Europa en punto de inflexión.

Junio 2026

1. El corte del acceso a los modelos de lenguaje “Fable 5” y “Mythos 5” de Anthropic el 12 de junio representa la materialización del interruptor de apagado “kill switch“[1], una amenaza que se ha invocado con frecuencia en los últimos meses. Si bien es improbable que se produzca a gran escala o a largo plazo en los servicios digitales “clásicos” (herramientas de oficina, alojamiento en la nube), este riesgo sigue siendo real y puede adoptar diversas formas. En octubre de 2019, Adobe suspendió sus servicios  –  incluida la apertura de documentos PDF –   en Venezuela tras una orden ejecutiva firmada por la administración Trump. Además, el juez francés Nicolas Guillou de la Corte Penal Internacional, sujeto a sanciones estadounidenses desde 2025, ya no tiene acceso a los servicios digitales desarrollados en Estados Unidos. Las restricciones impuestas sobre los dos modelos más avanzados de Anthropic constituyen una etapa suplementaria, significativa e inédita, hacia la aplicación práctica generalizada de este riesgo.

2. La tecnología digital siempre ha sido una cuestión de poder. Si bien esta realidad se había expresados hasta ahora de una manera desafortunadamente bien real pero bastante discreta (por ejemplo, mediante la recopilación de datos de usuarios, de plzas en los mercados en línea o la lucha por imponer estándares), ella está ahora adoptando una forma más frontal y explícita. Al restringir unilateralmente el acceso a ciertos modelos de IA de vanguardia, el gobierno norteamericano califica de hecho los Modelos de Lenguaje a Gran Escala (Large Language Models, LLM) como activos estratégicos, cuyo acceso deviene condicional, incluso restringido.

3. La situación debe analizarse desde la perspectiva de la carrera por la IA entre Estados Unidos y China. Al dirigirse deliberadamente a actores no estadounidenses, esta medida extiende la estrategia de containment[2] tecnológica, que hasta ahora se ha materializado principalmente en las restricciones a la exportación de los chips de mayor rendimiento de Nvidia también buscan evitar que se repita el caso Deep Seek[3], que tuvo un profundo impacto en Washington. No obstante, a los desarrolladores chinos que operen desde laboratorios de IA en China o en Silicon Valley, se les niega el acceso a estos modelos para limitar el riesgo de una destilación hostil[4]. Desde su lanzamiento hace unos días, Fable 5 se autolimitó durante los intentos de iteración para crear un “modelo de pupila”. La destilación es precisamente el método mediante el cual los laboratorios chinos, como DeepSeek, probablemente han logrado reducir considerablemente la brecha con los modelos estadounidenses en el pasado.

4. Las concepciones de “soberanía digital” se multiplican y se confrontan. El enfoque adoptado por el gobierno estadounidense se asemeja paradójicamente a la visión china, donde el Estado ejerce un gran control (la última Orden Ejecutiva de EE. UU. del 2 de junio de 2026, que invita a las empresas estadounidenses a otorgar al gobierno 30 días de acceso anticipado a sus últimos modelos de IA antes de su implementación pública, ilustra esto). El enfoque de los actores privados, como Anthropic o las hiperescala, consiste, por un lado, en conceder a un selecto grupo de empresas acceso anticipado a sus modelos más recientes (véase el proyecto Glasswing de Anthropic) y, por otro, en establecer una presencia significativa en mercados prometedores, como Europa o India, mediante la promoción de la rápida adopción de la IA, la oferta de nuevas soluciones en la nube (desarrolladas conjuntamente con socios europeos, por ejemplo) y el énfasis en los casos de uso. El enfoque europeo, centrado en la reducción de las vulnerabilidades digitales y el desarrollo de alternativas escalables, se ve obstaculizado por una implementación que, en ocasiones, sigue siendo demasiado lenta.

5. A medida que las empresas y administraciones públicas europeas se preparan para desplegar masivamente casos de uso de IA y destinar importantes inversiones a ellos, cualquier colaboración con un actor privado, especialmente uno estadounidense, debe llevarse a cabo con plena conciencia de las limitaciones y los riesgos concretos que pone de manifiesto este último acontecimiento.La amenaza sobre la autonomía digital europea ya no es más una hipótesis; se ha convertido en una realidad tangible. En  consecuencia, es imperativo que cada cual haga y mantenga un análisis de riesgos actualizado.

6. El objetivo de convertir la IA en una tecnología abierta y ampliamente accesible se ve seriamente amenazado. Cuqalquiera que sea la razón por los costes (el acceso a la IA de alto rendimiento[5] está actualmente fuertemente subvencionado, una situación que probablemente cambie con las salidas a bolsa de OpenAI y Anthropic), la creciente invocación de preocupaciones de seguridad nacional o la carrera tecnológica, la promesa de una «IA para todos» al servicio del bien común  –  un tema central en las recientes cumbres internacionales sobre IA, especialmente en París y Delhi –   tropieza con obstáculos estructurales y persistentes. Este último acontecimiento podría también indicar un cambio de paradigma: de la IA como un bien de consumo (donde los modelos se multiplican, democratizan, y, finalmente, estarán disponibles para todos a precios reducidos  –  narrativa bastante extendida en los últimos dos años ) a la IA como un bien escaso, reservado y controlado por unos pocos. Las consecuencias para Europa, al igual que para otras «potencias intermedias», serían particularmente nefastas.

7. Paralelamente, y en estrecha relación, llevamos varios meses presenciando un resurgimiento de la doctrina del riesgo catastrófico, incluso existencial, asociado a la IA. Las analogías con la tecnología y la disuasión nuclear se multiplican, al igual que la desconfianza hacia los modelos abiertos, una postura compartida tanto por el gobierno estadounidense[6] como por figuras como Geoffroy Hinton, quien intervino en París la semana pasada. Este enfoque, que estructuró la cumbre de Bletchley Park en noviembre de 2023, se deriva de un mecanismo bien conocido, impulsado por las empresas GAFAM, según el cual solo un puñado de actores debería poseer las tecnologías más avanzadas debido a su supuesto peligro, una afirmación que dista mucho de estar científicamente aceptada. Por el contrario, esta postura permite a estos mismos actores justificar un mayor control sobre dichas tecnologías y los ingresos resultantes, limitando así la competencia y la innovación abierta.

8. La tendencia actual contra el código abierto plantea interrogantes cruciales. Ella pone en entredicho nuestra capacidad para auditar modelos de forma independiente, así como el acceso de los investigadores a los datos de entrenamiento, esencial para garantizar la transparencia y reducir los sesgos. Igualmente preocupante es que limita el uso de herramientas esenciales para combatir. la pedopopornografía, la desinformación y la violencia en línea las cuales son frecuentemente propietarios o propiedad de actores estadounidenses y estar controladas por ellos, a pesar de las iniciativas destinadas a hacerlas públicas, como la iniciativa Roost, que desarrolla herramientas de código abierto para la seguridad de la IA, en particular para la protección de los menores en línea.

En este contexto, las acciones deben comprender necesariamente toda la cadena de valor:

9. A nivel de políticas públicas, las respuestas francesas y europeas deben centrarse tanto en la oferta como en la demanda. Si bien la primera ha sido objeto de un intenso trabajo en las últimas semanas, como lo demuestra el último conjunto de medidas anunciadas por la Comisión Europea a principios de junio, destinadas a fortalecer las capacidades europeas en semiconductores y computación en la nube (cloud), la ambición en cuanto a la segunda aún no está a la altura de los desafíos; la preferencia europea en la contratación pública europea, estimulación de la demanda por parte de las principales empresas industriales europeas, las denominadas medidas de configuración del mercado (market shaping)[7] a la escala europea (portabilidad, interoperabilidad, incentivos fiscales o reglamentarios) y una mejor coordinación entre los ecosistemas públicos y privados – son ámbitos que deben acelerarse con urgencia para evitar un rezago estratégico.

10. En las capas inferiores « couches basses », la potencia de cómputo y los centros de datos – Donde el desafío es doble. En primer lugar, la observación sigue siendo inequívoca: Europa debe contar con una potencia de cómputo suficiente para desarrollar alternativas europeas en IA. En segundo lugar, si bien las cuantiosas inversiones en la construcción de centros de datos y centros de IA en Francia demuestran un claro compromiso con el reequilibrio de la infraestructura crítica dentro del país, es fundamental prestar especial atención a la asignación efectiva de la potencia de cómputo, sí esta asignación se dirigiera principalmente a los gigantes estadounidenses, no resolvería en absoluto el problema de la soberanía digital ni la apropiación del valor generado. Por otro lado, , alojar datos y capacidad de procesamiento en territorio francés, si bien podría brindar ventaja en las negociaciones con las autoridades estadounidenses, no sería suficiente para evitar el riesgo de una interrupción en el acceso a los servicios estadounidenses.

11. En cuanto a la cuestion de los talents – Mientras muchos de los desarrolladores de las principales empresas estadounidenses son extranjeros y directamente afectados por las restricciones impuestas por la administración Trump. Esta situación representa una gran oportunidad para las empresas y laboratorios europeos, canadienses y asiáticos, que podrían aprovecharla para atraer talento. Francia debe tomar este asunto muy en serio, ya que la tendencia actual no es favorable. De hecho, salvo algunos casos excepcionales, como el notable proyecto Mistral y quizás AMI Labs, las oportunidades que se ofrecen a los desarrolladores para trabajar en Francia en la vanguardia de la IA son muy limitadas, tanto para diseñar como para evaluar modelos innovadores. En consecuencia, Francia se está quedando cada vez más rezagada en la carrera por el talento en IA, especialmente en lo que respecta a la retención de talento o la atracción de nuevo talento (véase el gráfico a continuacion:

Países clasificados por número de investigadores de IA de alto nivel *

*Lugar de trabajo de los primeros autores de los estudios presentados en la conferencia NeurIPS Fuentes: NeurIPS; Paper Copilot; The Economist

12. En cuanto al desarrollo de modelos, sería arriesgado descuidarlo en favor de centrarse únicamente en la capa de aplicación con el pretexto de que existen modelos fundamentales. Ejemplos recientes lo demuestran: la excesiva dependencia de Europa de los modelos estadounidenses o chinos constituye una importante vulnerabilidad a la hora de no tenerl acceso a los últimos modelos de ciberseguridad de alto rendimiento, como Mythos. Francia y Europa deben desarrollar urgentemente sus propias capacidades de investigación a gran escala en IA de frontera, yendo más allá de lo que ya existe en la investigación pública y las empresas emergentes. Esto debe hacerse de forma coordinada, asignando una parte de la capacidad de cómputo de los países europeos y de la Unión Europea (que cofinancian la investigación las fábricas de IA como Alice Recoque en Francia o Jupiter en Alemania) avanzan hacia esta ambición estratégica. Se trata de empoderamiento, soberanía, atracción de talento y, en última instancia, competitividad económica.

[1] Desactivación inmediata y de manera controlada en todo o parte de un sistema, aplicación o servicio digital.

[2] «Contención». Este término se refiere a una estrategia diplomática destinada a limitar la influencia de un actor extranjero, particularmente en los ámbitos militar, económico e ideológico.

[3] El 20 de enero de 2025, el laboratorio chino Deep Seek publicaba un modelo en lenguaje open source (código abierto) con un rendimiento muy cercano a los modelos de referencia, inesperado y a pesar de las restricciones estadounidenses impuestas a las GPU Nvidia de gama alta.

[4] La destilación de modelos (o model distillation en inglés) es una técnica de aprendizaje automático que consiste en transferir conocimiento de un modelo complejo y eficiente (llamado modelo docente o teacher docent) a un modelo más pequeño y liviano (llamado modelo estudiante o student model). El objetivo es conservar una gran parte del rendimiento del modelo de enseñanza reduciendo al mismo tiempo su tamaño, complejidad y requisitos de recursos (cómputo, memoria, energía).

[5] Aunque los modelos más avanzados no necesariamente generan aumentos significativos de productividad en esta etapa.

[6] Véanse los debates en curso en el Congreso de los Estados Unidos sobre la AI Foundation Model Transparency Act, que podría imponer limitaciones al reparto de ponderaciones de los modelos de IA más potentes.

[7] El market shaping o la «configuración del mercado» designa en el marco de una política económica pública, un enfoque proactivo de las autoridades públicas destinado a influir, estructurar o dirigir un mercado para lograr objetivos estratégicos.