En junio pasado, Anthropic, desarrollador de modelos de inteligencia artificial, tomó la decisión drástica de desconectar sus últimos modelos, Claude Fable 5 y Mythos 5, para todos los usuarios a nivel global. Esta medida fue resultado de una directiva del Departamento de Comercio de EE. UU., que restringió el acceso a ciertos modelos a nacionales de otros países. Esta situación resalta la creciente preocupación en el ámbito de la inteligencia artificial por la «soberanía tecnológica». Para los emprendedores que inician sus proyectos en Europa hoy, la pregunta fundamental no se centra solo en el producto, sino en lo que sucedería si un proveedor esencial dejara de funcionar.
La «soberanía en IA» ha adquirido relevancia en Bruselas, donde aunque a menudo parece ser un concepto político, en esencia plantea una cuestión técnica crítica: ¿qué pasaría si un proveedor se retira y cuánto tiempo llevaría encontrar una alternativa? Esta inquietud puede parecer una preocupación más de un comité de riesgos, pero en el contexto actual, es una necesidad inminente que deben abordar las startups.
Dependencia de Proveedores
A pesar de los riesgos, herramientas como OpenAI y Anthropic han demostrado ser valiosas. Sin embargo, la dependencia total de un solo proveedor puede representar un peligro considerable. Los gobiernos pueden imponer restricciones, los proveedores pueden cambiar sus políticas o retirar modelos sin previo aviso. Para una pequeña startup con sede en Zurich, esto podría significar la diferencia entre la continuidad y el fracaso.
Este riesgo es particularmente agudo en sectores altamente regulados como los servicios financieros. Una empresa que no pueda explicar cómo abordaría la desaparición inesperada de un proveedor podría enfrentarse a consecuencias severas. Por ello, es esencial que las empresas mantengan la capacidad de operar modelos en infraestructuras internas y se preparen para cambios inesperados en las herramientas utilizadas.
En este sentido, la disponibilidad de pesos abiertos ha facilitado a las empresas ejecutar modelos sin depender exclusivamente de gigantes tecnológicos. Modelos como Mistral en Francia y Gemma de Google son ejemplos de alternativas que pueden descargarse y ejecutarse localmente, disminuyendo la brecha en calidad con los modelos más avanzados.
Desafíos para Construir Alternativas
Sin embargo, desarrollar estas alternativas en Europa enfrenta múltiples obstáculos. En primer lugar, la obtención de financiamiento es un reto; muchas startups se ven obligadas a buscar inversiones fuera del continente, donde las decisiones de inversión son más ágiles. Esto es crucial en el ámbito de la IA, dado que entrenar modelos avanzados puede requerir inversiones significativas antes de comprobar su eficacia.
El segundo desafío es la infraestructura. Construir un centro de datos de IA en Europa es un proceso complicado que puede requerir varios años para obtener la conexión eléctrica necesaria. Aunque se han establecido iniciativas como las 19 “Fábricas de IA” de la UE, que priorizan el acceso para nuevas empresas, la implementación real sigue siendo lenta.
Y en tercer lugar, está la cuestión del talento. A pesar de que Europa genera investigadores altamente capacitados en IA, muchos de ellos optan por trasladarse a EE. UU. en busca de mejores oportunidades, llevándose consigo el conocimiento y el potencial de innovación.
Propiedad y Futuro de las Startups Europeas
Aunque Europa cuenta con un ecosistema activo de startups de IA, la mayoría no debería involucrarse en el entrenamiento de modelos de frontera. Más bien, los fundadores deben identificar sus dependencias y ser capaces de articular cuál sería su plan de contingencia si su modelo actual dejara de estar disponible.
La pregunta crucial es: ¿qué propiedad tiene realmente la empresa sobre su producto? Si un negocio se basa únicamente en una interfaz atractiva y un API, surgirán preocupaciones sobre cuánto tiempo y esfuerzo tomaría reconstruirlo si el modelo subyacente desapareciera.
Para muchas aplicaciones, un modelo más pequeño puede ser igualmente eficaz y menos costoso, además de que permite mantener el control al ejecutarlo en hardware propio. Para que Europa no siga siendo solo un consumidor en el ámbito de la IA, es necesario desarrollar capacidades que permitan la creación de modelos personalizados, algo que requerirá inversiones en infraestructura y retención de talento.
En resumen, la situación actual exige que Europa cuente con suficientes alternativas para que una decisión en EE. UU. no signifique un parón en la innovación. Los emprendedores deben plantearse desde ahora qué harían si su proveedor actual dejara de operar. Si la respuesta requiere más de un minuto, es señal de que dependen más de un único proveedor que de un plan sólido de contingencia.