La nube no es una nube. Aunque durante años las grandes empresas tecnológicas nos han vendido la idea de que nuestros documentos, fotografías, conversaciones y archivos se encuentran almacenados en una especie de espacio virtual, etéreo e infinito, la realidad es completamente distinta. Detrás de esa nube existe una gigantesca infraestructura industrial integrada por miles de edificios, millones de procesadores, redes de fibra óptica, sistemas de refrigeración, plantas generadoras de electricidad y complejas cadenas de suministro. La inteligencia artificial no surge de la nada, tampoco es producto exclusivo de extraordinarios algoritmos informáticos. Es resultado de una industria que requiere enormes cantidades de recursos materiales, financieros, tecnológicos y humanos.
Cada vez que desde nuestro teléfono móvil le pedimos a ChatGPT que nos recomiende un restaurante, elabore una investigación, traduzca un documento o genere una imagen, ponemos en funcionamiento una cadena industrial que puede extenderse por varios continentes. En algún centro de datos, miles de procesadores realizan operaciones matemáticas a velocidades extraordinarias. Para funcionar necesitan electricidad y sistemas de refrigeración que, dependiendo de su tecnología, pueden consumir importantes cantidades de agua. Una consulta individual no representa necesariamente millones de litros, pero la suma de miles de millones de operaciones, junto con la fabricación de equipos y la generación eléctrica, tiene consecuencias ambientales considerables.
Durante los últimos años nos acostumbramos a pensar que la economía digital era una economía desmaterializada. A diferencia de la industria automotriz, siderúrgica o petrolera, las empresas tecnológicas parecían producir riqueza sin grandes fábricas, chimeneas o maquinaria pesada. Nada más alejado de la realidad. La revolución digital, y particularmente la inteligencia artificial, descansa sobre una infraestructura física de dimensiones extraordinarias. Sus fábricas pueden encontrarse en Taiwán, sus equipos industriales en los Países Bajos, sus centros de datos en Estados Unidos y sus aplicaciones en los teléfonos de millones de mexicanos. Es una nueva organización internacional de la producción, con enormes concentraciones de capital y poder.
Para comprender la dimensión económica, política y ambiental de esta industria es necesario analizar los cuatro grandes eslabones que integran su cadena de valor: los fabricantes de semiconductores y maquinaria especializada; las empresas que construyen y administran centros de datos; las compañías dedicadas al desarrollo de modelos fundacionales de inteligencia artificial, y las empresas que transforman esos modelos en aplicaciones comerciales. No se trata de actividades independientes. Cada una depende de las demás y, en conjunto, conforman uno de los sistemas industriales más complejos de la historia. Quien controle sus componentes estratégicos tendrá una ventaja económica y geopolítica considerable durante las próximas décadas.
El primer eslabón comienza con una pieza diminuta que se ha convertido en uno de los productos más importantes de la economía mundial: el semiconductor. Sin microprocesadores avanzados no existirían los grandes modelos de inteligencia artificial. Empresas como NVIDIA, AMD y Broadcom diseñan procesadores y aceleradores especializados capaces de realizar billones de operaciones matemáticas. Particularmente importantes son las unidades de procesamiento gráfico, conocidas como GPU, originalmente desarrolladas para videojuegos y procesamiento de imágenes, pero que terminaron convirtiéndose en instrumentos fundamentales para entrenar sistemas de inteligencia artificial. La demanda de estos componentes ha transformado profundamente la industria tecnológica internacional.
NVIDIA constituye uno de los ejemplos más ilustrativos de esta transformación. Una empresa que durante años fue conocida principalmente por fabricar tecnología para videojuegos se convirtió en protagonista de la revolución de la inteligencia artificial. Sus procesadores son utilizados para entrenar y ejecutar modelos desarrollados por algunas de las principales compañías tecnológicas. Sin embargo, existe una particularidad importante: NVIDIA diseña sus chips, pero no fabrica directamente la mayoría de ellos. Esta separación entre diseño y producción constituye una de las características fundamentales de la industria contemporánea de semiconductores y explica buena parte de sus vulnerabilidades económicas y geopolíticas.
Aquí aparece una empresa cuyo nombre resulta poco conocido para buena parte de la población, pero cuya importancia estratégica es extraordinaria: Taiwan Semiconductor Manufacturing Company, mejor conocida como TSMC. Esta compañía taiwanesa fabrica una proporción dominante de los semiconductores más avanzados utilizados en inteligencia artificial. Su capacidad industrial es producto de décadas de inversiones, investigación científica, formación de ingenieros y perfeccionamiento tecnológico. La fabricación de estos componentes requiere instalaciones de extraordinaria precisión, conocidas como salas limpias, donde se controlan partículas microscópicas, temperatura y humedad. Un pequeño defecto puede inutilizar un procesador cuyo diseño representa años de investigación.
La importancia de Taiwán permite comprender por qué la disputa entre Estados Unidos y China trasciende los asuntos comerciales y militares. En esa isla se encuentra uno de los principales centros de fabricación de la tecnología que sostiene la economía digital. Una crisis política, un bloqueo comercial o un conflicto armado en el estrecho de Taiwán podría provocar una interrupción de dimensiones extraordinarias en el suministro internacional de semiconductores. No solamente se afectarían los sistemas de inteligencia artificial. También la industria automotriz, las telecomunicaciones, los equipos médicos y prácticamente todos los sectores productivos modernos experimentarían consecuencias. La tecnología se convirtió en un asunto de seguridad nacional.
Pero la cadena industrial no termina en Taiwán. Para fabricar los procesadores más avanzados, TSMC necesita maquinaria especializada producida por otras compañías. Una de ellas es ASML, empresa de los Países Bajos que posee una posición prácticamente exclusiva en la fabricación comercial de sistemas de litografía ultravioleta extrema, conocidos como EUV. Estas máquinas permiten imprimir estructuras microscópicas sobre obleas de silicio mediante procesos de extraordinaria precisión. Su complejidad es tal que cada equipo integra componentes desarrollados por proveedores especializados de distintos países. Estamos frente a una industria donde fabricar las máquinas necesarias para producir chips puede resultar tan complicado como diseñar los propios procesadores.
En esta cadena también participan empresas como Samsung y SK Hynix, fabricantes de memorias de alto ancho de banda, conocidas como HBM, indispensables para que los procesadores de inteligencia artificial trabajen con grandes volúmenes de información. Sin estas memorias, incluso los chips más avanzados perderían buena parte de su capacidad. A su alrededor existe una extensa red de proveedores de materiales, gases industriales, productos químicos, sistemas ópticos, componentes electrónicos y equipos de precisión. Lo que aparentemente es una sencilla aplicación instalada en nuestro teléfono depende, en realidad, de miles de empresas, trabajadores especializados y procesos industriales distribuidos por todo el planeta.
Esta primera parte de la cadena demuestra que la inteligencia artificial no es exclusivamente una revolución del conocimiento. También representa una nueva etapa de concentración industrial. Un número relativamente reducido de compañías controla tecnologías fundamentales cuya reproducción requiere inversiones multimillonarias y conocimientos acumulados durante décadas. La consecuencia es evidente: los países que no participan en estos procesos quedan colocados en una situación de dependencia tecnológica. Pueden consumir inteligencia artificial, contratar servicios y utilizar aplicaciones, pero carecen de capacidad para decidir sobre componentes esenciales de su funcionamiento. La dependencia tecnológica puede convertirse, tarde o temprano, en dependencia económica y política.
El segundo eslabón de esta industria está integrado por los centros de datos y las empresas que ofrecen servicios de computación en la nube. Aquí encontramos nombres conocidos como Microsoft, Amazon y Google, que administran algunas de las mayores infraestructuras informáticas del planeta. Sus plataformas Azure, Amazon Web Services y Google Cloud proporcionan capacidad de procesamiento y almacenamiento a empresas, gobiernos, universidades y desarrolladores. Estas compañías, conocidas como hyperscalers, construyen instalaciones que pueden albergar decenas de miles de procesadores, conectados mediante redes de altísima velocidad y administrados por sofisticados sistemas informáticos.
Los centros de datos son las nuevas fábricas de la economía digital. En lugar de producir automóviles, acero o electrodomésticos, procesan información. Pero, al igual que cualquier instalación industrial, necesitan terrenos, edificios, maquinaria, energía, agua, personal especializado y sistemas de seguridad. Sus servidores funcionan continuamente y generan enormes cantidades de calor. Para evitar fallas, requieren sistemas de refrigeración que pueden utilizar aire, líquidos refrigerantes y agua, dependiendo del diseño de cada instalación. Además, necesitan conexiones eléctricas confiables, infraestructura de telecomunicaciones y mecanismos de respaldo para garantizar que sus servicios permanezcan disponibles prácticamente durante las veinticuatro horas.
Aquí aparece una de las grandes contradicciones de la revolución tecnológica. Mientras las empresas presentan la inteligencia artificial como una herramienta que permitirá utilizar más eficientemente los recursos naturales, su propio desarrollo está impulsando una demanda extraordinaria de electricidad. La Agencia Internacional de Energía estimó que los centros de datos consumieron alrededor de 415 teravatios-hora de electricidad durante 2024 y proyectó que podrían alcanzar aproximadamente 945 teravatios-hora en 2030. No todo ese consumo corresponde a inteligencia artificial, pero su expansión constituye uno de los principales factores del crecimiento previsto. Estamos hablando de una transformación con consecuencias importantes para los sistemas eléctricos nacionales.
El problema no es únicamente cuánta electricidad consume esta industria, sino de dónde proviene. Si los centros de datos funcionan con energía generada mediante carbón, gas natural u otros combustibles fósiles, su expansión puede incrementar las emisiones de gases de efecto invernadero. Si utilizan fuentes renovables, almacenamiento energético y redes eléctricas modernas, su impacto climático puede reducirse considerablemente. Sin embargo, construir infraestructura energética limpia requiere inversiones, tiempo y planificación. La velocidad con que crece la demanda de inteligencia artificial plantea un desafío para los gobiernos, que deben garantizar el suministro eléctrico sin comprometer sus objetivos ambientales ni trasladar todos los costos a la población.
El consumo de agua constituye otro asunto fundamental. Muchos centros de datos utilizan sistemas de enfriamiento evaporativo que requieren agua para disipar el calor generado por los servidores. Otros emplean tecnologías de refrigeración que reducen considerablemente ese consumo directo, aunque pueden necesitar más electricidad. Además, existe una huella hídrica indirecta asociada con la generación de energía y la fabricación de semiconductores. No hay una cantidad universal de agua consumida por cada pregunta formulada a ChatGPT. Las cifras dependen del modelo, la infraestructura, las condiciones climáticas y el sistema energético. Lo indiscutible es que la expansión de esta industria obliga a discutir la disponibilidad y administración del recurso.
Esta discusión adquiere particular importancia en regiones que enfrentan problemas de sequía o estrés hídrico. La instalación de grandes centros de datos puede representar inversiones, empleos e infraestructura, pero también generar competencia por recursos que necesitan las comunidades, la agricultura y otras actividades económicas. No sería aceptable que una población enfrentara restricciones en el suministro de agua mientras instalaciones privadas dispusieran de volúmenes considerables sin mecanismos adecuados de transparencia y supervisión. Tampoco sería correcto afirmar que todos los centros de datos consumen cantidades idénticas. La solución consiste en establecer normas diferenciadas, mediciones verificables y obligaciones de eficiencia que permitan compatibilizar desarrollo tecnológico y derechos sociales.
La creciente demanda energética está llevando a las grandes empresas tecnológicas a buscar nuevas fuentes de suministro. Algunas han firmado contratos de largo plazo para adquirir electricidad renovable; otras exploran proyectos nucleares, incluidos pequeños reactores modulares. También se realizan inversiones en baterías, redes eléctricas y sistemas de refrigeración más eficientes. Sin embargo, la transición energética de la inteligencia artificial enfrenta una dificultad adicional: no basta con producir electricidad limpia en términos anuales. Es necesario garantizar energía suficiente en cada momento y lugar donde funcionan los centros de datos. La disponibilidad permanente de electricidad se ha convertido en un factor decisivo para determinar dónde se construyen estas instalaciones.
Existe otro elemento que generalmente permanece fuera de la conversación pública: los materiales necesarios para construir esta infraestructura. Los servidores requieren cobre, aluminio, silicio y numerosos componentes electrónicos. Las redes eléctricas necesitan transformadores, cables y equipos especializados. Los sistemas de respaldo utilizan baterías y otros dispositivos. La producción de estos materiales implica actividades mineras, procesos industriales, transporte internacional y consumo energético. En consecuencia, la huella ambiental de la inteligencia artificial no puede medirse exclusivamente por la electricidad utilizada durante una consulta. También debe incluir la extracción de materias primas, fabricación de equipos, construcción de instalaciones y disposición final de los residuos electrónicos.
El tercer eslabón está integrado por las empresas que desarrollan los modelos fundacionales de inteligencia artificial. Aquí encontramos a OpenAI, Google DeepMind, Anthropic, Meta y otros competidores internacionales. Su actividad principal consiste en diseñar arquitecturas informáticas, desarrollar algoritmos y entrenar modelos mediante enormes volúmenes de información. Los modelos de lenguaje de gran tamaño, conocidos como LLM, aprenden patrones estadísticos y relaciones complejas a partir de textos, códigos y otros datos. Su funcionamiento permite responder preguntas, redactar documentos, programar, traducir y resolver diversos problemas. Los sistemas multimodales amplían estas capacidades al procesamiento y generación de imágenes, audio y video.
El entrenamiento de estos modelos constituye uno de los procesos más costosos de la industria. Requiere equipos de investigación, ingenieros, especialistas en matemáticas, grandes conjuntos de datos y enormes cantidades de capacidad informática. Los sistemas más avanzados pueden demandar inversiones de cientos de millones de dólares o más, dependiendo de cómo se contabilicen los costos. A ello deben agregarse los gastos posteriores de operación, actualización, seguridad y mantenimiento. La competencia entre empresas ya no se limita a desarrollar mejores algoritmos. También consiste en conseguir financiamiento, adquirir procesadores, asegurar capacidad eléctrica y contratar al personal científico más especializado.
El caso de OpenAI resulta particularmente ilustrativo. Para millones de personas, ChatGPT es una ventana de conversación donde pueden formular preguntas y recibir respuestas en segundos. Pero detrás de esa interfaz existe una organización dedicada a investigar y desarrollar modelos de inteligencia artificial, apoyada en infraestructura informática de gran escala y relaciones comerciales con proveedores tecnológicos. Lo mismo sucede con los sistemas desarrollados por Google, Anthropic y Meta. La aparente sencillez de sus aplicaciones oculta una estructura empresarial, científica e industrial de extraordinaria complejidad. El usuario observa una respuesta; detrás se encuentran años de investigación y enormes inversiones.
Aquí surge una pregunta: ¿de dónde proviene la información utilizada para entrenar estos sistemas? Una parte procede de contenidos disponibles públicamente en internet; otra, de bases de datos autorizadas, acuerdos de licencia, materiales creados específicamente y procesos de generación de datos sintéticos. Esto ha provocado conflictos relacionados con derechos de autor, protección de datos personales y utilización de obras intelectuales. Escritores, periodistas, artistas, editoriales y medios de comunicación han cuestionado el aprovechamiento de sus contenidos para desarrollar productos comerciales. La discusión es legítima: ¿quién debe recibir los beneficios económicos cuando una tecnología aprende a partir del trabajo acumulado de millones de personas?
No estamos frente a un problema exclusivamente jurídico. Se trata también de una discusión sobre la distribución de la riqueza en la economía del conocimiento. Si los sistemas de inteligencia artificial se entrenan utilizando enormes cantidades de información producida socialmente, resulta necesario discutir cómo se distribuyen sus beneficios. Las empresas tienen derecho a recuperar sus inversiones y obtener utilidades, pero también deben respetar los derechos de quienes producen contenidos. El desafío consiste en construir mecanismos que protejan la creatividad, promuevan la investigación y eviten que la propiedad intelectual se convierta en un obstáculo absoluto para el desarrollo científico.
Además de los datos y los algoritmos, esta industria necesita trabajo humano. Miles de personas participan en tareas de clasificación, evaluación y anotación de información, revisión de respuestas, identificación de contenidos peligrosos y mejora del comportamiento de los modelos. Una parte de estas actividades se realiza mediante empresas contratistas ubicadas en países con costos laborales bajos. La inteligencia artificial puede automatizar determinadas tareas, pero su construcción todavía depende de numerosas actividades humanas, algunas altamente especializadas y otras repetitivas. Esta realidad contradice la idea de que estamos frente a una tecnología que funciona y se perfecciona completamente por sí misma.
El cuarto eslabón corresponde a las empresas que transforman los modelos fundacionales en aplicaciones para consumidores, empresas e instituciones públicas. Aquí se encuentra una parte importante de las oportunidades económicas de la inteligencia artificial. No todas las compañías necesitan construir sus propios modelos. Muchas pueden contratar servicios tecnológicos existentes y adaptarlos a necesidades específicas. Así surgen herramientas para elaborar documentos, analizar información financiera, detectar fraudes, apoyar diagnósticos médicos, mejorar procesos industriales o administrar cadenas logísticas. En este nivel, la inteligencia artificial comienza a incorporarse directamente a las actividades productivas y a modificar la organización cotidiana del trabajo.
En la industria manufacturera, por ejemplo, estos sistemas pueden analizar información generada por sensores para anticipar fallas de maquinaria y programar mantenimiento preventivo. En la agricultura pueden contribuir a identificar enfermedades, optimizar riego y analizar condiciones climáticas. En la medicina pueden apoyar la interpretación de imágenes y la revisión de información clínica, siempre bajo supervisión profesional. En la administración pública podrían facilitar la organización documental, identificar irregularidades y mejorar determinados servicios. Sin embargo, ninguna de estas aplicaciones garantiza resultados positivos automáticamente. Su utilidad depende de la calidad de los datos, la capacitación del personal, la supervisión humana y la existencia de mecanismos de responsabilidad.
En este punto aparece una de las principales preocupaciones sociales: el futuro del empleo. La inteligencia artificial puede incrementar la productividad, reducir tiempos de procesamiento y facilitar tareas complejas, pero también modificar ocupaciones y desplazar determinadas actividades laborales. No todas las profesiones desaparecerán ni todos los trabajadores serán sustituidos. Lo más probable es una transformación desigual, donde algunas ocupaciones experimenten cambios profundos y otras encuentren nuevas oportunidades. El problema político consiste en determinar quién se beneficiará de los incrementos de productividad. Si las ganancias se concentran exclusivamente en los propietarios de las plataformas, la revolución tecnológica puede profundizar las desigualdades existentes.
La historia económica ofrece numerosas lecciones al respecto. La máquina de vapor, la electricidad, el automóvil y la informática transformaron los sistemas productivos, generaron nuevas actividades y provocaron la desaparición de otras. Ninguna revolución industrial fue socialmente neutral. Sus consecuencias dependieron de decisiones políticas, relaciones laborales, instituciones educativas y mecanismos de distribución de la riqueza. La inteligencia artificial no será diferente. Puede contribuir a elevar el bienestar de millones de personas, pero también convertirse en instrumento de concentración económica. El resultado no está determinado exclusivamente por la tecnología, sino por las reglas bajo las cuales se desarrolla y utiliza.
Otra característica de esta industria es la extraordinaria concentración del mercado. Un grupo reducido de compañías controla componentes estratégicos, infraestructura informática, plataformas comerciales y canales de distribución. Esto genera barreras de entrada para nuevos competidores. Desarrollar un modelo avanzado requiere recursos que pocas universidades, pequeñas empresas o gobiernos pueden financiar. Al mismo tiempo, existen modelos abiertos, iniciativas académicas y proyectos de menor escala que permiten ampliar la participación. La competencia entre sistemas propietarios y tecnologías abiertas será uno de los debates centrales de los próximos años. No solamente está en juego el precio de los servicios, sino también la autonomía tecnológica de los países.
La dimensión geopolítica de esta transformación es igualmente importante. Estados Unidos concentra buena parte de las empresas líderes en diseño de procesadores, servicios de nube y desarrollo de modelos. China ha construido un ecosistema tecnológico de enormes dimensiones y busca reducir su dependencia de proveedores extranjeros. Taiwán ocupa una posición estratégica en la fabricación de semiconductores, mientras Europa conserva capacidades fundamentales en maquinaria, investigación y regulación. Los gobiernos comprenden que dominar determinados componentes de esta cadena significa disponer de ventajas económicas, militares y diplomáticas. Por eso han proliferado las restricciones comerciales, los programas de subsidios industriales y las políticas destinadas a proteger tecnologías consideradas estratégicas.
México no puede permanecer al margen de esta transformación. Nuestro país cuenta con una importante industria manufacturera, universidades, centros de investigación y una posición geográfica privilegiada para participar en las cadenas productivas de América del Norte. Sin embargo, aprovechar estas condiciones requiere una estrategia nacional. No basta con atraer centros de datos o instalar oficinas comerciales de empresas extranjeras. Es necesario desarrollar capacidades propias en investigación, diseño electrónico, software, ciberseguridad, infraestructura energética y formación de especialistas. También debemos identificar oportunidades en actividades como ensamblaje avanzado, pruebas de semiconductores, componentes eléctricos y aplicaciones industriales de inteligencia artificial.
El desafío mexicano tiene una dimensión particularmente importante en materia de electricidad y agua. La instalación de nuevos centros de datos debe formar parte de una planeación territorial y energética rigurosa. No sería responsable ofrecer indiscriminadamente terrenos, incentivos fiscales y recursos naturales sin evaluar previamente la capacidad de las redes eléctricas y la disponibilidad hídrica. Las inversiones deben generar beneficios verificables para las comunidades y compromisos de eficiencia ambiental. También resulta indispensable exigir información pública sobre consumo energético, uso de agua y medidas de mitigación, respetando los datos comerciales legítimamente confidenciales. La modernización tecnológica no puede construirse a costa de agravar problemas sociales preexistentes.
El Estado mexicano debe asumir una función activa en el desarrollo de esta industria. No necesariamente para sustituir a las empresas privadas, sino para orientar inversiones, promover investigación y establecer condiciones de competencia. Las universidades públicas, el Instituto Politécnico Nacional, la UNAM, los centros de investigación y las instituciones tecnológicas estatales pueden desempeñar un papel fundamental. Se necesita una política de formación de ingenieros, matemáticos, especialistas en datos y técnicos industriales. Pero también de abogados, economistas, filósofos y científicos sociales capaces de comprender las consecuencias de estas tecnologías. La inteligencia artificial no puede quedar exclusivamente en manos de quienes saben programarla.
Existe, además, una dimensión relacionada con la soberanía de los datos. Cada vez que una institución pública o empresa mexicana contrata servicios de inteligencia artificial, debe preguntarse dónde se procesa la información, quién puede acceder a ella y bajo qué legislación se encuentra protegida. No todos los datos tienen la misma sensibilidad, pero los expedientes médicos, registros administrativos, información financiera y documentos estratégicos requieren medidas especiales. La dependencia absoluta de plataformas extranjeras podría generar vulnerabilidades importantes. Por ello, México necesita fortalecer sus capacidades de almacenamiento seguro, interoperabilidad tecnológica y protección de información, sin caer en un aislamiento digital que limite la innovación.
La regulación constituye otro desafío inevitable. La inteligencia artificial ofrece oportunidades extraordinarias, pero también riesgos relacionados con discriminación algorítmica, desinformación, vigilancia, manipulación política y decisiones automatizadas que afectan derechos fundamentales. La respuesta no puede consistir en prohibir indiscriminadamente estas tecnologías ni en permitir que funcionen sin responsabilidad. Se requiere una legislación que establezca obligaciones proporcionales al riesgo, mecanismos de transparencia, protección de datos personales y responsabilidades claramente definidas. También debe garantizarse que las personas puedan cuestionar decisiones automatizadas relevantes. La innovación y los derechos humanos no son objetivos incompatibles, siempre que exista una política pública adecuada.
Considero que uno de los mayores errores sería repetir, frente a la inteligencia artificial, las decisiones que durante décadas limitaron el desarrollo industrial mexicano. Convertirnos exclusivamente en consumidores de tecnologías extranjeras significaría desaprovechar una oportunidad histórica. Pero tampoco podemos aspirar a fabricar inmediatamente todos los componentes de una cadena que ha requerido décadas de especialización internacional. La estrategia debe ser realista: identificar sectores donde México posee ventajas, impulsar investigación aplicada, desarrollar proveedores nacionales y establecer alianzas internacionales que permitan transferir conocimientos. La soberanía tecnológica no significa producirlo todo, sino disponer de capacidades suficientes para decidir y negociar.
También es necesario revisar el discuso que rodea a esta revolución. Las grandes empresas anuncian constantemente inversiones multimillonarias y prometen incrementos extraordinarios de productividad. Algunas expectativas pueden cumplirse; otras podrían resultar exageradas. La historia de la tecnología está llena de innovaciones que transformaron profundamente la economía, pero también de episodios especulativos donde las valuaciones financieras crecieron más rápidamente que los beneficios reales. La inteligencia artificial tiene capacidades comprobables, aunque todavía enfrenta limitaciones técnicas, errores y costos elevados. Por ello, los gobiernos deben evaluar cuidadosamente los proyectos y evitar comprometer recursos públicos exclusivamente por el entusiasmo que despierta una tecnología.
Hay una pregunta adicional que pocas veces aparece en las presentaciones comerciales: ¿qué sucederá con la infraestructura cuando sus componentes queden obsoletos? La industria de inteligencia artificial evoluciona rápidamente y los procesadores más avanzados pueden perder competitividad en pocos años. Esto genera necesidades de renovación de servidores, equipos de refrigeración y sistemas eléctricos. Parte de esos materiales puede recuperarse mediante reciclaje, pero otros terminan convirtiéndose en residuos electrónicos. Una política industrial responsable debe incorporar criterios de economía circular, reutilización de componentes y disposición ambientalmente adecuada. No tendría sentido construir una revolución tecnológica destinada a mejorar el futuro mientras multiplicamos pasivos ambientales.
Conviene recuperar una idea que considero central: detrás de cada respuesta generada por inteligencia artificial existe una cadena de trabajo humano y recursos naturales. Están los científicos que desarrollaron los algoritmos, los ingenieros que diseñaron los procesadores, los trabajadores que construyeron las fábricas, quienes instalaron las redes eléctricas y quienes administran los centros de datos. También están las comunidades donde se extraen materiales, se produce electricidad y se utiliza agua. Reconocer esta dimensión material permite abandonar la visión casi mágica de la tecnología y comprenderla como lo que verdaderamente es: una nueva y poderosa organización industrial de la economía mundial.
La inteligencia artificial representa una de las transformaciones científicas, económicas y sociales más importantes de nuestro tiempo. Puede contribuir al desarrollo de medicamentos, mejorar la educación, incrementar la productividad y facilitar actividades que anteriormente requerían enormes esfuerzos. Pero también puede profundizar la concentración de riqueza, incrementar presiones ambientales y fortalecer nuevas formas de dependencia. El resultado dependerá de las decisiones que adoptemos como sociedades y gobiernos. México necesita participar activamente en esta revolución, no solamente consumir sus productos. Debemos construir capacidades industriales, científicas y regulatorias que permitan aprovechar sus beneficios y distribuirlos de manera equitativa.
La próxima vez que abramos ChatGPT desde nuestro teléfono móvil y formulemos una pregunta aparentemente sencilla, convendría recordar que no estamos conversando con una nube. Estamos utilizando el producto final de una gigantesca industria internacional que involucra minerales, fábricas, semiconductores, electricidad, agua, conocimientos científicos y miles de millones de dólares. La inteligencia artificial parece inmaterial porque sus resultados aparecen en una pantalla, pero su existencia depende de recursos profundamente materiales. Ésta es la gran paradoja de la nueva revolución industrial: mientras más virtual parece nuestra economía, más depende de la infraestructura física del planeta.
La discusión de fondo no consiste en determinar si debemos aceptar o rechazar la inteligencia artificial. Esa tecnología ya forma parte de nuestra realidad y continuará transformándola. La verdadera pregunta es quién controlará su infraestructura, quién pagará sus costos ambientales y sociales, quién se apropiará de sus beneficios y qué papel desempeñarán países como México en su desarrollo. No podemos permitir que las decisiones fundamentales queden exclusivamente en manos de un pequeño grupo de corporaciones. La inteligencia artificial debe convertirse en instrumento de desarrollo económico, bienestar colectivo y progreso científico. Porque detrás de la inteligencia artificial hay una industria, pero también debe existir una política de Estado.
La nube no es una nube. Es una industria. Y, como toda industria, debe estar al servicio de la sociedad y no la sociedad al servicio de ella.
