La Inteligencia Se Ha Convertido en Infraestructura. La Pregunta Ahora Es Quién La Poseerá

Cada era hereda infraestructuras cuya titularidad resuelve debates sobre el poder durante décadas, desde los anchos de vía ferroviaria hasta las redes eléctricas y los cables submarinos. La inteligencia artificial asumió esa posición en menos de una década, y sus condiciones de propiedad se están definiendo ahora, en gran parte fuera de la vista pública.

El Crecimiento Ha Dejado de Necesitar Multitudes

Durante gran parte de la historia industrial, la ambición requería multitudes, ya que un fabricante que duplicaba su producción contrataba más manos, una ferrocarril necesitaba topógrafos y obreros por miles, y la producción permanecía vinculada a la participación.

Algo en ese esquema se ha aflojado, porque construir algo formidable ahora requiere un pequeño grupo de ingenieros excepcionales junto a un capital y una capacidad de cómputo enormes, y la proporción sigue inclinándose hacia el segundo.

Lovable alcanzó $400 millones en ingresos recurrentes anuales con 146 empleados, y Midjourney gana alrededor de $200 millones al año con un equipo de unos once personas. Compare eso con los $660 mil millones a $690 mil millones en gastos de capital que cinco empresas tecnológicas estadounidenses han comprometido para 2026, la mayor parte destinados a chips, centros de datos y redes.

El trabajo ha descendido en la lista de limitaciones vinculantes a medida que el hardware ha ascendido a la cima, lo que revalúa todo el conjunto para cualquiera que asigne capital. ¿En qué lado de esa dependencia está una cartera? Los rendimientos se concentran en aceleradores, contratos de energía y terrenos cercanos a subestaciones, y casi todas las demás empresas ahora operan bajo condiciones establecidas por unos pocos proveedores.

Concentración Sin la Multitud

Si un grupo puede aumentar su capacidad sin emplear o comerciar con una gran población, tiene escasas razones para involucrar a esa población. Los actores adinerados de siglos anteriores necesitaban trabajadores, clientes y soldados, y esa dependencia generó salarios, escuelas, hospitales y poder político.

Eliminar la dependencia y los incentivos subyacentes cambian silenciosamente. Imagine mil personas, o un millón desde fuera, poseyendo capital, modelos y robótica. Podrían emprender proyectos enormes, desde la fabricación orbital hasta Marte, sin necesidad funcional de los miles de millones fuera de la sala.

Lo que aún requiera una multitud cada vez se responde con maquinaria, porque una flota de robots cuesta menos que una fuerza laboral una vez que una tarea está especificada con suficiente precisión. Cada trabajo que antes necesitaba muchas manos se valora frente a ese sustituto, y la promesa de que la robótica y la IA resolverán nuestros problemas asume que alguien posee los robots.

Estos conglomerados se alejarían del resto sin una ruptura dramática, y la inteligencia artificial general no es un requisito previo, ya que las capacidades actuales, ampliadas y abarrotadas, serían suficientes.

El acceso a los modelos más potentes puede convertirse en una fuente de desigualdad más aguda que el dinero, porque el capital se acumula a pocos por ciento al año, mientras que una ventaja en la calidad del modelo se multiplica a través de cada pieza de investigación, código y producto que toca.

Influencia Que Ningún Precio de Mercado Captura

La inteligencia concentrada moldea lo que la gente cree tanto como moldea los mercados. El uso semanal de chatbots de IA para noticias aumentó del 7 % al 10 % a nivel mundial en un solo año, y más de la mitad de los jóvenes de 18 a 24 años ahora nombran las redes sociales, las plataformas de video o los chatbots como su principal forma de aprender lo que sucedió.

Los motores de búsqueda ejercían poder editorial mediante el ranking, pero apuntan a numerosos recursos, y un lector aún se encuentra con una fuente y la juzga. Un asistente entrega una conclusión con una voz calmada y autoritaria, y discutir con él requiere un esfuerzo que pocos lectores están dispuestos a invertir.

Cuando un número limitado de proveedores decide lo que un modelo dice, una agenda puede incrustarse en una forma casi indetectable desde fuera. El aumento de la capacidad dificulta aún más la detección, ya que un modelo más potente genera razonamientos más persuasivos y errores más plausibles. ¿Cómo notaría alguien fuera de la empresa?

El escepticismo no ha desaparecido, con justicia, ya que la confianza en las noticias entregadas por IA se sitúa en un 20 % a nivel mundial, por debajo del 37 % registrado para las noticias en general, y el público sigue siendo cauteloso incluso a medida que su dependencia se profundiza.

Los Pesos Abiertos Cierran la Mitad de la Brecha

Los modelos publicados realmente mejoran la situación, y los más recientes son potentes. Moonshot AI publicó los pesos de Kimi K3 con 2,8 billones de parámetros, acercando los lanzamientos abiertos a la frontera más que en cualquier momento desde DeepSeek R1.

Servir uno de esos modelos es otro asunto para cualquiera fuera de un centro de datos. Un sistema de mezcla de expertos a la escala de K3 necesita un clúster de aceleradores mantenidos residentes y calientes, lo que coloca la auto‑alojamiento fuera del alcance de la mayoría de universidades, startups e investigadores.

La mayoría de la gente, por lo tanto, accede a los modelos abiertos a través de un punto final alojado que pertenece a una empresa con capital y GPUs. La empresa revende el acceso, y los clientes no pueden confirmar que los pesos servidos coincidan con los pesos publicados, o que nada se interponga entre la solicitud y la respuesta. ¿Qué se ha abierto en ese esquema, más allá de la propia licencia?

La Propiedad Comienza en la Capa de Hardware

Los términos de la licencia por sí solos no logran distribuir el poder, porque el hardware decide quién puede ejercer los derechos que otorga una licencia. Por lo tanto, la propiedad comienza donde termina la licencia, en la propia máquina, ya que quien ejecuta el modelo es la única parte capaz de probarlo, rastrear una respuesta hasta los pesos que la generaron y corregir lo que salga mal.

Cada uno de esos depende del acceso a suficiente cómputo a un precio que las instituciones ordinarias puedan absorber, por lo que un ecosistema público necesita pesos abiertos y cómputo abierto conjuntamente. Cada uno por separado recrea la concentración que pretende disolver.

Una Capa de Cómputo Público Es Económicamente Viable

El hardware capaz ya está inactivo en enormes cantidades en universidades, centros de datos regionales, antiguas operaciones mineras y manos privadas, y su agrupación ha sido un problema de ingeniería complejo.

Covenant-72B, un modelo de 72 mil millones de parámetros, fue preentrenado entre más de setenta pares independientes a través de enlaces de internet convencionales, sin lista blanca, sin clúster central y con un mecanismo de blockchain que valida las contribuciones a medida que llegan. La verificación está en el corazón de ese diseño, ya que los participantes que nadie ha evaluado deben demostrar que el trabajo que envían es real.

La eficiencia sigue siendo la objeción honesta, porque un enjambre en conexiones ordinarias aún queda rezagado respecto a un clúster estrechamente acoplado, la latencia penaliza las ejecuciones más largas y los sistemas descentralizados mantienen la tendencia a reconcentrarse donde se acumula el capital.

Sin embargo, la distancia a este punto se está reduciendo rápidamente, ya que la ejecución de Covenant mantuvo un 94,5 % de utilización de hardware bajo restricciones de red reales y produjo un modelo competitivo con pares entrenados centralmente de tamaño similar. La capacidad ociosa cuesta menos que una nueva construcción, lo que deja la economía basada más en la madurez de la ingeniería que en la aritmética.

Decisiones Tomadas por Defecto

Entonces, ¿quién decide qué futuro llega, dado que nadie votará jamás sobre la cuestión? Los resultados se acumularán a partir de decisiones de adquisición, licencias, financiación de investigación y regulaciones realizadas en los próximos años, la mayoría individualmente poco destacadas.

Un camino conduce a unos pocos proveedores que operan el sustrato de la vida económica e intelectual, responsables ante los accionistas y los gobiernos de los que dependen. Otro conduce a algo más parecido a una utilidad, con modelos abiertos que se ejecutan en cómputo que muchas partes poseen y cualquiera puede auditar. ¿Y qué mantiene abierto el segundo camino?

El dinero y la adquisición, principalmente, ya que cada contrato firmado para inteligencia alojada y cada subvención dirigida a infraestructura compartida inclina la balanza. Ambos siguen accesibles a partir de 2026, y la ventana para elegir deliberadamente se mide en años – no muchos.