Un nuevo estudio de la Organización para la Cooperación y el Desarrollo Económicos (OCDE) advierte que la infraestructura de cómputo necesaria para el desarrollo y entrenamiento de la Inteligencia Artificial está concentrada en muy pocos países del mundo.
Esto podría convertirse en uno de los principales factores que definan quiénes lideran la economía digital y quiénes quedan rezagados. Puntualmente, el informe analiza la distribución geográfica del cómputo en la Nube pública utilizado para entrenar y desplegar modelos de IA.
Sólo un pequeño grupo de economías cuenta con infraestructura doméstica capaz de soportar sistemas avanzados de Inteligencia Artificial. En conjunto, Estados Unidos y China albergan 49 regiones de Nube pública con GPU, casi tantas regiones como las que hay en el resto del mundo (52).
Además, Estados Unidos alberga las GPU más nuevas y potentes del mundo, tanto en términos de la proporción de diferentes tipos de instancias disponibles como en cifras absolutas. De acuerdo con la OCDE, es la única economía que cuenta con más regiones que ofrecen la GPU Nvidia A100 de 2020 y cuenta con regiones con la GPU Nvidia H100 de 2023.
Mientras tanto, las regiones de Nube de China ―que ha enfrentado restricciones para acceder a los chips avanzados de Nvidia― se basan principalmente en la V100, y ninguna ofrece la GPU H100.
La OCDE subraya que el cómputo, como la capacidad de procesamiento de datos mediante hardware especializado como GPUs o chips diseñados para IA, es uno de los tres pilares fundamentales de la Inteligencia Artificial, junto con los algoritmos y los datos.
Relacionado: Centros de Datos son la columna vertebral de la digitalización: expertos
Sin embargo, mientras los datos y el conocimiento pueden circular globalmente, el cómputo depende de infraestructura física instalada en Centros de Datos, cuya ubicación geográfica determina quién tiene acceso inmediato a estos recursos.
“Al igual que los recursos energéticos en el siglo XX, el cómputo para IA se está convirtiendo en un elemento estratégico para la competitividad, la innovación y la seguridad nacional”, señala el informe.
Mapa desigual de la capacidad tecnológica
En su informe Medición de la disponibilidad de computación en la Nube pública nacional, la OCDE identifica 187 regiones de Nube pública operadas por grandes proveedores globales como Amazon Web Services, Microsoft Azure y Google Cloud.
No obstante, únicamente 13 países miembros de la OCDE cuentan con Centros de Datos domésticos donde está disponible el cómputo necesario para entrenar sistemas avanzados de IA.
Otros cuatro países poseen infraestructura apta únicamente para desplegar modelos, no para entrenarlos, y el resto carece completamente de este tipo de capacidad.
El mapa revela una alta concentración del poder de cómputo: Estados Unidos, China y un puñado de países europeos albergan la mayor parte de las regiones de Nube con aceleradores de IA. Por el contrario, la mayoría de las economías emergentes y en desarrollo dependen de infraestructura ubicada en el extranjero.
La localización física de los recursos de cómputo tiene implicaciones que van más allá de la eficiencia técnica. Según la OCDE, la ausencia de infraestructura doméstica puede limitar la capacidad de innovación local, elevar los costos de desarrollo de modelos de IA y restringir el control sobre la seguridad y el uso de los datos.
Te recomendamos: Hambrienta de energía, la Inteligencia Artificial plantea un desafío para el cambio climático
Además, la dependencia de recursos de Nube ubicados fuera del país plantea retos de soberanía digital y jurisdicción. Los gobiernos pueden tener menos margen para exigir transparencia o regular el uso de la infraestructura cuando esta se encuentra bajo el control de proveedores extranjeros.
Tabla. Regiones de Nube pública por ubicación (países seleccionados).
| Ubicación | Regiones de Nube pública | Regiones con aceleradores habilitados |
| China | 36 | 27 |
| Estados Unidos | 27 | 22 |
| Singapur | 6 | 5 |
| Japón | 9 | 4 |
| Corea del Sur | 5 | 4 |
| Australia | 9 | 3 |
| India | 9 | 3 |
| Canadá | 6 | 2 |
| Alemania | 5 | 2 |
| Hong Kong | 6 | 3 |
| México | 2 | 2 |
| Países Bajos | 4 | 2 |
| Tailandia | 3 | 2 |
| Reino Unido | 6 | 2 |
| Argentina | 1 | 1 |
| Brasil | 5 | 1 |
| Chile | 2 | 1 |
| Perú | 1 | 1 |
Desafío para las políticas públicas
Para conocer la distribución de la infraestructura de cómputo a nivel global, la OCDE llevó a cabo un estudio piloto basado en la ubicación de las regiones en la Nube de los nueve principales proveedores globales.
El estudio piloto siguió una metodología desarrollada por la organización para estimar la distribución física global de la capacidad de cómputo para la Inteligencia Artificial en la Nube pública.
Por lo tanto, fue una manera de probar la viabilidad de esta metodología ante la falta de datos al respecto que predomina en gran parte del mundo. En adelante, la OCDE propone que los países comiencen a medir y monitorear su disponibilidad doméstica de cómputo para IA, como parte de sus estrategias de transformación digital.
Contar con indicadores de infraestructura permitirá diseñar políticas más precisas para atraer inversiones en centros de datos, fomentar ecosistemas locales de IA y reducir la dependencia tecnológica.
La organización sugiere además que el cómputo en la Nube debe considerarse un bien público global, indispensable para el desarrollo científico y económico, y no un recurso concentrado en manos de unos pocos actores.
En América Latina, pese al creciente interés por la Inteligencia Artificial, pocos países cuentan con infraestructura doméstica capaz de entrenar modelos avanzados, lo que puede profundizar la brecha digital y limitar la competitividad tecnológica.