América Latina cuenta con 11 iniciativas de inteligencia artificial soberana repartidas en ocho países, según la versión 2.0 del Sovereign AI Index del Center for a New American Security (CNAS), un mapa global que rastrea 184 proyectos respaldados por gobiernos para reducir su dependencia tecnológica y aumentar su capacidad de decisión sobre el desarrollo y uso de la inteligencia artificial (IA).
Brasil, Chile, Colombia, México, Argentina, Uruguay, Paraguay y República Dominicana ya cuentan con iniciativas concretas relacionadas con infraestructura de cómputo, modelos de lenguaje o programas nacionales de acceso a recursos de IA. La región todavía se encuentra muy lejos de Europa, con 79 proyectos, y Asia-Pacífico, con 54, pero supera a Eurasia, con ocho; África, con siete; y Canadá, con tres.
El informe, con datos actualizados hasta junio de 2026, ofrece una fotografía reveladora de cómo los gobiernos, incluidos los latinoamericanos, intentan ganar margen de maniobra frente a Estados Unidos y China, que concentran el 90 por ciento de la capacidad de cómputo necesaria para desarrollar y desplegar modelos de IA de frontera.
La situación plantea una paradoja, ya que los países quieren construir una IA más soberana, pero buena parte de las tecnologías necesarias para hacerlo continúa dependiendo de compañías y proveedores extranjeros. Según CNAS, más de tres quintas partes de los proyectos rastreados en el mundo declaran al menos un socio extranjero y cuatro de cada cinco de esos socios son empresas estadounidenses. NVIDIA, por ejemplo, proporciona las GPU utilizadas en el 45 por ciento de todos los proyectos de infraestructura registrados a nivel global.
¿Qué es la IA soberana?
Aunque no existe una definición única y consensuada, el índice de CNAS entiende por proyecto de IA soberana toda iniciativa respaldada por un gobierno, vinculada explícitamente a intereses estratégicos nacionales y sostenida con inversión pública material en infraestructura de cómputo, modelos o ecosistemas de datos.
México y Brasil tienen el 95% de las patentes de IA en Latinoamérica
Los motivos que impulsan estos proyectos varían entre la seguridad nacional, el desarrollo económico, la preservación cultural y lingüística y el deseo de alcanzar una mayor autonomía frente a la dependencia tecnológica extranjera. Con frecuencia, varios de estos objetivos aparecen combinados dentro de una misma estrategia.
El informe clasifica los proyectos en tres categorías que reflejan capas fundamentales de la cadena de valor de la inteligencia artificial. La primera es la infraestructura, que incluye centros de datos, supercomputadoras, clústeres de GPU y programas de acceso a capacidad de cómputo. Esta categoría representa el 59 por ciento del total de iniciativas identificadas.
La segunda corresponde a los modelos, es decir, los esfuerzos gubernamentales destinados a desarrollar o adaptar modelos fundacionales, que representan el 32 por ciento. Finalmente aparecen los datos, categoría que engloba las iniciativas destinadas a construir conjuntos de datos nacionales y que apenas supone el 9 por ciento de los proyectos.
América Latina: 11 iniciativas en ocho países
Dentro de este panorama global, América Latina aparece como una región donde la actividad todavía es incipiente, aunque creciente. El índice contabiliza 11 iniciativas de IA soberana repartidas en ocho países latinoamericanos, muy por debajo de Europa, con 79 proyectos, y Asia-Pacífico, con 54, pero por delante de Eurasia, con ocho; África, con siete; y Canadá, con tres.
Esta comparación confirma que la inversión mundial en IA soberana continúa concentrada especialmente en Medio Oriente y Asia Oriental, que en conjunto acumulan más del 80 por ciento de la inversión declarada. Regiones como América Latina, mientras tanto, avanzan con recursos y ambiciones considerablemente más modestos.
Entre los proyectos latinoamericanos identificados por CNAS se encuentran:
- México-Coatlicue. Proyecto de supercómputo destinado a ciencia y gobierno, actualmente en fase de anuncio.
- República Dominicana-CEIA-RD. Centro nacional de inteligencia artificial orientado al cómputo y la capacitación, actualmente en desarrollo.
- Colombia-IA Hecha País. Iniciativa para desarrollar modelos destinados a biodiversidad, clima y salud. Cuenta con un modelo en fase piloto.
- Brasil-SoberanIA. Proyecto de inteligencia artificial en portugués apoyado en capacidad de cómputo doméstica, con el modelo ya operativo.
- Brasil-Actualización de Santos Dumont. Ampliación de la capacidad de cómputo destinada a inteligencia artificial e investigación científica. Se encuentra operativa.
- Brasil-Jairu. Clúster de investigación en inteligencia artificial de la Universidad de São Paulo, actualmente operativo.
- Chile-Latam-GPT. Modelo regional liderado por Chile con colaboradores de varios países. Su primera versión ya ha sido lanzada.
- Paraguay-Yguazú Digital. Centro de cómputo para inteligencia artificial desarrollado con Taiwán, actualmente anunciado.
- Uruguay-Ampliación de Antel Pando. Proyecto para proporcionar capacidad de cómputo de IA a gobiernos y empresas, actualmente en proceso de adquisición.
- Argentina-Clementina XXI + IPAC. Supercomputadora y programa de acceso destinado a investigación. El sistema se encuentra operativo y CNAS lo contabiliza como dos iniciativas que comparten una misma infraestructura.
Latam-GPT
El caso de Latam-GPT resulta particularmente ilustrativo de los desafíos que afronta América Latina. Se trata de un modelo liderado por Chile, pero concebido como un esfuerzo regional, con colaboradores de distintos países. Su planteamiento muestra cómo la escala necesaria para desarrollar determinadas capacidades de inteligencia artificial puede llevar a los países latinoamericanos a buscar asociaciones regionales en lugar de apostar exclusivamente por desarrollos nacionales. La cooperación permite compartir recursos, conocimiento, datos y capacidad tecnológica en un sector donde la infraestructura necesaria para entrenar y desplegar modelos avanzados exige inversiones cada vez mayores.
Uno de los principales aportes del índice consiste en mostrar que la retórica de la independencia tecnológica no siempre se traduce en autonomía real. Según CNAS, más de tres quintas partes de los proyectos rastreados en todo el mundo declaran al menos un socio extranjero, y cuatro de cada cinco de esos socios son empresas estadounidenses.
La dependencia resulta especialmente visible en la infraestructura. NVIDIA, por ejemplo, proporciona las GPU utilizadas en el 45 por ciento de todos los proyectos de infraestructura registrados a nivel global.
Dependencia
La dependencia también aparece en la capa de modelos. Entre los proyectos que se apoyan en modelos de pesos abiertos, la familia Llama de Meta es, con diferencia, la más utilizada, seguida por Mistral, de Francia; Google, de Estados Unidos; y Alibaba, de China.
El propio informe concluye que, incluso en la capa de modelos, la construcción de IA soberana suele apoyarse sobre cimientos tecnológicos estadounidenses. De esta manera, un país puede desarrollar un modelo nacional, entrenarlo con datos propios, adaptarlo a su idioma y desplegarlo dentro de sus fronteras, pero seguir dependiendo de chips, arquitecturas, software o modelos desarrollados por compañías extranjeras.
Ningún país puede alcanzar una soberanía completa
Para los autores del informe, ningún país, ni siquiera Estados Unidos, puede conseguir un control total sobre todos los insumos complejos necesarios para hacer posible la inteligencia artificial de frontera. Incluso las economías tecnológicamente más avanzadas dependen de chips y equipos de fabricación producidos en el extranjero.
Por ello, CNAS plantea que, para la mayoría de las economías, la verdadera cuestión no consiste en determinar si pueden alcanzar una soberanía plena en inteligencia artificial, algo que los autores consideran inviable, sino en decidir cómo gestionar sus dependencias tecnológicas.
Esto implica elegir qué capas de la cadena tecnológica resultan estratégicas para cada país y aceptar, al mismo tiempo, cierto grado de dependencia de proveedores externos en aquellas áreas donde desarrollar capacidades propias resulte demasiado costoso o complejo.
La soberanía en inteligencia artificial aparece así menos como una situación de independencia absoluta y más como una estrategia destinada a aumentar la capacidad de decisión de los Estados dentro de una cadena tecnológica profundamente internacionalizada.
Qué significa para América Latina
Para América Latina, el índice ofrece dos lecturas complementarias. Por un lado, confirma que la región ha comenzado a moverse. Los gobiernos de Brasil, Chile, Colombia, México, Argentina, Uruguay, Paraguay y República Dominicana ya cuentan con iniciativas concretas relacionadas con capacidad de cómputo, modelos de lenguaje o ambos. Muchas de ellas, además, están orientadas a necesidades específicas de los países y de la región, como la preservación del idioma, la salud pública, la investigación científica, la biodiversidad o la gestión ambiental.
Por otro lado, el volumen y la escala de estos proyectos continúan siendo modestos frente a los desarrollados en Medio Oriente o Asia Oriental, reflejando las limitaciones existentes en materia de financiación, infraestructura energética y capacidad de cómputo instalada.
El mapa de CNAS muestra así una América Latina que empieza a construir capacidades propias de inteligencia artificial, pero que lo hace dentro de una infraestructura tecnológica mundial altamente concentrada. El informe deja claro que, más que aspirar a una autosuficiencia total, el desafío para los países latinoamericanos, como para el resto del mundo, será diseñar asociaciones, desplegar tecnologías y construir marcos de gobernanza que les permitan ejercer una capacidad significativa de decisión sobre cómo se utiliza la inteligencia artificial dentro de sus fronteras, incluso cuando buena parte de la infraestructura tecnológica subyacente continúe procediendo del exterior.