OVHcloud apuesta por IA de frontera como alternativa europea

¿Qué ha ocurrido?

OVHcloud, uno de los principales proveedores de nube europeos, ha anunciado su entrada en el desarrollo de modelos de inteligencia artificial de frontera (frontier AI). La compañía francesa planea entrenar desde cero una familia de modelos y publicarlos bajo licencia open-source una vez que alcancen ciertos umbrales de rendimiento, según declaraciones de su CEO Octave Klaba a Reuters. El primer modelo ya ha completado su preentrenamiento en el superordenador Jupiter, parte de la red EuroHPC en Alemania, considerado el más rápido de Europa y el primero en alcanzar la escala exascala. Este superordenador, ubicado en el Centro de Supercomputación de Jülich, tiene una capacidad de cómputo de 1 exaFLOP, lo que lo sitúa entre los más potentes del mundo, aunque aún por detrás de sistemas como Frontier (EE.UU.) o el chino Sunway TaihuLight. OVHcloud no ha revelado métricas de rendimiento detalladas del modelo preentrenado, lo que genera incertidumbre sobre su calidad real frente a competidores como GPT-4o o Claude 3.5.

¿Por qué es importante?

Este movimiento sitúa a OVHcloud como un competidor directo de Mistral AI, la startup parisina que hasta ahora ha sido el referente europeo frente a los laboratorios estadounidenses (OpenAI, Anthropic, Google) y chinos. Mistral AI ha recaudado más de 1.000 millones de euros y lanzado modelos como Mistral Large, compitiendo en benchmarks con GPT-4. Sin embargo, OVHcloud, con una facturación anual de 897 millones de euros en 2024 y más de 1.600 empleados, tiene una base de clientes empresariales consolidada, lo que podría facilitar la adopción de sus modelos. La apuesta cobra especial relevancia tras la directiva de control de exportaciones del gobierno de EE.UU. que obligó a Anthropic a suspender el acceso a sus modelos Fable 5 y Mythos 5 para ciudadanos extranjeros, incluso fuera del país. Según la orden ejecutiva de enero de 2025, el Departamento de Comercio de EE.UU. amplió las restricciones a modelos de IA considerados de doble uso, afectando a entidades no estadounidenses. Este episodio ha intensificado el debate sobre la dependencia tecnológica y la necesidad de alternativas soberanas en Europa, especialmente tras la aprobación de la Ley de IA de la UE, que exige transparencia y gobernanza en modelos de alto riesgo.

Klaba argumenta que la economía del entrenamiento de modelos avanzados ha cambiado drásticamente: mejoras en chips (como las GPU H100 de NVIDIA, que ahora se alquilan por menos de 2 dólares por hora), métodos de entrenamiento (como la destilación y el aprendizaje por refuerzo) y el uso de datos sintéticos han reducido el costo de un proyecto de aproximadamente 1.150 millones de dólares (cifra que estimaba el costo de entrenar GPT-4) a menos de 230 millones. Sin embargo, analistas como Neil Shah, vicepresidente de Counterpoint Research, advierten que esa cifra solo cubre el entrenamiento inicial. Los costos recurrentes de ajuste fino (fine-tuning), infraestructura soberana, almacenamiento, seguridad, distribución y soporte empresarial pueden multiplicar la inversión necesaria. Shah señala que 'el modelo se considera un activo que se deprecia si no se entrena constantemente y se mantiene actualizado con datos frescos'. Para mantener un modelo competitivo, OVHcloud podría necesitar invertir entre 50 y 100 millones de dólares adicionales al año en actualizaciones y mantenimiento.

Consecuencias y desafíos

El éxito de OVHcloud no solo depende de la capacidad técnica, sino de la viabilidad económica y el respaldo político. Si la compañía logra modelos competitivos, podría incentivar a empresas e instituciones europeas a migrar cargas de trabajo desde proveedores estadounidenses, reduciendo la fuga de datos y fortaleciendo la autonomía digital del continente. Por el contrario, si los modelos no alcanzan el rendimiento esperado, se corre el riesgo de que el mercado desconfíe de las alternativas europeas, consolidando el dominio de los actores actuales. Un precedente es el fracaso de la iniciativa europea 'GAIA-X', que buscaba crear una nube soberana pero no logró la adopción esperada por falta de servicios competitivos.

Además, el modelo de negocio open-source implica que OVHcloud deberá encontrar formas de monetizar más allá de la venta de modelos, probablemente a través de servicios cloud, consultoría o versiones empresariales con garantías adicionales. La competencia con gigantes como Google y Anthropic, que ofrecen modelos propietarios con ecosistemas integrados (Google Workspace, Vertex AI), será feroz. OVHcloud también deberá competir con otras iniciativas open-source como Llama 3 de Meta, que ya cuenta con una comunidad activa y versiones optimizadas para diferentes casos de uso. La compañía planea lanzar su primer modelo open-source en el segundo trimestre de 2026, según fuentes cercanas, aunque podría retrasarse si no se alcanzan los umbrales de rendimiento establecidos.

El respaldo político es crucial: la Comisión Europea ha destinado 1.500 millones de euros para infraestructura de IA a través del programa EuroHPC, y el gobierno francés ha anunciado 500 millones adicionales para centros de datos sostenibles. Sin embargo, la burocracia y los requisitos de cumplimiento de la Ley de IA podrían ralentizar el desarrollo. Por otro lado, la dependencia de chips estadounidenses (NVIDIA) sigue siendo un punto débil, aunque OVHcloud está explorando alternativas con chips europeos como los de SiPearl o Graphcore.

Qué deben saber los lectores

• Costos reales: El entrenamiento inicial es solo el primer paso. Los modelos de IA requieren actualizaciones constantes con datos frescos para no depreciarse, lo que implica inversiones continuas. OVHcloud deberá destinar al menos un 20% de su presupuesto anual de I+D (unos 40 millones de euros) a mantenimiento de modelos.
• Soberanía de datos: La decisión de OVHcloud se enmarca en un contexto donde la continuidad de acceso y la gobernanza de datos pesan tanto como el rendimiento técnico. La Ley de IA de la UE exige que los modelos de alto riesgo sean auditables, lo que podría ser una ventaja para OVHcloud frente a competidores estadounidenses.
• Ecosistema europeo: La iniciativa podría catalizar un ecosistema de IA más diverso, pero necesita apoyo institucional y adopción empresarial para ser sostenible. Empresas como Airbus, Siemens y Deutsche Telekom ya han mostrado interés en alternativas soberanas.
• Benchmarks pendientes: OVHcloud aún no ha publicado métricas de rendimiento detalladas, por lo que es pronto para evaluar la calidad real de sus modelos. Se espera que comparen con modelos como Llama 3 70B o Mistral Large en tareas de razonamiento, codificación y comprensión del lenguaje.
• Riesgo de dependencia de chips: Aunque OVHcloud utiliza superordenadores EuroHPC, estos dependen en gran medida de GPU NVIDIA. La compañía está evaluando chips europeos (como el RISC-V de Esperanto Technologies) para reducir esa dependencia, pero aún no hay acuerdos firmes.

'Model is seen as a depreciating asset if it is not consistently trained and kept fresh with the data', señala Neil Shah, recordando que el verdadero desafío no es solo crear un modelo, sino mantenerlo relevante. OVHcloud deberá demostrar que puede sostener un ciclo de mejora continua si quiere competir a largo plazo.