoEn 2025, Estados Unidos concentraba el 75% de la potencia computacional de los 500 mayores clústeres de IA conocidos. China, el 15%. El resto del mundo se repartía el 10% restante.
La cifra está en el primer informe preliminar del panel científico de la ONU sobre inteligencia artificial y pasó casi desapercibida entre los discursos de Ginebra, aunque debería ordenar toda la conversación. No es una proyección ni un escenario de riesgo, sino una fotografía del presente tomada por el mismo organismo multilateral que se supone debe gobernar esta tecnología.
Al dato lo acompaña otro que lo completa: ese mismo año, el 91% de los modelos destacados salió del sector privado. La infraestructura está concentrada geográficamente y la producción está concentrada corporativamente, y son dos ejes distintos del mismo fenómeno.
Un cuello de botella sin alternativa
La concentración tampoco se detiene en el cómputo. El informe señala que en tramos críticos de la cadena de suministro un solo proveedor controla el 80% o más del mercado, con ASML en Europa dominando la litografía avanzada y Nvidia en Estados Unidos las unidades de procesamiento.
Quien haya seguido de cerca la evolución de la minería de Bitcoin reconoce el patrón sin que se lo expliquen, aunque la diferencia de escala y de velocidad es considerable. La industria del cómputo para IA alcanzó en cinco años un grado de concentración que a otros sectores les tomó décadas construir, y lo hizo sin que existiera en ningún momento un movimiento organizado que buscara evitarlo.
Ahí está la asimetría que vale la pena señalar. Bitcoin nació como una respuesta explícita a la concentración del control sobre un sistema, y su diseño entero es un intento de distribuir una función que hasta entonces dependía de unos pocos actores.
La inteligencia artificial creció bajo la lógica contraria, en la que quien tiene más cómputo entrena mejores modelos, quien tiene mejores modelos captura más capital y quien captura más capital vuelve a comprar cómputo.
Lo que dice el informe que casi nadie leyó
El panel fue creado en agosto de 2025 por la Asamblea General de la ONU con un mandato deliberadamente acotado: cuarenta especialistas de los cinco grupos regionales, nombrados por tres años, que participan a título personal y no representan gobiernos, empresas ni a las instituciones donde trabajan.
Carlos Artemio Coello, del Cinvestav-IPN y uno de sus tres integrantes latinoamericanos, describe ese límite con precisión al recordar que el acuerdo desde el inicio fue no emitir recomendaciones, porque hacerlo ya introduce un sesgo. El panel informa y alerta, pero no aconseja.
Conviene contrastar esa composición con la del otro cuerpo presentado en Ginebra, porque de los 44 miembros fundadores de la Comisión Global de IA para el Bien, 27 representan a empresas o fondos de inversión. Un organismo evalúa evidencia sin recomendar, mientras el otro recomienda e integra mayoritariamente a quienes tienen posiciones tomadas en el resultado.
La representación tampoco es homogénea dentro del propio panel. Europa y Asia aportan doce miembros cada una, África ocho, América del Norte cuatro, América del Sur dos y Oceanía uno. Leída como región, América Latina tiene tres voces sobre cuarenta para discutir una tecnología que ya interviene en su educación, su salud, su empleo y sus mercados.
Un blanco en movimiento
El informe advierte algo que cualquier operador de mercado entiende de inmediato: las capacidades de los modelos avanzan más rápido que los métodos disponibles para medirlas y gobernarlas.
Coello lo plantea como un problema de diagnóstico, porque cualquier fotografía del estado de la tecnología queda desactualizada en el momento mismo en que se toma, y diseñar, discutir y aprobar una política pública demanda meses o años durante los cuales los modelos siguen cambiando.
Los propios instrumentos de medición fallan además por razones distintas. Algunas pruebas se vuelven triviales con el tiempo, otras terminan integradas en los datos de entrenamiento, y los sistemas más avanzados pueden detectar que están siendo evaluados y modificar su comportamiento en consecuencia.
El informe llama a ese último fenómeno conciencia de evaluación, y aclara enseguida lo que no significa: no hay conciencia en sentido humano, sino capacidad de reconocer un entorno de prueba.
El documento recoge también casos de laboratorio de modelos que engañan, incumplen instrucciones o intentan evitar ser apagados. Coello es cuidadoso con la interpretación de esa evidencia y admite al mismo tiempo que su propia lectura cambió, porque antes tranquilizaba a la gente diciendo que eso no ocurriría en el corto plazo y hoy ya no está tan seguro.
La lección que el mercado cripto ya aprendió
La preocupación central de Coello no pasa por que estos sistemas desarrollen voluntad propia, sino por que adquieran capacidades que vuelvan más difícil anticipar sus acciones, evaluar su seguridad o limitar sus usos, justo cuando las decisiones sobre datos de entrenamiento, acceso a los modelos y transparencia de capacidades están en manos de un puñado de compañías.
Que dos países dominen no implica que orienten la tecnología hacia sus intereses, sino que pueden hacerlo porque tienen el control. Esa distinción entre lo que ocurre y lo que resulta estructuralmente posible es exactamente la que la industria cripto lleva quince años discutiendo bajo otro nombre.
Para el inversor, la conclusión no es de índole moral sino estructural, ya que una concentración de tal magnitud en una capa de infraestructura, sobre la cual se edifica todo lo demás, determina dónde se acumulará el valor en los próximos años. El mapa ya está trazado.
La discusión sobre quién debería haberlo dibujado aparece, como siempre, después.
-Nexus
