El financiamiento público y las políticas de compra gubernamental están subsidiando de forma silenciosa la expansión de las grandes plataformas de inteligencia artificial. Amba Kak, codirectora ejecutiva del AI Now Institute, sostiene que la concentración del poder tecnológico en un puñado de empresas no es un resultado inevitable del mercado, sino el producto de decisiones regulatorias que la sociedad termina pagando.
La cifra es orientadora aunque no siempre se desglosa con precisión: el ecosistema de IA generativa opera sobre apuestas de capital que, sumadas las valuaciones proyectadas y los contratos públicos asociados, rondan los cinco billones de dólares a nivel global, según se informó. Lo que rara vez aparece en los titulares es quién absorbe el riesgo cuando esas apuestas fallan o cuando el retorno tarda más de lo prometido. La respuesta, argumenta el AI Now Institute, es la ciudadanía: a través de contratos estatales, exenciones fiscales, subsidios a infraestructura y tarifas de servicios públicos que financian los centros de datos.
Concentración de mercado y el rescate silencioso a las Big Tech de IA
El patrón que describe Kak no es nuevo en la historia de la tecnología: una industria emergente recibe apoyo estatal masivo durante su fase de riesgo y, una vez consolidada, captura la regulación que debería supervisarla. Lo que distingue al ciclo actual es la velocidad y la escala. Los modelos de lenguaje de gran tamaño requieren inversiones en cómputo que solo unas pocas empresas —Microsoft, Google, Amazon, Meta y, en menor medida, startups como OpenAI o Anthropic respaldadas por ellas— pueden costear. Eso convierte la infraestructura de IA en un oligopolio de hecho antes de que exista un marco regulatorio que lo aborde. El resultado es que las barreras de entrada no las fija el mérito tecnológico sino el acceso al capital y a los contratos públicos.
La narrativa del “rescate” no implica transferencias directas en todos los casos, sino una combinación de mecanismos menos visibles: contratos de computo en la nube con agencias gubernamentales, financiamiento de investigación universitaria que luego se privatiza, y el uso de datos producidos por el sector público para entrenar modelos comerciales. Según se informó en el episodio del podcast Agents of Tech donde participó Kak, este proceso equivale a socializar el costo y privatizar el beneficio.
Cuándo aplica el argumento regulatorio y cuándo no
El análisis del AI Now Institute es más pertinente cuando se trata de infraestructura crítica —cómputo, datos de salud, sistemas de decisión en beneficios sociales— que cuando se aplica a productos de consumo masivo donde la competencia, aunque imperfecta, existe. No toda inversión privada en IA equivale a captura regulatoria, y no todo contrato público con una empresa tecnológica constituye un subsidio encubierto. La distinción relevante es si el Estado podría recuperar el activo generado —datos, modelos, infraestructura— o si ese valor queda privatizado de forma permanente. Cuando la respuesta es la segunda, el argumento sobre quién paga la apuesta cobra fuerza.
América Latina: contratos públicos de IA sin marcos de transparencia equivalentes
En la región, la dinámica de subsidio público a la IA privada adopta formas propias. Brasil ha avanzado con la Estratégia Nacional de Inteligência Artificial (EBIA) y su revisión de 2024, pero la mayoría de los contratos de implementación de IA en organismos federales y estaduales se adjudican a subsidiarias de los mismos conglomerados globales señalados por el AI Now Institute, sin requisitos de apertura de modelos ni de compartición de datos derivados. En México, el uso de herramientas de IA en el sector salud y en el sistema tributario del SAT también opera sobre acuerdos con proveedores privados cuyas condiciones de licencia no son públicas. Argentina, por su parte, carece aún de una política nacional de IA con fuerza de ley, lo que deja los contratos de este tipo bajo la discrecionalidad administrativa de cada organismo. En ninguno de estos casos existe hoy un mecanismo formal para que el Estado recupere valor de los datos que aporta como insumo al entrenamiento de modelos comerciales.
La ausencia de marcos de gobernanza para contratos de IA pública no es solo un problema de transparencia: es un problema de soberanía sobre infraestructura crítica. Cuando un ministerio de salud cede registros anonimizados para mejorar un modelo de diagnóstico propiedad de un proveedor extranjero, el beneficio del dato se transfiere permanentemente fuera de la jurisdicción que lo generó. Este es exactamente el tipo de transferencia de valor que el AI Now Institute identifica como el mecanismo central del subsidio público a la IA privada.
Regulación sectorial vs. regulación estructural: el debate de fondo
El argumento de Kak apunta a algo que las regulaciones de IA vigentes —incluyendo el AI Act de la Unión Europea— abordan de forma parcial: los marcos actuales regulan usos de la IA pero no la estructura de mercado que determina quién puede desarrollarla. El AI Act clasifica riesgos por aplicación, no por poder de mercado. Las leyes de competencia, por su lado, actúan ex post y con ciclos demasiado lentos para industrias que consolidan posiciones en meses. El debate sobre cómo regular la concentración en IA —si mediante obligaciones de interoperabilidad, licencias obligatorias de modelos fundacionales, o límites a la integración vertical— está en curso en el Parlamento Europeo y en la Comisión Federal de Comercio de Estados Unidos, pero sin equivalente en ninguna jurisdicción latinoamericana.
La discusión sobre quién financia la IA y quién captura su valor no es técnica ni filosófica: es una pregunta de política fiscal y regulatoria que los gobiernos de la región deberán responder antes de firmar el próximo contrato de nube. Para profundizar, el trabajo del AI Now Institute está disponible en ainowinstitute.org.
