Hitachi Vantara potencia el almacenamiento híbrido en Azure
Mientras los grandes laboratorios de inteligencia artificial discuten si deben acelerar o moderar la carrera por construir modelos cada vez más capaces, los CIOs latinoamericanos afrontan una cuestión mucho más concreta: cómo incorporar sistemas cada vez más autónomos sin perder el control sobre los datos, las decisiones y el negocio.
La IA empresarial está entrando en una etapa en la que la discusión ya no gira únicamente alrededor de qué modelos son más inteligentes o qué compañía llegará primero a la frontera tecnológica. Mientras Dario Amodei, CEO de Anthropic, reclama un ritmo más prudente para el desarrollo de las capacidades de la IA y Sam Altman se muestra dispuesto a discutir mecanismos para acompasar la carrera, Mark Zuckerberg defiende acelerar la innovación y Donald Trump insiste en que Estados Unidos debe conservar su ventaja frente a China. El debate parece pertenecer a Silicon Valley, pero sus consecuencias terminarán llegando a las salas de dirección de las empresas.
Hay algo especialmente revelador en esta disputa. No se está discutiendo solamente cuánto debe avanzar la inteligencia artificial, sino quién asume el coste de acelerar, quién asume el coste de frenar y quién tendrá capacidad para establecer las reglas de la próxima gran plataforma tecnológica.
Al mismo tiempo, lejos de los laboratorios de frontera, existe otra carrera mucho menos visible. Es la que libran los CIOs para incorporar inteligencia artificial a sus organizaciones sin entregar más autonomía de la que son capaces de gobernar.
Son dos velocidades distintas y confundirlas puede conducir a decisiones equivocadas.
Los tres grandes titanes de la IA, @DarioAmodei (Anthropic), @sama (OpenAI) y @elonmusk (SpaceXAI) coincidieron hoy, por primera vez en años, en que es urgente desacelerar el ritmo de la IA hasta que se establezcan garantías de seguridad y control.
Lo hicieron en posts en X,… pic.twitter.com/k4w4mPm5g3
— Orlando Avendaño (@OrlvndoA) September 12, 2026
La carrera por la frontera
El argumento de Amodei merece ser tomado en serio, aunque tampoco debería aceptarse sin examinar los incentivos de quien lo formula.
En su ensayo We Must Pace the Frontier, el CEO de Anthropic sostiene que la industria debería moderar deliberadamente el crecimiento de las capacidades de los modelos para ganar tiempo y reforzar los mecanismos de seguridad, evaluación y control. Su preocupación no se limita a que los sistemas sean cada vez más inteligentes. Lo que identifica como un cambio cualitativo es que los modelos empiezan a participar en el propio proceso de desarrollo de la IA y a ejecutar tareas con niveles crecientes de autonomía.
El argumento adquiere mayor peso cuando se observan determinados incidentes producidos durante pruebas de seguridad. Amodei utiliza el caso de agentes de OpenAI que interactuaron con Hugging Face para ilustrar cómo un comportamiento todavía limitado puede adquirir otra dimensión cuando aumentan las capacidades de los sistemas y su acceso a herramientas.
El escenario que plantea —un enjambre de agentes capaz de comprometer grandes partes de Internet en un horizonte de seis a doce meses— debe entenderse como una proyección de riesgo formulada por Amodei, no como una predicción demostrada. Pero la pregunta que introduce es relevante incluso si ese escenario nunca llegara a materializarse: ¿qué ocurre cuando la capacidad de actuar de un sistema aumenta más deprisa que nuestra capacidad para evaluarlo, limitarlo y detenerlo?
La respuesta de Anthropic pasa, entre otras medidas, por proporcionar a evaluadores externos acceso profundo a los sistemas de frontera y favorecer una mayor coordinación entre laboratorios y gobiernos. Altman ha respaldado públicamente la necesidad de una mayor evaluación independiente y ha expresado su apertura a discutir un ritmo de desarrollo coordinado entre compañías.
Sin embargo, existe una contradicción que sería un error ocultar.
Anthropic también compite por construir algunos de los sistemas de IA más avanzados del mundo. Y mientras su CEO reclama mayor prudencia, la compañía comunica a sus inversores perspectivas financieras cada vez más favorables. Reuters informó, citando al Financial Times, que Anthropic esperaba registrar un segundo trimestre consecutivo con beneficio operativo ajustado y márgenes brutos superiores al 80%, aunque la agencia señaló que no pudo verificar independientemente esas cifras.
Esto no invalida el argumento de seguridad de Amodei. Pero obliga a introducir una cautela que debería acompañar cualquier análisis de la carrera de la IA: ninguno de los actores que participan en ella carece de incentivos empresariales, financieros o estratégicos.
Por eso la discusión no enfrenta simplemente a quienes quieren seguridad contra quienes quieren innovación. También enfrenta intereses relacionados con el acceso a los modelos, la concentración de poder, el código abierto, la inversión y la posición geopolítica de las economías que aspiran a liderar la próxima generación tecnológica.
La pregunta incómoda: ¿quién puede permitirse frenar?
Mark Zuckerberg representa la otra mitad de la discusión. Su argumento parte de una preocupación diferente: si Estados Unidos y sus compañías reducen voluntariamente la velocidad mientras otros países continúan avanzando, el resultado puede no ser una IA más segura, sino un desplazamiento del liderazgo tecnológico hacia otros actores.
La posición de Donald Trump se mueve en una lógica similar. Ante las peticiones de moderación, el presidente estadounidense ha defendido la necesidad de mantener la ventaja de Estados Unidos en inteligencia artificial frente a China.
Es un argumento difícil de descartar. Pero tampoco constituye por sí mismo una estrategia de gobernanza.
Decir que hay que acelerar porque otro puede acelerar más es, en esencia, una lógica de carrera. Y las carreras tecnológicas presentan un problema conocido: cada participante tiene incentivos para asumir riesgos que, individualmente, pueden parecer racionales porque el coste de ser prudente lo soporta quien se detiene, mientras que el beneficio de llegar primero puede ser extraordinario.
De ahí que el verdadero conflicto sea bastante más interesante que la dicotomía entre aceleracionistas y partidarios del freno.
Acelerar demasiado puede aumentar determinados riesgos. Frenar unilateralmente puede aumentar la dependencia.
Ambas cosas afectan a la soberanía.
Y es precisamente aquí donde la conversación deja de ser patrimonio de Silicon Valley y empieza a adquirir una dimensión empresarial.
La otra carrera ocurre en las empresas
El CIO latinoamericano no está decidiendo si OpenAI, Anthropic, Google o Meta deben entrenar modelos más deprisa. Está decidiendo algo mucho más concreto: qué grado de autonomía puede conceder a un sistema de inteligencia artificial sin comprometer la operación, los activos digitales o la capacidad de decisión de la organización.
La pregunta puede ser tan sencilla como si un agente puede acceder al ERP, consultar información financiera, escribir y desplegar código, modificar una base de datos, enviar una comunicación en nombre de un ejecutivo o ejecutar una compra sin aprobación humana.
Pero hay una cuestión anterior que resulta todavía más importante: ¿puede la organización saber exactamente qué está haciendo ese sistema, por qué lo está haciendo y cómo detenerlo cuando sea necesario?
Aquí aparece la verdadera transformación.
Durante la primera etapa de la IA generativa, la arquitectura empresarial podía resumirse, en términos simplificados, como una relación entre una persona, un modelo y una respuesta. La siguiente generación introduce una cadena mucho más compleja: un objetivo, un agente, datos, herramientas, decisiones, acciones y resultados.
Cuanto más larga es esa cadena, mayor es la autonomía y, por tanto, mayor es también la superficie que debe gobernarse.
La tecnología siempre ha evolucionado más deprisa que la regulación. Internet, el cloud o las redes sociales lo demostraron sobradamente. La diferencia que introduce la IA no está, por tanto, en que haya aparecido de repente una tecnología imposible de regular.
Está en otra parte: la capacidad de actuar puede empezar a escalar mucho más deprisa que la capacidad humana de supervisarla.
Ese es el cambio que debería preocupar al CIO.
América Latina no necesita frenar la IA
Esta distinción es especialmente importante para América Latina. La región no puede interpretar la discusión sobre seguridad como una invitación a ralentizar su transformación digital. Necesita capturar precisamente las ganancias de productividad, innovación y competitividad que la IA puede proporcionar.
Pero tampoco puede convertir la velocidad de adopción en un indicador de éxito por sí mismo.
El CIO latinoamericano necesita construir una tercera vía: acelerar la adopción allí donde la organización puede gobernar el riesgo y limitar la autonomía allí donde todavía no dispone de controles suficientes.
La conversación sobre soberanía digital que TSCIO viene desarrollando resulta especialmente pertinente en este punto. En su análisis sobre soberanía digital corporativa, TSCIO plantea que el verdadero desafío no consiste en controlar toda la tecnología, sino en conservar la capacidad de decidir sobre las dependencias que sostienen el negocio. (TSCIO: Soberanía digital corporativa)
Ese cambio conceptual resulta fundamental.
Una empresa soberana no es aquella que no depende de ningún proveedor —una aspiración poco realista en un ecosistema tecnológico dominado por grandes plataformas—, sino aquella que conoce sus dependencias, entiende sus consecuencias y conserva capacidad para actuar cuando las circunstancias cambian.
La IA lleva esta idea un paso más allá.
Porque ahora la dependencia no se limita a una infraestructura o a un proveedor de software. Puede afectar también a las decisiones que una organización delega en sistemas que no controla completamente.
La soberanía también se negocia en un contrato
Aquí aparece una dimensión que con frecuencia queda fuera de la conversación tecnológica. La soberanía empresarial también se construye en los contratos.
Como planteaba TSCIO en su análisis sobre soberanía digital e IA, las cláusulas de salida, la portabilidad de los datos, la capacidad de migrar y los mecanismos de transición entre proveedores dejan de ser cuestiones exclusivamente jurídicas para convertirse en componentes de la arquitectura de resiliencia tecnológica.
Esto adquiere todavía más importancia en una tecnología cuyo ciclo de innovación es extraordinariamente corto.
Un contrato que comprometa a una organización durante años con un determinado proveedor de IA puede convertirse en una restricción estratégica si aparecen nuevos modelos, nuevas regulaciones o nuevas alternativas tecnológicas. Por eso, el CIO debe empezar a mirar los acuerdos de IA no solo desde la perspectiva del precio y del nivel de servicio, sino también desde la capacidad futura de cambiar.
La pregunta ya no es únicamente qué modelo estamos contratando.
Es también qué capacidad estamos comprometiendo al contratarlo y cuánto nos costaría recuperar la libertad de elección.
La IA ya está dentro de la empresa, incluso cuando nadie la ha autorizado
Existe, además, un problema todavía más inmediato. La IA no está entrando en muchas organizaciones desde el departamento de tecnología. Está entrando por los empleados.
Un trabajador utiliza una herramienta para resumir un documento, analizar una hoja de cálculo, preparar una presentación, escribir código o responder a un cliente. La herramienta demuestra su utilidad y comienza a integrarse informalmente en el proceso de trabajo.
Así aparece el Shadow AI.
El problema no consiste en que los empleados utilicen inteligencia artificial. El problema aparece cuando la organización desconoce qué herramientas se están utilizando, qué información reciben, qué resultados producen y qué decisiones empiezan a apoyarse en ellas.
El bloqueo absoluto tampoco parece una respuesta sostenible.
Como plantea TSCIO en su análisis sobre soberanía digital e IA en Latinoamérica, la respuesta requiere combinar adopción tecnológica, políticas claras, formación y responsabilidad profesional. El objetivo no puede ser simplemente impedir el uso de herramientas no autorizadas, sino construir las capacidades necesarias para que la organización pueda decidir qué usos son aceptables y bajo qué condiciones.
Esto introduce otra diferencia fundamental respecto de los sistemas corporativos tradicionales.
Un sistema determinista puede producir un resultado que responde a unas reglas previamente definidas. La IA trabaja con probabilidades y puede generar respuestas plausibles que no necesariamente son correctas.
Por eso, la alfabetización en IA no puede reducirse a enseñar prompt engineering.
El nuevo trabajador digital necesita desarrollar una capacidad mucho más valiosa: criterio para determinar cuándo una máquina merece confianza y cuándo su respuesta debe ser cuestionada.
De la soberanía de los datos a la soberanía de las decisiones
Quizá aquí se encuentre la evolución más importante de toda esta conversación. Durante años, la soberanía digital se discutió alrededor de una pregunta relativamente concreta: ¿dónde están nuestros datos?
Después llegó una segunda: ¿quién los procesa?
La inteligencia artificial añadió una tercera: ¿quién decide sobre ellos?
Y los agentes introducen una cuarta, todavía más incómoda: ¿quién puede actuar sobre ellos?
Este desplazamiento cambia el papel del CIO.
La soberanía digital ya no puede limitarse a la residencia de los datos, la arquitectura cloud o la jurisdicción del proveedor. Tiene que incorporar también la autonomía de los sistemas y la capacidad de la organización para supervisar, auditar y, llegado el caso, revocar esa autonomía.
La conversación de TSCIO sobre soberanía digital “elástica” resulta especialmente útil para interpretar este escenario: la organización no necesita controlar cada capa tecnológica de manera absoluta para conservar soberanía, pero sí necesita saber qué está delegando, qué dependencias está aceptando y qué margen de maniobra debe permanecer disponible para el futuro.
En otras palabras, soberanía no significa ausencia de dependencia; significa capacidad de decisión dentro de la dependencia.
Y esa distinción será cada vez más importante a medida que los agentes de IA ocupen espacios más relevantes dentro de las organizaciones.
La pregunta que debería hacerse el CIO
Volvamos entonces a la polémica que inició esta discusión.
¿Tiene razón Amodei cuando pide moderar la velocidad de la IA?
¿Tiene razón Zuckerberg cuando sostiene que hay que mantener la aceleración?
La respuesta probablemente dependa del lugar desde el que se observe la carrera.
Para los laboratorios de frontera, la velocidad es una cuestión de competencia tecnológica, capital, seguridad nacional, concentración de poder y posición geopolítica.
Para el CIO, la velocidad debería medirse de otra manera.
No por la frecuencia con la que aparece un nuevo modelo ni por el número de proyectos piloto que una organización consigue poner en marcha.
Debería medirse por la velocidad a la que una empresa puede aumentar la autonomía de sus sistemas sin perder la capacidad de comprenderlos, supervisarlos, auditarlos y detenerlos.
Ese podría convertirse en uno de los nuevos indicadores de madurez digital.
Porque el desafío empresarial no consiste en decidir si la IA debe correr o caminar. Consiste en determinar hasta dónde puede correr dentro de la organización sin que la empresa pierda la capacidad de decidir dónde termina la máquina y dónde comienza nuevamente la responsabilidad humana.
Esa es la carrera que importa.
Y en América Latina, donde las organizaciones necesitan acelerar su transformación digital pero todavía están construyendo buena parte de las capacidades de gobierno que esa transformación exige, esperar a que Silicon Valley resuelva el dilema sería un error.
El CIO tendrá que establecer su propia línea de velocidad.
No para frenar la inteligencia artificial.
Para conservar la capacidad de decidir cuándo, dónde y hasta dónde dejarla actuar.
