La carrera de la IA cambia de fase: de los benchmarks a los robots, la energía y las reglas

El 8 de septiembre, tres agencias de inteligencia y ciberseguridad de Estados Unidos —la NSA, el FBI y CISA— emitieron una alerta conjunta acusando a seis empresas chinas de inteligencia artificial de haber estado extrayendo sistemáticamente, desde finales de 2024, las capacidades de los modelos más avanzados de OpenAI, Anthropic, Google y xAI mediante una técnica llamada destilación. Un día después, el 9 de septiembre, OpenAI hizo exactamente lo contrario de lo que había defendido durante años: pidió públicamente al Congreso de Estados Unidos que le imponga, por ley, reglas federales obligatorias de seguridad. Dos anuncios, un día de diferencia, y ninguno de los dos tiene que ver con qué modelo resuelve mejor un examen de matemáticas. Esa es la señal de que la competencia cambió de terreno.

Cuando el benchmark dejó de ser la métrica que importa

Durante buena parte de 2024 y 2025, seguir "la carrera de la IA" significaba revisar tablas de clasificación: qué modelo sacaba el puntaje más alto en razonamiento, en programación, en comprensión de lenguaje. Esa métrica todavía existe —Claude Fable 5.1 encabeza el ranking acumulado de septiembre de 2026 con 82.95 sobre 100, según BenchLM— pero ya no es donde se decide quién gana. La razón es simple: cuando los modelos de frontera de varias compañías rinden de forma comparable, la ventaja competitiva deja de estar en el algoritmo y empieza a estar en la infraestructura que lo sostiene, en la distribución física de esa inteligencia, y en el marco legal que determina quién puede seguir operando a esa escala.

La destilación como frente de guerra comercial

La acusación del 8 de septiembre no es un tecnicismo menor. La destilación consiste en entrenar un modelo más pequeño y barato usando las respuestas de un modelo grande y costoso como maestro —una práctica común y legítima en la industria cuando se hace con permiso—, pero la alerta conjunta de NSA, FBI y CISA sostiene que DeepSeek, Alibaba, Moonshot AI, MiniMax, StepFun y Z.AI la usaron para apropiarse de capacidades de Claude, ChatGPT, Gemini y Grok sin autorización. El Ministerio de Comercio de China rechazó la acusación el 9 de septiembre calificándola de infundada y advirtió con "contramedidas resueltas" si Washington la usa para justificar nuevas restricciones. Sea cual sea el desenlace legal, el mensaje de fondo es que Estados Unidos ya trata la ventaja en modelos de frontera como un activo de seguridad nacional que hay que proteger con herramientas de inteligencia, no solo con patentes.

El giro de OpenAI: pedir la correa que antes rechazaba

El otro lado de esa misma semana es más revelador todavía. Chris Lehane, director de asuntos globales de OpenAI, declaró que "Estados Unidos necesita una regulación nacional obligatoria, basada en capacidades, que pueda evolucionar con la tecnología" —una postura que la compañía había evitado respaldar hasta ahora. La propuesta específica: estándares comunes de evaluación, revisión independiente de los modelos más avanzados, requisitos más duros de ciberseguridad y reporte obligatorio de incidentes de seguridad graves. OpenAI fue explícita en que estas reglas deberían aplicar solo a un puñado de compañías que desarrollan los modelos más potentes, no a startups ni investigadores que operan lejos de la frontera. Esa distinción no es casualidad: una regulación que solo pesa sobre quien ya tiene la escala para cumplirla es, en la práctica, una barrera de entrada que beneficia a quien la pide. No es la primera vez que una industria dominante presiona por la regulación que blinda su posición —los bancos grandes hicieron lo mismo después de 2008—, pero es la primera vez que se ve con tanta claridad en inteligencia artificial.

El cuello de botella ya no son los chips, es la electricidad

Mientras la geopolítica se mueve en los tribunales y el Congreso, el límite físico más apremiante para toda la industria dejó de ser la disponibilidad de semiconductores y pasó a ser la electricidad. Según cifras citadas por analistas del sector, hay cerca de 2,300 gigawatts de capacidad de generación y almacenamiento esperando en las filas de interconexión de Estados Unidos —más que toda la base de generación eléctrica instalada del país—, con tiempos de espera que en varias regiones superan los cinco años. Cada sitio nuevo de centro de datos para IA solicita entre 100 y 750 megawatts, una carga que muchas redes regionales simplemente no fueron diseñadas para entregar de un día para otro. Gartner proyecta que 40% de los centros de datos de IA estarán limitados por energía hacia 2027. La respuesta de las compañías más grandes ha sido dejar de comportarse como clientes de la red eléctrica y empezar a comportarse como generadoras: Microsoft firmó con Chevron un acuerdo a 20 años para generación de energía dedicada en un campus de centros de datos cerca de Pecos, Texas. Cuando una empresa de software firma un contrato de energía a dos décadas con una petrolera, la carrera dejó de tratarse solo de algoritmos.

China no está compitiendo por el mismo premio

Aquí es donde el análisis se vuelve más incómodo para la narrativa de "Estados Unidos contra China en el mismo tablero". El 15º Plan Quinquenal de China (2026-2030), publicado este año, eleva la robótica humanoide y la inteligencia encarnada a prioridad estratégica nacional, y hoy operan más de 150 empresas de robótica humanoide en territorio chino. Cada robot instalado en una fábrica china no es solo una unidad de producción: es un nodo que retroalimenta datos físicos —de fuerza, de fricción, de manipulación— a los modelos que los controlan, un ciclo de aprendizaje que no tiene equivalente comparable en ningún otro país. Mientras Estados Unidos concentra su ventaja en modelos de lenguaje de frontera y en la infraestructura de cómputo que los entrena, China está construyendo el sustrato para una competencia distinta: la de llevar esa inteligencia a cuerpos físicos que operan, aprenden y escalan en el mundo real. No son necesariamente la misma carrera corriéndose dos veces; puede ser que EU y China estén corriendo carreras distintas que solo se cruzan en el punto de partida.

Lo que esto significa para quien no es una superpotencia

Para un país como México, que no es protagonista de ninguno de estos dos frentes —ni fija reglas de destilación ni construye su propio ecosistema de robótica humanoide—, la implicación práctica es que la infraestructura energética empieza a ser tan relevante para la política industrial como cualquier tratado comercial. Si la disponibilidad de electricidad barata y confiable se vuelve el factor que determina dónde se instalan los próximos centros de datos de IA —como ya ocurrió con las decisiones de nearshoring en manufactura ligadas a la disponibilidad de agua y energía en el norte del país—, la pregunta que debería estar en la agenda no es solo cuántos ingenieros de IA forma el país, sino si la red eléctrica nacional puede sostener la demanda de una instalación de cómputo a escala industrial sin desplazar a otros usuarios.

Tampoco es una implicación abstracta. Cada gigawatt que una empresa de IA logra asegurar mediante un contrato bilateral de generación dedicada —como el de Microsoft con Chevron— es un gigawatt que no compite en el mercado eléctrico convencional, lo que en teoría alivia presión sobre la red pública. Pero también establece un precedente: las compañías con capital suficiente para firmar acuerdos energéticos a 20 años se desacoplan de las limitaciones que sí enfrentan gobiernos, industrias tradicionales y consumidores residenciales que dependen de la misma red. La pregunta de política pública que eso plantea —quién tiene prioridad cuando la demanda de cómputo compite con la demanda doméstica de electricidad— todavía no tiene respuesta clara en ningún país, incluido Estados Unidos.

¿Cuál de estos tres frentes —el legal, el energético o el robótico— define primero quién tiene ventaja real en 2027? Probablemente ninguno lo haga solo: la compañía o el país que gane no será el que tenga el mejor modelo, sino el que consiga alinear los tres al mismo tiempo sin que ninguno se convierta en el cuello de botella de los otros dos.

Fuentes

• OpenAI makes U-turn and calls for binding national AI safety rules — Euronews
• OpenAI pushes for mandatory national AI safety rules — KFGO
• US accuses China AI developers DeepSeek and Alibaba of copying American AI — NBC News
• China rejects the US distillation advisory as unfounded accusations and smears — The Next Web
• The AI Race Enters the Physical World — German Marshall Fund of the United States
• Who Is Winning the AI Race? Monthly LLM Leader Timeline (September 2026) — BenchLM.ai
• Power-Bound, Not GPU-Bound: AI Data Center Power Constraints Are the Real 2026 Bottleneck — Spheron Network