Por Canuto  

Las restricciones de Estados Unidos sobre ciertos servicios de IA están empujando a grandes empresas europeas a diversificar proveedores, combinar modelos abiertos y cerrados, y replantear cuánto control real tienen sobre una tecnología cada vez más crítica para sus operaciones.

***

  • Siemens, Renault, Orange y otras firmas europeas dijeron que ya combinan modelos de EE. UU., China y Europa para reducir dependencia.
  • El caso de Anthropic y sus modelos Claude expuso el riesgo de depender de servicios propietarios que pueden cortarse a distancia.
  • Además del frente geopolítico, el costo por token emerge como otro problema central para la adopción empresarial de agentes de IA.

 

Las nuevas restricciones impuestas por Estados Unidos al acceso de ciertos servicios de inteligencia artificial (IA) están llevando a grandes empresas europeas a acelerar una estrategia de diversificación. El objetivo es simple: no depender de un solo proveedor en un mercado cada vez más estratégico.

El cambio de postura quedó claro durante la conferencia VivaTech celebrada la semana pasada en París. Allí, ejecutivos de Siemens, Renault Group, Orange y ChapsVision explicaron que ya trabajan con una mezcla de modelos estadounidenses, chinos y europeos.

El detonante más visible fue la orden del gobierno estadounidense a Anthropic, la empresa detrás del chatbot Claude. La medida exigió suspender el acceso a sus modelos Fable 5 y Mythos 5 para ciudadanos extranjeros por motivos de seguridad nacional.

Ese episodio dejó en evidencia una vulnerabilidad importante para las compañías que usan IA propietaria mediante acceso remoto. Si el proveedor controla el servicio y no permite ejecutarlo en servidores propios, también puede restringirlo o apagarlo.

Para Europa, el debate no es únicamente técnico. También toca soberanía digital, resiliencia corporativa y competitividad en una industria donde la región aún tiene pocos actores de escala en modelos de propósito general.

Diversificación como respuesta al riesgo

Según reportó Reuters, varias de las mayores empresas europeas ya están respondiendo con una arquitectura multivendedor. Esa estrategia combina modelos abiertos, modelos de peso abierto y servicios propietarios de distintos países.

Siemens dijo que utiliza DeepSeek y Qwen de Alibaba, ambos de origen chino. También emplea Nemotron de Nvidia, además de otros modelos de Estados Unidos y Europa.

La lógica detrás de ese enfoque es reducir la exposición a una sola plataforma. Si un proveedor cambia sus condiciones, encarece el acceso o enfrenta restricciones regulatorias, la empresa puede apoyarse en otros sistemas.

Cedrik Neike, director ejecutivo de Digital Industries en Siemens, resumió esa visión con una idea concreta. Dijo que las empresas necesitan flexibilidad y que la soberanía suele confundirse con autarquía, algo que a su juicio no es el camino correcto.

La declaración refleja una tensión de fondo en Europa. Por un lado, los gobiernos quieren menos dependencia tecnológica de Estados Unidos; por otro, las empresas no buscan aislarse, sino ganar capacidad de elección.

Renault Group también confirmó una estrategia de mezcla de proveedores. La automotriz trabaja con Google, Microsoft, Mistral, DeepSeek y Dataiku, usando tanto modelos de peso abierto como modelos propietarios.

Sin embargo, la empresa aclaró que todavía no utiliza DeepSeek de una forma significativa. Aun así, su presencia en la lista de herramientas evaluadas ilustra el interés por tener alternativas listas.

ChapsVision, firma francesa de IA y analítica de datos, sostuvo una posición parecida. La compañía usa modelos que van desde Mistral y Anthropic hasta OpenAI y Qwen. En su caso, la soberanía no implica cerrar el mercado ni rechazar soluciones externas. Implica tener una alternativa creíble preparada si uno de los servicios clave deja de estar disponible.

SAP y Sopra Steria coincidieron en esa lectura. Para ambas, la resiliencia proviene de la diversificación y no del aislamiento tecnológico.

Soberanía digital europea sin caer en autarquía

La Unión Europea lleva tiempo intentando reducir su dependencia de la tecnología estadounidense. Las autoridades del bloque consideran que esa dependencia amenaza su futuro económico y su margen de autonomía digital.

Con ese telón de fondo, Bruselas ha reunido un paquete de medidas de soberanía para reforzar capacidades en semiconductores, inteligencia artificial y autonomía digital. Pero el mensaje empresarial es menos ideológico y más pragmático.

Para muchas compañías, soberanía significa poder elegir entre varias opciones confiables. También significa conservar capacidad operativa si un gobierno extranjero o un proveedor modifica de forma repentina las reglas de acceso.

Europa, sin embargo, todavía tiene pocos proveedores de IA generalista. Francia cuenta con Mistral como referencia principal, mientras otras firmas como DeepL se han fortalecido en áreas más específicas, como la traducción.

Eso deja a la región en una posición más frágil frente a un mercado muy concentrado. Las empresas europeas pueden diseñar estrategias de mitigación, pero el número de alternativas nativas sigue siendo limitado.

El mercado de IA se divide de forma amplia entre dos grandes categorías. Una son los modelos abiertos o de peso abierto, que las empresas pueden ejecutar en sus propios servidores; la otra son los modelos propietarios que solo se consumen de forma remota.

La diferencia no es menor para una corporación que maneja procesos sensibles o regulados. Si el modelo corre en infraestructura interna, el cliente retiene mayor control técnico y operativo.

Octave Klaba, director ejecutivo de OVHcloud, ofreció una evaluación dura sobre la oferta europea en código abierto. Señaló que los modelos europeos abiertos no son impresionantes y que, tras el giro de los estadounidenses hacia sistemas cerrados, hoy predominan alternativas chinas en el campo abierto.

Esa observación resume un problema estructural para Europa. Aunque el discurso político favorece la autonomía, el ecosistema todavía no produce suficientes opciones competitivas en todos los segmentos del mercado.

Orange añadió otro matiz importante al debate. La empresa dijo que su infraestructura puede ejecutar todos los modelos de código abierto, incluidos los desarrollados en China.

Su explicación fue deliberadamente simple: usar un modelo chino sobre infraestructura europea equivale a comprar una pintura en China y llevarla a casa. Si el modelo se opera localmente, no envía datos al exterior cuando funciona dentro de las instalaciones del cliente.

El caso Anthropic y la fragilidad de los servicios remotos

El episodio de Anthropic tuvo un fuerte impacto simbólico en Europa. Demostró de manera muy visible que un servicio de IA remoto puede dejar de estar disponible por decisiones ajenas al cliente.

Orange afirmó que esas restricciones dejaron “patentemente claro”, si antes no lo estaba, cuán importante es que Europa tenga acceso a un servicio de IA que pueda controlar. También subrayó que ese servicio no debería poder apagarse por capricho.

La advertencia apunta al corazón del modelo comercial de la IA cerrada. Muchas empresas obtienen potencia avanzada y actualizaciones rápidas, pero a cambio aceptan depender de políticas técnicas, comerciales y regulatorias externas.

Christel Heydemann, directora ejecutiva de Orange, insistió en esa idea durante un discurso central del evento. Pidió que Europa construya una inteligencia artificial a la que pueda acceder, gobernar y cuestionar en sus propios términos.

La frase resume una aspiración política y empresarial al mismo tiempo. No se trata solo de tener acceso a herramientas de IA, sino de asegurar que ese acceso no esté condicionado por intereses externos de última hora.

ChapsVision, que ha conseguido contratos gubernamentales en Francia y Alemania para reemplazar a su rival estadounidense Palantir, ofreció un ejemplo concreto de esa transición. La compañía necesita mantener capacidad de sustitución en servicios críticos para el sector público.

En ese contexto, la discusión sobre soberanía se conecta con seguridad nacional, compras públicas y manejo de datos sensibles. Es un debate que trasciende la productividad y entra de lleno en el terreno estratégico.

Capgemini observó que la mayoría de los proveedores de IA está adaptando sus ofertas más allá del acceso puramente remoto. La firma dijo que los desarrolladores intentan aliviar las preocupaciones de dependencia en Europa porque el mercado es demasiado grande para perderlo.

No obstante, Capgemini también señaló que se trata de un trabajo en progreso. Es decir, la industria todavía no ofrece una respuesta uniforme ni definitiva al problema del control operativo.

Para los lectores menos familiarizados con este tema, la diferencia es clave. Una herramienta alojada totalmente por el proveedor puede ser muy potente, pero deja menos margen de maniobra cuando cambian las políticas de acceso, cumplimiento o exportación.

El costo por token también cambia la conversación

Junto al riesgo geopolítico, está creciendo otra preocupación dentro de las empresas: el costo. En particular, los costos por token están subiendo a medida que las compañías prueban sistemas donde agentes de software realizan tareas de forma automática.

Un token es una unidad de información procesada por un modelo de IA. En la práctica, su precio puede multiplicarse rápidamente cuando los sistemas leen grandes volúmenes de datos, generan respuestas largas o encadenan varias acciones.

Orange anticipó que los ejecutivos estarán “obsesionados con el costo por token” hacia finales de este año. La empresa citó a Uber como ejemplo de una compañía que agotó su presupuesto de tokens para 2026 en apenas cuatro meses.

Esa referencia ilustra la velocidad con la que puede escalar el gasto en IA empresarial. A diferencia de una prueba puntual, los agentes automatizados trabajan de forma persistente y pueden consumir enormes recursos si no se diseñan con cuidado.

Renault Group reconoció que ya realiza una reflexión profunda sobre este problema. Un portavoz dijo que los costos de tokens han aumentado con fuerza y que eso está empujando a la compañía a adaptarse.

La presión financiera puede volverse tan importante como la tecnológica. Una empresa puede tener acceso a varios modelos, pero si el costo de operación se dispara, su estrategia de despliegue cambia por completo.

En otras palabras, la resiliencia no consiste solo en repartir riesgo entre proveedores. También requiere construir procesos que no destruyan la economía del proyecto a medida que se amplía el uso de IA.

Rudy Kuhn, ejecutivo senior de la firma alemana Celonis, explicó este punto desde la infraestructura de datos. Dijo que las empresas primero deben construir la base necesaria para dar a los agentes de IA contexto sobre cómo funciona su negocio.

Si eso no ocurre, el modelo tiene que extraer cada hecho directamente de los datos una y otra vez. Según Kuhn, ese enfoque hace que la factura de tokens se dispare por completo.

Celonis trabaja con clientes como BMW y Siemens, por lo que su comentario apunta a un desafío empresarial amplio. Antes de desplegar agentes a escala, las compañías necesitan ordenar procesos, datos y contexto operativo.

El mensaje final es doble. Europa quiere más control sobre su acceso a la inteligencia artificial, pero también necesita modelos económicos sostenibles para usarla de manera intensiva.

La combinación de restricciones externas, oferta local limitada y costos crecientes está forzando decisiones más cuidadosas. En ese nuevo escenario, diversificar proveedores ya no parece una preferencia táctica, sino una necesidad estructural.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados