América Latina empieza a construir su propia infraestructura de inteligencia artificial. Supercomputadoras, centros de datos, clústeres de investigación y modelos adaptados a las necesidades locales forman parte de una carrera global en la que los gobiernos buscan reducir su dependencia tecnológica de Estados Unidos y China.
El Center for a New American Security (CNAS) publicó la versión 2.0 de su Sovereign AI Index, un mapa global que rastrea 185 iniciativas gubernamentales orientadas precisamente a reducir la dependencia de un pequeño grupo de potencias tecnológicas en el desarrollo de inteligencia artificial (IA).
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, países que concentran el 90% de la capacidad de cómputo necesaria para desarrollar y desplegar modelos de IA de frontera.
Qué es la IA Soberana
No existe una definición única y consensuada de IA soberana. El índice de CNAS considera proyecto de IA soberana a toda iniciativa respaldada por un gobierno, vinculada explícitamente a intereses estratégicos nacionales y sostenida mediante una inversión pública material en infraestructura de cómputo, modelos o ecosistemas de datos.
Las razones que impulsan estos proyectos son diversas. Entre ellas figuran la seguridad nacional, el desarrollo económico, la preservación cultural y lingüística y el deseo de ganar autonomía frente a la dependencia tecnológica extranjera. Con frecuencia, varios de estos objetivos aparecen combinados dentro de una misma iniciativa.
El informe clasifica los proyectos en tres grandes categorías que representan 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. Es, con diferencia, la categoría dominante y representa el 59% del total.
La segunda corresponde a los modelos, es decir, los esfuerzos respaldados por gobiernos para desarrollar o adaptar modelos fundacionales. Representan el 32%. La tercera son los datos: iniciativas destinadas a construir conjuntos de datos nacionales. Apenas suponen el 9 % de los proyectos identificados.
Once iniciativas en ocho países
Dentro de este panorama global, América Latina aparece como una región cuya actividad todavía es incipiente, pero empieza a crecer. El índice contabiliza 11 iniciativas de IA soberana repartidas entre ocho países latinoamericanos. La cifra está muy por debajo de Europa, con 79 proyectos, y Asia-Pacífico, con 54, pero sitúa a la región por delante de Eurasia, con ocho; África, con siete; y Canadá, con tres.
La comparación refleja uno de los principales hallazgos del informe: la inversión mundial en IA soberana continúa fuertemente concentrada en Medio Oriente y Asia Oriental. Ambas regiones acumulan conjuntamente más del 80 % de la inversión declarada. América Latina, en cambio, avanza con recursos y ambiciones considerablemente más modestos.
Entre los proyectos latinoamericanos identificados por CNAS figuran:
- México-Coatlicue: supercómputo para ciencia y gobierno, en fase de anuncio.
- República Dominicana-CEIA-RD: centro nacional de IA para cómputo y capacitación, en desarrollo.
- Colombia-IA Hecha País: modelos para biodiversidad, clima y salud, con un modelo en fase piloto.
- Brasil-SoberanIA: IA en portugués con cómputo doméstico, con el modelo ya operativo.
- Brasil-Actualización de Santos Dumont: ampliación de la capacidad de cómputo destinada a IA e investigación científica, operativa.
- Brasil-Jairu: clúster de investigación en IA de la Universidad de São Paulo, operativo.
- Chile-Latam-GPT: modelo regional liderado por Chile y desarrollado con colaboradores de varios países, con su primera versión ya lanzada.
- Paraguay-Yguazú Digital: centro de cómputo de IA desarrollado con Taiwán, anunciado.
- Uruguay-Ampliación de Antel Pando: capacidad de cómputo de IA para gobierno y empresas, en proceso de adquisición.
- Argentina-Clementina XXI + IPAC: supercomputadora y programa de acceso para investigación, operativos y contabilizados como dos iniciativas que comparten un mismo sistema.
El caso de Latam-GPT resulta especialmente ilustrativo. Aunque el proyecto está liderado por Chile, fue concebido como un esfuerzo regional y cuenta con colaboradores de distintos países. Su planteamiento muestra una de las posibles vías para América Latina: ante la enorme escala tecnológica y económica que exige la inteligencia artificial, algunos países pueden optar por compartir esfuerzos y construir alianzas regionales en lugar de desarrollar exclusivamente infraestructuras y modelos nacionales.
El índice también pone de manifiesto que hablar de soberanía tecnológica no significa necesariamente disponer de autonomía tecnológica 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.
El caso de NVIDIA muestra hasta qué punto persiste esta dependencia. Sus GPU son utilizadas en el 45% de todos los proyectos de infraestructura registrados a escala global.
La dependencia tampoco desaparece en la capa de modelos. Entre los proyectos construidos sobre modelos de pesos abiertos, la familia Llama de Meta es, con diferencia, la más utilizada. Le siguen Mistral, de Francia; Google, de Estados Unidos; y Alibaba, de China. El propio informe concluye que, incluso cuando los gobiernos intentan construir una IA soberana, sus proyectos suelen descansar sobre cimientos tecnológicos estadounidenses.
Aquí aparece la gran paradoja de la soberanía en inteligencia artificial: los países quieren reducir su dependencia exterior, pero para hacerlo necesitan recurrir a tecnologías, chips, modelos y empresas procedentes precisamente de los ecosistemas tecnológicos de los que intentan depender menos.
Para los autores del informe, ningún país —ni siquiera Estados Unidos— puede ejercer un control completo sobre todos los insumos necesarios para desarrollar IA de frontera. Incluso las economías tecnológicamente más avanzadas dependen de chips y equipos de fabricación producidos en otros países.
La cuestión, por tanto, cambia. Para la mayoría de las economías, la verdadera pregunta no es si pueden alcanzar una soberanía absoluta en inteligencia artificial, algo que los autores consideran inviable, sino cómo gestionar sus dependencias. Eso implica decidir qué capas de la cadena tecnológica son estratégicas y deben permanecer bajo mayor control nacional y en cuáles resulta asumible continuar dependiendo de proveedores extranjeros.
Qué significa para América Latina
Para América Latina, el Sovereign AI Index permite hacer dos lecturas complementarias. La primera es que la región ya ha comenzado a moverse. Brasil, Chile, Colombia, México, Argentina, Uruguay, Paraguay y República Dominicana cuentan con iniciativas concretas relacionadas con capacidad de cómputo, modelos de lenguaje o ambas áreas.
Muchas de ellas, además, están vinculadas a necesidades específicas de los países y de la región, desde la preservación del idioma hasta la salud pública, la biodiversidad o la gestión ambiental. La segunda lectura tiene que ver con la escala. El volumen y las dimensiones de estos proyectos continúan siendo modestos frente a los desarrollados en Medio Oriente o Asia Oriental. El informe apunta a limitaciones relacionadas con el financiamiento, la infraestructura energética y la capacidad de cómputo instalada.
La carrera por la IA soberana en América Latina, por tanto, no consiste necesariamente en reproducir a menor escala el modelo tecnológico de Estados Unidos o China. El informe de CNAS plantea un escenario más pragmático, donde en lugar de aspirar a una autosuficiencia tecnológica completa, el desafío consiste en diseñar asociaciones, desplegar tecnologías y construir marcos de gobernanza que permitan a los países conservar una capacidad significativa de decisión sobre cómo se utiliza la inteligencia artificial dentro de sus fronteras.