Una guerra secreta por la distribución de derechos de IA comienza: los faros marcan el camino, las antorchas luchan por la soberanía

El desarrollo de la IA no es solo una competencia de modelos, sino una lucha por la distribución del poder entre faros y antorchas, donde los primeros elevan el límite de capacidades y los segundos defienden la soberanía del conocimiento, formando juntos el orden del futuro.

Cuando hablamos de IA, es fácil que la opinión pública se deje llevar por temas como «el tamaño de los parámetros», «las posiciones en las listas» o «qué nuevo modelo ha superado a quién». No podemos decir que estos ruidos sean sin sentido, pero a menudo son como una capa de espuma que oculta las corrientes subterráneas más esenciales: en el mapa tecnológico actual, una guerra secreta por la distribución del poder en la IA está ocurriendo silenciosamente.

Si elevamos la perspectiva a la escala de la infraestructura civil, descubrirás que la inteligencia artificial presenta simultáneamente dos formas radicalmente diferentes, pero entrelazadas.

Una es como un «faro» en la costa elevada, controlado por unos pocos gigantes, que busca la máxima distancia de proyección, representando el límite cognitivo alcanzable por la humanidad en la actualidad.

La otra es como una «antorcha» en la mano, portátil, privada y replicable, que simboliza la línea base de conocimiento accesible al público.

Al entender estas dos luces, podemos salir del velo del marketing y juzgar claramente hacia dónde nos lleva la IA, quién será iluminado y quién quedará en la sombra.

Faro: La definición de la altura cognitiva SOTA

El «faro» se refiere a modelos de nivel Frontier / SOTA (State of the Art). En dimensiones como razonamiento complejo, comprensión multimodal, planificación a largo plazo y exploración científica, representan los sistemas más potentes, costosos y organizados en la vanguardia.

Instituciones como OpenAI, Google, Anthropic, xAI son ejemplos típicos de «constructores de torres», que no solo construyen modelos, sino que adoptan un método de producción que «intercambia escala extrema por avances en los límites».

¿Por qué el faro está destinado a ser un juego de unos pocos?

El entrenamiento y la iteración de modelos de frontera esencialmente combinan tres recursos extremadamente escasos.

Primero, la potencia de cálculo, que no solo implica chips caros, sino también clusters de miles de tarjetas, ventanas de entrenamiento de ciclos largos y costos de red muy altos; segundo, los datos y retroalimentación, que requieren limpieza de enormes corpus, datos de preferencias en constante iteración, sistemas de evaluación complejos y retroalimentación humana intensiva; tercero, los sistemas de ingeniería, que abarcan entrenamiento distribuido, tolerancia a fallos, aceleración de inferencias y pipelines para convertir resultados de investigación en productos utilizables.

Estos elementos constituyen barreras de entrada muy altas. No se pueden reemplazar con unos pocos genios escribiendo «código más inteligente». Es más parecido a un sistema industrial completo, intensivo en capital, con cadenas complejas y costos marginales cada vez más altos.

Por ello, los faros tienen una característica natural de centralización: suelen ser controlados por unas pocas instituciones que gestionan la capacidad de entrenamiento y el ciclo de datos, y que finalmente ofrecen sus productos en forma de API, suscripción o productos cerrados.

Doble significado del faro: avance y liderazgo

La existencia del faro no es solo para que «todos puedan escribir textos más rápido». Su valor radica en dos funciones más duras.

Primero, la exploración del límite cognitivo. Cuando una tarea se acerca a los límites de la capacidad humana, como generar hipótesis científicas complejas, razonamiento interdisciplinario, percepción y control multimodal, o planificación a largo plazo, necesitas un haz de luz potente. No garantiza la perfección, pero puede iluminar «el siguiente paso factible» más lejos.

Segundo, la conducción de la ruta tecnológica. Los sistemas de frontera suelen ser los primeros en adoptar nuevos paradigmas: mejores alineaciones, llamadas a herramientas más flexibles, arquitecturas de razonamiento más robustas y estrategias de seguridad. Aunque luego sean simplificados, destilados o de código abierto, los caminos iniciales suelen ser trazados por los faros. En otras palabras, un faro es un laboratorio social que nos muestra «hasta qué nivel puede llegar la inteligencia» y presiona a toda la cadena industrial a mejorar su eficiencia.

La sombra del faro: dependencia y riesgo de punto único

Pero también tiene sombras evidentes, riesgos que a menudo no se mencionan en las presentaciones de productos.

El más directo es el control del acceso. Hasta qué punto puedes usarlo y cuánto cuesta depende completamente de la estrategia y precios del proveedor. Esto genera una dependencia elevada en la plataforma: cuando la inteligencia se ofrece principalmente como un servicio en la nube, individuos y organizaciones en realidad externalizan capacidades clave a la plataforma.

La conveniencia oculta la fragilidad: fallos en la red, interrupciones del servicio, cambios en políticas, aumentos de precios, modificaciones en interfaces, pueden hacer que tu flujo de trabajo falle en un instante.

Un riesgo más profundo es la privacidad y soberanía de los datos. Aunque existan regulaciones y compromisos, el flujo de datos en sí mismo es un riesgo estructural. Especialmente en escenarios como salud, finanzas, administración pública y conocimientos empresariales críticos, «subir conocimientos internos a la nube» no es solo un problema técnico, sino un desafío de gobernanza.

Además, cuando cada vez más industrias delegan decisiones clave a unos pocos proveedores de modelos, sesgos sistémicos, zonas ciegas en evaluación, ataques adversarios e interrupciones en la cadena de suministro se amplifican en grandes riesgos sociales. El faro puede iluminar la superficie del mar, pero pertenece a la línea costera: ofrece dirección, pero también regula de manera invisible las rutas de navegación.

Antorcha: La línea base de la inteligencia en código abierto

Volviendo la vista desde lejos, aparece otra fuente de luz: el ecosistema de modelos de código abierto y despliegue local. DeepSeek, Qwen, Mistral son solo algunos ejemplos destacados, que representan un paradigma completamente nuevo: convertir capacidades de inteligencia bastante fuertes de un «servicio en la nube escaso» a una «herramienta descargable, desplegable y modificable».

Eso es la «antorcha». No se trata del límite de capacidades, sino de la línea base. Esto no significa que sean capacidades bajas, sino que representan el estándar de conocimiento accesible públicamente sin restricciones.

El significado de la antorcha: convertir la inteligencia en activo

El valor central de la antorcha radica en transformar la inteligencia de un servicio de alquiler en un activo propio, visible en tres dimensiones: privado, portátil y combinable.

Privado significa que los pesos del modelo y la capacidad de inferencia pueden ejecutarse localmente, en redes internas o en nubes privadas. «Poseo una versión funcional de la inteligencia», en contraste con «estoy alquilando la inteligencia de una empresa».

Portátil implica que puedes cambiar libremente entre diferentes hardware, entornos y proveedores, sin atar capacidades clave a una única API.

Y combinable permite integrar modelos con recuperación (RAG), ajuste fino, bases de conocimiento, motores de reglas y sistemas de permisos, formando sistemas que cumplen con tus restricciones comerciales, en lugar de estar limitados por los límites de un producto genérico.

Esto se aplica a escenarios muy concretos. En empresas, las preguntas de conocimiento y automatización de procesos requieren permisos estrictos, auditorías y aislamiento físico; en sectores regulados como salud, administración pública y finanzas, existen límites estrictos de «datos que no salen del dominio»; y en entornos con redes débiles o desconectados, la inferencia en el extremo es una necesidad urgente.

Para individuos, notas, correos y datos privados acumulados a largo plazo también necesitan un agente inteligente local, en lugar de entregar toda su vida de datos a un «servicio gratuito».

La antorcha hace que la inteligencia deje de ser solo un derecho de acceso y pase a ser un activo de producción: puedes construir herramientas, procesos y barreras en torno a ella.

¿Por qué la antorcha cada vez brilla más?

El aumento de capacidades en modelos de código abierto no es casualidad, sino el resultado de la convergencia de dos caminos. Uno es la difusión de la investigación, donde artículos de vanguardia, técnicas de entrenamiento y paradigmas de inferencia son rápidamente adoptados y replicados por la comunidad; el otro, la optimización extrema de la ingeniería, con técnicas como cuantificación (8-bit / 4-bit), destilación, aceleración de inferencias, enrutamiento en capas y MoE (expertos mezclados), que permiten que la «inteligencia usable» se despliegue en hardware más barato y con menores barreras de despliegue.

Así surge una tendencia muy concreta: el modelo más potente determina el techo, pero un modelo «suficientemente fuerte» decide la velocidad de adopción. La mayoría de tareas en la vida social no requieren «el más potente», sino «confiable, controlable y con costos estables». La antorcha responde exactamente a estas necesidades.

El costo de la antorcha: seguridad externalizada al usuario

Por supuesto, la antorcha tampoco es una justicia inherente. Su costo es la transferencia de responsabilidades. Muchos riesgos que antes asumía la plataforma ahora recaen en el usuario.

Cuanto más abierto sea el modelo, más fácil será que se utilice para generar fraudes, malware o deepfakes. La apertura no es inocua; simplemente delega el control y también la responsabilidad. Además, desplegar localmente implica que debes resolver tú mismo problemas de evaluación, monitoreo, protección contra inyección de prompts, aislamiento de permisos, desidentificación de datos, actualizaciones y estrategias de rollback.

Incluso muchos llamados «modelos open source» en realidad son «pesos abiertos», con restricciones en uso comercial y redistribución, lo cual no solo es un asunto ético, sino también de cumplimiento normativo. La antorcha te da libertad, pero la libertad nunca es «sin costo». Es más una herramienta: puede construir o dañar; puede salvar o poner en riesgo; requiere entrenamiento y responsabilidad.

La convergencia de luces: la evolución conjunta del límite y la línea base

Si solo vemos el faro y la antorcha como «gigantes vs código abierto», nos perdemos la estructura más real: son dos etapas de un mismo río tecnológico.

El faro extiende los límites, propone nuevas metodologías y paradigmas; la antorcha comprime, ingeniería y difunde estos logros, convirtiéndolos en productividad accesible. Esta cadena de difusión hoy está muy clara: desde artículos hasta replicaciones, desde destilación y cuantificación, hasta despliegue local y personalización industrial, elevando en conjunto la línea base.

Y el aumento de la línea base a su vez influye en los faros. Cuando un «básico suficiente» está al alcance de todos, las grandes instituciones difícilmente mantendrán monopolios solo con capacidades básicas, y deben seguir invirtiendo en avances. Al mismo tiempo, el ecosistema de código abierto genera evaluaciones, contramedidas y retroalimentación que impulsan sistemas de frontera más estables y controlables. Muchas innovaciones en aplicaciones surgen en el ecosistema de la antorcha, con los faros proporcionando capacidades y las antorchas creando el suelo.

Por ello, en lugar de ver esto como dos bandos, es mejor entenderlo como dos arreglos institucionales: uno centraliza costos extremos para lograr avances en el límite; el otro dispersa capacidades para promover la adopción, resiliencia y soberanía. Ambos son indispensables.

Sin faros, la tecnología tiende a estancarse en «solo optimización de relación calidad-precio». Sin antorchas, la sociedad puede depender demasiado de unos pocos plataformas monopolizadoras.

Lo más difícil y crucial: ¿qué estamos realmente peleando?

La lucha entre faros y antorchas, en apariencia sobre capacidades de modelos y estrategias de código abierto, en realidad es una guerra secreta por la distribución del poder en la IA. Esta guerra no se libra en un campo de batalla con humo y explosiones, sino en tres dimensiones que parecen tranquilas, pero que decidirán el futuro:

1. La disputa por la definición de la «sabiduría predeterminada». Cuando la inteligencia se convierte en infraestructura, la «opción predeterminada» implica poder. ¿Quién la provee? ¿Quién define sus valores y límites? ¿Qué filtros, preferencias y estímulos comerciales la guían? Estas preguntas no desaparecen automáticamente con mayor tecnología.
2. La disputa por la forma de asumir las externalidades. El entrenamiento y la inferencia consumen energía y recursos computacionales; la recolección de datos involucra derechos de autor, privacidad y trabajo; las salidas del modelo afectan la opinión pública, la educación y el empleo. Tanto faros como antorchas generan externalidades, solo que con diferentes formas de distribución: los faros son más centralizados, regulables, pero como puntos únicos; las antorchas son más dispersas, resilientes, pero más difíciles de gobernar.
3. La disputa por la posición del individuo en el sistema. Si todas las herramientas importantes requieren «conectarse, registrarse, pagar y seguir reglas de plataforma», la vida digital será como alquilar: conveniente, pero nunca propia. La antorcha ofrece otra posibilidad: que las personas tengan una parte de «capacidad offline», manteniendo el control de privacidad, conocimiento y flujo de trabajo en sus manos.

La estrategia dual será la norma

En un futuro previsible, lo más probable no es un «todo cerrado» ni un «todo abierto», sino una combinación similar a los sistemas eléctricos.

Necesitamos faros para tareas extremas, que manejen razonamiento avanzado, multimodalidad de vanguardia, exploración interdisciplinaria y asistencia en investigación compleja; y también antorchas para activos clave, que en escenarios de privacidad, cumplimiento, conocimientos críticos, costos estables a largo plazo y disponibilidad offline, construyan defensas. Entre ambos, surgirán muchas «capas intermedias»: modelos propios de empresas, modelos industriales, versiones destiladas y estrategias de enrutamiento híbrido (tareas simples en local, tareas complejas en la nube).

No es un compromiso, sino una realidad de ingeniería: un lado busca avances en el límite, el otro en la difusión y la fiabilidad; uno persigue la innovación extrema, el otro la confiabilidad.

Epílogo: El faro guía la distancia, la antorcha mantiene el paso

El faro decide qué tan alto podemos elevar la inteligencia, una ofensiva de la civilización ante lo desconocido.

La antorcha decide qué tan ampliamente podemos distribuir la inteligencia, una resistencia social frente al poder.

Celebrar los avances en SOTA es razonable, porque amplía los límites de lo que la humanidad puede pensar; celebrar las iteraciones de código abierto y privatización también lo es, porque hace que la inteligencia no sea solo de unos pocos, sino una herramienta y activo para muchos.

La verdadera línea divisoria en la era de la IA quizás no sea «quién tiene el modelo más potente», sino si cuando llega la noche, tienes una luz que no necesitas pedir prestada a nadie.

• Este artículo ha sido reproducido con autorización de: 《Deep潮 TechFlow》
• Título original: 《燈塔指引方向，火把爭奪主權：一場關於 AI 分配權的隱秘戰爭》
• Autor original: 潘致雄