Líderes de opinión

El cambio de la capacidad de IA a control de IA

mm
Añade Unite.AI a tus fuentes preferidas en Google

Una serie de incidentes de alto perfil que involucran a proveedores de IA de vanguardia ha dejado a las empresas preguntándose una pregunta que, hasta hace poco, muchas no habían considerado seriamente. ¿Qué sucede cuando la tecnología que has construido alrededor de tus operaciones ya no está completamente bajo tu control?

Primero vino el cierre de Anthropic, ordenado por el gobierno de los EE. UU. con solo 90 minutos de antelación. Luego vino el escándalo de privacidad de Grok Build. Más recientemente, OpenAI admitió que un agente había violado de forma autónoma a Hugging Face, planteando nuevas preguntas sobre la gobernanza a medida que los sistemas de IA se vuelven más capaces.

Individualmente, cada incidente es significativo. Tomados en conjunto, apuntan a algo más grande. Nos recuerdan que la IA se encuentra dentro de sistemas políticos, relaciones comerciales y entornos regulatorios que las organizaciones a menudo tienen muy poca influencia sobre.

La conversación sobre el riesgo de la IA se ha centrado comprensiblemente en la privacidad, el cumplimiento y la residencia de los datos. Esos problemas todavía importan, pero ya no son toda la historia. La pregunta más grande ahora es la dependencia.

Entendiendo qué es la soberanía y qué no es

He notado que la conversación sobre la soberanía ha cambiado en el último año. Los clientes solían preguntar dónde se almacenarían sus datos. Hoy en día, es mucho más probable que pregunten quién controla realmente los sistemas en los que se ejecuta su IA y qué sucede si pierden repentinamente el acceso a ellos. Esa es una pregunta más difícil de responder, porque la soberanía se extiende mucho más allá de la geografía.

En su núcleo, la IA soberana se trata de la propiedad: ser capaz de implementar la IA sin introducir dependencias que podrían amenazar la resiliencia, la continuidad o la flexibilidad a largo plazo, independientemente de dónde se desarrolló originalmente el modelo. Una forma en que lo explico es comparando los agentes de IA con los empleados. Están aumentando cada vez más como miembros digitales de la fuerza laboral, asumiendo la responsabilidad de tareas que anteriormente eran realizadas por personas. Si una organización alquila esa fuerza laboral de un solo proveedor de IA, también está externalizando una parte crítica de su capacidad operativa.

Eso no significa que todas las organizaciones necesiten poseer cada parte de la pila de IA. El poder y la infraestructura física se encuentran en la parte inferior, seguidos de la computación, luego los modelos en sí y finalmente las aplicaciones que se ejecutan en la parte superior. Cada capa puede ser propiedad de una organización diferente. En un extremo del espectro, los datos permanecen en el país mientras que todo lo demás está controlado en otro lugar. Un poco más adelante, los modelos se ejecutan localmente, pero en infraestructura operada por alguien más. Un poco más adelante, las organizaciones ejecutan los modelos ellas mismas. En el extremo más profundo, controlan la infraestructura también. Donde una organización elige situarse en ese espectro depende de lo que no puede permitirse perder.

Un gobierno que ejecuta cargas de trabajo clasificadas naturalmente necesitará más control que la mayoría de las empresas comerciales. Un hospital no necesita necesariamente poseer un centro de datos, pero sí necesita confianza en que los sistemas que respaldan la atención al paciente no puedan volverse repentinamente inaccesibles debido a decisiones tomadas por un tercero a miles de kilómetros de distancia.

La soberanía debe ser verificable

Cuanto más hablan las organizaciones sobre la IA soberana, más importante se vuelve distinguir la soberanía genuina del marketing astuto. No todos los proveedores son transparentes sobre qué capas de la pila realmente controlan, y si suficientes vendedores comienzan a describir sus productos como soberanos, la palabra podría perder rápidamente su valor de la misma manera que las afirmaciones de sostenibilidad han perdido su valor en otras industrias.

Esa es donde entra la idea de “lavado de soberanía”. Una solución se comercializa como controlada localmente porque el contrato es doméstico, el equipo de soporte tiene su sede en el país y los datos nunca abandonan las fronteras nacionales, mientras que la infraestructura subyacente todavía es operada por un proveedor extranjero. Una organización del Reino Unido podría comprar un servicio de IA soberano de un proveedor británico y aún así encontrar que los sistemas en los que depende en última instancia se encuentran en infraestructura de EE. UU.

Eso no lo convierte automáticamente en la elección equivocada. Para muchas organizaciones, puede ser el equilibrio correcto entre costo, capacidad y control. Pero debe ser una decisión consciente.

Los desafíos de alquilar versus los beneficios de poseer

Es fácil ver por qué los proveedores de IA de vanguardia de EE. UU. se convirtieron en el valor predeterminado. Ofrecieron los modelos más capaces, invirtieron mucho en infraestructura y se movieron consistentemente más rápido que el resto del mercado. Combinado con las crecientes preocupaciones geopolíticas sobre la IA china, se convirtieron en la opción natural para las organizaciones que buscaban implementar la IA a gran escala.

Ese impulso se ha extendido mucho más allá de los primeros adoptantes. Incluso en industrias altamente reguladas, donde la nueva tecnología suele ser examinada más de cerca, la adopción ha acelerado. El 75% de las empresas de servicios financieros utilizan activamente la IA. Lo mismo hacen el 79% de los profesionales del derecho, mientras que el 65% de los clínicos dicen que su uso de herramientas de IA proporcionadas por la organización ha aumentado en el último año. Para muchas de estas organizaciones, elegir un proveedor de EE. UU. simplemente tenía sentido comercial.

La conversación se está volviendo más matizada a medida que la IA se integra más en las operaciones diarias. El costo es parte de la imagen. Los precios de los tokens siguen cayendo, pero el gasto en IA empresarial sigue aumentando a medida que el uso supera las reducciones de precios, con el 93% de las organizaciones ya excediendo sus presupuestos de IA. La resiliencia es otro. Si un proveedor externo sufre una interrupción, cambia sus términos comerciales o enfrenta una intervención gubernamental, las organizaciones que ejecutan cargas de trabajo críticas tienen poco control sobre el resultado.

Poseer más de la pila de IA cambia ambas ecuaciones. Los costos se vuelven más predecibles a medida que crece el uso, mientras que las organizaciones obtienen una mayor visibilidad de cómo operan sus sistemas y mucho más control sobre lo que sucede cuando cambian las circunstancias.

Por qué una buena estrategia de salida requiere la asociación correcta con el proveedor

La soberanía no es algo que las organizaciones puedan activar de la noche a la mañana. Para las empresas reguladas, mover las cargas de trabajo de IA generalmente lleva tres a cuatro años, y muy poco de ese tiempo se dedica a mover tecnología. La mayoría se dedica a la gobernanza, la adquisición y el trabajo operativo necesario para mover procesos críticos sin interrumpir la organización.

Esa es la razón por la que la planificación tiene que ocurrir mucho antes de que alguien necesite dejar a un proveedor. Mientras que el 72% de las empresas están incorporando la IA soberana en sus hojas de ruta de 2026, solo alrededor de tres de cada diez tienen una estrategia detallada, un presupuesto o un plan de migración en su lugar. Claramente hay un apetito por reducir la dependencia, pero muchas menos organizaciones han trabajado en lo que realmente implicaría si tuvieran que hacer el cambio.

Esto comienza con la comprensión de qué cargas de trabajo son las más importantes, qué costaría realmente una salida y si los planes de migración se han probado antes de que sean necesarios. Ese proceso también cambia la forma en que evalúan a los proveedores. Tres preguntas generalmente te dicen la mayoría de lo que necesitas saber. ¿Pueden verificarse las afirmaciones de soberanía de forma independiente, siempre que el cliente elija? ¿Se extiende esa verificación a través de cada capa de la pila, o solo a la nombrada en el contrato? ¿Y si el proveedor decidiera, podría acceder a los datos del cliente? Si la respuesta a esa última pregunta es sí, entonces lo que se ofrece es una política y no una garantía. Independientemente, siempre que el cliente elija. ¿Se extiende esa verificación a través de cada capa de la pila, o solo a la nombrada en el contrato? ¿Y si el proveedor decidiera, podría acceder a los datos del cliente? Si la respuesta a esa última pregunta es sí, entonces lo que se ofrece es una política y no una garantía.

Simone Giacomelli es el fundador y CEO de Prem AI, un laboratorio de inteligencia artificial aplicada suizo que crea modelos de lenguaje personalizados y privados que las empresas pueden ejecutar en su propia infraestructura.