La verdadera competencia en inteligencia artificial no se reduce a quién fabrica los mejores chips, sino a quién controla la infraestructura completa de tres capas: hardware, software y modelos. En este escenario, la posición de Estados Unidos y China es dominante, mientras Europa carece de los elementos necesarios para competir en igualdad de condiciones.

En el frente del hardware, Estados Unidos mantiene una ventaja abrumadora. Según reportes del sector, Nvidia controla cerca de la mitad de los chips de IA instalados del mundo y hasta dos tercios de la capacidad de cálculo global. Huawei es su rival más serio, pero sus procesadores Ascend aún presentan deficiencias significativas: para igualar el rendimiento de Nvidia, consumen entre dos y cuatro veces más energía, además de rezagarse en memoria y herramientas para programadores.

Sin embargo, la brecha técnica importa menos de lo que parece. Los controles que impone Washington a las exportaciones de chips avanzados, combinados con los subsidios de Pekín a sus empresas, las compras preferentes del gobierno chino y la energía barata para quienes utilizan Ascend, han creado un mercado cautivo capaz de sostener a Huawei y permitirle reinvertir ingresos en investigación. Esta estructura ha permitido a China ganar tiempo: presiona a Washington para obtener los microprocesadores más avanzados mientras impulsa una alternativa propia, una doble estrategia que el enfoque transaccional estadounidense ha facilitado en lugar de cerrar.

Lo que consolida la ventaja de Nvidia no es la fabricación de chips avanzados, sino haber construido durante años un ecosistema de software llamado CUDA que se ha convertido en el estándar del sector. Como casi todo el hardware instalado es de Nvidia, los programadores trabajan sobre CUDA; esto agranda su comunidad, expande su biblioteca de código y hace cada vez más difícil migrar a un rival. El resultado son márgenes de negocio extraordinarios, entre el 70% y el 80%.

La respuesta de Huawei sigue el manual del sector: subvencionar la adopción y llevar a los programadores chinos al software del país. En agosto de 2025, Huawei abrió el código de piezas clave de su herramienta CANN, un golpe directo al modelo cerrado de CUDA, y atrajo a laboratorios y universidades chinas. Los programadores aún se quejan de fallos en CANN y reconocen que los 20 años de ventaja de CUDA no tienen rival; pero hace dos años nada de esto existía.

El lanzamiento de Kimi K3 en julio de 2026 ilustró la velocidad a la que surgen nuevos modelos de inteligencia artificial cada vez más competitivos. El modelo de Moonshot AI, con 2,8 billones de parámetros, es el mayor publicado nunca en abierto —libre para usar y adaptar—, solo por detrás de Claude Fable 5 y GPT-5.6 en las pruebas de la empresa. La aparición de Kimi K3 preocupó a los inversores y provocó una caída del 1,4% del Nasdaq, así como fuertes descensos en las empresas de semiconductores.

El presidente chino, Xi Jinping, utilizó la reciente Conferencia Mundial de IA de Shanghái para alinear a Pekín con el código abierto: publicarlo así es ya política de Estado. Moonshot fijó K3 en un rango de precio de gama alta, no de saldo: los laboratorios chinos han dejado de vender barato, señal de que consideran sus productos competitivos en calidad.

Sin embargo, Kimi K3 también revela lo que China aún no ha resuelto. Los datos de Moonshot apuntan a que Kimi K3 fue entrenado con chips de exportación de Nvidia, no con los Ascend de Huawei. DeepSeek, según se informa, también volvió a utilizar Nvidia después de una prueba con Ascend, reservando este para el servicio diario. Es decir, Nvidia mantiene una ventaja decisiva en el entrenamiento de modelos gracias a CUDA, un terreno en el que Huawei aún no ha logrado imponerse.

Europa, mientras, sigue en mala posición. La holandesa ASML mantiene el monopolio en las máquinas de litografía más avanzadas, el centro belga IMEC es líder en investigación y desarrolla una ciencia de IA de primer nivel. Pero le faltan diseñadores de chips de IA de talla mundial y un modelo de programación como CUDA o CANN. Como hardware y software se diseñan juntos, no tener uno hace casi imposible el otro.

Europa funciona como proveedor imprescindible en una carrera en la que no compite: el valor va a quien controla el diseño del chip y el software, no a quien vende las piezas. Su peso, además, es menor de lo que se creía: cuando Pekín pidió concesiones en 2025, reclamó memoria de alta velocidad, no máquinas de litografía.

Para cambiar esta situación, Europa podría aprender de China en lugar de despreciarla. China partió de la dependencia y recorta distancia con diplomacia, demanda cautiva, subvenciones y modelos abiertos. También podría aprender de Airbus, que funcionó porque el reparto de tareas respondía a ventajas reales y puso la lógica comercial por encima de la política. La analogía tiene limitaciones —la aviación no dependía de un proveedor de software—, y por eso esa disciplina importa más, no menos.

Europa tiene elementos para luchar por un hueco en esta carrera: ASML, IMEC, Infineon, STMicroelectronics y Zeiss. Pero necesita impulsar la demanda. EuroHPC, las fábricas de IA e InvestAI financian la oferta de semiconductores, pero no la demanda, y las compras públicas siguen siendo competencia de cada Estado. Administración pública, sanidad, defensa e investigación son los ámbitos por donde empezar.

Nada de esto garantiza el desarrollo próximo de una Nvidia europea; Airbus tardó 20 años en convertirse en un competidor sólido. Pero la alternativa es un futuro en el que la infraestructura de cálculo europea, y las condiciones en que sus empresas crean modelos de IA, queden subordinadas para siempre a Washington o a Pekín. La competencia ya no es quién diseña el mejor chip, sino quién controla la infraestructura entera. Europa debería, al menos, intentarlo en serio.