La inteligencia artificial podría estar entrando en una etapa en la que elegir una tecnología también implique elegir un ecosistema geopolítico. Un análisis publicado por Boston Consulting Group (BCG) advierte que Estados Unidos y China están desarrollando plataformas de IA cada vez más incompatibles, una división que puede afectar a empresas y gobiernos fuera de ambas potencias.
El estudio, publicado el 30 de junio de 2026, compara la capacidad de Estados Unidos, China y varias potencias intermedias a partir de seis factores que sostienen el desarrollo de la IA: capital, talento, propiedad intelectual, datos, energía y capacidad de cómputo.
La conclusión no apunta a que una de las dos potencias haya desplazado a la otra. Estados Unidos conserva una posición destacada por su capacidad para atraer capital y talento, así como por sus inversiones en modelos avanzados e infraestructura. China, por su parte, ha reducido la brecha en capacidad de cómputo y ha fortalecido su producción de modelos, con una apuesta particularmente fuerte por reducir costos y llevar la IA a la economía real.
Te puede interesar: Contrato de Huawei en Argentina provoca choque entre China y EE.UU ¿Qué pasó?
La diferencia está también en la forma de construir esos ecosistemas. Estados Unidos ha acelerado el gasto en centros de datos y modelos de alto rendimiento. BCG señala que las principales empresas tecnológicas estadounidenses superaron los 400.000 millones de dólares en gasto de capital durante 2025 y estima que esa cifra podría superar los 800.000 millones en 2026.
China está siguiendo otra ruta. Sus modelos han buscado mantener capacidades competitivas con costos inferiores y una amplia disponibilidad de modelos de pesos abiertos. El análisis pone como ejemplo a Kimi K2.6, de Moonshot, cuyo costo en mayo de 2026 era de 1,71 dólares por millón de tokens, frente a los 11,25 dólares de GPT-5.5, según las cifras utilizadas por BCG.
El problema está en las capas que sostienen la IA
La separación puede entenderse al mirar cómo funciona una plataforma de inteligencia artificial. Una solución combina aplicaciones, modelos, servicios en la nube y chips especializados. Sobre esas capas existen además normas de datos, privacidad, controles de exportación y otras condiciones regulatorias que determinan qué tecnologías pueden utilizarse juntas.
El hardware es uno de los puntos donde la incompatibilidad resulta más evidente. BCG señala que el software desarrollado para la tecnología CUDA de NVIDIA no funciona directamente sobre los chips Ascend de Huawei, pues requiere modificaciones para utilizar el entorno de software CANN de la compañía china.
Para una multinacional, esto puede traducirse en la necesidad de operar con plataformas diferentes según el mercado. El estudio menciona como ejemplo la asociación de Apple con Alibaba para su plataforma de inteligencia artificial en China, mientras mantiene una asociación con OpenAI en otros mercados.
Te puede interesar: ENTREVISTA | “Colombia está liderando la adopción de IA en Latinoamérica”: Luis Caro, de AWS
Fuera de Estados Unidos y China todavía existe margen para combinar tecnologías, pero BCG advierte que esa flexibilidad podría reducirse a medida que aumenten las restricciones regulatorias y la competencia tecnológica.
Europa, Japón, India y los países del Golfo están adoptando estrategias diferentes para reducir su dependencia. La Unión Europea impulsa infraestructura propia y respalda a Mistral; Japón utiliza grandes inversiones para participar en el ecosistema estadounidense; mientras India mantiene vínculos con varios ecosistemas al mismo tiempo.
Para las empresas, el estudio plantea una cuestión práctica: la elección de una plataforma de IA puede terminar condicionando dónde pueden operar, qué proveedores pueden utilizar y cuánto les costará cambiar de tecnología. Por eso, BCG plantea trabajar con redundancia, modularidad y alternativas tecnológicas mientras todavía sea posible hacerlo.
