Durante los dos últimos años, Europa se ha estado haciendo una pregunta que suena estratégica, pero que puede ser profundamente engañosa: ¿cómo podemos competir en inteligencia artificial si no controlamos los mayores modelos de frontera?
La pregunta es comprensible. Las empresas de inteligencia artificial más visibles son estadounidenses. Los modelos más potentes son entrenados por compañías con un acceso enorme a capital, capacidad de cómputo, talento y energía. La imaginación pública ha quedado capturada por la carrera de los modelos: quién tiene el modelo más grande, la ventana de contexto más larga, la mejor puntuación en benchmarks, la demostración más impresionante, el chatbot más persuasivo.
Desde esa perspectiva, Europa parece llegar tarde. Demasiado lenta, demasiado fragmentada, demasiado regulada, demasiado cautelosa, demasiado escasa en hyperscalers y demasiado escasa en compañías tecnológicas de billones de dólares dispuestas a gastar decenas de miles de millones en GPU. El Stanford AI Index 2025 deja la brecha brutalmente clara: la inversión privada estadounidense en inteligencia artificial en 2024 fue enormemente superior a la de China, Reino Unido o Europa, y la diferencia es aún más acusada en inteligencia artificial generativa.
Pero ¿y si la pregunta está mal planteada?
¿Y si el futuro de la inteligencia artificial empresarial no se decide por quién posee el modelo más grande, sino por quién posee la arquitectura que convierte los modelos en inteligencia corporativa?
Esa distinción importa enormemente. Un modelo es una fuente de capacidad cognitiva. Puede escribir, resumir, clasificar, razonar, programar, traducir, buscar, recuperar información, planificar y, cada vez más, actuar. Pero una empresa no es un modelo, ni funciona como uno. Una empresa es un sistema de procesos, permisos, workflows, restricciones, memoria institucional, incentivos, decisiones, excepciones, relaciones y resultados medibles.
El modelo puede ser brillante y la empresa puede seguir sin transformarse
Eso es exactamente lo que hemos visto. La inteligencia artificial generativa ha sido extraordinaria para los individuos. Para una persona frente a un teclado, el valor es inmediato: escribe esto, resume aquello, explícame esto, redacta aquello, ayúdame a pensar este problema. La interacción es conversacional, acotada y personal. El modelo encaja con el problema.
La empresa es diferente. La empresa no necesita un asistente ingenioso que responda preguntas de forma aislada. Necesita sistemas que conozcan el estado del trabajo, entiendan qué restricciones se aplican, actúen dentro de límites de permisos, aprendan de los resultados, recuerden lo que ocurrió y mejoren en la siguiente iteración. Necesita continuidad. Necesita responsabilidad. Necesita bucles de retroalimentación. Necesita una manera de convertir la experiencia operativa en inteligencia acumulada.
Eso no es un chatbot más grande: es una capa distinta.
Ahí es donde Europa debería prestar atención, porque la carrera de los modelos y la carrera de la arquitectura empresarial no son la misma carrera. La primera premia la escala, la concentración de capital y la capacidad de cómputo. La segunda premia la formalización, la gobernanza, la disciplina industrial, la confianza, la interoperabilidad, el conocimiento de dominio y la capacidad de representar organizaciones complejas sin reducirlas a conversaciones.
Europa quizá no esté naturalmente posicionada para dominar la primera carrera. Pero está mucho mejor posicionada de lo que cree para la segunda.
El debate actual sobre inteligencia artificial sigue demasiado obsesionado con los modelos. No es sorprendente: los modelos son visibles, espectaculares y fáciles de comparar. Los benchmarks crean rankings. Las demos generan titulares. Los nuevos lanzamientos producen drama de mercado. Pero el valor empresarial rara vez se asienta de forma permanente en la capa más visible. En tecnología, el valor tiende a desplazarse hacia la abstracción que hace que todo lo que hay debajo sea utilizable, repetible y gobernable.
La inteligencia artificial empresarial está esperando exactamente eso
Los sistemas actuales de agentes son transicionales. Son útiles, pero la mayoría sigue orbitando alrededor del modelo. Ensamblan prompts, herramientas, memoria, recuperación de información, APIs, evaluadores y orquestación. Pueden producir resultados impresionantes, pero cuando entran en una empresa real, alguien sigue teniendo que reconstruir la organización a su alrededor: cuál es el proceso, qué fuente de datos tiene autoridad, quién tiene permiso para hacer qué, qué resultado importa, qué excepciones están permitidas, cómo debe interpretarse la retroalimentación y cómo debe propagarse la mejora.
Esa reconstrucción sigue siendo en gran medida manual. Por eso tanta inteligencia artificial empresarial se parece a consultoría con un modelo pegado. Por eso los ingenieros desplegados en cliente se han convertido en un rasgo tan revelador del mercado. Si un sistema de inteligencia artificial necesita expertos integrados dentro de cada cliente para definir workflows, mapear restricciones y traducir la realidad organizativa a algo que el sistema pueda utilizar, entonces el producto todavía no es una plataforma. La capa que falta la están aportando humanos.
El State of AI 2025 de McKinsey apunta en la misma dirección: el uso de inteligencia artificial está muy extendido, pero la mayoría de las organizaciones no la han integrado con suficiente profundidad en workflows y procesos como para obtener beneficios materiales a nivel empresarial. Esa es la frase clave: no lo suficiente dentro de workflows y procesos. No lo suficiente dentro de la propia empresa.
Una arquitectura madura de inteligencia artificial empresarial haría explícita esa capa. Representaría la empresa no como un montón de documentos o historiales de chat, sino como un sistema vivo de objetos, estados, workflows, permisos, restricciones y resultados. Registraría lo que ocurre como trazas estructuradas. Conectaría esas trazas con resultados de negocio. Permitiría que cada proceso definiera qué significa el éxito. Haría consultable la memoria institucional. Permitiría a la organización aprender de su propia actividad.
Y, sobre todo, sería independiente del modelo
Ese es el punto que Europa no debería perder de vista. Si el modelo se convierte en la capa soberana, las empresas europeas seguirán dependiendo de quien posea los modelos más grandes. Su conocimiento estará mediado por sistemas externos, sus workflows envueltos alrededor de inteligencia alquilada, su experiencia acumulada cada vez más expuesta a plataformas cuyos incentivos pueden no estar alineados con los suyos.
Pero si los modelos son componentes dentro de una arquitectura superior de inteligencia corporativa, el panorama estratégico cambia. Una empresa puede utilizar modelos estadounidenses, modelos europeos, modelos de código abierto, modelos especializados o varios a la vez. Puede sustituir uno por otro a medida que la tecnología mejora. El activo duradero no es el modelo. El activo duradero es el bucle de aprendizaje propiedad de la empresa: la memoria estructurada, las trazas operativas, las funciones de recompensa, la inteligencia de proceso, la capa de gobernanza y el juicio acumulado de la firma.
No es una distinción técnica menor. Es la diferencia entre alquilar inteligencia y hacer que se acumule.
La oportunidad de Europa consiste en definir y poseer esa capa superior. No porque Europa deba rechazar los modelos de frontera, sino porque no debe confundirlos con toda la arquitectura. Los modelos son motores. Las empresas necesitan vehículos. Los motores importan enormemente, pero nadie confunde un motor con un sistema de transporte, una red logística o una economía industrial.
Además, esto encaja mucho mejor con las fortalezas europeas de lo que sugiere el debate actual. Europa entiende las industrias reguladas. Entiende los sistemas industriales complejos. Entiende procesos, cumplimiento normativo, confianza institucional, privacidad, auditabilidad y relaciones organizativas a largo plazo. Tiene una profunda experiencia en software empresarial, fabricación, finanzas, salud, logística, energía, administración pública y gobernanza transfronteriza. No son debilidades en inteligencia artificial corporativa. Son precisamente el terreno sobre el que la inteligencia artificial corporativa tendrá que funcionar.
La Comisión Europea parece entender parte de esto. Su AI Continent Action Plan intenta explícitamente convertir las fortalezas europeas en talento e industrias tradicionales en aceleradores de inteligencia artificial, mientras que InvestAI aspira a movilizar 200,000 millones de euros para inversión en inteligencia artificial, incluidas gigafactorías de inteligencia artificial. El AI Act proporciona a Europa un marco horizontal para una inteligencia artificial confiable, basado en el funcionamiento del mercado interior, los derechos fundamentales y la seguridad. Y el informe Draghi sobre competitividad europea ha dejado claro el punto más amplio: Europa necesita una nueva estrategia de innovación, productividad y competitividad industrial.
Pero Europa debería tener cuidado de no traducir todo esto en una única obsesión por el cómputo y los modelos de frontera. El cómputo importa. Los modelos soberanos importan. Las fábricas de inteligencia artificial importan. Pero no bastan. Un país o un continente puede poseer un modelo y aun así fracasar en la transformación de sus empresas. En cambio, si Europa desarrolla la arquitectura que permite a las organizaciones poseer sus bucles de aprendizaje, puede convertir cada empresa europea en un sistema que se vuelve más inteligente con el uso, independientemente del modelo que haya debajo.
Esa es una versión mucho más poderosa de la soberanía
La capa de inteligencia corporativa también cambiaría la economía de la inteligencia artificial. En el mundo actual centrado en los modelos, la inteligencia se concentra. Un pequeño número de compañías de modelos de frontera absorbe datos, talento, capital y capacidad de influencia estratégica. Las empresas se convierten en clientes de inteligencia. En una arquitectura basada en bucles de aprendizaje, la inteligencia se distribuye. Cada organización se convierte en un lugar donde se acumula capacidad. Los proveedores de modelos siguen siendo importantes, pero dejan de ser el único lugar donde se acumula el valor.
Para Europa, eso importa tanto política como económicamente. Un continente formado por miles de empresas especializadas, campeones industriales, instituciones públicas, compañías medianas y sectores regulados no necesita una economía de inteligencia artificial en la que todos los caminos conduzcan a un puñado de proveedores externos de modelos. Necesita una economía de inteligencia artificial en la que sus propias organizaciones se vuelvan más capaces, más adaptativas y más productivas, manteniendo al mismo tiempo el control sobre su conocimiento.
La siguiente etapa de la inteligencia artificial empresarial no estará definida, por tanto, por si una empresa tiene “una estrategia de inteligencia artificial” en sentido superficial. Estará definida por si tiene una arquitectura de aprendizaje. ¿Puede observar su propia actividad? ¿Puede codificar resultados? ¿Puede preservar contexto? ¿Puede operar dentro de restricciones? ¿Puede mejorar workflows mediante retroalimentación? ¿Puede utilizar distintos modelos sin perder su experiencia acumulada? ¿Puede convertir las operaciones diarias en inteligencia institucional?
Esas son las preguntas que importan
Europa debería dejar de disculparse por no ser Silicon Valley. La próxima oportunidad en inteligencia artificial quizá no exija a Europa imitar a Silicon Valley en absoluto. Quizá le exija hacer lo que muchas veces ha sabido hacer mejor: formalizar sistemas complejos, hacerlos confiables, industrializarlos e integrarlos en instituciones.
La carrera de los modelos de frontera es importante. Pero no es todo el juego. La verdadera revolución de la inteligencia artificial corporativa ocurrirá una capa por encima de los modelos, allí donde la inteligencia se vuelve organizativa, persistente, gobernada y acumulativa.
Esa capa sigue abierta.
Europa debería construirla.
(This article was previously published on Fast Company)
La UE está intentando atacar el problema de la IA justo por donde dice el texto: dejando de obsesionarse con crear el próximo ChatGPT y centrándose en la infraestructura real y la soberanía de los datos.
Con la Ley de IA y la Estrategia Europea de Datos, lo que buscan es que las empresas puedan integrar esta tecnología en sus sistemas de forma segura, sabiendo exactamente quién tiene acceso a qué y sin depender de los monopolios de siempre.
Además, están metiendo pasta en supercomputadores públicos (las AI Factories) y apoyando a saco los modelos de código abierto.
La idea de fondo es que una empresa europea pueda usar cualquier modelo como si fuera una pieza intercambiable, montando su propia arquitectura corporativa sobre datos limpios y locales.
Básicamente, se trata de que el control del negocio y del aprendizaje se quede aquí, en lugar de estar alquilándole la inteligencia a una tecnológica de Silicon Valley.
Así que los que daban a la UE por muerta en este terreno quizá se lleven una sorpresa a medio plazo.
Espero que así sea.
Sólo quiero recordar que la UE ha tardado 13 años en establecer que el equipaje de cabina de un avión debe estar incluido en el precio base del billete (y establecer sus medidas). Y que los menores de 14 años puedan ir junto a sus padres sin pagar suplemento.
13 puñeteros años
Muy bien eso de juntar peras y manzanas. Gran enfoque.
El enfoque, para quien quiera entender, es que la UE es extraordinariamente lenta en sus procesos, y hay cosas que van demasiado rápidas como para perder el tiempo, que es el entretenimiento favorito de los legisladores de la UE.
Totalmente de acuerdo, gran aporte.
Todo eso está muy bien, pero al final ¿en que infraestructura va a correr el tinglado?
¿Dices que en local? Con qué recursos si no hay componentes en el mercado y la producción ya está comprometida para años. Si al final tiras de DCs de USA siempre vas a ir a remolque y rezando porque no te prohíban el acceso.
Y por otro lado, todo lo que describes se lo carga una supuesta AGI, que es en lo que está basado todo el modelo de negocio de ir quemando dinero. ¿Vamos a desplegar una infraestructura obsoleta ya de nacimiento?
Busca que hay cosas gratuitas que están al nivel de Anthropic u Open-AI. Hay modelos a cascoporro, pero no busques en el far-west…
En local con un PC de 1000e, corre un 12B cuantizado, un 9B va mejor, y un 4B vuela.
Estoy escuchando ahora el podcast de Javier Lacort que dice que China se está planteando cerrar el grifo de sus modelos de IA más avanzados, justo lo que le ha dado ventaja en modelos de código abierto.
https://pca.st/episode/46d042a2-5835-4a73-9919-ff76e6a9a6f4
¡Si, exácto!. El valor de la IA no está tanto en «tener el modelo», sino en construir capas de aplicación que conviertan modelos intercambiables en procesos útiles, medibles y gobernados.
Nosotros, con Live Aula, lo estamos intentando de la siguiente manera: la plataforma no depende de un único LLM, sino que permite elegir entre cientos de modelos a través de OpenRouter. Pero lo relevante no es esa variedad como característica técnica, sino lo que permite: convertir documentación corporativa en formación estructurada, evaluable, trazable y reutilizable, mejorando la capa pedagógica mientras se respetan los contenidos y se ofrecen cuestionarios, analítica y experiencia de aprendizaje.
El modelo pasa a ser un componente sustituible. Lo que permanece es la arquitectura: el curso, el conocimiento organizado, la evaluación, la trazabilidad y la capacidad de mejorar el proceso. Estoy convencido que ese es el planteamiento para tener una oportunidad real: no necesariamente crear siempre el motor más grande, sino construir vehículos fiables, gobernables y adaptados a procesos concretos.
Gracias, un ejemplo perfecto… al final los LLM son casi ya una commodity, y por mucho marketing que pongan, la diferencia entre ellos es mínima.
Hace unos 10 días le pido una app sencilla, y Claude la enfoca bien, pero a la segunda interacción bloqueado (la gratuita). Me voy a deepseek, le subo lo que estaba bien planteado por Claude, y resuelve las mejoras que le pedí, en media hora…. todo 0€ y tengo una app que no existe en el mercado… según mis guidelines…
Coincido con vosotros dos, mi duda es: teniendo en cuenta lo carísimo que resulta crear un modelos, ¿hasta cuándo seguirá habiendo modelos gratuitos a los que echar mano?
Si China se toma el crear y mantener modelos como una forma de hacerle la guerra a EEUU (haciéndoles [mal]gastar ingentes cantidades de dinero), entonces sí, pero si no ¿llegará el día en que también ellos quieran monetizar su inversión?
OffTopic: (seguimos hablando de soberania y privacidades… coff coff…)
«Today, the European Parliament allowed the suspicionless mass scanning of private communications (“Chat Control 1.0”) to pass, a measure it had rejected twice in March. Although a majority of voting Members of the European Parliament (MEPs) actually opposed the regulation (314 against, 276 in favor, 17 abstentions), the motion to reject it failed to secure the required absolute majority of 361 votes. As a result, mass scanning is now permitted again until 2028.»
EU Parliament greenlights Chat Control 1.0 – Breyer: “Our children lose out”
No, eso está malinterpretado. El voto del Parlamento Europeo en realidad fue un NO:
314 en contra, 276 a favor y 17 abstenciones
No llegó a los requeridos 361, pero fue NO.
Quiere decir que el actual bloqueo a #ChatControl 2 permanece activo.
Hasta donde yo se:
La cuestión ya había sido rechazada. Y la Comisión la ha vuelto a llevar a votación con alevosía, por procedimiento de urgencia, que requiere mayoría absoluta de votos en contra para rechazarla (ahí la trampa).
Lo que se votaba era «rechazar extenderlo».
Al fracasar la moción de rechazo por no llegar al número mágico, la norma no ha podido ser tumbada. Por lo tanto, el reglamento provisional que permite el escaneo masivo de las comunicaciones privadas (el «Chat Control 1.0») sigue adelante y estará permitido hasta 2028.
Otra cosa es como se evaluara lo del 2.0.
Hasta la “salsa rosa” de la Tecnología, Xataca, lo cuenta muy fácil…
Meta, Google y Microsoft podrán seguir rastreando tus mensajes hasta 2028. A pesar de que la mayoría del Parlamento Europeo votó en contra
Querrán decir hasta 2228 ¿verdad?
Qué vergüenza China espiando, qué vergüenza Trump poniendo aranceles….
Mientras no para de crecer la impopularidad de los políticos europeos. Mientras cada vez más ciudadanos no creen en las narrativas mediáticas oficiales. Mientras se derrumban las economías europeas con el agravante de que los menguantes recursos se desvían de las necesidades ciudadanas hacia la insensata fiebre belicista. Mientras tanto, aun hay quienes piensan que la insistencia en chat control es una cuestión meramente tecnológica que bajo la excusa de la protección de menores busca blindar los intereses de las big techs. Europa viaja a 200k/h hacia el precipicio, pero quienes van dentro del coche son los propios ciudadanos europeos.
Las clases particulares se inventaron, para reforzar lo que la IH no podía recoger bien del aula de trabajo. Pero se reconvirtió en buscar un recetario … y luego en hacerle las recetas… a esa misma IH. Que lógicamente se iba siliconando, para terminar siendo aún menos operativa (la IH), que al momento de empezar las clases particulares…
No sé si con agentes que ayudan y arquitecturas que no se acoplan, vale como analogía.
Estoy seguro que aún conseguiremos generar un tipo de IA que se autocorrompa.
Quizás en la empresa, donde el contexto es tan importante (negocio..etc), sea el objetivo de la nueva empresa con sede en Paris del francés Yann LeCun, antiguo director de IA de la empresa favorita de Enrique Dans, Facebook.
En la entrevista habla que los LLM no entienden el contexto y el quiere ir más allá, dominando y teniendo siempre en cuenta el contexto. Por cierto, se nota que viene de FB y que pasa del consentimiento. A partir del minuto 5:30 le hace una foto sin pedir consentimiento a la presentadora del telediario de la cadena pública France2:
https://www.franceinfo.fr/internet/intelligence-artificielle/intelligence-artificielle-il-est-relativement-facile-d-imaginer-quels-metiers-vont-disparaitre-beaucoup-plus-difficile-d-imaginer-ceux-qui-vont-apparaitre-parce-que-c-est-le-futur-analyse-yann-le-cun-fondateur-de-la-start-up-ami-labs_8064767.html
Segun entiendo no hay que tener el modjor modelo, o incluso tener modelo soberano, porque la clave esta en la arquitectura (la forma en que la empresa se organiza para usar el modelo). Pero entonces, dependes del modelo americano, o chino. Y si cierran el grifo, de nada vale la infraestrudctura creada. La pregunta es si teniendo un modelo propio, aunque inferior, es lo suficientemente bueno para que la arquitectura genere productos y servicio competitivo. Los americanos, y los chinos, usarán modelos propios, ultrapotentes, y de seguro harán además la implantación arquetectural a que te refieres. Donde está pues la ventaja cmpatitiva para Europa? Creo que Europa debe de hacerlo, pero sólo para sobrevivir.
No dependes de nada. Se trata de crear una capa agnóstica al modelo, que orquesta su uso en función de las necesidades de cada consulta, y que usa el que tenga disponible, mientras capitaliza el aprendizaje en la propia compañía y en su MCP, no en el propietario del modelo. Mañana más…