China vs EE.UU.: la IA se decide con dinero y chips
Pekín planea invertir 295.000 millones en centros de datos y presiona a NVIDIA para impulsar su industria nacional de inteligencia artificial.
12 de junio de 2026 · 5 min de lectura
¿Qué ha ocurrido?
Según una información publicada por Bloomberg y recogida por Xataka, China está diseñando un plan para destinar aproximadamente 2 billones de yuanes (unos 295.000 millones de dólares) en los próximos cinco años a la construcción de centros de datos de inteligencia artificial en todo el país. El proyecto, aún en fase temprana de discusión, contempla la creación de una red de hubs de computación interconectados que permitiría agrupar recursos hoy dispersos entre regiones, con el objetivo de que funcionen como un sistema cohesionado hacia 2028. La cifra es comparable al PIB de países como Finlandia o Chile, y supera ampliamente los 50.000 millones de dólares que Estados Unidos ha destinado a través del CHIPS and Science Act para la fabricación de semiconductores, aunque ese fondo se centra en producción, no en centros de datos. Este movimiento no es aislado: desde 2020, China ha impulsado la iniciativa 'East Data West Computing', que busca trasladar centros de datos del este costero al oeste, donde la energía renovable es más barata. El nuevo plan integraría y ampliaría esos esfuerzos.
Paralelamente, China intensifica la presión sobre NVIDIA. Las restricciones de exportación impuestas por Estados Unidos desde octubre de 2022 ya limitan la venta de los chips más avanzados de la compañía a China, y Pekín está promoviendo activamente el desarrollo de alternativas nacionales, como los procesadores de Huawei (Ascend 910B y 910C) y otros fabricantes locales como Cambricon o Biren Technology. El objetivo es reducir la dependencia tecnológica y fortalecer su propia cadena de suministro. Bloomberg señala que el plan de centros de datos podría priorizar el uso de chips domésticos, lo que aceleraría la adopción de hardware chino incluso si su rendimiento es inferior al de los NVIDIA H100 o B200. Según estimaciones de la consultora SemiAnalysis, los chips de Huawei alcanzan entre el 60% y el 80% del rendimiento de los equivalentes de NVIDIA en tareas de inferencia, pero en entrenamiento la brecha es mayor.
¿Por qué es importante?
La inteligencia artificial se ha convertido en infraestructura económica crítica. Quien controle la capacidad de cómputo y los chips necesarios para entrenar y ejecutar modelos de IA tendrá una ventaja estratégica decisiva. Estados Unidos y China son los dos principales contendientes, pero sus enfoques son radicalmente distintos: mientras EE.UU. apuesta por la innovación privada (Google, Microsoft, OpenAI, NVIDIA), China recurre al Estado como arquitecto central. Este plan recuerda a la inversión masiva de China en 5G, que le permitió desplegar más de 2,3 millones de estaciones base para 2023, según datos del Ministerio de Industria chino, superando al resto del mundo combinado. En IA, la apuesta es similar: usar el músculo financiero estatal para saltar etapas.
El plan chino no es solo una inversión masiva; busca resolver un problema estructural: la fragmentación de sus centros de datos. Actualmente, los recursos de cómputo están repartidos entre regiones y empresas estatales, lo que limita la eficiencia. La red nacional permitiría a empresas y organismos acceder a capacidad de alto rendimiento de forma más amplia y coordinada. Además, el costo de la electricidad para centros de datos en China es un 30% menor en provincias occidentales como Gansu o Ningxia, según datos de la Administración Nacional de Energía, lo que hace económicamente viable el plan. Para las empresas tecnológicas globales, esto supone un cambio de paradigma: ya no basta con tener el mejor algoritmo, sino que se necesita la infraestructura para escalarlo.
¿Qué consecuencias tendrá?
Si el plan se materializa, China podría acelerar el desarrollo de sus propios modelos de IA, reducir su dependencia de chips extranjeros y presionar a NVIDIA en un mercado clave. Para NVIDIA, perder acceso al mercado chino supondría un duro golpe, aunque la demanda global de sus chips sigue siendo alta. En 2024, NVIDIA generó aproximadamente el 15% de sus ingresos de China, según sus informes financieros, pero las restricciones de EE.UU. ya han reducido esa cifra. A largo plazo, podría consolidarse un ecosistema tecnológico chino independiente, con estándares y plataformas propios. Esto no es nuevo: en 2019, China prohibió el uso de software extranjero en organismos públicos, impulsando alternativas locales como Kirin (sistema operativo) o Kingsoft (ofimática). En IA, la dinámica sería similar.
Para las empresas tecnológicas globales, esto significa un escenario de bifurcación: dos bloques tecnológicos con hardware, software y regulaciones diferentes. Las startups y desarrolladores deberán adaptarse a entornos duales, lo que incrementará los costos de compatibilidad. Los inversores, por su parte, deberán seguir de cerca las decisiones regulatorias y los avances en semiconductores chinos. Un informe de McKinsey de 2025 estima que el mercado global de infraestructura de IA alcanzará los 800.000 millones de dólares en 2030, y China podría captar una cuarta parte si logra su autonomía. Sin embargo, el riesgo de sobrecapacidad existe: la inversión masiva en centros de datos podría generar un exceso de oferta si la demanda de IA no crece al ritmo esperado, similar a lo ocurrido con la burbuja de las puntocom en 2000.
“La carrera de la IA ya no es solo quién tiene los mejores modelos, sino quién puede construir la base material para alimentarlos”, señala el análisis de Xataka.
¿Qué deben saber los lectores?
- El plan chino está en fase temprana y los detalles pueden cambiar. No es una decisión firme, sino un borrador en discusión. Bloomberg cita fuentes anónimas, y el gobierno chino no ha hecho anuncios oficiales.
- La presión sobre NVIDIA es real, pero la compañía sigue siendo dominante. Sus chips son difíciles de sustituir a corto plazo, especialmente en entrenamiento de modelos de frontera. Sin embargo, China ya ha logrado avances con chips como el Ascend 910C, que según Huawei iguala al H100 en inferencia.
- China ya ha demostrado capacidad para movilizar recursos masivos en tecnología (5G, paneles solares). La IA podría ser el próximo frente. En 2024, China instaló 45 GW de capacidad solar, más que cualquier otro país, según la AIE. La misma lógica de escala se aplica ahora a la computación.
- La respuesta de EE.UU. será clave: más inversión en chips, alianzas con aliados y posiblemente nuevas restricciones. El gobierno estadounidense ya ha anunciado subsidios por 39.000 millones de dólares para fabricación de semiconductores, y podría ampliar las sanciones a empresas chinas como Huawei. Además, la cooperación con Japón, Corea del Sur y Países Bajos en control de exportaciones es crucial para limitar el acceso de China a tecnologías de litografía avanzada.
Puntos clave
- China destinaría 295.000 millones de dólares en cinco años a una red nacional de centros de datos de IA.
- El plan busca conectar hubs de computación hoy fragmentados para crear un sistema cohesionado hacia 2028.
- Pekín presiona a NVIDIA con restricciones y fomenta alternativas nacionales como los chips Ascend de Huawei.
- La carrera de IA se define ahora por quién controla la infraestructura de cómputo, no solo los modelos.
- El proyecto está en fase temprana y podría cambiar, pero refleja la apuesta de China por el Estado como coordinador tecnológico.
Preguntas frecuentes
¿Cuánto planea invertir China en IA?
Según Bloomberg, China prepara un plan de unos 295.000 millones de dólares (2 billones de yuanes) en cinco años para construir centros de datos de IA.
¿Por qué China presiona a NVIDIA?
Para reducir su dependencia de chips extranjeros y fortalecer su industria nacional de semiconductores, impulsando alternativas como los procesadores Ascend de Huawei.
¿Qué implicaciones tiene para el mercado global?
Podría consolidar dos bloques tecnológicos separados (China vs. EE.UU.), aumentar los costos de compatibilidad para empresas y acelerar la innovación en chips locales.
Fuentes utilizadas
Sigue leyendo
Comentarios
Sé el primero en comentar.