En enero la empresa china de inteligencia artificial DeepSeek lanzó su último modelo que irrumpió los ámbitos de la investigación técnica para convertirse en noticia internacional. La sorpresa: una compañía emergente desarrolló un modelo de razonamiento a la par de los presentados por los laboratorios más avanzados de Estados Unidos, pero a una fracción del costo —en principio, apenas a una treintava parte—. Este avance reconfiguró las suposiciones sobre el futuro de la innovación en inteligencia artificial (IA) para México y otros mercados emergentes, lo cual abrió una ventana de oportunidad en lo que parecía ser una carrera dominada por dos grandes potencias.
El éxito de DeepSeek sugiere que es posible crear plataformas de IA competitivas, incluso en países que no disfrutan del acceso ilimitado de Estados Unidos a chips avanzados o de su ecosistema tecnológico. Si bien el poder de cómputo sigue siendo un factor crucial, el modelo de eficiencia y bajo costo de DeepSeek indica que naciones como México tienen la posibilidad de beneficiarse de la IA aun cuando Estados Unidos y China dominen la frontera tecnológica.
Conviene, por supuesto, matizar: la innovación de DeepSeek, aunque relevante, ha suscitado dudas. Algunos cuestionan su fuerte dependencia a modelos abiertos de Estados Unidos y su metodología para calcular costos de entrenamiento inusualmente bajos. DeepSeek reporta un gasto de 5.6 millones de dólares y emplear alrededor de dos mil chips de NVIDIA para entrenar su modelo, cifras muy inferiores a las que manejan OpenAI o Google para proyectos de tamaño similar. Sin embargo, analistas advierten que, si se consideran costos adicionales —pruebas de entrenamiento y desarrollo—, el monto real podría acercarse a los 500 millones. La infraestructura de hardware, el talento de ingeniería y el acceso a capital siguen siendo pilares de la innovación en IA. A pesar de eso, el logro de DeepSeek amplió el rango de posibilidades para países más allá de Estados Unidos y China al trazar nuevas rutas para sus ambiciones en IA.
Los esfuerzos de una IA soberana vuelven a aumentar tras DeepSeek. Francia, por ejemplo, anunció la creación de una iniciativa equivalente al proyecto Stargate estadunidense, que destinará 109 000 millones de euros a la construcción de centros de datos, financiados por inversión nacional e internacional. El Reino Unido, por su parte, presentó planes para construir una nueva supercomputadora y proyectos de centros de datos valuados en 17 000 millones de dólares como parte de su estrategia nacional de IA.
Los Emiratos Árabes Unidos también se consolidan como un actor global en infraestructura de IA, al firmar acuerdos de cooperación con Francia y Estados Unidos, además de invertir miles de millones en centros de datos locales y en el extranjero. En el mundo emergente, India, a través de Reliance Industries, proyecta edificar el centro de datos de mayor capacidad del mundo, con 3 gigavatios, en Guyarat. Cada vez más países buscan invertir y controlar parte de la infraestructura, los datos, la fuerza laboral y la arquitectura tecnológica que sustentan el despliegue de la IA.
DeepSeek también rescató otro paradigma, quizá de mayor alcance: la IA más eficiente y asequible acelerará su adopción global. El CEO de Microsoft, Satya Nadella, aludió a la “paradoja de Jevons”, según la cual las mejoras en eficiencia tienden a aumentar el consumo total de recursos, no a disminuirlo. Este punto es crucial para países como México, que no cuentan con el poder de cómputo ni la infraestructura para competir en la frontera tecnológica. Para ellos, la mejor estrategia consiste en reorganizar sus instituciones a fin de maximizar la adopción de IA en la mayor cantidad de sectores posible, beneficiándose del impacto esperado: un aumento anual del 3.3 % en la productividad mundial.
El nuevo gobierno de Claudia Sheinbaum tiene la oportunidad de revertir la inercia reciente en materia de política y desarrollo de IA. México fue pionero en 2018 al iniciar la elaboración de una estrategia nacional de IA, pero desde entonces ha perdido liderazgo regional frente a Chile, Brasil y Uruguay, que encabezan hoy el Índice Latinoamericano de Inteligencia Artificial, impulsados por mayores inversiones en infraestructura tecnológica, programas de formación y políticas habilitadoras. México, en cambio, descendió al séptimo lugar de los diecinueve países evaluados.
Tres pasos para una estrategia nacional de IA
El gobierno actual podría retomar el trabajo de la Alianza Nacional de IA y diseñar una estrategia nacional que contemple tres frentes iniciales.
Primero, desarrollar capacidad de cómputo suficiente para fomentar la investigación y atender la demanda en toda la economía. Una opción sería liderar la creación de un clúster regional de cómputo avanzado en América Central y del Sur que permita compartir costos de unidad de procesamientos gráficos (GPU, por sus siglas en inglés) y esfuerzos de investigación y desarrollo, al tiempo que reafirme el liderazgo regional de México. Este proyecto implicaría negociar con Estados Unidos, que mantiene un estricto control sobre la exportación de hardware avanzado, y atender los retos internos en el sector energético, clave para operar centros de datos de IA.
Segundo, México puede tomar decisiones estratégicas para especializarse en sectores o tecnologías donde ya posee ventajas competitivas, como las aplicaciones industriales o la automatización manufacturera.
Tercero —y fundamental—, el país debe sentar las bases para la adopción generalizada de IA: fomentar el talento, mejorar la conectividad y acceso a internet, y promover estándares comunes de interoperabilidad en el sector privado.
Construir una base nacional de IA para la autosuficiencia
México no necesita —ni sería recomendable— competir directamente con los gigantescos clústeres de GPU de Estados Unidos o China. Pero sí debe garantizar el acceso a suficientes chips de IA, centros de datos y talento ingenieril para fortalecer un ecosistema propio, adaptado a su contexto lingüístico, económico y cultural.
Retomar el proyecto de una estrategia nacional sería un primer paso: evaluar inversiones, marcos regulatorios y mecanismos de cooperación regional —como un clúster de cómputo compartido—. Métodos de entrenamiento distribuidos de baja comunicación permitirían optimizar costos y fomentar infraestructura digital soberana. Esto fortalecería la resiliencia económica y la seguridad nacional, asegurando que parte del ecosistema de IA permanezca bajo control mexicano y resguardando datos sensibles.
No obstante, participar en la construcción de infraestructura de IA implica quedar inmerso en la competencia tecnológica entre Estados Unidos y China. México se encuentra en un nivel de acceso restringido a semiconductores estadunidenses, según políticas recientes de Washington, a pesar de la estrecha relación bilateral.
El gobierno de Sheinbaum, con su destacada habilidad diplomática —ejemplo de eso fue lograr la suspensión de los aranceles de Trump sin conflictos públicos—, podría aprovechar las próximas negociaciones del T-MEC para flexibilizar los límites a la importación de chips estadunidenses. A cambio, México podría endurecer su postura frente a empresas tecnológicas chinas o aplicar aranceles adicionales. Integrarse a la cadena de valor de IA de Norteamérica valdría el precio de esas concesiones.
Definir un nicho de liderazgo mexicano en IA aplicada
Una vez asegurada la capacidad de cómputo, México debería utilizarla para potenciar sectores donde puede construir un liderazgo propio. Experiencias de países como Singapur, India y los Emiratos Árabes Unidos —cuyas tasas de adopción de IA superan en 50 % la media del G7— muestran que seleccionar sectores prioritarios acelera la difusión tecnológica.
México, como centro manufacturero y de nearshoring, podría enfocarse en aplicaciones industriales de IA: procesamiento de datos en tiempo real en fábricas, gestión de cadenas de suministro y automatización de tareas. Apostar por un nicho de IA aplicada no sólo impulsaría la productividad, sino elevaría el perfil internacional de México en el ámbito tecnológico.
El gobierno federal podría fortalecer estos esfuerzos mediante la creación de un Centro Nacional de IA Industrial Aplicada, integrando recursos públicos, talento privado y datos nacionales para resolver retos operativos concretos.
Hacia una sociedad preparada para la era de la IA
Finalmente, toda estrategia de infraestructura y liderazgo en IA debe acompañarse de una agenda que eleve la preparación de la sociedad mexicana. No basta innovar: es necesario crear condiciones para que empresas y trabajadores utilicen la tecnología de forma extensiva.
El profesor Jeffrey Ding ha argumentado que, en las transiciones tecnológicas, la adopción generalizada —y no sólo las innovaciones de frontera— es lo que determina qué países transforman avances tecnológicos en poder económico y político.1 Para México, construir una “sociedad lista para la IA” podría ser tanto o más importante que competir en la vanguardia.
El país cuenta con una sólida base: es líder en la región en egresados de posgrados en ciencias computacionales y, según IBM, un tercio de sus empresas ya implementan IA. No obstante, la inversión pública en investigación y desarrollo, equivalente al 0.3 % del PIB, sigue rezagada frente al 2.27 % de Estados Unidos o el 5 % de Corea del Sur.
Concentrar recursos en habilidades relacionadas con IA —educación, capacitación, estandarización— debe ser una prioridad inmediata, dado que el talento humano es el recurso más escaso en la carrera tecnológica actual.
Puede que el impacto de DeepSeek no consista tanto en un veredicto final sobre la competencia entre Estados Unidos y China, sino en su papel como catalizador de un renovado impulso a los esfuerzos de soberanía tecnológica en todo el mundo. DeepSeek ha reactivado la imaginación de países de renta media, como México, ofreciendo la posibilidad de fijar metas inteligentes —pero ambiciosas— en IA, adaptadas a sus recursos y ventajas estructurales.
La competencia entre Estados Unidos y China seguirá siendo un telón de fondo inevitable. Sin embargo, no debe impedir que México trace su propio camino estratégico: un plan nacional que combine autonomía básica en IA, liderazgo sectorial y preparación económica amplia puede convertir el potencial latente del país en liderazgo tangible. Un logro transformador en una carrera tecnológica global que, hasta ahora, parecía reservada a unos pocos ganadores.
Sienna Tompkins
Analista geopolítica en Lazard. Su investigación se centra en la intersección entre la competencia tecnológica entre Occidente y China, y la seguridad económica.
1 Technology and the Rise of Great Powers: How Diffusion Shapes Economic Competition, Princeton University Press, 2024.
