Solo 33 países concentran los centros de datos de IA más potentes
Un informe de Oxford muestra cómo la infraestructura de inteligencia artificial depende de pocas naciones. Qué riesgos genera esa desigualdad.
La inteligencia artificial es la gran revolución tecnológica de nuestro tiempo. Pero no todos están invitados a la fiesta. Solo 33 países en el mundo tienen centros de datos capaces de entrenar modelos de IA de frontera. El resto depende de empresas extranjeras, chips diseñados en Estados Unidos y fábricas ubicadas en Taiwán. En este nuevo escenario, el control de la infraestructura —dónde están los datos, quién opera la nube, quién diseña los chips— define el poder de las naciones.
La soberanía de cómputo se convirtió en un concepto central. Implica mucho más que tener acceso a la tecnología: se trata de tener el control sobre ella. Y hoy, la mayoría de los países no lo tienen.
Tres niveles de poder: territorio, nube y chips
La Universidad de Oxford propone un marco de tres niveles para entender quién tiene el poder real en esta nueva era. El primero es la soberanía territorial: dónde están físicamente los centros de datos. El segundo es la soberanía del proveedor: de qué país es la empresa que opera la infraestructura. Y el tercero, más profundo aún, es la soberanía del acelerador: quién diseña y fabrica los chips clave para ejecutar modelos de IA.
Estados Unidos y China dominan con claridad. Las empresas estadounidenses (Amazon, Microsoft y Google) manejan 87 centros de IA avanzados; las chinas, como Alibaba y Huawei, operan 39. Europa tiene apenas seis. Y más de 150 países del mundo, entre ellos casi todos los de África y América Latina, ni siquiera tienen infraestructura propia.
Además, entre el 80% y el 90% de los centros usan chips diseñados por NVIDIA, y el 90% de esos chips se fabrican en TSMC, en Taiwán.
Europa: entre la alineación y la cobertura
Dentro de la Unión Europea se trazan dos caminos. España, Bélgica o los Países Bajos optaron por una estrategia de alineamiento: los centros están en su territorio, pero pertenecen a empresas estadounidenses. Tienen presencia, pero no control.
Alemania y Francia, en cambio, apuestan por la cobertura: permiten operar a múltiples proveedores, incluso chinos, para diversificar su dependencia. Esta estrategia les da más margen en un contexto global volátil.
La Comisión Europea busca revertir la situación con el AI Continent Action Plan, que incluye inversiones masivas y la creación de “Fábricas de IA”. La meta es clara: evitar quedar relegados como meros usuarios de tecnologías ajenas.
El Sur Global queda fuera del tablero
En América Latina y África, la situación es crítica. La mayoría de los países no tiene centros de datos propios. México, por ejemplo, cuenta con infraestructura, pero es inversión extranjera: Amazon, Google, Alibaba. No hay soberanía real.
India intenta avanzar con subsidios. Brasil anunció un plan de US$ 4.000 millones. África apuesta a un proyecto liderado por el empresario Strive Masiyiwa. Pero la brecha es enorme.
“La era de la IA corre el riesgo de dejar a África aún más atrás”, dijo Brad Smith, presidente de Microsoft. La advertencia aplica también a América Latina.
La nueva carrera por la autonomía
La inteligencia artificial no se democratiza sola. Requiere inversiones, estrategia y una visión geopolítica. Porque quien no tenga centros de datos, chips propios o control sobre su nube, dependerá siempre de otro. Y en la era de la IA, eso significa quedarse atrás.
El informe de Oxford deja en evidencia que la próxima década no solo se definirá por los avances en inteligencia artificial, sino por quién tiene el poder de hacerlos posibles. En ese juego, la infraestructura no es un detalle técnico: es el campo de batalla. Países que no logren construir soberanía de cómputo quedarán atrapados en relaciones de dependencia difíciles de revertir.
A medida que la IA se vuelve clave para sectores como defensa, salud, educación y productividad, la concentración de poder en pocas manos pone en riesgo la autonomía de cientos de naciones. La carrera por la inteligencia artificial ya no se trata solo de desarrollar algoritmos, sino de decidir quién los puede correr. Y eso, hoy, depende más del hardware que del talento.
LEER MÁS:
Chips B300 de Nvidia: por qué impulsan la nueva era de la inteligencia artificial
Las 10 principales herramientas para crear agentes de inteligencia artificial en 2025
ISO 42001: por qué esta nueva norma será clave en la regulación de la IA
