El especial de DPL News “Titanes de la geopolítica digital” examinó cómo 14 de las empresas tecnológicas más poderosas del planeta configuran el nuevo orden mundial a través de la Inteligencia Artificial, los semiconductores y la infraestructura digital. Este especial parte de una premisa clave: el poder global ya no se mide sólo en términos militares o financieros, sino también por la capacidad de cómputo, la innovación tecnológica y el control de los datos.

En este tablero, compañías estadounidenses, europeas y asiáticas libran una competencia estratégica por la soberanía tecnológica, el acceso a los chips más avanzados y el dominio de la IA Generativa. El especial analiza tanto la dimensión económica como la política y ética de estos actores, mostrando cómo cada uno se ha convertido en pieza esencial de la nueva geopolítica del siglo XXI.

El especial desarrolla en profundidad el rol y la influencia de 14 actores que estructuran el ecosistema digital global. Por su capacidad tecnológica, patentes, control de la cadena de suministro o influencia, estos jugadores moldean decisiones de política industrial o estrategias de seguridad nacional.

1. TSMC, el gigante taiwanés que se niega a perder el trono
2. Nvidia: de procesar videojuegos a convertirse en el cerebro de la IA
3. DeepSeek: ¿bueno, bonito y barato?
4. SMIC, el as tecnológico de China: ¿está lista para dominar la industria global de chips?
5. Broadcom: del corazón de los semiconductores a la vanguardia de la Inteligencia Artificial
6. OpenAI: ¿del ascenso global al control algorítmico?
7. ASML, el gigante europeo invisible que sustenta el desarrollo tecnológico moderno
8. Del CDMA al 5G: cómo Qualcomm se convirtió en una pieza clave de la geopolítica digital
9. Así transforma Google DeepMind el futuro de la Inteligencia Artificial
10. La transición de Intel: mantener el ritmo de la Ley de Moore en la era de la IA
11. AMD: la empresa que se reinventa en cada salto tecnológico
12. Anthropic: ética programada y confianza en construcción
13. Meta y Zuckerberg lo apuestan todo por remontar la carrera hacia la Superinteligencia
14. Grok, el pase de Elon Musk en la lucha por el poder político mundial

“Titanes de la geopolítica digital” muestra cómo la competencia tecnológica redefine las alianzas globales, transforma la noción de soberanía nacional y reescribe las reglas del poder.

El control de chips, cómputo e Inteligencia Artificial ya no es sólo un tema económico, sino una cuestión de seguridad y de orden internacional, donde las empresas, más que los Estados, dictan el rumbo del futuro digital del planeta.

Especial: Titanes de la geopolítica digital

Elon Musk es el hombre más rico del mundo, pero su ambición no se detiene ahí, ya que quiere ganar la carrera de la Inteligencia Artificial (IA), en la que el también dueño de xAI y X está compitiendo con las grandes de este rubro como OpenAI, Google y Microsoft.

En noviembre de 2023, Elon Musk decidió lanzar Grok y así comenzar públicamente su carrera en la IA, que hoy en día es más importante que la carrera espacial.

Este producto de xAI se diferencia de sus competidores, como ChatGPT de OpenAI o Gemini de Google, por su filosofía de “Inteligencia Artificial explicable” y su enfoque en la ironía y la irreverencia.

Musk ha posicionado a Grok como una alternativa a los modelos de IA que, según él, están demasiado influenciados por la “corrección política”, una postura que ha resonado en ciertos círculos y ha generado un intenso debate sobre la libertad de expresión y la desinformación en el mundo digital.

Grok se nutre en tiempo real de los datos de la red social X (anteriormente Twitter), lo que le otorga una ventaja única para procesar la información de actualidad.

La importancia estratégica de Grok a nivel global es innegable. Por un lado, se ha convertido en un contendiente en la batalla por el liderazgo en el campo de la IA, una carrera que no sólo es tecnológica, sino que también definirá el control de la información y la narrativa social, política y económica a nivel mundial.

Al estar integrado con X, Grok se convierte en un instrumento para potenciar la influencia de la plataforma y de Elon Musk en el ecosistema digital, lo que le da un poder sin precedentes para moldear la opinión pública.

Además, Elon Musk ha decidido que Grok sea menos restrictivo, lo que no es sólo una postura ideológica, sino un reflejo del resentimiento de Musk hacia lo que él percibe como el establishment político. 

La promesa de una IA que no censura ni modera opiniones es una crítica velada a las políticas que otros gigantes tecnológicos han implementado para evitar la desinformación, y Elon Musk está decidido a competir en este campo de esta manera, sin embargo, ya ha tenido sus tropiezos.

Hay que recordar que recientemente Grok estuvo envuelto en serias controversias que parecen haber minado su credibilidad. La IA que no modera opiniones se ha topado con una realidad compleja, pues el chatbot ha dado respuestas inexactas o ha amplificado discursos extremistas, llegando incluso a generar contenido antisemita.

Países como Polonia han presentado denuncias ante la Comisión Europea, lo que evidencia el impacto geopolítico de estas supuestas fallas de Grok. La controversia sobre el antisemitismo del chatbot de Elon Musk no es un simple error técnico, sino una consecuencia de una filosofía de diseño que prioriza la “libertad” sobre la responsabilidad, lo que lo convierte en un actor cultural y político que amplifica sesgos y discursos de odio. 

El futuro de Grok y X dependerá de si Musk logra convertir su plataforma en un medio que pueda influir en la política estadounidense desde afuera, sin la necesidad de tener un asiento en la mesa del poder, aunque tampoco hay que olvidar que ya decidió firmar su propio partido político, con lo que muestra cómo la carrera por la IA es una carrera por el poder.

Especial: Titanes de la geopolítica digital

Tras haber capturado a cerca de la mitad de la población mundial en alguna de sus plataformas (3.98 mil millones de usuarios entre más de 8 mil millones de habitantes), ahora, en la segunda mitad de 2025, Mark Zuckerberg ha entrado de lleno en la carrera más importante del siglo XXI: la de la Inteligencia Artificial (IA).

Zuckerberg y Meta –como renombró a su empresa en 2021 como una muestra de su apuesta por construir el metaverso– lo están haciendo a través de dos frentes: no sólo mediante el software, que ha sido su bandera desde que creó Facebook en 2004 (ahí está su multicitado modelo de lenguaje abierto LLaMA), sino ahora con el hardware y la infraestructura. Recientemente, el propio Zuck anunció proyectos de Centros de Datos de hasta 5 GW en Estados Unidos y, más estratégico aún, se lanzó a la carga para conformar un equipo de élite con talento de clase mundial, para el que le ha estado “robando” expertos de IA con ofertas multimillonarias a sus rivales de Google y OpenAI.

A inicios de 2025, Zuckerberg señaló que este será un año decisivo para la IA en la empresa: esperaba que Meta AI fuera el asistente principal de más de mil millones de personas y Llama 4 el principal modelo de vanguardia.

LLaMA: el modelo fundacional abierto y eficiente de Meta

En febrero de 2023, la vuelta de página del año que OpenAI liberó al público ChatGPT, Meta presentó LLaMA, acrónimo de Large Language Model Meta AI, su modelo de lenguaje grande (LLM) de código abierto.

Originalmente, la compañía lo describió como un modelo fundacional “más pequeño”, debido a que requería mucho menos poder computacional. El lanzamiento inicial incluyó diversos tamaños (7,13,33 y 65 mil millones de parámetros) y, lo más importante, Meta publicó el modelo bajo una licencia no comercial enfocada en casos de uso de investigación.

Meta detalló que entrenó LLaMA 65B y 33B con 1.4 billones (trillions, en inglés) de tokens y el más pequeño, LLaMA 7B, con un billón. Para entrenar el modelo, Meta seleccionó textos de los 20 idiomas con mayor número de hablantes en el mundo, centrados en aquellos con alfabeto latino y cirílico.

Tan sólo cinco meses más tarde, en julio de 2023, Meta lanzó Llama 2, junto a Microsoft. Informó que para ese entonces había recibido más de 100,000 solicitudes de investigadores para acceder a su modelo. Para esta segunda versión, Microsoft sería su “socio preferido”, por lo que estaría disponible en el catálogo de modelos de IA de Azure. También, agregó, estaría disponible en Amazon Web Services (AWS) y Hugging Face.

Posteriormente, Meta liberó las versiones 3 y 4 de Llama, este último, un modelo multimodal que la empresa clama que es superior al de sus competidores, aunque no tuvo una respuesta muy entusiasta por parte de la comunidad de desarrolladores.

Hay una figura que ha sido clave en el desarrollo de todos los modelos abiertos de Meta: Yann LeCun, investigador francés y uno de los científicos más renombrados en las áreas de la Inteligencia Artificial y el Aprendizaje Profundo, que incluso es considerado padrino de ambos. LeCun se unió a Facebook en 2013 y fue científico jefe del entonces Facebook AI Research, posteriormente renombrado como Fundamental AI Research de Meta.

Laboratorio de Superinteligencia

Meta, no obstante, ha reforzado su apuesta por la Inteligencia Artificial más allá de Llama. En los últimos dos meses, Zuckerberg se ha lanzado a la auténtica caza del mejor talento de expertos, en su mayoría asiáticos, para construir su nuevo Laboratorio de Superinteligencia o Meta Superintelligence Labs (MSL).

Este agresivo proceso de reclutamiento se ha hecho a partir de su supremacía económica, mediante inversiones y ofertas millonarias: a inicios de junio se hizo pública su inversión en Scale AI, una startup de Inteligencia Artificial a la que destinó 14,300 millones de dólares a cambio del 49% de las acciones y el fichaje de su fundador y CEO, Alexandr Wang, quien fungirá como Jefe de IA de Meta y director de MSL.

En un memorando interno dirigido a sus empleados, Zuckerberg consideró que el desarrollo de la Superinteligencia sería el “comienzo de una nueva era para la humanidad”, y se dijo totalmente comprometido a hacer todo lo necesario para que Meta lidere el camino en lo que constituye su visión: Superinteligencia personal para todos.

Esto podría materializarse a causa de su multipropiedad, ya que Meta lo ha empujado con vehemencia mediante la incorporación “forzada” de Meta AI en todas sus plataformas: Facebook, Instagram y WhatsApp, al grado de que algunos de sus usuarios han buscado tutoriales en Internet sobre cómo desactivarla.

Además de Wang, a quien Zuckerberg calificó como “el fundador más impresionante de su generación”, Meta incorporó a una pléyade de ingenieros, como Trapit Bansal, Suchao Bi, Huiwen Chang, Ji Lin, Joel Pobar, Jack Rae, Hongyu Ren, Johan Schalkwyk, Pei Sun, Jiahui Yu y Shengjia Zhao, todos ellos investigadores con experiencia previa en OpenAI o Google, entrenando o creando algunos de sus modelos fundacionales, GPT o Gemini, en cualquiera de sus versiones, e incluso en Anthropic.

Los últimos serán los primeros. La última revelación de Zuckerberg, hecha apenas este viernes 25 de julio, es que Shengjia Zhao será el científico jefe de su Laboratorio de Superinteligencia. En su palmarés, Zhao cuenta con haber sido co-creador de ChatGPT, GPT-4, todos los modelos mini de OpenAI, 4.1 y o3, además de haber liderado la generación de datos sintéticos en la organización.

Según reportes de la prensa estadounidense, Meta ha ofrecido algunos de los paquetes salariales más altos jamás vistos en la industria tecnológica, que incluso llegan a acuerdos de compensación total por hasta 300 millones de dólares durante 4 años. E incluso ha trascendido que algunas ofertas anticipan más de 100 millones de dólares sólo en el primer año, con suntuosos beneficios como la adquisición inmediata de acciones y el acceso garantizado a hardware computacional de IA de vanguardia.

Infraestructura para sustentar el crecimiento

No obstante, la última apuesta a escala de Meta en este sentido fue el desvelamiento de sus proyectos de infraestructura: Zuckerberg anunció, a mediados de julio, que su empresa gastaría cientos de miles de millones de dólares para construir varios Centros de Datos masivos para Superinteligencia.

A través de una publicación en Facebook, el fundador y CEO adelantó que su primer Centro de Datos, llamado Prometeo, estaba previsto para entrar en línea en 2026, mientras que otro, bautizado como Hyperion, arrancaría con 1.5 GW en 2027 y sería capaz de escalar hasta los 5 GW en los próximos años.

En su post, Zuckerberg utilizó una referencia del imaginario estadounidense para ilustrar la magnitud de Hyperion: dijo que el clúster cubriría una parte significativa de la huella de Manhattan. En términos técnicos, sería más preciso señalar que esos hipotéticos 5 GW –aunque quizás previstos para concretarse durante la próxima década– equivalen a prácticamente la totalidad de la capacidad instalada actual de Virginia (5.9 GW), el mayor hub de Data Centers en Estados Unidos y el mundo entero.

Esto representa un paso más a materializar el pronóstico de SemiAnalysis, que en un informe citado por Zuckerberg vaticinaba que Meta estaba en camino de convertirse en el primer laboratorio de IA en poner en funcionamiento un superclúster de más de un gigawatt en Estados Unidos. OpenAI también se encuentra en esa carrera, con una potencia computacional de 1 GW construida en asociación con Oracle prevista para 2026.

Previamente, a inicios de 2025, Zuckerberg había revelado que Meta invertiría entre 60 y 65 mil millones de dólares para incrementar su capacidad de cómputo y ampliar su plantilla de desarrolladores. Como parte de sus planes de infraestructura y hardware, el fundador anticipó la construcción de 1 GW de potencia a lo largo del año en un Centro de Datos “tan grande que cubriría una parte significativa de Manhattan” y sería impulsado por 1.3 millones de GPUs.

En suma, Meta no llegó tarde, pero no fue el primero ni tampoco el último en incursionar en el campo de la Inteligencia Artificial, aunque sí es, quizás, la Big Tech que más estruendosamente lo ha hecho en fechas recientes. Una ventaja que podría ayudarle a la empresa a materializar la visión de Superinteligencia personal para todos de su fundador y CEO, Mark Zuckerberg, es que ya tiene a la mitad de la población mundial en alguna de sus plataformas. Sólo le faltaría el equipo y el poder de cómputo necesario para satisfacer la demanda a esa escala, algo que también ya ha comenzado a construir.

Especial: Titanes de la geopolítica digital

Diferencias en la visión sobre el desarrollo de una Inteligencia Artificial (IA) segura y alineada con valores humanos, así nació Anthropic. Una compañía creada en 2021 por un grupo de exinvestigadores de OpenAI, entre ellos, los hermanos Dario y Daniela Amodei, Jared Kaplan, Jack Clark y Ben Mann, bajo el modelo public-benefit corporation (PBC), que obliga legalmente a considerar el beneficio público junto con las ganancias en sus decisiones comerciales.

Por ello, desde sus inicios Anthropic evitó lanzar modelos sin someterlos previamente a rigurosos procesos de seguridad internos para mantener su enfoque central en la “Constitutional AI”, un marco que utiliza principios éticos predefinidos, como la Declaración Universal de Derechos Humanos, para guiar la generación de texto y reducir daños potenciales.

Además, cuenta con un “Long‑Term Benefit Trust” (beneficios de confianza a largo plazo), un mecanismo que da voto en la junta a representantes dedicados a garantizar el compromiso de largo plazo con la seguridad y bienestar humano a través de la IA.

El compromiso de Anthropic por la seguridad de la Inteligencia Artificial es evidente. De hecho, la compañía invierte en investigación profunda sobre cómo “ablandar la caja negra” de los modelos de IA, un término que se refiere a sistemas cuyos procesos internos son opacos o difíciles de interpretar, incluso para sus propios creadores. Es decir, aunque se pueda observar qué datos se ingresan y qué resultados se obtienen, no siempre es claro cómo o por qué se llegó a determinada conclusión.

Esta práctica se conecta con el objetivo de Anthropic de tener sistemas que puedan explicar su lógica, con lo cual es posible reducir los riesgos de sesgos, errores o manipulaciones ocultas de los modelos de IA, que en áreas como justicia, salud o gobernanza, la falta de explicabilidad puede llevar a decisiones injustas o peligrosas.

En 2024, Anthropic desarrolló técnicas de dictionary learning, capaces de identificar características neuronales, como conceptos visuales, que explican decisiones internas de su modelo de lenguaje grande (LLM) Claude. Esto permite análisis más precisos y posibilidad de intervención en comportamientos potencialmente problemáticos.

La familia Claude

El producto estrella de la empresa es el modelo conversacional Claude, que debutó en 2023. Meses después, ese mismo año, se lanzó Claude 2, con mejoras en seguridad y funcionalidad pública.

En marzo de 2024 apareció la serie Claude 3, que incluyó los modelos Haiku, Sonnet y Opus, con capacidades multimodales y mayor rendimiento en razonamiento complejo.  

En mayo de 2025, Anthropic presentó Claude 4, con dos versiones principales Opus 4 y Sonnet 4, las cuales ofrecen mejoras sustanciales en razonamiento de largo plazo, planificación, uso de herramientas externas y capacidad de memoria expandida que incluyen casos de hasta 200,000 tokens para trabajar con documentos extensos o procesos complejos.

Opus 4 ha sido probado con tareas intensas: desde modelado financiero hasta un experimento curioso en el que jugó Pokémon Red de forma autónoma durante 24 horas, demostrando su enfoque “agéntico” y capacidad para ejecutar acciones encadenadas sin supervisión constante.

Claude también funciona para servicios financieros, con una variante afinada para el sector que automatiza análisis de mercado, cumplimiento normativo, modelado financiero y due diligence, conectándose con plataformas como Databricks, Snowflake y S&P Global, sin entrenar con datos de clientes, preservando propiedad intelectual, al menos en la teoría.

Sin embargo, en julio de 2025 Anthropic fue demandada por los autores Andrea Bartz, Charles Graeber y Kirk Wallace Johnson por haber descargado millones de libros de sitios piratas –como Books3, LibGen y PiLiMi– y por haber adquirido copias físicas que luego digitalizó para entrenar su modelo Claude.

Si bien el juez federal William Alsup reconoció que el entrenamiento de modelos con estas obras fue “altamente transformativo” y, por tanto, calificó como uso justo bajo el estándar del Copyright Act, también condenó la creación de una especie de biblioteca general permanente con obras pirateadas, con el objetivo de contar con un “recurso general” para usos futuros, más allá del entrenamiento puntual de modelos de IA.

Aunque Claude es el producto más relevante de Anthropic, su propuesta de valor va más allá de un modelo conversacional. La compañía ha construido un ecosistema de herramientas y funcionalidades que amplifican el impacto de su IA, permitiendo no sólo interactuar con lenguaje natural, sino también automatizar tareas, construir aplicaciones, integrar datos empresariales y desarrollar soluciones personalizadas para gobiernos y empresas.

Uno de los desarrollos más notables es Claude Tool Use, una funcionalidad que permite al modelo interactuar con herramientas externas, ejecutar llamadas a APIs, procesar flujos automatizados y actuar como un agente coordinador de subprocesos. Esta capacidad convierte a Claude en un asistente operativo, capaz de ejecutar tareas complejas que antes requerían intervención humana o programación directa.

En la misma línea, Anthropic ha lanzado Claude Apps, una función en versión beta que permite a los usuarios crear aplicaciones completas directamente desde el chat, con sólo describir lo que quieren. La herramienta genera el código y muestra el resultado en tiempo real, facilitando el prototipado rápido de juegos, asistentes o soluciones personalizadas, todo sin salir del entorno conversacional. Los usuarios pueden compartir sus apps y el costo del cómputo se atribuye a quien usa la app, no a quien la crea.

Otra herramienta destacada es Claude Code, orientada al desarrollo de software. Esta función permite ejecutar código en lenguajes como Python dentro de entornos seguros, manejar comandos del sistema operativo y controlar elementos de la interfaz de usuario, como hacer clics o capturar pantallas.

Para clientes empresariales, Anthropic ha creado la Claude Enterprise Suite, una oferta robusta que incluye mayores niveles de seguridad, autenticación con SSO, integración con plataformas corporativas como GitHub y contextos de conversación extendidos que pueden llegar a los 200,000 tokens. Además, bajo el nombre Claude Gov, la empresa ha empezado a ofrecer despliegues personalizados para organismos gubernamentales de Estados Unidos, con énfasis en seguridad, trazabilidad y cumplimiento normativo.

En términos de conectividad e interoperabilidad, destaca el desarrollo del Model Context Protocol (MCP), un protocolo abierto propuesto por Anthropic para conectar a Claude con bases de datos y sistemas empresariales como Slack, Stripe o Postgres, de manera segura y controlada. MCP permite mantener un flujo de trabajo asistido por IA sin comprometer la privacidad ni abrir puertas a fugas de datos sensibles.

La propuesta se completa con herramientas de eficiencia como caching de prompts, procesamiento por lotes y soporte para documentos extensos. Estas características no sólo mejoran la velocidad y el costo de operación, sino que también permiten a Claude mantener el contexto en proyectos complejos y prolongados, algo especialmente útil en áreas como derecho, investigación académica o asesoría técnica.

Expansión geográfica y apuesta por Europa

En 2024, Anthropic emprendió una expansión segura y directa en Europa. Actualmente tiene oficinas en Londres, Dublín y un centro de investigación en Zúrich, con planes de contratar más de 100 personas adicionales en ingeniería, ventas, I+D y operaciones.

Guillaume Princen fue nombrado como jefe de la región Europa, Oriente Medio y África (EMEA) reforzando su compromiso en el desarrollo de talentos locales y cumplimiento regulatorio, especialmente con miras a la Ley de Inteligencia Artificial de la UE.

Sin duda, adaptarse a la Ley de IA es un movimiento estratégico, también implica capacidad de moldear políticas públicas desde dentro y competir con proveedores locales, lo que puede generar tensiones regulatorias y monopolización de capacidades avanzadas en ciertos mercados.

Especial: Titanes de la geopolítica digital

AMD (Advanced Micro Devices) es una empresa clave en el creciente mercado de Inteligencia Artificial (IA) y Centros de Datos, debido a la alta demanda de sus tecnologías de computación, gráficos y visualización de alto rendimiento. Su reto actual es mantener ese liderazgo, al tratarse de una empresa estadounidense que funciona bajo el modelo fabless, lo que implica una dependencia hacia la fabricación asiática.

Fundada en 1969 en California –un año después que Intel– por Jerry Sanders junto con un equipo de exempleados de Fairchild Semiconductor, AMD inició con la producción de circuitos integrados lógicos y años después con las memorias RAM, pero en 1975 presentó el microprocesador AMD 9080, una copia del Intel 8080, obtenida mediante ingeniería inversa.

En 1982, AMD firmó un acuerdo con Intel para fabricar procesadores 8086 y 8088 bajo licencia, ya que en ese entonces IBM exigía tener al menos dos proveedores de chips para sus computadoras personales (PC). En 1984 se modificó el contrato para permitir que AMD fuera una segunda fuente para los procesadores 80186 y 80286, a cambio de regalías para Intel.

Sin embargo, en esos años aumentó la presencia de PCs compatibles (también conocidos como “clones”), al tiempo que comenzaba a disminuir la exclusividad de IBM en el mercado; asimismo, AMD comenzaba a ser una amenaza, ya que sus microprocesadores –como el  Am286– ofrecían velocidades más altas que los de Intel, por lo que este último realizó una serie de movimientos para adquirir mayor control y beneficios en el desarrollo de los chips de la arquitectura x86.

En 1985, Intel presentó su microprocesador 80386 (i386, 386) de 32 bits, pero fue el ordenador Compaq Deskpro 386 el primero en integrarlo en 1986. Este desapego a IBM se sumó, en el mismo año, a la cancelación del contrato con AMD, por lo que Intel se negó a compartir la información técnica del 80386.

A raíz de esto, AMD inició una serie de acciones legales contra Intel desde 1987 y que escaló a los tribunales en 1991 con una demanda por prácticas monopólicas y por obstaculizar ilegalmente su acceso al mercado. Uno de los casos más significativos se resolvió en 1995, cuando un fallo judicial reconoció el derecho de AMD a fabricar procesadores compatibles con la arquitectura x86.

A pesar de los estragos que sufrió AMD por los litigios, en 1996 lanzó el AMD K5, el primer microprocesador x86 completamente diseñado por la compañía –rivalizó con el Intel Pentium–, que marcó el inicio de su independencia tecnológica y su evolución como diseñador de microprocesadores con arquitectura propia.

En la siguiente década, AMD superó a Intel en diversos aspectos, desde ser el primero en comercializar un chip para PC que funcionaba a 1 GHz en el año 2000, hasta lanzar el Athlon 64, su primer chip compatible con 64 bits, en 2003.

Las disputas legales continuaron en estos años, pero fue hasta noviembre de 2009 cuando lograron resolver sus diferencias, lo cual incluyó un acuerdo de licencia cruzada que garantizó a AMD el derecho continuo a diseñar y fabricar procesadores compatibles, y reorganizarse como empresa fabless.

En 2016, AMD presentó su línea de aceleradores de unidad de procesamiento gráfico (GPUs) Instinct para Centros de Datos, diseñada para cargas de trabajo de IA Generativa, inferencia de modelos y computación de alto rendimiento (HPC). Las series más recientes, MI300, MI325X y MI350, compiten directamente con aceleradores insignia como los Blackwell de Nvidia.

Pero fue en 2017 cuando AMD comenzó otra etapa importante en su historia con el desarrollo de la arquitectura Zen y la introducción de los procesadores Ryzen para el mercado de consumo, así como la nueva línea EPYC para servidores. Esta nueva arquitectura logró un aumento significativo en el rendimiento por núcleo y eficiencia energética frente a generaciones anteriores.

Adquisiciones estratégicas

Como parte de su estrategia por liderar en el mercado, AMD ha realizado diversas adquisiciones. La primera fue la compañía californiana NexGen –cuya arquitectura fue base para el AMD K6– en 1996. En 2003, compró el negocio Geode a National Semiconductor, para ampliar su línea existente de procesadores x86 integrados.

Tres años después, en 2006, compró la empresa canadiense ATI Technologies –especializada en el diseño de GPUs y chipsets–, por 5,400 millones de dólares, con lo que comenzó dos cosas: la comercialización de tarjetas gráficas Radeon y un competidor directo de Nvidia en el mercado de gaming, estaciones de trabajo y Centros de Datos. También ha integrado sus GPUs en soluciones SoC (System on Chip) para consolas como PlayStation y Xbox.

En 2012, AMD adquirió por 334 millones de dólares a SeaMicro, especialista en microservidores de alta densidad, convirtiéndola en su negocio de soluciones de servidores para Centros de Datos, aunque tres años después cerró la división tras reportar bajos ingresos en el primer trimestre de 2015.

Otra de las compras significativas fue la de Xilinx, una desarrolladora de plataformas de procesamiento, por 35,000 millones de dólares, anunciada en 2020 y completada en 2022, que formó una empresa líder en computación adaptable y de alto rendimiento.

Mientras que en 2025, ha anunciado la adquisición de ZT Systems, empresa líder en infraestructura para IA y cómputo de propósito general para proveedores hiperescala; la startup Enosemi, especializada en óptica integrada y fotónica de co-empaquetado; Brium, startup de compiladores y software para optimizar inferencia de IA en distintas arquitecturas de hardware; y en junio compró el equipo detrás de Untether AI, startup que desarrolla chips de inferencia de IA.

Con sus adquisiciones más recientes, AMD ha reforzado su apuesta por liderar el mercado de Inteligencia Artificial y Centros de Datos a gran escala. Al integrar capacidades en hardware, sistemas y software, la compañía liderada por Lisa Su avanza hacia una oferta tecnológica completa y competitiva que la posiciona como un rival directo de Nvidia e Intel.

Como resultado de estos movimientos estratégicos, AMD registra una capitalización de mercado de 237,400 millones de dólares a julio de 2025, frente a los 102,000 millones de Intel.

La compañía también presume de un sólido crecimiento en lo que va de 2025. Al primer trimestre registró ingresos por 7,400 millones de dólares, con una utilidad operativa de 806 millones y una utilidad neta de 709 millones de dólares. El segmento de Centros de Datos generó la mayor parte de los ingresos en el periodo (3,700 millones de dólares), impulsado principalmente por el crecimiento en las ventas de CPU AMD EPYC y GPU AMD Instinct.

Entre los principales clientes de AMD en el segmento de Centros de Datos e IA se encuentran Microsoft, Meta, Amazon Web Services (AWS), Google Cloud y Oracle, que han adoptado sus CPUs EPYC y GPUs Instinct para alimentar sus infraestructuras en la Nube y proyectos de IA Generativa.

Además, AMD mantiene relaciones clave con fabricantes de consolas como Sony y Microsoft, al proveer soluciones SoC personalizadas para PlayStation 5 y Xbox Series X/S, respectivamente. En el entorno empresarial, Lenovo, Dell, HPE y Supermicro ofrecen servidores basados en procesadores EPYC, dirigidos a cargas de trabajo intensivas en IA, HPC y virtualización.

Fabless, dependencia con oportunidad

AMD diseña, desarrolla y vende sus chips bajo el modelo fabless, es decir, subcontrata la fabricación de sus chips a TSMC; se apoya en socios como ASE, Amkor y GlobalFoundries para ensamblaje y pruebas, y en Samsung, Micron y SK Hynix para componentes clave como memorias.

Esta dependencia, sobre todo de la taiwanesa TSMC, se ha convertido en un tema delicado, debido a las constantes amenazas y anuncios de aranceles impuestos por el presidente de Estados Unidos, Donald Trump. Si bien los semiconductores no han entrado dentro de los productos sujetos a aranceles en el país asiático, existe un ambiente de incertidumbre que podría desestabilizar las operaciones de fabricación de empresas como AMD.

Este temor –exitoso para Trump– se ha traducido en reacciones empresariales que podrían seguir beneficiando a AMD. Por ejemplo, TSMC anunció a inicios de marzo de 2025 una inversión por 100,000 millones de dólares para la construcción de cinco plantas de fabricación de semiconductores en Arizona, que se venía gestando desde la administración pasada con Joe Biden y su Ley de CHIPS.

GlobalFoundries –fabricante de semiconductores fundado en 2009 a partir de la división de fabricación de AMD– también dio a conocer una inversión de 16,000 millones de dólares para relocalizar la fabricación de semiconductores y empaquetado avanzado en sus instalaciones de Nueva York y Vermont.

AMD continúa con una racha optimista y el contexto geopolítico actual –aunque con incertidumbres– representa una oportunidad que deberá aprovechar para liderar como proveedor de semiconductores y tecnologías para computación de alto rendimiento en un mercado de Centros de Datos e Inteligencia Artificial que sigue desarrollándose. El reto es no caer en la confianza y seguir el ritmo de la innovación, como ya lo ha hecho en cada salto tecnológico, en el que actualmente compite con Nvidia e Intel.

Especial: Titanes de la geopolítica digital

No es un secreto de la industria que Intel no está pasando por su mejor momento. Pese a haber sido una de las compañías pioneras de Silicon Valley, al haber introducido el primer microprocesador de la historia, la compañía se enfrenta actualmente a múltiples desafíos, desde abrir su modelo de fundición a terceros y competir frente a fabricantes asiáticos, hasta recuperar su competitividad en el mercado de Inteligencia Artificial (IA), actualmente dominado casi en su totalidad por Nvidia.

Fundada en 1968 por Gordon Moore y Robert Noyce, quienes se conocieron mientras trabajaban para Fairchild Semiconductor, Intel fue una compañía revolucionaria de Silicon Valley que ayudó a definir buena parte de lo que sería el futuro mercado de semiconductores en Estados Unidos y en el mundo, incluyendo la famosa Ley de Moore que establecería por las siguientes cinco décadas el ritmo de avance e innovación de estos componentes esenciales.

Intel es reconocida por haber logrado colocar a Estados Unidos como un líder en la fabricación de memoria DRAM frente al avance asiático, haber introducido el primer microprocesador de la historia, haber introducido el primer chip para la PC con el legendario Intel 4004, haber establecido la arquitectura x86 como el estándar por defecto de la industria, y haber sido pionera en el avance de técnicas de manufactura para extender la vigencia de la Ley de Moore como la litografía ultravioleta extrema (EUV).

Sin embargo, y a pesar de todos estos importantes avances, la compañía también ha tenido sus tropiezos, tales como haber desperdiciado la oportunidad de participar en el desarrollo de semiconductores para los primeros smartphones –incluido el iPhone–, y más recientemente, haber entrado tarde al creciente mercado de IA, especialmente al carecer de una oferta sólida de los GPUs y los aceleradores demandados para el entrenamiento de los grandes modelos de lenguaje (LLM).

Algunas de estas últimas decisiones han tenido repercusiones duraderas en el modelo de negocio del fabricante. Los ingresos de Intel exhiben una tendencia a la baja después de un importante impulso en las ventas extraordinarias de PC y otros equipos de cómputo durante la pandemia por Covid-19, conforme empresas y usuarios se adaptaban a un modelo de trabajo remoto.

A partir de entonces, pese a los esfuerzos de la compañía por introducir nuevos componentes como la línea de GPUs, ARC, y el acelerador de IA, Gaudi 3, además de nuevos métodos de producción como Intel 3, los ingresos no han logrado remontar. Aun así, la división de Centros de Datos e IA de la compañía ha logrado mantener un ritmo de crecimiento constante, apoyado por el posicionamiento de su línea Xeon para servidores y estaciones de trabajo, que también ha comenzado a verse amenazada por el incesante avance de AMD y su línea EPYC.

En ese sentido, actualmente los esfuerzos de la compañía se enfocan en defender su posición en cargas de trabajo desde la PC y el Edge. Intel asegura que si bien las primeras etapas de la IA se concentraron en el entrenamiento de los grandes modelos de lenguaje (LLM) para IA Generativa en los masivos Centros de Datos de los hiperescaladores, las cargas de trabajo de inferencia necesariamente tendrán que hacerse lo más cerca posible de donde se generan los datos, donde el CPU y los nuevos NPU integrados a su línea Intel Core Ultra tendrán un papel relevante.

El propio Lip-Bu Tan, en su presentación oficial como CEO de Intel, reconoció al borde de las lágrimas lo “difícil que era ver a la compañía batallar, simplemente no puedo quedarme al margen sabiendo que podría cambiar las cosas”. Reconoció “que no será fácil. Ha sido un periodo difícil durante bastante tiempo para Intel, nos hemos quedado atrás en innovación y, como resultado, hemos sido demasiado lentos para adaptarnos y satisfacer sus necesidades”.

Sin embargo, el directivo también se mostró confiado en que un nuevo enfoque en el software, el impulso al uso y desarrollo de IA, un mayor acercamiento con desarrolladores independientes y su ingreso al mercado de chips personalizados, permitirán poner a la compañía nuevamente en la ruta del crecimiento.

Además, aseguró que priorizará pasar tiempo con los clientes, establecer equipos para corregir errores y recuperar la confianza del mercado. El directivo también destacó la importancia de participar en procesos de innovación en áreas como la IA, robótica e IA Generativa.

Transformación del modelo de negocio y fundición

Desde la invención del microprocesador por el propio Intel, la Ley de Moore se ha mantenido como el modelo a seguir de toda la industria para acelerar el nivel de procesamiento de estos componentes. Esta conocida ley nos dice que los transistores en un circuito integrado (microchip) se duplican aproximadamente cada dos años. Sin embargo, conforme los transistores se hacen cada vez más pequeños y el espacio entre ellos se acerca a niveles cuánticos, mantener el ritmo de la ley se ha convertido en un desafío mayúsculo.

Para conservar el ritmo de innovación en línea con la ley, la industria se ha visto obligada a explorar nuevas alternativas como materiales de tres átomos de grosor, así como empaquetados avanzados como el 3D o apilados, que permitan agregar cada vez más transistores a un solo chip. De hecho, el propio Intel incluso cree que podrá entregar un billón de transistores en un solo dispositivo para 2030, desde los más de 14,000 millones que tienen los chips más avanzados de la compañía actualmente.

En 2022, bajo la dirección de Pat Gelsinger, Intel realizó uno de los cambios a su modelo más profundos de su historia. El directivo se dio cuenta que para poder continuar impulsando la Ley de Moore más allá del límite, iba a requerir de una mayor escala, por lo que anunció el plan IDM 2.0 para abrir las capacidades de fabricación de la compañía a terceros, lo que la llevaría a competir directamente con gigantes asiáticos como TSMC y Samsung.

Aunque el modelo ha sufrido retrasos y modificaciones desde su primer anuncio, el nuevo directivo aún tiene claro que el futuro de Intel depende de poder escalar su producción, para cubrir sus propias necesidades y las demandas de fundición de semiconductores avanzados en sociedad con grandes tecnológicas como Microsoft, Qualcomm y AWS, que se apuntaron como algunos de los primeros clientes de Intel Foundry.

Este proyecto no es sólo importante para la compañía. Pese a las dificultades, Intel continúa siendo el campeón en diseño y fabricación de semiconductores de los Estados Unidos, por lo que sus objetivos de ampliación de manufactura están íntimamente ligados con los propios planes del gobierno norteamericano por ampliar la producción de semiconductores a nivel nacional e impulsar su participación en la cadena de suministro global de este componente.

Si bien otras compañías como Qualcomm, AMD y Nvidia tienen una participación e impacto relevantes en el diseño de chips para dispositivos semiconductores, sólo Intel cuenta con capacidades de fabricación y diseño propias, dándole una doble relevancia para la competitividad de la industria estadounidense.

Como parte de ello, Intel fue una de las principales beneficiarias de la Ley de CHIPS emitida por el presidente Joe Biden, por la cual recibió cerca de 7,860 millones de dólares para el despliegue de nuevas instalaciones para la fundición nacional de semiconductores. Aunque el futuro de la ley es actualmente incierto bajo el mandato de Donald Trump, lo cierto es que ambas partes aún dependen una de la otra para hacer frente al avance de los competidores asiáticos.

Dentro de esta dinámica, surge el desafío de la inversión para nuevas plantas de fundición de semiconductores, que permitan tanto a Intel como al gobierno estadounidense lograr sus objetivos comunes. En este apartado, surge otra ley menos conocida, la Segunda Ley de Moore o Ley de Rock, que advierte que el costo de una fábrica de semiconductores se duplicaría cada 4 años.

Actualmente, Intel mantiene un compromiso de inversión de 20,000 millones de dólares para construir dos nuevas fábricas de chips en New Albany, Ohio, que deberían estar listas a lo largo de este 2025, el cual se sumaría a otros 20,000 millones de dólares que la compañía anunció en Arizona en 2021 para dos nuevas instalaciones que se hicieran cargo de sus procesos de fundición más avanzados: Intel 18A y 20A.

Por el momento, Tan parece que seguirá con los planes de Intel para ampliar sus capacidades de fabricación a terceros, además de utilizar los servicios de otras fundiciones para sus propios chips, que aún le permitan acceder a tecnología avanzada y cumplir con sus planes de producción. Sin embargo, no está claro cuál podría ser el futuro de Intel Foundry, al considerar que se llegó a discutir la posibilidad de escindir este negocio de Intel.

Lo anterior, será aún más relevante al considerar los más recientes reportes sobre el estado del proceso de producción Intel 18A, cuya principal característica es que incluiría la nueva arquitectura de transistores RibbonFET, permitiendo al fabricante mejorar el rendimiento y consumo energético de sus chips, y mejorar su competitividad frente a competidores como TSMC, dentro de la fabricación de transistores de 1.8 nanómetros.

Sin embargo, luego de su entrada al mercado, múltiples reportes de medios y de la propia compañía sugieren que el proceso ha resultado ser más desafiante, incluyendo tasas de rendimiento de entre 20 a 30 por ciento, lo que dificultaría su escalamiento a producción masiva. Según el propio CFO de Intel, David Zinsner, aunque los nuevos procesos de manufactura han atraído la atención de nuevos clientes, pocos suelen escalar su producción más allá de pruebas de concepto.

El futuro de Intel depende no sólo de introducir nuevos diseños de chips que le permitan recuperar su competitividad en el procesamiento de las cargas más demandantes de IA, sino también de contar con la capacidad de fabricación de estos componentes.

Más allá de los semiconductores, Intel se mantiene también como una potencia de la innovación al participar en nuevas tendencias tecnológicas, como el desarrollo de coches autónomos mediante su filial Mobileye (que salió a la bolsa en 2022), el desarrollo de técnicas para mejorar la transmisión de contenido (streaming) en vivo y desde el Edge, impulsar el desarrollo de software abierto para IA, así como la colaboración para mejores tecnologías de conectividad, entre otras.

Especial: Titanes de la geopolítica digital

En un mundo cada vez más impulsado por la Inteligencia Artificial (IA), se encuentra Google DeepMind, una división de Alphabet Inc. especializada en el desarrollo de modelos de IA avanzados, seguros y con principios éticos. Desde su creación en 2010 y posterior adquisición por Google en 2014, DeepMind se ha convertido en un actor estratégico para el ecosistema tecnológico global.

Tecnología con propósito

La labor de DeepMind se centra en investigar, entrenar y desplegar sistemas de IA capaces de resolver problemas complejos en beneficio de la humanidad. Su equipo multidisciplinario –que combina expertos en neurociencia, matemáticas, informática y biología– trabaja en soluciones que van desde crear proteínas hasta la eficiencia energética de Centros de Datos.

El laboratorio se consolidó luego de la fusión con Google Brain en 2023, formando una sola unidad bajo el nombre de Google DeepMind, lo que permitió acelerar la innovación en productos clave de Google como el buscador, el asistente virtual, la Nube y dispositivos móviles.

Respecto a la Inteligencia Artificial General (AGI), esa etapa donde las máquinas podrían razonar y actuar con una autonomía cercana a la humana, Demis Hassabis, CEO de Google DeepMind, asegura que su llegada es inminente, pero en lugar de considerarlo una amenaza, lo ve como un punto de inflexión para enfrentar grandes retos globales en materia de sostenibilidad del planeta y de la lucha contra enfermedades.

Por otro lado, el neurocientífico de Google DeepMind es firme al señalar que ni la Inteligencia Artificial ni su eventual evolución lograrán desarrollar la capacidad de empatizar con los seres humanos.

Hassabis también imagina que la Inteligencia Artificial se enfocará en el más ambicioso de los retos: inspeccionar el universo: “si todo esto sucede, deberíamos vivir una era de máximo florecimiento humano, donde viajaremos a las estrellas y colonizaremos la galaxia. Creo que eso comenzará a suceder en 2030”.

Ciencia que transforma

DeepMind impulsa tecnologías que revolucionan la medicina y la biotecnología. Ha desarrollado herramientas como AlphaFold, un sistema de IA capaz de predecir la estructura tridimensional de las proteínas a partir de su secuencia genética. Desde su lanzamiento, esta tecnología ha tenido un impacto en la biología molecular y la investigación médica. Su versión más reciente, AlphaFold 3, presentada en 2024, amplía sus capacidades al modelar también las interacciones entre proteínas, ADN, ARN y moléculas pequeñas, lo que abre nuevas posibilidades en el diseño de fármacos, vacunas y tratamientos contra diversas enfermedades.

También destaca AlphaProteo, una IA capaz de diseñar proteínas desde cero, con aplicaciones en medicina regenerativa, inmunología y biotecnología. El enfoque no es reemplazar al profesional de la salud, sino darle poderes científicos y ampliar sus herramientas.

Mientras que AlphaFold se enfoca en predecir la estructura de proteínas ya existentes, AlphaProteo diseña desde nuevas proteínas con aplicaciones potencialmente revolucionarias en el campo de la salud y la biotecnología.

Google DeepMind también ha incursionado en la robótica. Recientemente dio a conocer Gemini Robotics, su nueva plataforma que combina Inteligencia Artificial con robótica avanzada.

Este sistema utiliza el modelo de lenguaje Gemini 2.0 para que los robots comprendan instrucciones, reconozcan imágenes y aprendan tareas a partir de una sola demostración. Antes de poner a prueba los robots en el mundo real, DeepMind los entrena en simuladores, para reducir errores y mejorar el aprendizaje.

Gemini Robotic permite automatizar tareas que antes dependían de la destreza y delicadeza humanas, sin embargo, es capaz de ensamblar, soldar y ejecutar procesos complejos gracias a un razonamiento contextual que lo distingue de otros sistemas. Lo revolucionario no es sólo su capacidad técnica, sino su habilidad para razonar y adaptarse a entornos dinámicos.

Mercado objetivo

Aunque muchos de sus avances están integrados directamente en los productos de Google, DeepMind también tiene impacto fuera del ecosistema Alphabet. Sus desarrollos son utilizados por universidades, centros de investigación y empresas del sector farmacéutico, biotecnológico y energético. Algunas de sus soluciones se aplican en alianzas estratégicas con gobiernos y organizaciones multilaterales interesadas en el uso ético y responsable de la IA.

DeepMind mantiene alianzas estratégicas con distintos actores:

• Académicos: universidades como Oxford, Cambridge y Stanford colaboran en investigación básica.
• Empresas: colabora con Isomorphic Labs (spin-off enfocada en descubrimiento de fármacos con IA), y fabricantes de hardware como Nvidia y Google, que proveen la capacidad computacional necesaria para entrenar modelos de gran escala.
• Organismos multilaterales: participa en iniciativas como el Frontier Model Forum y el Partnership on AI, que buscan establecer marcos éticos y regulaciones internacionales para la IA avanzada.

Financiamiento y cadena de suministro

Google DeepMind es financiada directamente por Alphabet Inc., la empresa matriz de Google, que destina millones de dólares cada año para sostener sus operaciones. Aunque no produce bienes físicos, su funcionamiento depende de infraestructura tecnológica crítica –como Centros de Datos, redes eléctricas y chips especializados–, lo que la vincula indirectamente con la cadena global de suministro tecnológico.

Esto quiere decir que existe una estrecha relación con proveedores de hardware y servicios en la Nube, lo cual es clave para escalar modelos como Gemini, el sistema multimodal de DeepMind que complementa las funciones del buscador y otras herramientas de Google.

Una pieza clave

Google DeepMind se consolida en el ecosistema digital. Su trabajo va más allá del desarrollo de algoritmos o la mejora de productos tecnológicos; está redefiniendo la manera en que la ciencia, la industria y la sociedad se relacionan con la Inteligencia Artificial.

Especial: Titanes de la geopolítica digital

Fundada en 1985, Qualcomm se destacó como una de las empresas más influyentes de la era digital al transformar la manera en que el mundo se conecta. Fue pionera en el desarrollo del CDMA (Code Division Multiple Access), que revolucionó la telefonía celular en los años 1990, sirvió de base para las redes 3G y desempeñó un papel central en la estandarización y comercialización de las generaciones siguientes: 4G y 5G. Su actuación combinó innovación técnica con estrategia de propiedad intelectual, resultando en uno de los portafolios más grandes de patentes esenciales del sector.

Actualmente, es líder en chips para dispositivos móviles con la familia Snapdragon presente en miles de millones de smartphones, y también en la llamada Inteligencia Artificial (IA) embebida, que permite ejecutar modelos directamente en los dispositivos, sin depender de la Nube. A diferencia de competidores como Nvidia, enfocada en Centros de Datos, Qualcomm se especializó en Inteligencia Artificial distribuida, con foco en eficiencia energética y conectividad en tiempo real.

Esta combinación convierte a la empresa en un actor central en la carrera global por la soberanía digital. Qualcomm posee uno de los portafolios más robustos de patentes esenciales para la tecnología 5G. Según el informe de 2023 de LexisNexis IPlytics, Qualcomm ocupa la segunda posición global en número de familias de patentes concedidas, sólo detrás de Huawei.

Esta posición le otorga a Qualcomm gran influencia en la implementación del 5G, ya que cualquier fabricante que produzca dispositivos o infraestructura de quinta generación debe licenciar estas patentes. Y esto la convierte en una pieza clave en la geopolítica de la tecnología, con influencia directa sobre la cadena global de suministros y la soberanía digital de los países.

En un momento en que la soberanía tecnológica se ha convertido en una cuestión de Estado, Qualcomm se posiciona como una de las piezas centrales en el engranaje de la nueva geopolítica digital. Por un lado, defiende con firmeza las restricciones impuestas por Estados Unidos a China, especialmente en lo relativo a la exportación de semiconductores para empresas como Huawei. Por otro lado, presiona silenciosamente para obtener excepciones en esas mismas reglas, argumentando que el exceso de control podría debilitar al propio sector estadounidense y abrir camino para competidores extranjeros.

En juego está mucho más que chips: se trata de la capacidad de Estados Unidos para mantener su liderazgo en un mundo cada vez más orientado por la Inteligencia Artificial.

Mientras pelea en los pasillos de Washington, Qualcomm avanza en el tablero global. Hace pocos días, el 9 de junio de 2025, anunció la compra de la británica Alphawave por 2.4 mil millones de dólares. La adquisición posiciona a la compañía en el centro del disputado mercado de infraestructura para Centros de Datos e IA, fortaleciendo sus soluciones basadas en los procesadores Oryon y en las NPUs Hexagon, componentes que buscan rivalizar con el dominio de Nvidia en ese sector.

La adquisición también le ofrece a Qualcomm una nueva puerta de entrada para asociaciones estratégicas en computación de alto rendimiento, como el estándar NVLink Fusion, y refuerza su presencia en Europa, una región que ha buscado reducir la dependencia tecnológica externa.

En Asia, Vietnam se volvió clave en la estrategia de descentralización industrial de Qualcomm. La compra de MovianAI (una spin-off de la vietnamita VinAI) y la inauguración de un centro de investigación en Inteligencia Atificial en Hanoi, ambas en junio de 2025, muestran que la empresa apuesta fuerte por construir una cadena de innovación más diversa. El objetivo es claro: reducir la exposición a China, país que aún representa aproximadamente la mitad de los ingresos de la compañía, según estimaciones recientes.

Pero la guerra de los chips no se libra sólo entre potencias. En América Latina, Qualcomm encontró terreno fértil para afianzar sus raíces. Desde 2021, invierte en startups de IoT a través de un fondo creado junto con BNDES e Indicator Capital, que acaba de recibir una nueva ronda de 160 millones de reales (casi 29 millones de dólares). Además, mantiene una joint venture industrial en Brasil, en asociación con USI, para la producción local de módulos 5G y dispositivos conectados. El ejecutivo Luiz Tonisi, que lidera la operación regional, afirmó que los ingresos de la empresa en América Latina están en plena expansión, impulsados por proyectos de ciudades inteligentes, 5G Broadcast en Río de Janeiro y asociaciones con gigantes como NTT Data.

Especial: Titanes de la geopolítica digital

Hay una empresa de la que, prácticamente, depende todo el desarrollo tecnológico contemporáneo. Si bien es cierto que las empresas de chips que acaparan los grandes titulares son las fabs (Intel, TSMC y Samsung) o fabless (Nvidia, Qualcomm), hay una que está detrás de todas ellas: ASML.

Advanced Semiconductor Materials Lithography, mejor conocida por sus siglas, ASML, es la empresa que fabrica las máquinas litográficas que imprimen las obleas de los chips. Es decir, es la empresa que fabrica las máquinas que fabrican los chips.

En 2025, ASML espera unas ventas netas totales de entre 30 y 35 mil millones de euros. Si bien disminuyó frente al último de 2024, en el primer trimestre de 2025 sus ventas totales fueron de 7 mil 742 millones de euros, su beneficio bruto fue de 4 mil 180 mde y sus ingresos netos de 2 mil 355 mde. Sin embargo, lo más impresionante es que logró esas cantidades con apenas un centenar de máquinas vendidas: en el cuarto trimestre de 2024 vendió 119 unidades y en el primer periodo de 2025 fueron 73, lo que demuestra el elevado valor de cada una de ellas.

La valía económica

ASML ostenta un monopolio: tiene el dominio completo en las máquinas de litografía ultravioleta extrema (EUV, por sus siglas en inglés) y una participación del 94.5 por ciento en las máquinas de litografía ultravioleta profunda (DUV) más avanzada (ArFi). Eso la convierte en la compañía más importante en la cadena de suministro de semiconductores y, por lo tanto, su cuello de botella o punto de estrangulamiento (chokepoint) más crítico. 

ASML es la compañía tecnológica europea más valiosa del mundo: al 8 de junio tiene una capitalización de mercado de 291.28 mil millones de dólares y supera a los fabricantes de equipos de telecomunicaciones Ericsson y Nokia (sueco y finés, respectivamente, con un market cap de 29 mil millones de dólares cada uno) por citar a los que producen hardware; y asimismo a Accenture (Irlanda, 198.86 mil mdd), Spotify (Suecia, 145.80 mil mdd) y Capgemini (Francia, 28.6 mil mdd), por citar a algunas de las que proveen servicios y software.

Al ser tan crítica para el desarrollo tecnológico moderno, es la punta de lanza del Plan de Soberanía Tecnológica para Europa de Ursula von der Leyen: desde 2021, en plena crisis global por la escasez de chips, la presidenta de la Comisión Europea exhortó desde Eindhoven, la meca de ASML, a aumentar la producción europea de chips. Al año siguiente introdujo la Ley Europea de Chips, que entró en vigor el 21 de septiembre de 2023 y busca duplicar la participación de Europa en el mercado global de microchips a nivel global con la movilización de 43 mil millones de euros entre fondos públicos y privados.

La cuestión geopolítica

ASML y el gobierno neerlandés no han sido ajenos a la guerra geopolítica que libran Estados Unidos y China y, específicamente en el campo de los chips, donde el país norteamericano ha impuesto las sanciones más severas a su rival asiático.

ASML es originaria de Países Bajos y es la joya de la corona europea. Por lo tanto, se encuentra justamente en medio geográficamente hablando, aunque no ha permanecido neutral: tanto el gobierno neerlandés como la Unión Europea han tomado partido por el bando occidental. Bruselas la utiliza como mecanismo de negociación.

Pese a que aún no comenzaba la pandemia, desde 2019 ASML comenzó a restringir los envíos de máquinas EUV a SMIC, el principal fabricante chino de chips. De acuerdo con reportes de agencias internacionales de noticias, esto obedeció a la presión que la primera administración de Donald Trump como presidente de Estados Unidos ejerció sobre el gobierno neerlandés para bloquear las exportaciones al gigante chino.

Sin embargo, el bloqueo no terminó ahí, sino que simplemente fue el inicio: se prolongó hasta la administración de Joe Biden y desde principios de 2024, EE. UU. también le prohibió venderles sus máquinas de litografía ultravioleta profunda (DUV) a China. No obstante, pese a que ASML tiene prohibido venderle sus equipos más avanzados, como ha hecho en otros segmentos, el país asiático ha encontrado la forma de evadir las sanciones y se ha consolidado como uno de sus mayores clientes en los últimos años.

Especial: Titanes de la geopolítica digital

Menos de una década le tomó a OpenAI convertirse en uno de los jugadores más importantes del desarrollo de Inteligencia Artificial (IA) en el mundo: pasando de ser un laboratorio de investigación impulsado por la filantropía tecnológica a consolidarse como uno de los centros neurálgicos del poder de la tecnología y los algoritmos.

OpenAI fue fundada en 2015 por su actual CEO, Sam Altman, por Elon Musk y otros expertos de tecnología, con la misión de “asegurar que la Inteligencia Artificial General se desarrolle de forma segura y esté al servicio de toda la humanidad”. Hoy, una década después, los modelos y desarrollos casi diarios que presenta OpenAI dejan muchas dudas sobre los verdaderos intereses de la compañía.

De regreso con sus creadores, Elon Musk se retiró de la junta directiva en 2018 para “evitar interferencias con los desarrollos de IA que se estaban realizando en Tesla, especialmente en el campo de la conducción autónoma”, decía el reporte oficial.

Sin embargo, informes posteriores indican que Musk habría propuesto tomar control de OpenAI y convertirla en una entidad más agresiva y competitiva, algo que no fue bien recibido por el resto del equipo fundador, y al no lograr alinear su visión con la del resto de la organización, optó por apartarse. 

Pero con el tiempo, la escalada de la IA casi le daría la razón.

Los costos de entrenamiento de modelos cada vez más grandes y la competencia obligaron a OpenAI a hacer una reestructuración en 2019, cuando se creó una entidad “con fines de lucro limitados” para atraer capital privado. Una decisión efectiva, ya que Microsoft invirtió más de 13 mil millones de dólares e integró los modelos de OpenAI en productos como Azure, Bing y Microsoft 365.

Puede decirse que ese fue el momento clave para convertir a OpenAI en una infraestructura cognitiva de propósito general, con aplicaciones directas en educación, medios, salud, defensa y más.

ChatGPT, la joya de la corona

Aunque OpenAI venía haciendo un muy buen trabajo para incorporar sus soluciones en el ecosistema Microsoft, la compañía llegó a la cima en noviembre de 2022, cuando lanzó públicamente ChatGPT, una interfaz conversacional (chatbot) basada en su modelo GPT-3.5 que en sólo cinco días superó el millón de usuarios, y en menos de dos meses alcanzó los 100 millones, convirtiéndose en la aplicación de más rápido crecimiento en la historia digital.

Este fenómeno no sólo capturó la atención de desarrolladores y tecnólogos, sino que impactó directamente a medios, educadores, empresas y gobiernos. Por primera vez, millones de personas experimentaron el poder de un modelo de lenguaje capaz de responder preguntas, redactar textos complejos, traducir, programar e incluso generar ideas creativas.

ChatGPT catalizó una nueva ola de inversión, regulaciones emergentes y discusiones filosóficas sobre la relación entre humanos y máquinas, consolidando a OpenAI como un referente indiscutible en la feroz carrera global por dominar la IA.

El chatbot se convirtió en el rostro público de la IA moderna. Su adopción masiva redefinió lo que los usuarios esperan de una herramienta digital con Inteligencia Artificial que dejó de ser la ejecución de comandos, para convertirse en una herramienta que permite establecer diálogos fluidos, contextuales y creativos con una máquina.

ChatGPT pasó de una versión gratuita a un modelo de suscripción con capacidades como generación de imágenes y análisis de textos y datos, marcó una nueva etapa en el uso de la IA y se convirtió en una plataforma cotidiana integrada en sistemas empresariales, universidades y utilizada por profesionales de todos los sectores, mientras que la ciudadanía en general la utiliza como un sustituto de buscadores tradicionales, y las generaciones más jóvenes como un asesor de vida.

Luego de que ChatGPT le diera la vuelta al mundo, Elon Musk regresó a la historia y en 2024 criticó a OpenAI por “haberse desviado de sus principios fundacionales al volverse una empresa con fines de lucro estrechamente ligada a Microsoft”, por lo cual presentó una demanda que aún sigue en curso. 

Musk también presentó una oferta para comprar OpenAI en febrero de 2025, que por supuesto fue rechazada por Altman.

Y en mayo de este año, la junta directiva de OpenAI regresó a su modelo sin fines de lucro, el cual mantendrá el control sobre su organización con fines de lucro.

Los cambios estructurales y la necesidad de Musk por regresar a la historia parecen un par de intentos por reforzar la legitimidad ética de la empresa. Pero esa misma expansión, impulsada por el éxito sin precedentes de ChatGPT, ha llevado a OpenAI a acelerar el desarrollo de nuevos productos y capacidades que están generando creciente escrutinio a nivel global.

Del chatbot inofensivo al posible control algorítmico 

Es claro que ChatGPT fue sólo el primer paso de una serie de productos que empiezan a preocupar a expertos y autoridades.

Con la llegada de Donald Trump a la presidencia de Estados Unidos, en enero de 2025, las capacidades de OpenAI se potenciaron. En su primer día en la Casa Blanca, el presidente revocó una Orden Ejecutiva firmada por Joe Biden en 2023, con la que se buscaba impulsar el desarrollo y usos seguros y fiables de la IA. Dicha orden exigía pruebas de seguridad rigurosas y transparencia por parte de los desarrolladores de esta tecnología.

Así, OpenAI entendió que sus capacidades irían más allá de Sillicon Valley. En abril, la compañía presentó su plan para la Unión Europea (UE) como un “blueprint económico”, en el que propone multiplicar por tres la infraestructura de cómputo en el continente, establecer Centros de Datos regionales y crear un fondo de mil millones de euros para acelerar proyectos de IA con impacto social o económico. Esta estrategia, que en la superficie busca fomentar la competitividad europea, también puede leerse como un intento de moldear las condiciones del mercado y adelantarse a futuras restricciones de la Ley de Inteligencia Artificial (AI Act), el ambicioso marco regulatorio que la UE impulsa.

Pero la fase internacional de OpenAI no se detiene. La compañía lanzó el programa “OpenAI for Countries”, que pretende construir relaciones formales con gobiernos de todo el mundo para apoyar el desarrollo responsable de la IA en cada país. Este esquema podría permitirle a OpenAI influir directamente en políticas públicas, fomentar la adopción de sus productos y consolidarse como socio estratégico en la formulación de agendas nacionales de IA.

Con oficinas locales y acuerdos bilaterales para transferencia de conocimiento y acceso preferencial a tecnología, el programa OpenAI for Countries podría convertirse en el vehículo con el que una empresa privada establezca las reglas del juego en países que aún están definiendo su futuro digital, y en este caso OpenAI empezaría a operar con una lógica casi-estatal. Al respecto, es importante considerar la delgada frontera entre colaboración y captura institucional que resulta un tanto difusa y que podría considerarse una especie de “neocolonialismo digital”.

Por otro lado, Sam Altman respalda a Oklo, una startup de energía nuclear que planea desarrollar pequeños reactores modulares (SMRs) para abastecer de energía limpia y constante las instalaciones de OpenAI, y además ha establecido una colaboración con los Laboratorios Nacionales de Estados Unidos para la seguridad nuclear, que incluyen la integración de modelos de IA de OpenAI en investigaciones de seguridad nacional.

Si bien estas dos estrategias (invertir en generación propia de energía y colaborar con instituciones gubernamentales en seguridad nuclear) pueden ofrecer beneficios significativos, también plantean interrogantes sobre la concentración de poder y la necesidad de una supervisión adecuada en el uso de tecnologías avanzadas en ámbitos críticos. Una supervisión que prácticamente ya no existe con la revocación de la Orden Ejecutiva de 2023.

El liderazgo de OpenAI es indiscutible, pero no sólo se mide en su capacidad de cómputo, talento en IA y control sobre modelos fundacionales, sino también en su capacidad de definir estándares éticos, marcos de gobernanza y narrativas claras sobre lo que significa “de forma segura y al servicio de toda la humanidad”, como la que promulgan.

Al convertirse en el referente que es y ampliando sus facultades como lo ha venido haciendo, OpenAI también asume el riesgo de convertirse en juez y parte de un ecosistema donde las reglas aún se están escribiendo y que no todos escriben por igual.