Sovereign AI

La IA soberana es la capacidad de una nación u organización para desarrollar, desplegar y gobernar la inteligencia artificial con capacidad de cómputo, datos y modelos que controla y que operan conforme a sus propias leyes. NVIDIA, que popularizó el término en 2024, la define como la capacidad de una nación para producir IA utilizando su propia infraestructura, sus datos, su personal y sus redes empresariales. Entre sus motivaciones están la dependencia de unos pocos proveedores extranjeros para acceder a los modelos más avanzados y las GPU, la exposición jurídica cuando los datos están en manos de una empresa sujeta a las leyes de otro país, los modelos que no atienden adecuadamente las lenguas y las instituciones locales, y el valor económico de la propia capacidad de IA.

La pila de IA soberana#

La soberanía se decide capa por capa, y las carencias en una capa limitan las demás. La capacidad de cómputo y la energía son lo primero: centros de datos y aceleradores como las GPU que un gobierno o una empresa poseen o pueden contratar bajo su propia jurisdicción. La iniciativa InvestAI de la Unión Europea, lanzada en febrero de 2025, aspira a movilizar 200.000 millones de euros para la IA, incluidos 20.000 millones para un fondo destinado a cuatro megafábricas de IA: grandes fábricas de IA con alrededor de 100.000 chips avanzados de IA cada una.

Los datos son la segunda capa: registros públicos, textos en lenguas locales y datos sectoriales que se mantienen dentro de la jurisdicción y se seleccionan para crear datos de entrenamiento que reflejen las lenguas, las leyes y las instituciones locales. Los modelos son la tercera capa; se pueden entrenar en el país o adaptar a partir de modelos fundacionales de pesos abiertos mediante ajuste fino. Apertus, de Suiza, presentado en 2025 por EPFL, ETH Zúrich y el Centro Nacional Suizo de Supercomputación, es un modelo de lenguaje grande con tamaños de 8B y 70B parámetros, entrenado con 15 billones de tokens que abarcan más de 1.000 lenguas, y cuyos pesos, datos de entrenamiento y recetas se han publicado. Los modelos de lenguaje pequeños y los modelos compactos de visión artificial hacen práctico el alojamiento propio sin necesidad de un superordenador nacional. La última capa la forman las personas y las normas: ingenieros capaces de operar la pila y regulaciones como la Ley de IA de la UE, que establece las condiciones para el uso de la IA dentro de una jurisdicción.

Soberanía, residencia y privacidad#

La residencia de los datos indica dónde se almacenan físicamente. La soberanía de los datos indica las leyes de qué país los rigen, y ambas pueden divergir: en virtud de la Ley CLOUD de EE. UU. de 2018, las autoridades estadounidenses pueden obligar a proveedores con sede en EE. UU. a entregar los datos que controlan, aunque estén almacenados en el extranjero. La IA soberana amplía la cuestión más allá del almacenamiento a toda la cadena, incluido quién opera el hardware, quién puede actualizar o retirar el modelo y dónde se ejecuta. La privacidad de los datos y la seguridad de los datos protegen la información personal y los sistemas en cualquiera de estas configuraciones, y la IA confidencial añade protección por hardware para los datos en uso.

Las organizaciones suelen decidir, carga de trabajo por carga de trabajo, cuánta soberanía necesitan:

La residencia de datos es el primer paso de ese recorrido. Ultralytics Platform pide a cada cuenta que elija una región de datos al registrarse —Estados Unidos, UE o Asia-Pacífico— y mantiene en esa región los conjuntos de datos, los modelos entrenados y los datos de entrenamiento gestionados. La lección de Ultralytics Academy Privacidad, regiones y cumplimiento lo explica con más detalle.

Aplicaciones#

• Análisis de imágenes por satélite para defensa: Los gobiernos procesan imágenes y documentos en sistemas aislados de redes externas o gestionados por el propio gobierno, porque los datos clasificados no pueden salir del control nacional.
• Sanidad: Los hospitales y los sistemas sanitarios nacionales mantienen las imágenes de los pacientes dentro de la jurisdicción y ejecutan modelos de diagnóstico en infraestructuras que operan ellos mismos o proveedores nacionales autorizados.
• Lengua y cultura: Los modelos de lenguaje nacionales atienden lenguas y sistemas jurídicos que los modelos globales cubren mal, por ejemplo, en la Administración pública y la educación.
• IA en el borde en la industria: Los fabricantes ejecutan modelos de inspección visual en hardware de fábrica, lo que mantiene las imágenes de producción en las instalaciones y elimina la dependencia de un servicio externo.

La soberanía tiene costes. Crear y dotar de personal la capacidad de cómputo nacional es caro, los modelos de pesos abiertos suelen quedarse atrás respecto a los mayores modelos propietarios y la independencia total del hardware extranjero es poco habitual, ya que casi todos los aceleradores avanzados de IA están diseñados por un puñado de empresas y los fabrica TSMC en Taiwán.