La concentración es una pila, no una sola cuota de mercado
El poder de la IA se distribuye entre el diseño de semiconductores, la fabricación de chips, el empaquetado avanzado, los centros de datos, las plataformas de nube, la energía, los datos, los modelos fundacionales, la distribución de aplicaciones y el trabajo especializado. Una empresa puede enfrentar competencia en una capa mientras depende de un cuello de botella en otra. Contar marcas de chatbots, por tanto, no responde si el sistema subyacente está concentrado.
La evidencia actual concierne a la IA generativa de frontera y su cadena de suministro. La afirmación de que un laboratorio controlará la AGI es un escenario, no un resultado observado. Sin embargo, merece análisis porque el control de sistemas inusualmente generales y económicamente valiosos podría amplificar las ventajas existentes.
Por qué el desarrollo de frontera favorece la escala
Entrenar y servir modelos líderes puede requerir grandes compromisos de capital, chips escasos, energía, redes y equipos especializados. Los proveedores de nube pueden repartir esos costos entre clientes y ofrecer a los desarrolladores infraestructura inmediata. Los desarrolladores de modelos se benefician de la distribución, la retroalimentación de los usuarios y los ingresos que pueden financiar la próxima generación. Estos efectos pueden crear barreras de entrada incluso cuando los algoritmos se publican.
El patrón no es inevitable. La eficiencia algorítmica puede reducir costos; los modelos más pequeños pueden competir en tareas especializadas; los pesos abiertos pueden habilitar el despliegue local; y los clientes pueden cambiar entre APIs si las interfaces siguen siendo portátiles. La concentración debería, por tanto, medirse en lugar de asumirse. Los indicadores útiles incluyen la cuota de nube, el suministro de aceleradores, el acceso a cómputo de entrenamiento, las brechas de desempeño de los modelos, los costos de cambio, los contratos exclusivos, la interoperabilidad, el movimiento de talento, y la proporción de productos posteriores dependientes de unos pocos proveedores.
El Índice de IA 2026 de Stanford reporta que la inversión corporativa global en IA más que se duplicó en 2025, y que el uso se extendió ampliamente entre las organizaciones (Stanford HAI, 2026). Los totales de inversión muestran escala e impulso, no por sí mismos poder monopólico. Las encuestas financiadas por la industria también pueden sobrerrepresentar a los grandes adoptantes, así que las estadísticas nacionales y los datos de contratación pública siguen siendo importantes.
El poder corporativo va más allá de los precios
Un proveedor de modelos de propósito general puede moldear qué idiomas, puntos de vista y actividades manejan bien sus sistemas; qué usuarios reciben acceso; qué datos se retienen; y qué desarrolladores posteriores asumen la responsabilidad. Estas decisiones pueden afectar simultáneamente a la educación, los medios, el empleo, la salud y la contratación pública.
Los daños tradicionales a la competencia todavía importan: vincular el acceso a los modelos con una nube, el trato preferencial a aplicaciones afiliadas, los acuerdos de capacidad exclusivos, las adquisiciones de rivales potenciales, los términos discriminatorios de API, y los altos costos de salida o cambio. Pero el precio por sí solo puede pasar por alto el poder de gobernanza cuando un servicio subsidiado se convierte en infraestructura.
La concentración a veces puede mejorar la seguridad. Un proveedor que opera una API controlada puede monitorear el abuso, parchear salvaguardas, revocar el acceso y financiar evaluaciones. La fragmentación puede dificultar la rendición de cuentas. El riesgo opuesto es que un grupo pequeño escriba sus propias reglas, retenga información, o se vuelva demasiado importante para que los gobiernos lo disciplinen. El problema de política es preservar la rendición de cuentas y la redundancia sin asumir que la centralización o la apertura son automáticamente seguras.
La nube, los chips y la energía crean cuellos de botella separados
Los aceleradores líderes dependen de una cadena de suministro global con fabricación y empaquetado geográficamente concentrados. Los controles de exportación demuestran que los gobiernos ven el acceso a estos insumos como estratégico. Los centros de datos también dependen de redes eléctricas locales, agua, suelo, permisos y equipos de largo plazo de entrega. Las comunidades pueden soportar los costos de infraestructura y ambientales mientras los beneficios fluyen a otro lugar.
La gobernanza del cómputo puede aprovechar la trazabilidad física, pero también puede afianzar a los actores establecidos si los costos de cumplimiento recaen más sobre las empresas pequeñas. La política pública debería preguntar quién puede obtener cómputo lícito, si las universidades y las startups tienen acceso, y si los umbrales de reporte son relevantes para la capacidad en lugar de un foso fijo.
El poder estatal y la interdependencia corporativo-estatal
Los estados autorizan exportaciones, financian investigación, compran servicios de nube, controlan las reglas de energía y telecomunicaciones, y realizan operaciones de inteligencia. Las empresas poseen experiencia técnica e infraestructura que los gobiernos pueden carecer. Eso crea dependencia mutua en lugar de una simple historia de empresas reemplazando a los estados.
Las asociaciones de seguridad nacional pueden mejorar la resiliencia y la supervisión, pero el secretismo puede debilitar la rendición de cuentas democrática. Los gobiernos pueden usar la IA para vigilancia, focalización, control fronterizo, vigilancia policial u operaciones de información. Concentrar la capacidad en estados democráticos no garantiza por sí solo un uso democrático; la ley de contratación pública, la revisión judicial, las protecciones de derechos civiles, los inspectores generales y la supervisión legislativa siguen siendo necesarios.
Los controles de exportación pueden frenar a los competidores, pero también pueden acelerar cadenas de suministro autóctonas, fragmentar estándares e intensificar las narrativas de carrera. Esos son posibles efectos de segundo orden, no resultados seguros. La evidencia debería distinguir los objetivos de política declarados de los resultados medidos.
Los datos y el trabajo también son fuentes de poder
Los modelos dependen del trabajo creativo, la información pública, las bases de datos con licencia, las interacciones de los usuarios y la retroalimentación humana. Las disputas sobre el consentimiento, el derecho de autor, la compensación y la privacidad conciernen a quién captura el valor de esos insumos. Un mercado de modelos competitivo aún puede descansar sobre una negociación desigual entre desarrolladores y creadores o trabajadores.
La concentración también afecta al trabajo dentro de la industria. Un conjunto reducido de empleadores puede dificultar que los investigadores de seguridad se vayan tras un desacuerdo sin sacrificar carreras especializadas o participación accionaria. Las protecciones exigibles para denunciantes, los límites a los términos de confidencialidad retaliatorios, y las credenciales portátiles aumentan la independencia de los internos.
Los pesos abiertos complican el panorama
“Código abierto” no debería usarse con ligereza cuando solo están disponibles los pesos del modelo. Los datos de entrenamiento, el código, la documentación y los derechos de licencia pueden permanecer cerrados. Los pesos ampliamente disponibles pueden reducir la dependencia de las API alojadas, habilitar investigación independiente, apoyar el uso local que preserva la privacidad, y ampliar la innovación. También pueden permitir que las salvaguardas se modifiquen y que sistemas capaces proliferen más allá de la posibilidad de retirarlos.
La revisión de 2024 de la NTIA de EE. UU. encontró en ese momento evidencia insuficiente para justificar restringir categóricamente los pesos de modelos ampliamente disponibles, mientras recomendaba un monitoreo continuo y la capacidad de responder a medida que cambiaran las capacidades (NTIA, julio de 2024). Ese hallazgo está fechado y es explícitamente condicional, no un veredicto permanente.
Opciones de gobernanza y sus disyuntivas
Ninguna intervención única aborda todas las capas. La aplicación de la ley de competencia puede escrutar la conducta excluyente y las fusiones. La interoperabilidad y la portabilidad de datos pueden reducir los costos de cambio. El cómputo público o compartido puede ampliar el acceso a la investigación. La contratación pública puede exigir derechos de auditoría, reporte de incidentes, seguridad y planes de salida. El financiamiento de investigación de interés público puede reducir la dependencia de las agendas de los laboratorios. Las reglas de gobierno corporativo y la evaluación externa pueden limitar la autorregulación.
La separación estructural puede ser apropiada en algunos contextos, pero puede sacrificar eficiencias de integración y no resuelve la concentración global de chips. El licenciamiento puede imponer deberes de seguridad, pero un licenciamiento mal diseñado puede proteger a los actores establecidos. La propiedad pública puede alinear la infraestructura con objetivos sociales, pero aun así requiere una administración competente y respetuosa de los derechos.
Los conflictos de interés deberían ser visibles. Las empresas de frontera tienen incentivos para favorecer reglas que puedan costear y que carguen a competidores más pequeños. Las empresas de modelos abiertos se benefician de los argumentos a favor de la apertura. Las empresas de nube y chips se benefician de expandir la demanda de cómputo. Las organizaciones de seguridad, los grupos laborales, los creadores, los defensores de derechos civiles y las agencias de seguridad nacional también traen mandatos distintos. La divulgación no zanja el argumento; ayuda a los lectores a evaluarlo.
Lo que podría cambiar la AGI
Si un sistema pudiera automatizar una gran parte de la investigación, la gestión, la persuasión y la producción de software, su propietario podría acumular ventajas más rápido de lo que la competencia ordinaria o los procesos gubernamentales pueden responder. Ese es un mecanismo teórico, no una prueba de que ocurrirá un dominio recursivo. Los cuellos de botella, las fugas, la regulación, la coordinación y los rendimientos decrecientes podrían limitarlo.
El objetivo prudente es una capacidad impugnable y responsable: ningún fallo único debería inhabilitar servicios esenciales; ningún proveedor debería estar más allá de la supervisión legal; los investigadores y usuarios deberían tener alternativas significativas; y el público debería compartir las ganancias construidas sobre insumos colectivos. La concentración de poder es un riesgo por los incentivos y la dependencia, no porque toda gran organización sea malintencionada. Medir la pila y gobernar cada cuello de botella es más creíble que confiar únicamente en la competencia de mercado o en la buena voluntad institucional.