Ejecutivos de IA china advierten que la brecha con EE.UU. podría estar ampliándose

Destacados ejecutivos de inteligencia artificial china expresaron un marcado escepticismo sobre la capacidad de su país para alcanzar a las empresas estadounidenses de IA, advirtiendo que la brecha tecnológica podría estar ampliándose a pesar de una semana exitosa de debuts en mercados públicos para startups chinas de IA.

En un panel de discusión durante la cumbre AGI-Next en Pekín el sábado, Justin Lin, quien dirige la serie de modelos de código abierto Qwen de Alibaba, estimó que hay menos de 20% de probabilidad de que alguna empresa china supere a OpenAI o Anthropic con avances fundamentales durante los próximos tres a cinco años. Su evaluación fue respaldada por Tang Jie, fundador y científico jefe de IA de Zhipu AI, y Yao Shunyu, quien recientemente dejó OpenAI para liderar iniciativas de IA en Tencent.​

"Una porción significativa del poder computacional de OpenAI se destina a investigación pionera, mientras que nosotros estamos al límite: cumplir con las demandas de entrega consume la mayoría de nuestros recursos", dijo Lin durante la cumbre, que fue coorganizada por Zhipu y la Universidad Tsinghua. Tang fue más directo en su evaluación: "Recientemente hemos lanzado algunos modelos de código abierto, y algunos podrían sentirse entusiasmados, pensando que los modelos chinos han superado a los de EE.UU. Sin embargo, la realidad es que la brecha podría estar ampliándose".​


Éxito en la OPI en medio de presión competitiva

Estas declaraciones francas llegaron durante una semana en la que dos de los "tigres de IA" de China—Zhipu y MiniMax—recaudaron colectivamente más de $1,000 millones a través de ofertas públicas iniciales en Hong Kong. Las acciones de MiniMax se dispararon un 109% en su debut del viernes, cerrando en HK$345 después de cotizar a HK$165, valorando a la compañía en aproximadamente $13,700 millones. El debut de Zhipu el jueves fue más modesto, con acciones que subieron un 13.2% para cerrar en HK$131.50.​

A pesar de estos éxitos de mercado, las empresas chinas de IA enfrentan vientos en contra significativos. Los ejecutivos señalaron los recursos computacionales limitados y las restricciones de exportación estadounidenses sobre chips avanzados y equipos de litografía como obstáculos importantes. Desde octubre de 2022, Estados Unidos ha endurecido progresivamente los controles de exportación de semiconductores destinados a limitar las capacidades de IA de China. OpenAI, valorada en aproximadamente $500,000 millones, y Anthropic, valorada en alrededor de $350,000 millones, empequeñecen a sus contrapartes chinas tanto en capitalización de mercado como en recursos.​

Respuestas estratégicas ante el momento DeepSeek

El lanzamiento del modelo R1 de DeepSeek en enero de 2025 marcó un punto de inflexión para la industria de IA de China, demostrando que se podían construir modelos de razonamiento competitivos a una fracción de los costos occidentales. Este avance desencadenó una ola de empresas chinas que lanzaron modelos de código abierto, acortando la distancia con los productos propietarios estadounidenses. Sin embargo, los líderes de la industria se mantienen cautelosos sobre afirmar que han alcanzado la paridad con los modelos de frontera estadounidenses.​

Yao alentó a sus colegas a enfocarse en superar los desafíos asociados con los modelos de próxima generación, incluyendo la memoria a largo plazo y las capacidades de autoaprendizaje. Tang enfatizó la necesidad de colaboración: "La competencia interna inútil no sirve ningún propósito beneficioso. Deberíamos representar a China para avanzar la AGI para el mundo".​

Mientras tanto, otro tigre de la IA, Moonshot AI, anunció que completó una ronda de financiamiento Serie C de $500 millones liderada por IDG Capital, elevando su valoración a $4.3 mil millones y sus reservas de efectivo a más de $1.4 mil millones. La empresa declaró que no tiene prisa por salir a bolsa, optando en su lugar por enfocarse en desarrollar su modelo K3 y expandir su capacidad de cómputo.​

Google elimina resúmenes de salud generados por IA tras reportes de errores peligrosos

Google ha eliminado varios de sus resúmenes de salud generados por IA tras una investigación de The Guardian publicada a principios de este mes que expuso información médica falsa y potencialmente mortal que se estaba entregando a los usuarios a través de su función de Resúmenes de IA.​

El gigante de las búsquedas, que controla más del 90% del mercado mundial de motores de búsqueda, eliminó los Resúmenes de IA para consultas como "cuál es el rango normal para análisis de sangre del hígado" y "cuál es el rango normal para pruebas de función hepática" después de que la investigación del 2 de enero revelara que la función estaba proporcionando información engañosa que los expertos describieron como "peligrosa" y "alarmante".​

Datos engañosos de pruebas hepáticas en el centro de las preocupaciones

The Guardian descubrió que cuando los usuarios buscaban rangos normales para análisis de sangre del hígado, las Vistas Generales de IA de Google mostraban largas listas de números sin tener en cuenta factores críticos como la edad, sexo, etnia o nacionalidad del paciente. Según Vanessa Hebditch, directora de comunicaciones y políticas del British Liver Trust, esto podría llevar a pacientes gravemente enfermos a creer erróneamente que tenían resultados normales en sus pruebas y a saltarse citas médicas de seguimiento.​

"Una prueba de función hepática o LFT es un conjunto de diferentes análisis de sangre. Comprender los resultados y qué hacer a continuación es complejo e implica mucho más que comparar un conjunto de números", dijo Hebditch a The Guardian. Agregó que las Vistas Generales de IA no advierten que los pacientes pueden recibir resultados normales en estas pruebas mientras aún padecen una enfermedad hepática grave que requiere atención médica adicional.​

La investigación también descubrió otros errores peligrosos, incluidos consejos que indicaban a pacientes con cáncer de páncreas que evitaran alimentos altos en grasa—exactamente lo opuesto a las recomendaciones médicas—e información incorrecta sobre las pruebas de detección de cáncer en mujeres.​


Las preocupaciones persisten a pesar de las eliminaciones

Aunque acogen con agrado la medida de Google, los expertos en salud advierten que el problema va más allá de las consultas eliminadas. The Guardian informó que al escribir versiones ligeramente modificadas de las consultas originales, como "lft reference range", aún se activan los Resúmenes de IA. Google comunicó al periódico que está revisando estos ejemplos adicionales.​

Un portavoz de Google declaró que la compañía no comenta sobre eliminaciones individuales, pero trabaja para realizar mejoras amplias cuando los Resúmenes de IA no captan el contexto adecuadamente. La empresa agregó que su equipo interno de médicos encontró que en muchos casos la información no era inexacta y estaba respaldada por sitios web de alta calidad.​

La controversia pone de relieve las crecientes preocupaciones sobre la información de salud generada por IA, ya que millones de usuarios recurren a los motores de búsqueda para obtener orientación médica en momentos de vulnerabilidad.

Google Maps presenta herramientas de IA para simplificar el desarrollo de aplicaciones.

Google Maps anunció un conjunto de herramientas de desarrollo impulsadas por IA el 9 de noviembre, incluyendo un agente constructor que convierte instrucciones en lenguaje natural en prototipos de mapas interactivos y un servidor Model Context Protocol que conecta asistentes de IA con documentación técnica.


El agente constructor permite a los desarrolladores describir proyectos basados en mapas en texto simple—como "crear un recorrido de Street View de una ciudad" o "visualizar el clima en tiempo real en mi región"—y genera automáticamente código funcional que puede exportarse a Firebase Studio.


Grunding Lite

Google presentó Grounding Lite, que permite a los desarrolladores fundamentar sus modelos de IA con datos de Maps utilizando el Model Context Protocol. Esta función permite a los asistentes de IA responder consultas basadas en ubicación con respuestas precisas y fundamentadas en mapas.


Contextual View

La compañía lanzó Contextual View, un componente de bajo código que proporciona respuestas visuales en formatos de lista, mapa o 3D basadas en las consultas del usuario.


Herramientas de Estilo y Soporte para Desarrolladores

La actualización incluye un agente de estilización que crea diseños de mapas personalizados alineados con los colores y temas de marca. El servidor MCP se conecta directamente a la documentación de Google Maps, permitiendo a los desarrolladores hacer preguntas en lenguaje natural sobre el uso de la API y recibir respuestas contextuales.

OpenAI planea servicio en la nube para rivalizar con Microsoft y Google

El CEO de OpenAI, Sam Altman, señaló esta semana la intención de la compañía de ingresar al mercado de computación en la nube, marcando un cambio estratégico dramático que podría poner al líder de inteligencia artificial en competencia directa con sus socios más cercanos.

En una publicación en X el 6 de noviembre, Altman escribió que OpenAI está "buscando formas de vender más directamente capacidad de cómputo a otras empresas (y personas)", añadiendo que la compañía está "bastante segura de que el mundo va a necesitar mucha 'nube de IA', y estamos emocionados de ofrecer esto". El anuncio llega mientras OpenAI lidia con cómo financiar aproximadamente $1.4 billones en compromisos de infraestructura que ha firmado durante los próximos ocho años.

De Consumidor a Proveedor

El movimiento transformaría a OpenAI de uno de los mayores consumidores de servicios en la nube del mundo en un proveedor que compite contra Amazon Web Services, Microsoft Azure y Google Cloud Platform, que en conjunto controlan aproximadamente el 62 por ciento del mercado global de infraestructura empresarial en la nube. AWS posee aproximadamente el 29 por ciento de participación de mercado, seguido por Microsoft con el 20 por ciento y Google Cloud con el 13 por ciento.​

La perspectiva de que OpenAI se convierta en proveedor de servicios en la nube ganó credibilidad a partir de comentarios anteriores de la directora financiera Sarah Friar, quien dijo en septiembre que los socios en la nube han estado "aprendiendo a nuestra costa". "A medida que ayudamos a nuestros socios a diseñar el centro de datos de IA, mientras aprenden, mientras entrenamos en esos centros de datos o incluso mientras hacemos inferencia... ellos están, a veces lo pienso como que están aprendiendo un poco a nuestra costa", dijo Friar en una conferencia de Goldman Sachs.​

Bajo la asociación reestructurada con Microsoft anunciada en octubre, las solicitudes de API sin estado de OpenAI permanecerán exclusivamente en Azure hasta 2030, a menos que un panel de expertos independientes determine que se ha logrado la inteligencia artificial general. Sin embargo, otros productos de OpenAI, incluido ChatGPT, ahora pueden distribuirse a través de múltiples plataformas. OpenAI se ha comprometido a comprar $250 mil millones adicionales en servicios de Azure, aunque Microsoft ya no posee el derecho de primera negativa como proveedor de cómputo de OpenAI.


Las Presiones Financieras Impulsan la Estrategia

OpenAI espera terminar 2025 con más de $20 mil millones en ingresos anualizados y proyecta un crecimiento a cientos de miles de millones para 2030. La compañía recientemente firmó un acuerdo de nube de $38 mil millones a siete años con Amazon, marcando su primera asociación importante de infraestructura fuera de Microsoft desde la renegociación de su acuerdo. OpenAI también ha asegurado compromisos masivos con Oracle ($300 mil millones), Nvidia ($100 mil millones) y AMD ($90 mil millones).​

Convertirse en proveedor de nube podría ayudar a OpenAI a monetizar sus masivas inversiones en infraestructura mientras reduce la dependencia de socios que eventualmente podrían competir contra ella. A escala, los negocios de nube generan ingresos recurrentes sustanciales—AWS por sí sola tiene una tasa de ingresos anuales de $132 mil millones.

Google lanza el chip Ironwood para desafiar a Nvidia.

Google lanzó Ironwood, su Unidad de Procesamiento Tensor de séptima generación, esta semana con especificaciones de rendimiento que la ponen en competencia directa con la arquitectura Blackwell de Nvidia. El chip estará disponible de manera general para clientes de la nube en las próximas semanas, marcando una escalada en el esfuerzo del gigante tecnológico por reducir su dependencia de GPUs de terceros mientras captura una mayor participación del floreciente mercado de infraestructura de IA.​

Ironwood ofrece hasta 10 veces el rendimiento máximo de la TPU v5p de Google y más de cuatro veces el rendimiento por chip en comparación con su predecesora, la TPU v6e, también conocida como Trillium. Cada chip proporciona 4,614 teraflops FP8 de rendimiento y está equipado con 192 GB de memoria HBM3E, ofreciendo un ancho de banda de hasta 7.37 TB/s. El sistema puede escalar hasta 9,216 chips en un solo pod, entregando 42.5 exaflops FP8 de potencia de cómputo—aproximadamente 118 veces más que los sistemas competidores, según la documentación técnica de Google


Grandes Clientes Señalan Cambio en el Mercado

Anthropic, la startup de IA detrás de los modelos Claude, anunció a finales de octubre que planea implementar hasta un millón de TPUs como parte de una expansión histórica de su asociación con Google Cloud. El acuerdo, valorado en decenas de miles de millones de dólares, proporcionará a Anthropic acceso a más de un gigavatio de capacidad informática que entrará en funcionamiento en 2026. Krishna Rao, director financiero de Anthropic, dijo que la capacidad ampliada "garantiza que podamos satisfacer nuestra demanda en crecimiento exponencial mientras mantenemos nuestros modelos a la vanguardia de la industria".​

Lightricks, conocida por sus herramientas de software creativo, también está utilizando Ironwood para entrenar su modelo multimodal LTX-2, que combina entradas de texto e imagen. Google mismo utiliza TPUs para entrenar e implementar sus modelos de IA de frontera, incluyendo Gemini, Veo e Imagen.


La carrera por la infraestructura se intensifica

El lanzamiento de Ironwood destaca una competencia cada vez más intensa entre los proveedores de la nube por ofrecer infraestructura de IA diferenciada más allá de las GPU dominantes de Nvidia. Google está aumentando sus gastos de capital a entre $91 mil millones y $93 mil millones en 2025, por encima de una proyección anterior de $85 mil millones, con la mayoría de los fondos dirigidos hacia la infraestructura de IA. El CEO Sundar Pichai dijo a los analistas el mes pasado que la compañía ha firmado más acuerdos por más de $1 mil millones hasta el tercer trimestre de 2025 que en los dos años anteriores juntos.​

Google Cloud reportó un crecimiento interanual de ingresos del 34% en el tercer trimestre, alcanzando los $15.15 mil millones. Pichai atribuyó las ganancias a "una demanda sustancial de nuestros productos de infraestructura de IA, incluidas las soluciones basadas en TPU". La cartera de proyectos pendientes de la nube de la compañía creció un 46% trimestre a trimestre, alcanzando los $155 mil millones.​

Junto a Ironwood, Google presentó nuevos procesadores Axion basados en Arm, incluyendo la máquina virtual N4A y la instancia C4A bare metal. La N4A ofrece hasta el doble de precio-rendimiento que las máquinas virtuales comparables basadas en x86, según informó la compañía.

China afirma haber logrado un avance en la energía satelital para armas de rayos de partículas.

Científicos chinos afirman haber superado un desafío de ingeniería fundamental que ha obstaculizado las armas de haz de partículas basadas en el espacio durante décadas, según un informe publicado esta semana. El avance involucra un sistema de energía satelital capaz de suministrar megavatios de energía con precisión a nivel de nanosegundos, lo que marca un potencial avance en la tecnología de armas de energía dirigida.


El Poder se Encuentra con la Precisión


El desarrollo aborda lo que los investigadores describen como un dilema fundamental en el armamento de haces de partículas: los sistemas de alta potencia que entregan megavatios de energía tradicionalmente han sido demasiado lentos para controlar, mientras que los sistemas ultraprecisos capaces de sincronización de microsegundos y nanosegundos no podían manejar ráfagas de energía masivas. Según el South China Morning Post, los pulsos de energía deben permanecer sincronizados con errores no mayores a millonésimas o millmillonésimas de segundo, o el haz pierde el enfoque y el arma falla.


"Alta potencia y alta precisión generalmente no van juntas", afirmó el informe, señalando que los ingenieros históricamente se han visto obligados a elegir entre potencia bruta y control fino. Los científicos chinos ahora afirman haber resuelto este compromiso, aunque los detalles técnicos sobre el sistema siguen siendo limitados.


El anuncio se produce mientras China expande rápidamente sus capacidades de armas espaciales. Según una investigación de CNN publicada esta semana, más del 60% de 136 sitios vinculados a la producción de misiles de China han mostrado crecimiento desde 2020, con más de 21 millones de pies cuadrados de nueva construcción. La Fuerza Espacial de EE.UU. informó en su última evaluación de amenazas que China opera más de 1,189 satélites a julio de 2025, incluidos más de 510 sistemas de inteligencia y vigilancia.


Implicaciones Estratégicas


El ejército estadounidense está respondiendo al creciente arsenal antiespacial de China mediante el despliegue de nuevos sistemas de interferencia satelital. Funcionarios de la Fuerza Espacial confirmaron esta semana que están desplegando armas Meadowlands y Remote Modular Terminal, diseñadas para interrumpir los satélites de reconocimiento chinos y rusos. El general Chance Saltzman, Jefe de Operaciones Espaciales, testificó recientemente que la acumulación de armas espaciales por parte de China, incluyendo láseres terrestres y misiles antisatélite, constituye una "grave amenaza" para las fuerzas estadounidenses.


Las armas de haz de partículas, que aceleran partículas atómicas o subatómicas a velocidades cercanas a la de la luz, han sido perseguidas por las principales potencias desde la década de 1980. El Pentágono probó un prototipo de haz de partículas neutras a bordo de un cohete suborbital en 1989, pero archivó el programa debido a restricciones de peso y energía. El atractivo de la tecnología radica en su capacidad para penetrar objetivos más profundamente que los láseres, potencialmente encendiendo suministros de combustible o destruyendo componentes electrónicos.