Centros de datos llenos de chips estadounidenses sirven a modelos de IA chinos, socavando las ambiciones tecnológicas de Washington
Puntos clave
- •El Departamento de Comercio de EE. UU. emitió el lunes una norma que cierra un vacío en los controles de exportación que permitía a empresas chinas acceder remotamente a chips de IA avanzados ubicados fuera de China.
- •Los centros de datos de propiedad estadounidense alquilan capacidad a proveedores de inferencia que sirven a LLM chinos, lo que significa que los modelos chinos a menudo se ejecutan en chips fabricados en Estados Unidos.
- •China no puede producir suficientes chips de IA avanzados para satisfacer la demanda interna, por lo que sus modelos dependen cada vez más de infraestructura de cómputo controlada por EE. UU.
- •El último modelo de DeepSeek está disponible a través de al menos 16 proveedores de inferencia con sede fuera de China, incluido Amazon Bedrock.
- •El comentario recomienda que Washington evite prohibir los modelos chinos en las nubes estadounidenses y, en cambio, apoye modelos abiertos estadounidenses competitivos, incluso mediante adquisición federal.

La saga de Nvidia-Megaspeed ha llamado la atención sobre una brecha significativa en los controles de exportación de EE. UU.: la capacidad de las empresas chinas para acceder remotamente a chips de IA ubicados fuera de China, una vía que eludía cualquier envío físico de hardware a ese país. El lunes, en gran parte como respuesta al escándalo, el Departamento de Comercio de EE. UU. emitió una norma que cierra ese vacío. Si bien esta acción, que llegó tarde, puede ayudar a los laboratorios de IA estadounidenses a ampliar la distancia entre sus modelos y los de sus competidores chinos, existe una paradoja en el corazón de la estrategia de IA de Washington: la infraestructura estadounidense que se extiende por el mundo está ayudando a los modelos chinos a ganar terreno.
La administración de Trump quiere que Estados Unidos domine la IA desde los chips hasta los modelos. Central en la visión del presidente es exportar chips avanzados de diseño estadounidense a países de todo el mundo. Cada vez más, estos chips, diseñados por empresas como Nvidia, se están desplegando en centros de datos de América Latina, Medio Oriente y el Sudeste Asiático.
Pero el liderazgo estadounidense en infraestructura de cómputo no solo ayuda a los desarrolladores de modelos de IA de EE. UU. También ayuda a sus competidores chinos. Los centros de datos de propiedad estadounidense llenos de chips estadounidenses todavía alquilan capacidad a proveedores de inferencia, empresas que alojan y ejecutan modelos de IA a demanda, las cuales usan esa capacidad para servir a modelos de lenguaje de gran escala (LLM) chinos a usuarios de todo el mundo.
En otras palabras, los modelos chinos se ejecutan en chips estadounidenses, y la construcción de infraestructura de IA de Estados Unidos está ayudando, contraintuitivamente, a que los desarrolladores de modelos chinos compitan. Esto plantea un problema para la preeminencia estadounidense en IA, que dependerá de que los consumidores y empresas globales elijan los LLM desarrollados en EE. UU. por encima de los chinos. La contradicción en el corazón de las ambiciones de dominio de la IA de la administración de Trump es que el éxito en una capa de la pila tecnológica está socavando sus metas en otra.
El cuello de botella de chips de China
Cuando la gente escucha que los modelos chinos ganan usuarios, generalmente asume que esos modelos se ejecutan en chips chinos. Eso es cada vez más cierto dentro de China, pero el país no puede producir suficientes chips de IA avanzados para satisfacer a sus propias empresas, y mucho menos la demanda en el extranjero.
Mientras tanto, el control estadounidense sobre la infraestructura de IA es formidable. Las empresas de EE. UU. —Nvidia, Google, AMD y Amazon— diseñan casi todos los chips de IA de centro de datos desplegados. En servicios en la nube, Amazon, Microsoft y Google en conjunto controlan más de la mitad del mercado, y un creciente grupo de “neonubes” estadounidenses, proveedores especializados enfocados en alquilar capacidad de cómputo de IA, extiende aún más esa ventaja.
Sin embargo, la misma infraestructura que asegura la ventaja de Estados Unidos en chips y servicios en la nube les da a los modelos de IA chinos una plataforma para difundirse. La propia Nvidia proporciona recursos para ayudar a las empresas a desplegar modelos abiertos, incluidos varios modelos chinos, en su hardware. Proveedores de inferencia con sede en EE. UU. como Together AI, Baseten y Fireworks sirven modelos chinos a usuarios sobre infraestructura impulsada por chips estadounidenses. El último modelo de DeepSeek, por ejemplo, es ofrecido por al menos 16 proveedores de inferencia con sede fuera de China, incluido Amazon Bedrock.
Cuando la infraestructura estadounidense sirve a LLM chinos, acelera la adopción global de esos modelos, lo que beneficia el poder blando de China y genera ingresos para sus laboratorios de IA. La ambición declarada de Beijing es ser el proveedor líder de capacidades de IA transformadoras, especialmente en el Sur Global, y una adopción más amplia de los LLM chinos avanza ese objetivo.
Los despliegues chinos también generan ingresos directos para los desarrolladores de modelos chinos. Moonshot AI exige que las empresas que sirven a su exitoso modelo Kimi K3 y superan los 20 millones de dólares en ventas anuales negocien una licencia de reparto de ingresos, y Moonshot supuestamente ha pedido a Microsoft, Amazon y Google el 30% de sus ingresos por Kimi K3.
Propietarios vs. de pesos abiertos
Quién se beneficia de la infraestructura de cómputo estadounidense depende en gran medida de si sirve a modelos propietarios o de pesos abiertos. La infraestructura que sirve a LLM propietarios, como Claude de Anthropic o GPT de OpenAI, beneficia casi exclusivamente a los desarrolladores estadounidenses, porque hacen los mejores. La infraestructura que sirve a LLM de pesos abiertos, que las empresas pueden personalizar para tareas especializadas y ejecutar localmente, tiende a beneficiar a los desarrolladores chinos: los usuarios gravitan hacia los mejores modelos disponibles y, en el mercado de pesos abiertos, esos son chinos.
Competir en lugar de prohibir
El comentario sostiene que la administración de Trump no debería llegar a prohibir que los proveedores de nube de EE. UU. permitan a empresas no chinas servir LLM chinos. Hacerlo implicaría un costo demasiado alto, obstaculizar injustificadamente a empresas de Estados Unidos y países aliados que buscan adoptar la IA, sin ofrecer beneficios suficientes para la seguridad nacional. También podría invitar represalias chinas.
En cambio, Estados Unidos debería competir. Empresas estadounidenses como Meta y Thinking Machines ya están desarrollando modelos de pesos abiertos. Si esos modelos se vuelven más rentables que sus competidores chinos, más infraestructura de cómputo de EE. UU. serviría a modelos estadounidenses. Ese cambio podría limitar tanto los ingresos que los desarrolladores chinos obtienen de despliegues en el extranjero como el poder blando que China gana del alcance global de sus modelos.
Por lo tanto, en opinión del comentario, la administración está en lo correcto al fomentar el desarrollo de modelos de pesos abiertos estadounidenses competitivos. Debería identificar usos gubernamentales adecuados para modelos de pesos abiertos y dirigir la adquisición federal hacia ofertas estadounidenses de este tipo para esos usos. Finalmente, a medida que se vuelva necesaria una regulación de IA más fuerte, la administración debería diseñar esas reglas con cuidado para evitar sofocar el desarrollo de modelos de pesos abiertos estadounidenses.
Washington no puede asumir que exportar infraestructura estadounidense llevará automáticamente a exportar modelos estadounidenses. Si quiere tener éxito en ambos frentes, necesita una estrategia deliberada para los modelos de pesos abiertos, y dos puntos concretos a seguir son cómo se aplica la nueva norma de acceso remoto y si los términos de reparto de ingresos que Moonshot supuestamente ha solicitado a Microsoft, Amazon y Google finalmente se acuerdan.
Las opiniones expresadas en los artículos de opinión de Fortune.com son únicamente las de sus autores y no necesariamente reflejan las opiniones y creencias de Fortune. Esta historia fue publicada originalmente en Fortune.com.