Por: Jacob Taylor y Joshua Tan
WASHINGTON, DC – Una coalición internacional de laboratorios de inteligencia artificial y proveedores de servicios de nube acaba de hacer algo sorprendentemente práctico: combinaron sus recursos informáticos para que Apertus, un gran modelo lingüístico (LLM) de código abierto creado en Suiza, esté al alcance de usuarios de todo el mundo en forma gratuita. Una consulta que reciba Apertus podría ser atendida por Amazon Web Services en Suiza, Exoscale en Austria, AI Singapore, Cudo Compute en Noruega, el Centro Nacional de Supercomputación de Suiza o la Infraestructura Computacional Nacional de Australia. ¿Puede este proyecto ofrecer un modelo para la cooperación internacional?
En el siglo XX, la cooperación internacional se convirtió básicamente en sinónimo de «orden multilateral basado en reglas», sostenido por instituciones (como Naciones Unidas, el Banco Mundial y la Organización Mundial del Comercio) creadas mediante tratados. Pero las rivalidades entre grandes potencias y las desigualdades estructurales erosionaron el funcionamiento de esas instituciones, lo que llevó a la parálisis y a la coerción de los fuertes sobre los débiles. Y mientras se ponen en duda principios básicos como la negociación, la reciprocidad y la búsqueda de beneficios mutuos, asistimos a un retroceso de la financiación del desarrollo y de la ayuda humanitaria.
Al dejar de cooperar los gobiernos nacionales, otros actores (ciudades, empresas, organizaciones filantrópicas e instituciones encargadas de la elaboración de estándares) tienen más margen para influir en los resultados. En el sector de la IA, un puñado de empresas privadas en Shenzhen y Silicon Valley se han lanzado a una carrera por afianzar su dominio de la infraestructura y de los sistemas operativos que constituirán los cimientos de la economía del mañana.
Si se les permite salirse con la suya, casi todos los demás actores se verán forzados a elegir entre la dependencia y la irrelevancia. Los gobiernos y otras entidades de interés público no sólo quedarán muy vulnerables al hostigamiento geopolítico y a no poder cambiar de proveedor, sino que además tendrán pocas herramientas para captar y redistribuir los beneficios de la IA o para gestionar las externalidades ambientales y sociales negativas de la tecnología.
Pero como demuestra la coalición que respalda a Apertus, es posible un nuevo tipo de cooperación internacional, basada no en arduas negociaciones e intrincados tratados, sino en la creación de infraestructuras compartidas para la solución de problemas. Cualquiera sea el escenario de la IA en los próximos años (amesetamiento tecnológico, difusión lenta, creación de la inteligencia artificial general o el estallido de una burbuja), la colaboración es el mejor modo que tienen las potencias intermedias para mantenerse a la par de Estados Unidos y China y aumentar su autonomía y resiliencia.
Aquí es esencial mejorar la distribución de los productos de IA. Para ello, las potencias intermedias y sus laboratorios y empresas de IA deben extender la escala de iniciativas como Public AI Inference Utility, una organización sin fines de lucro encargada de proveer acceso global a través de Internet a Apertus y otros modelos de código abierto. Pero estos países también deben igualar las capacidades de modelos de frontera como GPT‑5 y DeepSeek‑V3.1, para lo cual necesitarán medidas más audaces. El único modo que tienen las potencias intermedias de desarrollar en forma conjunta un stack de IA de primer nivel es coordinando sus dotaciones de energía, capacidad de cálculo, ecosistemas de datos y talento.
Esta forma de cooperación no sería algo inédito. En los años setenta, los gobiernos europeos aunaron capital y talento y coordinaron sus políticas industriales para crear una empresa fabricante de aviones que pudiera competir con la estadounidense Boeing. La aplicación del modelo Airbus a la IA implicaría crear un laboratorio internacional de frontera público‑privado que se dedique a preentrenar una familia de modelos de código abierto básicos y ponerlos a disposición de todos a la manera de una infraestructura de servicio público. En vez de otra megaempresa de IA monolítica, el resultado sería una infraestructura abierta que sirva de base a los desarrollos de una multitud de actores.
Esta estrategia sería motor de innovación, al permitir a los participantes (laboratorios, universidades y empresas nacionales cerca de la frontera, como Mistral y Cohere) liberar hasta el 70% de los fondos que hoy dedican al preentrenamiento de modelos para reasignarlo al postentrenamiento (modelos especializados o de inferencia), a la distribución y a aplicaciones prácticas movidas por la demanda. Además, permitiría a gobiernos y empresas tomar el control de ecosistemas de IA de los que son cada vez más dependientes, en vez de estar a merced de la incertidumbre geopolítica y de decisiones corporativas (incluidas las que conducen a «enshittification»).
Pero los beneficios potenciales no se agotan aquí. Esta infraestructura abierta (junto con los ecosistemas de datos en los que se basa) se podría reorientar hacia la respuesta de otros desafíos compartidos, por ejemplo reducir los costos de transacción del comercio internacional de energía verde o desarrollar un marco internacional de negociación colectiva para los trabajadores de la economía de plataformas. Para exhibir todo el potencial de este nuevo marco colaborativo, las potencias intermedias deberían concentrarse en problemas que reúnan estos requisitos: existencia de tecnologías y ecosistemas de datos maduros; que el interés propio de los participantes supere los costos de transacción derivados de la cooperación; y que el valor de una acción conjunta resulte evidente para la ciudadanía y la dirigencia política.
En unos pocos años, cuando este ciclo de capital e innovación en el área de la IA haya llegado a su fin, las potencias intermedias podrán estar lamentando la desaparición del orden basado en reglas y viendo cómo megaempresas de IA consolidan las divisorias geopolíticas, o podrán estar cosechando los beneficios de nuevos marcos de cooperación innovadores. Las razones para una IA pública son claras.
Jacob Taylor es miembro del Centro para el Desarrollo Sostenible de la Brookings Institution y becario Public AI 2025. Joshua Tan es cofundador y director de investigaciones en Metagov.
