OpenAI anunció que sus modelos estarán disponibles en Google Cloud, consolidando una alianza entre dos actores que hasta hace poco competían de forma directa en infraestructura de inteligencia artificial. El movimiento reordena el mapa de responsabilidades legales sobre los sistemas de IA que empresas de América Latina consumen vía nube.
El acuerdo permite que organizaciones que ya operan en Google Cloud accedan a los modelos de OpenAI —incluidos los de la familia GPT— sin necesidad de migrar hacia Azure, la nube de Microsoft que hasta ahora era el canal exclusivo de distribución empresarial de OpenAI. La integración se realizaría, según se informó, a través de Vertex AI, la plataforma de IA administrada de Google Cloud.
Por qué este acuerdo cambia la cadena de responsabilidad sobre los sistemas de IA
Cuando una empresa latinoamericana despliega un modelo de OpenAI vía Google Cloud, opera bajo una cadena de proveedores que involucra al menos tres capas: el desarrollador del modelo base (OpenAI), el proveedor de infraestructura y plataforma (Google Cloud) y la organización que construye la aplicación final. El AI Act de la Unión Europea —referencia regulatoria creciente en la región— establece obligaciones diferenciadas para cada eslabón: el “proveedor” del modelo base, el “deployer” que lo integra en un producto, y el usuario final. Determinar quién es qué, en un esquema de distribución tripartita como este, no es trivial.
El interrogante tiene consecuencias directas. Si un sistema de IA desplegado sobre esta arquitectura produce un resultado discriminatorio o inexacto que causa daño —por ejemplo, en una decisión crediticia automatizada en Brasil o en un proceso de selección de personal en México—, la distribución de responsabilidad entre OpenAI, Google y la empresa usuaria dependerá de los contratos de servicio y de los marcos regulatorios locales aplicables. En América Latina, esos marcos todavía están en construcción: Brasil avanza con su Proyecto de Ley de IA (PL 2338/2023), mientras que Chile, Colombia y Perú han publicado políticas de IA sin fuerza vinculante todavía.
El modelo de distribución multcloud y los vacíos que genera en gobernanza
La disponibilidad de modelos de un tercero dentro de una plataforma de nube no es nueva —AWS Bedrock y Azure AI ya operan bajo esquemas similares— pero la incorporación de OpenAI a Google Cloud amplía el alcance a una base de clientes corporativos que históricamente evitó Azure. Para los equipos legales y de cumplimiento, esto implica revisar si los contratos de procesamiento de datos vigentes con Google Cloud contemplan el subflujo de datos hacia los sistemas de OpenAI, y bajo qué condiciones se activa ese tratamiento.
En términos de gobernanza de sistemas de IA, la pregunta operativa es quién mantiene el registro de qué modelo se usó, en qué versión y con qué datos de entrada, cuando el sistema es accesible desde múltiples nubes. La trazabilidad del modelo —análoga al concepto de data lineage en gobernanza de datos— se vuelve más compleja en arquitecturas multiproveedor. Sin ese registro, auditar decisiones automatizadas ante una autoridad regulatoria es, en la práctica, inviable.
Cuándo aplica este análisis y cuándo no
Este encuadre de responsabilidad tripartita aplica cuando la organización usuaria toma decisiones con impacto jurídico o sustantivo sobre personas —crédito, empleo, salud, servicios públicos— usando el modelo como componente central. No aplica de la misma forma cuando el uso es instrumental y sin efectos directos sobre individuos, como resúmenes internos de documentos o generación de código. La distinción importa porque los proyectos de ley en la región —especialmente el brasileño— clasifican los sistemas de IA por nivel de riesgo precisamente según ese criterio de impacto sobre derechos.
Tampoco aplica el mismo estándar de diligencia para una startup que experimenta con prototipos y una entidad financiera regulada. En Argentina, por ejemplo, el Banco Central (BCRA) ha avanzado en lineamientos sobre uso de servicios en la nube (Comunicación A 7724) que incluyen requisitos de auditoría sobre proveedores; extender esa lógica a los proveedores de modelos de IA es el paso que aún no se ha dado formalmente, pero que la integración OpenAI-Google Cloud vuelve urgente.
Lo que deben revisar los equipos legales y de compliance antes de adoptar la integración
- Verificar si el Data Processing Agreement (DPA) con Google Cloud cubre explícitamente el uso de modelos de terceros como subprocesadores.
- Identificar si los datos enviados al modelo de OpenAI vía Vertex AI son usados para reentrenamiento y bajo qué opt-out contractual.
- Mapear qué decisiones automatizadas de la organización dependen del modelo y si esas decisiones califican como de “alto riesgo” bajo el marco regulatorio local aplicable.
- Documentar la versión del modelo utilizada y los parámetros de configuración para habilitar auditorías posteriores.
- Revisar si la legislación de protección de datos aplicable —LGPD, Ley 25.326, LFPDPPP— exige informar a los titulares cuando una decisión que los afecta fue tomada con asistencia de IA.
Ninguno de estos puntos depende de que el acuerdo OpenAI-Google Cloud sea definitivo en sus términos técnicos. Son deberes de diligencia que ya corresponden a cualquier organización que use IA de terceros en contextos de impacto sobre personas, y que este movimiento hace más visibles.
El texto de referencia más actualizado para encuadrar estas obligaciones es el PL 2338/2023 de Brasil, disponible en el Senado Federal, y las directrices de IA responsable de la OCDE, adoptadas como referencia por varios gobiernos latinoamericanos. Ambos documentos establecen el principio de que quien despliega un sistema de IA no puede externalizar su responsabilidad al proveedor del modelo.
