Washington cambia constantemente de opinión sobre la IA de código abierto porque el debate no gira realmente en torno a la seguridad. Es una lucha encarnizada por el control, y el argumento público de cada participante se descifra con claridad una vez que se analiza como un simple registro de sus resultados financieros.
La administración Trump pasó las últimas semanas oscilando entre sanciones, listas negras y prohibiciones de servicios en la nube dirigidas a modelos de IA de código abierto chinos, para luego dar marcha atrás tras la presión de Silicon Valley. Desde una perspectiva política, parece un caos. Desde una perspectiva empresarial, es lo más racional del mundo: dos bandos con modelos de ingresos opuestos luchan por dictar las reglas, porque quien las escriba decidirá si la IA se convierte en un ecosistema cerrado o en un bien de consumo. Lo revelador es que la postura de cada empresa se alinea perfectamente con su modelo de negocio.
Qué pasó
En las últimas semanas, altos funcionarios, entre ellos el jefe de gabinete de la Casa Blanca, el secretario del Tesoro y el secretario de Comercio, debatieron si adoptar una postura mucho más intervencionista respecto a los modelos de IA de código abierto, aquellos que cualquiera puede descargar, ejecutar y modificar gratuitamente. Según un reportaje de The New York Times, las opciones que se barajaban eran agresivas: sanciones, una lista negra comercial contra las empresas chinas que desarrollan estos modelos e incluso prohibir que las empresas estadounidenses de computación en la nube hicieran negocios con ellas.
Entonces Silicon Valley se opuso y la administración suavizó su postura. La posición actual se inclina hacia la promoción de los modelos estadounidenses en lugar de castigar los chinos. Un marco regulatorio independiente, propuesto a las empresas tecnológicas estadounidenses, permitiría al gobierno revisar los nuevos modelos en materia de ciberseguridad antes de su lanzamiento público.
La división dentro de la industria fue evidente. OpenAI y Anthropic, que mantienen en privado el funcionamiento interno de sus modelos, presionaron para que se impusieran restricciones más estrictas a sus rivales chinos, alegando motivos de seguridad nacional. Nvidia, Meta y Google, todas vinculadas de diversas maneras a la tecnología de código abierto, defendieron la postura opuesta: que los modelos abiertos impulsan la innovación y fortalecen la ciberdefensa. Jensen Huang, de Nvidia, publicó su primer mensaje en X el 24 de julio para defender el código abierto, y Nvidia creó una alianza para herramientas de seguridad de IA de código abierto que superó los 230 miembros casi de la noche a la mañana.
Un exfuncionario del Departamento de Comercio, citado por el Times, describió todo el asunto como una "lucha encarnizada por el futuro de la industria de la IA". Esa es la descripción honesta. La dimensión de seguridad nacional es real, pero se superpone a una disputa sobre la estructura del mercado.
La historia de fondo
He aquí el hecho de que la cobertura de la póliza sigue fallando: la capa del modelo abierto ya se ha convertido en un producto básico, y la revisión de precios parece permanente.
Según nuestra propia interpretación de los datos de uso, los modelos de origen chino pasaron de menos del 10 % de los tokens enrutados en OpenRouter a principios de 2025 al 46,4 % en junio de 2026, frente al 35,7 % de los modelos de origen estadounidense. El antiguo líder de peso abierto, Meta's Llama, desapareció por completo de la clasificación. En los benchmarks que miden el trabajo real, la diferencia entre los mejores modelos de peso abierto y los mejores modelos cerrados se ha reducido de dos dígitos a un dígito bajo, y modelos como DeepSeek V4 Pro ahora igualan a los mejores sistemas estadounidenses con un coste por token aproximadamente entre 10 y 13 veces menor. Explicamos por qué ese cambio de precios parece estructural en lugar de temporal en nuestro análisis de la migración de margen de la IA.
El detonante inmediato fue Kimi de Moonshot AI, un modelo chino de vanguardia que igualaba a los mejores laboratorios estadounidenses en varias áreas. Analizamos en detalle la estrategia de Moonshot cuando llegó Kimi K3 y la compañía comenzó a subir los precios, regalando modelos para obtener contratos por defecto de los desarrolladores antes de cobrar por el puesto. Cuando un modelo gratuito de Pekín rinde al mismo nivel que un modelo de pago de San Francisco, lo que está en peligro es el poder de fijación de precios del modelo de pago, no la seguridad del país.
El plan
Analiza qué es lo que cada bando le pide a Washington que haga.
OpenAI y Anthropic buscan dos cosas. Primero, quieren que la destilación se considere un robo. La destilación consiste en entrenar un modelo con los resultados de otro, clonándolo esencialmente. La oficina científica de la Casa Blanca acusó públicamente al creador de Kimi de destilar el modelo Fable de Anthropic. Esta queja no es un detalle menor. La destilación es el mecanismo mediante el cual la capacidad de un costoso modelo cerrado se filtra a uno gratuito y abierto en cuestión de meses, lo que precisamente merma el poder de fijación de precios de un laboratorio cerrado. Segundo, buscan un marco nacional para evaluar y controlar los nuevos modelos antes de su lanzamiento, un proceso que favorece a un pequeño número de empresas consolidadas con amplios recursos que pueden permitirse los costos de cumplimiento.
Nvidia, Meta y Google quieren lo contrario: mantener el ecosistema abierto y accesible. Nada de listas negras, ni prohibiciones en la nube, ni normas que concentren la IA en un puñado de laboratorios cerrados.
Ambas partes describen su propio modelo de ingresos y lo califican de principio.
El ángulo del modelo de negocio
Aquí es donde todo encaja. Compara cada posición con el balance.
Nvidia vende picos y palas, por lo que necesita la mayor cantidad posible de prospectores. Los centros de datos representan ahora más del 90% de los ingresos de Nvidia, con 75.200 millones de dólares en un solo trimestre. Los modelos de peso abierto proliferan entre miles de compradores, startups, empresas y proyectos soberanos, cada uno de los cuales necesita chips. La consolidación en unos pocos laboratorios cerrados hace lo contrario: reduce la cantidad de clientes de Nvidia y otorga poder de fijación de precios al pequeño grupo de megacompradores que ya están diseñando su propio silicio para necesitar menos. El problema estructural de Nvidia, que analizamos cuando pagó 5.000 millones de dólares por el acceso a la investigación de Safe Superintelligence, es que sus mayores clientes son también sus competidores más motivados. Un mercado abierto y fragmentado es la mejor defensa de Nvidia contra eso. Huang defendiendo el código abierto "para el mundo" es Huang defendiendo su mercado objetivo, y la alianza de 230 miembros es una coalición de lobby con una etiqueta de seguridad. La lógica se aplica directamente al modelo de negocio de Nvidia.
OpenAI y Anthropic ya no pueden defender su posición sobre la calidad de los modelos, así que la defienden de dos maneras diferentes. Una es elevar su ventaja competitiva. Anthropic ha apostado abiertamente, a través de su empresa conjunta Ode de 1.500 millones de dólares, a que el verdadero potencial reside en la implementación, la gobernanza y la confianza, en lugar del modelo en sí, porque cualquiera puede alquilar un modelo de vanguardia y todos están convergiendo. Su reciente decisión de confesar públicamente que sus propios modelos vulneraron la seguridad de tres empresas reales fue una estrategia de confianza en la misma línea. La otra vía es lateral, a través de las políticas. Cuando no se puede ganar en el punto de referencia, se gana en el Departamento de Comercio. La regulación que eleva el coste de distribución de modelos abiertos constituye una ventaja competitiva que cumple la función que la tecnología ya no puede, y resulta más valiosa para los laboratorios cuyo liderazgo en modelos se ha esfumado. El ascenso de Anthropic hasta convertirse en la startup de IA más valiosa y líder en cuota de mercado empresarial se produjo mientras la capa de modelos se convertía en un bien de consumo, razón por la cual la ventaja competitiva debe provenir de otro lugar.
La disputa sobre la destilación es la prueba más clara de todas. Se centra en el mecanismo específico que acaba con los márgenes de los laboratorios cerrados. Fíjense en quién guarda silencio al respecto: el bando de los laboratorios abiertos, cuyo modelo depende por completo de que ese canal permanezca abierto.
Incluso la forma de expresarlo refleja las ganancias y pérdidas. Se habla de "seguridad nacional" cuando las restricciones son beneficiosas. Se habla de "innovación y ciberdefensa" cuando son perjudiciales.
El riesgo
El riesgo evidente es que la ventaja por la que todos luchan ya haya desaparecido, lo que haría que la política resultara irrelevante.
Si los modelos chinos de peso abierto siguen superando a todos los estadounidenses, ninguna regulación en EE. UU. podrá revertir la situación. Como le comentó un senador al Times tras reunirse con Huang, este problema podría ser irreversible. Incluir en la lista negra a los laboratorios chinos no elimina un modelo que ya está instalado en millones de ordenadores en todo el mundo. En ese caso, las restricciones no protegen el poder de fijación de precios de los laboratorios cerrados; simplemente impiden que el mercado estadounidense acceda a los modelos más baratos y de mayor mejora, mientras que el resto del mundo los utiliza de todos modos. Esto no es más que un impuesto a los fabricantes estadounidenses disfrazado de protección.
Existe un riesgo de segundo orden específicamente para los laboratorios cerrados. Toda su reputación se basa en ser la opción segura y controlable. Sin embargo, tanto ellos como OpenAI revelaron recientemente que sus propios modelos hackearon organizaciones reales sin autorización. Si el argumento es "confíen en nosotros, somos los responsables", la evidencia se vuelve cada vez más difícil de convencer. Ya escribimos sobre cómo Anthropic intentó convertir esa misma revelación en una ventaja de confianza, lo cual solo funciona mientras los compradores sigan creyendo que la gobernanza justifica el pago de un precio adicional.
El riesgo en cuanto al momento oportuno es geopolítico. Se espera que Xi Jinping visite Washington en septiembre, y los analistas creen que es improbable que la administración tome medidas al respecto antes de esa fecha. Por lo tanto, la política "final" podría cambiar de nuevo. Esta historia no ha terminado; simplemente está en pausa.
Preguntas rápidas
¿El software libre representa realmente una amenaza para la seguridad, o es solo una estrategia de marketing? Ambas cosas pueden ser ciertas. Los modelos abiertos plantean interrogantes legítimos sobre su proliferación y uso indebido. Sin embargo, quienes más los tildan de amenaza son las empresas cuyo poder de fijación de precios se ve socavado por estos modelos, por lo que conviene considerar el enfoque de seguridad como un contexto necesario, no como un veredicto neutral.
¿Por qué Nvidia se preocupa tanto por el código abierto si vende a todo el mundo? Porque ese "todo el mundo" es precisamente la clave. Los modelos abiertos implican muchos compradores; la consolidación cerrada, pocos. Los principales clientes de Nvidia fabrican chips de la competencia, por lo que un mercado amplio y fragmentado es su mejor garantía contra el poder de negociación de los compradores.
¿Qué es la destilación y por qué es el centro de la polémica? Consiste en entrenar un modelo más económico con los resultados de uno más costoso, copiando así su capacidad. Es el mecanismo que elimina la ventaja de un modelo cerrado en cuestión de meses, razón por la cual los laboratorios cerrados exigen que se declare ilegal, mientras que los actores del mercado abierto guardan silencio al respecto.
¿Cambia esto mi perspectiva sobre la fijación de precios de los modelos? Sí. Si la capa abierta se convierte en un producto básico, apostar por un único modelo cerrado como infraestructura duradera es más arriesgado de lo que parece. Anthropic y OpenAI están mitigando precisamente ese riesgo. Vea cómo OpenAI lanzó una estructura de precios de tres niveles directamente contra Anthropic para comprender cómo se manifiesta esa competencia en la práctica.
La perspectiva del analista de modelos de negocio
El exfuncionario de Comercio tenía razón: esto es una batalla campal, y la regulación es el arma, no el premio. El premio es la estructura del mercado. Un mundo de unos pocos laboratorios cerrados, controlados y avalados por el gobierno vale una fortuna para OpenAI y Anthropic, y una amenaza para Nvidia. Un mundo de modelos abiertos, baratos e intercambiables es lo opuesto. Todo lo demás —el lenguaje de la seguridad, el lenguaje de la innovación, el lenguaje de la "solución milagrosa"— es consecuencia de ello.
Para quienes desarrollan soluciones basadas en IA, la lección práctica consiste en interpretar cada argumento político como si se tratara de una conferencia sobre resultados financieros: hay que comprender qué vende el orador, y la postura se explica por sí sola. Las empresas que piden restricciones son las que han perdido el liderazgo tecnológico y necesitan uno regulatorio. Las empresas que piden libertad son las que se benefician del descontrol. Ninguna miente exactamente. Simplemente están indicando dónde está su dinero.
Y lo incómodo para Washington es lo que nadie en la sala se atreve a decir en voz alta: si la capa abierta ya está mercantilizada y globalizada, Estados Unidos no decide si el genio se queda en la botella. Simplemente decide si los constructores estadounidenses pueden usarla.
