Dónde se fabrica la inteligencia artificial y por qué eso ya es una cuestión de poder económico

La carrera global por la inteligencia artificial suele narrarse como una disputa tecnológica. Pero también es, y cada vez más, una disputa geográfica, industrial y financiera. Un nuevo trabajo del Banco de Pagos Internacionales (BIS) permite ver con nitidez dónde están las empresas que producen IA, en qué eslabones de la cadena se especializa cada economía y qué condiciones hacen posible que ese ecosistema crezca. El mapa que surge no sólo confirma el dominio de Estados Unidos y China: también muestra que, detrás del entusiasmo global por la IA, hay una concentración de capacidades mucho más marcada de lo que el discurso de la democratización tecnológica sugiere.  

La investigación identifica 1.246 firmas productoras de inteligencia artificial en 32 economías. No se trata, conviene aclararlo, de empresas que usan IA como herramienta, sino de compañías que la producen en alguno de los cinco grandes tramos de la cadena de valor: cómputo, infraestructura en la nube, herramientas de datos, modelos y aplicaciones. Esa distinción importa. Durante años, el debate público confundió adopción con producción. Este trabajo separa ambos planos y pone el foco en quién construye efectivamente la arquitectura del nuevo ciclo tecnológico.

El primer dato es contundente. Casi 700 de esas firmas están en Estados Unidos y unas 250 en China. Muy por detrás aparecen la eurozona, Israel, Reino Unido, Japón, India, Canadá, Taiwán y Corea. La concentración no es un accidente: refleja una combinación de escala económica, gasto en investigación y desarrollo y, sobre todo, disponibilidad de capital de riesgo. El estudio encuentra que los países con más flujo de venture capital tienen más probabilidad de albergar firmas de IA y, además, de tenerlas en mayor número. No ocurre lo mismo con el crédito bancario, mucho menos apto para financiar empresas jóvenes, intensivas en intangibles y con horizontes largos de maduración.

Ese punto merece atención porque desmonta una idea frecuente en muchos países: que el ecosistema de IA puede construirse sólo con talento técnico o con políticas declarativas. La evidencia sugiere algo más terrenal. Donde no hay financiamiento dispuesto a absorber riesgo, la cadena se interrumpe temprano. La IA no nace únicamente en laboratorios. También nace en balances que toleran pérdidas, en inversores que aceptan incertidumbre y en mercados que premian crecimiento antes que rentabilidad inmediata.

El segundo hallazgo es que no todas las potencias de IA juegan el mismo juego. En términos de cantidad de empresas y valuación, Estados Unidos y China lideran con claridad. Pero cuando se observa el peso económico relativo de esas firmas dentro de cada país, aparecen otros nombres. En Taiwán, la valuación combinada de las firmas de IA supera dos veces el PBI. En Corea, ese peso también es extraordinario. Y cuando el BIS analiza cuánto explican estas empresas dentro del total de capitalización bursátil, ingresos y gasto de capital, Estados Unidos y Corea sobresalen con nitidez. En 2025, las firmas de IA representaban alrededor del 40% de la capitalización total del mercado en Estados Unidos y el 39% en Corea. En ingresos y capex, también exhiben una gravitación muy superior a la del resto.

Ese dato no sólo habla del tamaño del negocio. Habla del rediseño del centro de gravedad corporativo. En algunas economías, la IA dejó de ser una promesa para transformarse en una porción decisiva de la estructura empresaria. Allí donde eso ocurre, la política industrial ya no puede tratarla como un sector más. Pasa a ser una capa estratégica que redefine productividad, comercio, empleo, inversión y capacidad de influencia internacional.

El tercer aspecto del informe resulta especialmente revelador: la inteligencia artificial no es una industria homogénea. Hay economías que se concentran casi exclusivamente en el eslabón del cómputo, como Taiwán y Corea. Otras, como la eurozona, Canadá, Australia, Israel, Singapur o Suecia, tienen un perfil más cargado hacia aplicaciones. Y unas pocas, sobre todo Estados Unidos y en menor medida China, muestran una diversificación más amplia a lo largo de toda la cadena.

La diferencia no es menor. Quien domina el cómputo controla una infraestructura crítica. Quien domina los modelos o las aplicaciones captura otras rentas, más cercanas al usuario final y al mercado masivo. El problema para muchas economías es que la especialización puede volverse una trampa. El propio BIS observa que, en la mayoría de los países, la valuación de las firmas está fuertemente concentrada en uno o dos tramos del negocio. Y muestra, además, que la diversificación mejora cuando hay mayor colaboración entre universidades e industria, más capital de riesgo y un mejor nivel de preparación general para la IA.

En otras palabras, la cadena no se ensancha sola. Para pasar de una posición periférica o muy concentrada a otra más robusta, no alcanza con promover startups o importar chips. Hace falta construir vínculos entre ciencia, empresas y financiamiento. Esa tríada, tan invocada como escasa en buena parte del mundo emergente, es la que permite que un país no quede encerrado en un único eslabón.

El cuarto hallazgo tiene un costado geopolítico evidente. Las firmas de IA tienden a invertir dentro de su propio país. Ese sesgo doméstico es particularmente fuerte en Estados Unidos y China, donde 64% y 74% de las operaciones de inversión, respectivamente, se dirigen a compañías de su misma jurisdicción. Más aún: salvo China, casi todos los demás países invierten fuertemente en firmas radicadas en Estados Unidos. Es una señal elocuente. Incluso cuando la innovación se internacionaliza, el sistema sigue orbitando alrededor del mercado norteamericano.

Hay otro rasgo interesante: en casi todas las economías, las inversiones se vuelcan sobre todo al segmento de aplicaciones. Es el tramo más cercano al negocio visible, al producto comercializable, al caso de uso que puede escalar. Sin embargo, también aquí prevalece una lógica conservadora: en la mayoría de los países, las empresas invierten en firmas del mismo eslabón en el que ya operan. Es decir, el capital refuerza la especialización más de lo que la diversifica.

La conclusión del trabajo del BIS es sobria, pero elocuente. La IA ya no puede analizarse sólo como una tecnología transversal o como una ola de productividad futura. También debe entenderse como una estructura de producción localizada, concentrada y condicionada por factores muy concretos: tamaño económico, ecosistema financiero, articulación entre conocimiento e industria y capacidad para sostener inversiones de riesgo.

Para países que observan esta carrera desde afuera, la pregunta cambia. Ya no es únicamente cómo usar IA, sino en qué parte de la cadena quieren y pueden participar. Esa definición es menos retórica y más estratégica de lo que parece. Porque en la economía que viene, no será lo mismo consumir inteligencia artificial que producirla. Y tampoco será lo mismo diseñar chips, entrenar modelos o simplemente empaquetar aplicaciones sobre plataformas ajenas. La geografía de la IA, en definitiva, también es una geografía del poder.