Hitachi Vantara potencia el almacenamiento híbrido en Azure
McKinsey analizó cómo los países construyen capacidades de IA soberana y estima un mercado global de hasta 600.000 millones de dólares para 2030.
La inteligencia artificial soberana ha dejado de ser un debate de política pública. Hoy es un imperativo económico y estratégico. Así lo sostiene McKinsey en en análisis Sovereign AI: Building ecosystems for strategic resilience and impact, publicado recientemente. El informe examina por qué tantas iniciativas de IA soberana están fallando y qué distingue a los ecosistemas que sí logran escalar.
McKinsey estima que entre el 30 y el 40 por ciento del gasto global en IA estará influenciado por requisitos de soberanía. Eso representa un mercado que agrupará inversiones entre 500.000 y 600.000 millones de dólares para 2030. Sin embargo, capturar esa oportunidad exige resolver un desafío de ejecución muy concreto.
La soberanía no se logra con una decisión política aislada ni con un anuncio de modelo nacional. Es, ante todo, un esfuerzo de ecosistema.
Soberanía como sistema, no como activo
McKinsey define la IA soberana a partir de cuatro dimensiones: dónde residen físicamente los datos y el cómputo, quién los gestiona, quién controla la propiedad intelectual del stack tecnológico y qué jurisdicción regula el acceso. Por eso, la soberanía no es un estado binario. Es un espectro de soluciones distribuidas según el contexto de cada actor.
El error más común entre gobiernos y empresas es concentrarse en los insumos: GPUs, centros de datos, regiones cloud o modelos nacionales. Esos elementos importan. Sin embargo, el verdadero objetivo son los resultados: resiliencia estratégica, autonomía operativa y captura de valor económico.
Los ecosistemas más efectivos aplican lo que McKinsey llama “soberanía mínima suficiente”. Clasifican las cargas de trabajo según su exposición regulatoria y su criticidad. Luego asignan un nivel de soberanía con requisitos explícitos de residencia de datos, control de claves de cifrado y acceso. Este criterio evita debates de todo o nada y acelera el tiempo de adopción real.
LEE TAMBIÉN: Satya Nadella en Madrid: soberanía digital o dependencia encubierta
Los cuatro actores que determinan el éxito
Construir un ecosistema de IA soberana requiere la coordinación de cuatro grupos. Cada uno tiene un rol insustituible.
- Los gobiernos actúan como orquestadores, inversores, reguladores y clientes ancla. Definen qué cargas de trabajo requieren soberanía fuerte —defensa, infraestructura crítica, datos ciudadanos sensibles— y cuáles pueden operar en modelos híbridos o globales. Además, agregan demanda del sector público en marcos plurianuales. Eso convierte la política en inversión bankable para los proveedores.
- Los proveedores tecnológicos —hiperscalers, nubes locales, operadores de centros de datos, telcos y desarrolladores de modelos— deben traducir los requisitos de soberanía en ofertas concretas para cada carga de trabajo. McKinsey advierte que la demanda soberana es real pero selectiva. La soberanía importa sobre todo en workloads con exposición regulatoria o datos sensibles. No es una característica genérica de venta.
- Las empresas son el motor de demanda que convierte la infraestructura en valor económico. Casi tres cuartas partes incluyen la IA soberana en su hoja de ruta para 2026. Sin embargo, pocas tienen estrategia, presupuesto y clasificación de cargas de trabajo detallados. Las migraciones hacia entornos soberanos toman entre tres y cuatro años. El cuello de botella no es la tecnología: es la preparación organizacional.
- Los inversores —especialmente fondos soberanos— están aumentando su exposición a este tema. Los que mejor operan respaldan proyectos con demanda real y reglas claras. También facilitan el crecimiento y la salida de empresas locales para que la innovación escale en lugar de estancarse.
LEE TAMBIÉN: La brecha de IA: datos, chips y soberanía redefinen la competencia global
Tres olas para construir capacidad duradera
McKinsey propone una hoja de ruta en tres etapas que no son lineales sino superpuestas.
- La primera ola establece la base y activa la demanda temprana. Los líderes identifican qué cargas de trabajo requieren controles soberanos. Traducen esas decisiones en mecanismos de gobernanza y contratación. Luego lanzan un número reducido de casos de uso de referencia. El objetivo no es completitud sino credibilidad operativa.
- La segunda ola escala la infraestructura compartida y los ecosistemas de datos. Con señales de demanda consolidadas, los ecosistemas expanden capacidad de cómputo y energía en términos bankables. Industrializan los modelos operativos e invierten en productos de datos sectoriales. Muchas iniciativas fracasan aquí. Intentan escalar infraestructura antes de resolver la gobernanza y el talento.
- La tercera ola construye ventaja duradera y capacidad exportable. Los ecosistemas profundizan su especialización en dominios seleccionados. Desarrollan un mercado competitivo de proveedores y permiten que startups e integradores escalen. En esta etapa, las capacidades soberanas dejan de ser solo un activo doméstico. Se convierten en fuente de diferenciación regional o global.
El error más frecuente es la mala secuencia. Invertir en infraestructura compartida antes de tener demanda y gobernanza listas es la causa principal de fracaso en iniciativas de IA soberana a nivel mundial.
En definitiva, la IA soberana no busca independencia tecnológica total. Es un juego de ecosistema. Quienes logren orquestar sistemas coherentes —donde la soberanía se aplique de forma deliberada en los puntos de control críticos y los gobiernos, proveedores, empresas e inversores alineen incentivos— serán quienes conviertan infraestructura en capacidad confiable y capacidad confiable en resultados escalables.
