En la última década, la rivalidad tecnológica entre Estados Unidos y China ha escalado hasta convertirse en lo que muchos analistas llaman la segunda Guerra Fría de la inteligencia artificial. Ambas potencias movilizan ingentes recursos —desde fondos privados y de riesgo hasta programas estatales— para asegurarse el liderazgo en investigación, desarrollo y aplicaciones de IA. A continuación, exploramos en detalle cómo se compara cada estrategia y qué implica este enfrentamiento para el futuro global.
1. Inversiones privadas y de capital de riesgo
Aunque los titulares se centran en grandes anuncios gubernamentales, la verdadera tracción proviene de los fondos privados. En 2024, las empresas y fondos de EE. UU. inyectaron más de $109 000 millones en proyectos de IA, mientras que China reunió alrededor de $9 300 millones. Esta brecha de más de diez a uno refleja no solo el dinamismo de Silicon Valley, sino también la madurez de su ecosistema de “venture capital”, capaz de asumir riesgos en startups que compiten por crear el próximo gran modelo de lenguaje o la siguiente generación de robots inteligentes.
- Inversión privada (2024)
- EE. UU.: $109 100 millones
- China: $9 300 millones
Estados Unidos acapara más del 90 % de la inversión privada global en IA, alimentada por grandes tecnológicas y fondos especializados. China, si bien crece rápidamente, aún depende en gran medida de apoyos estatales para proyectos de alto impacto.
- Capital de riesgo (2023)
- EE. UU.: $55 000 millones
- China: $20 000 millones
El ecosistema de venture capital en EE. UU. está mucho más maduro, con rondas de financiación que superan con creces las inversiones chinas en startups de IA
2. Financiamiento gubernamental e iniciativas clave
Detrás de cada gran avance hay rondas multimillonarias: en 2023, las startups de IA en EE. UU. atrajeron $55 000 millones de capital de riesgo, frente a los $20 000 millones destinados a empresas chinas. Este flujo masivo permite a las compañías estadounidenses escalar rápidamente servidores, contratar talento de élite y reclutar datos exclusivos, mientras que en China el capital se destina con más cautela y, a menudo, bajo paraguas de conglomerados estatales.
- CHIPS and Science Act (2022)
Aprobada en julio de 2022, asigna $280 000 millones para semiconductores e I +D científica, reforzando la fabricación doméstica y la investigación en IA. - National AI R&D Strategic Plan (2025)
Este plan estratégico federal definirá áreas prioritarias para investigación en IA con bajo atractivo comercial, garantizando recursos a temas de seguridad nacional, salud y medio ambiente. - Plan de Desarrollo de IA de China (2017–2030)
Lanzado en 2017, tiene como meta convertir a China en líder mundial de IA para 2030, apoyándose en consorcios público-privados, subvenciones directas y repatriación de talento.
3. Infraestructura, chips y exportaciones
Más allá del sector privado, ambas potencias despliegan enormes planes gubernamentales:
- EE. UU. – CHIPS and Science Act (2022): Con $280 000 millones para semiconductores e I +D, busca asegurar la producción de los chips que entrenan modelos de IA y fortalecer institutos de investigación.
- EE. UU. – National AI R&D Strategic Plan (2025): Definirá las líneas de I +D en áreas críticas (salud, defensa, medio ambiente) que no recibirían inversión comercial.
- China – Plan Nacional de IA (2017–2030): Con objetivos de alcance 2030, combina inversiones directas, creación de “clusters” de innovación y repatriación de científicos para cerrar la brecha con Occidente.
4. Stargate y restricciones de chips: la partida de ajedrez sobre hardware
La velocidad de los datos depende tanto de centros de cálculo como de semiconductores:
- Proyecto Stargate (EE. UU., 2025): A través de la alianza entre OpenAI, Oracle y SoftBank, EE. UU. pretende destinar hasta $500 000 millones en data centers de última generación, reforzando la red eléctrica y la conectividad en Texas y más allá.
- Controles de exportación: Washington bloquea la venta de chips avanzados a compañías chinas (como Huawei), lo que ha forzado a Pekín a ampliar sus fundiciones (SMIC, Hua Hong) y acelerar diseños propios.
5. Innovación en modelos: Stanford vs. DeepSeek
La calidad y cantidad de modelos de IA son indicadores clave:
- EE. UU.: En 2024 se lanzaron unos 40 modelos de gran escala, incluyendo nuevas versiones de GPT y sistemas multimodales para visión y lenguaje.
- China: Aunque lanzó unos 15 modelos, herramientas como DeepSeek han demostrado un rendimiento sorprendente sin depender de miles de GPUs NVIDIA, gracias a optimizaciones en software y hardware local.
6. Talento e investigación: el verdadero motor de la supremacía
El dominio de la IA no se mide solo en dinero, sino en cerebros:
- Atractivo en EE. UU.: Salarios competitivos, libertad académica y ecosistemas de “spin-off” atraen a los mejores investigadores internacionales.
- Modelo chino: Universidades e institutos nacionales ofrecen incentivos por publicación y patentes, además de acceso a enormes bases de datos gubernamentales con restricciones menores.
7. ¿Hacia dónde va la competencia? Perspectivas y riesgos
Cooperación estratégica: A pesar de la tensión, expertos defienden la colaboración en ética, bioseguridad y regulación para evitar escaladas peligrosas.
Innovación vs. autosuficiencia: EE. UU. apuesta por alianzas público-privadas y mercado libre; China prioriza la planificación estatal y la independencia de cadenas de suministro.
Fragmentación global: La rivalidad podría dar lugar a estándares incompatibles y “cortafuegos de datos”, amenazando la interoperabilidad de tecnologías IA.