La carrera de la Inteligencia Artificial la definirá la electricidad

La próxima etapa en la carrera mundial de la inteligencia artificial no la decidirán los algoritmos ni los chips, sino la electricidad, y en eso China tiene una clara ventaja. Mientras las megatecnológicas occidentales ponen el acento en modelos cerrados e intensivos en capital que exigen una enorme potencia de cálculo, China ha optado por una Inteligencia Artificial (IA) de código abierto, y está llevando adelante una ampliación masiva de su capacidad en energía nuclear y renovable; con esto, se posiciona para un despliegue a gran escala de tecnologías de IA poderosas que no agote sus recursos.

Estas diferencias también reflejan una divergencia más básica. Estados Unidos y sus aliados tratan la IA como una tecnología privada, mientras que China la ve como una infraestructura pública y construye un ecosistema de IA abierto basado en la misma filosofía que aplicó a la producción industrial: adopción amplia, iteración rápida y firme reducción de costos. Modelos chinos de código abierto como DeepSeek, Qwen y Kimi son algo más que avances científicos: son instrumentos estratégicos diseñados para la participación que están transformando la economía de la IA.

Se informa que la última versión de DeepSeek tiene las mismas capacidades que sistemas de vanguardia como los de las empresas estadounidenses, por una fracción del costo computacional. Los precios de las API de Qwen y Kimi han caído varios órdenes de magnitud. En términos puramente económicos, se está derrumbando el costo marginal del «pensamiento». El costo de inferencia de algunos modelos chinos es una décima parte o menos del de GPT4 (OpenAI).

Los argentinos expresan mayor preocupación que entusiasmo por la IA, revela una encuesta global

Pero cuanto más se abarata la IA, más la consume el mundo, y cada token que se ahorra invita a generar mil más. La misma dinámica que otrora impulsó la era del carbón ahora impulsa la era digital. En China, esto es una opción deliberada: con la reducción de costos de inferencia y la puesta en el dominio público de las ponderaciones de los modelos se busca alentar la experimentación en universidades, startups y gobiernos locales. Pero toda esa actividad demanda energía: la Agencia Internacional de la Energía prevé que el consumo mundial de electricidad de los centros de datos se duplique en 2030 (respecto de los niveles de 2024), en gran medida como resultado de los procesos de IA. Es probable que sólo el entrenamiento de GPT4 haya consumido millones de kilovatios hora, suficientes para abastecer a San Francisco durante tres días.

Lo que era una competencia de algoritmos se está convirtiendo cada vez más en una competencia de kilovatios, y China se prepara para ganarla. En 2024 sumó 356 gigavatios de capacidad de generación a partir de fuentes renovables (más que Estados Unidos, la Unión Europea y la India combinados); el 91% de la capacidad nueva deriva de la energía solar, eólica e hídrica. El almacenamiento en baterías creció al triple respecto de 2021; y una red de muy alta tensión transporta energía limpia desde los desiertos hasta centros de datos situados a miles de kilómetros de distancia.

Además, China lleva adelante grandes inversiones en energía nuclear. Según la Fundación para la Innovación y la Tecnología de la Información, el gasto chino en investigación y desarrollo de la energía nuclear es unas cinco veces más que el de Estados Unidos. Conforme los reactores de cuarta generación y pequeños diseños modulares chinos pasan de la fase piloto al despliegue, la energía nuclear provee silenciosamente un suministro base que está fuera del alcance de las intermitentes energías renovables.

Un Premio Nobel de Economía advierte sobre los riesgo de la IA: “Tiene potencial para destruir empleos”

Esta combinación de modelos de IA abiertos, energía renovable barata y un suministro estable de energía nuclear genera una especie de retroalimentación entre energía y cálculo: la provisión de más energía limpia permite más computación, que a su vez optimiza la red. Ya hay sistemas de aprendizaje automático puestos a predecir la producción solar, gestionar el almacenamiento de energía y equilibrar la carga en la inmensa red eléctrica china, en tiempo real. El resultado es una reorganización de la industria, al desaparecer las fronteras tradicionales entre energía, semiconductores y software. Los centros de datos son las nuevas centrales eléctricas, y las GPU, las nuevas turbinas. China no está electrificando sólo su industria: está electrificando su inteligencia.

Además de reforzar su red de energía limpia, China exporta los componentes básicos del nuevo sistema energético mundial. En agosto de este año, la venta al extranjero de productos de tecnología limpia (paneles solares, baterías de red y vehículos eléctricos) alcanzó la cifra récord de 20 000 millones de dólares, más que la exportación de bienes de consumo electrónicos diez años antes. Occidente puede exportar chips y software, pero China produce los electrones que necesitan para funcionar.

En tanto, las limitaciones energéticas de Occidente (redes obsolescentes, lentitud en la concesión de permisos y altos precios) están imponiendo restricciones a la tecnología digital. En Estados Unidos y otros países, la expansión de los centros de datos choca cada vez más contra la falta de acceso a un suministro fiable de electricidad. Algunas jurisdicciones (por ejemplo Virginia y Dublín) enfrentan moratorias a la instalación de nuevos centros de datos.

Cuáles son las 44 profesiones que la inteligencia artificial podría desplazar

Las revoluciones industriales siempre han favorecido a aquellas sociedades que pudieron convertir la energía en productividad de la manera más eficiente. En el siglo XIX, la clave del dominio era el carbón. En el siglo XX mandó el petróleo. Y en el siglo XXI, será la combinación de energía limpia y computación. Quien tenga a su disposición los electrones más baratos tendrá a su disposición la inteligencia más barata (y una abundancia creciente en ambos frentes).

China se está posicionando para ocupar ese lugar codiciado, mediante una alineación sistémica de inversiones e incentivos que a las democracias les costaría replicar en poco tiempo. Pero su éxito también puede beneficiar a otros países. En economías emergentes largamente excluidas de la computación de alto rendimiento por sus precios, puede ocurrir que los modelos con ponderaciones públicas y la reducción de costos de la energía conviertan la IA en un producto accesible e incluso esencial, como la electricidad o la banda ancha.

Pero abundancia no es garantía de estabilidad. Sin una inversión suficiente en generación y almacenamiento de energía limpia, el aumento del consumo generado por la IA puede sobrecargar las redes y debilitar los avances hacia la descarbonización. Como en la era industrial, la eficiencia puede generar excesos, y el progreso puede ir de la mano de desequilibrios crecientes. De cómo se maneje la tensión entre abundancia y moderación dependerá que la IA se convierta en una herramienta de empoderamiento o en nuevo motor de desigualdad.

Hace dos siglos, la máquina de vapor convirtió el calor en movimiento y transformó la economía mundial. Hoy, la IA está transformando la electricidad en cognición; y quien domine ambas reescribirá las reglas del progreso.

(*) Jeffrey Wu es director en MindWorks Capital / Project Syndicate