Inteligencia artificial en China: la carrera que quiere cambiar sus reglas

La fiebre de financiación, la guerra por los chips y el salto de la inteligencia artificial hacia los robots están convirtiendo a China en algo más que el principal rival tecnológico de Estados Unidos. Su ventaja puede estar en conectar software, manufactura y escala industrial.

Durante años, hablar de la carrera global por la inteligencia artificial significaba mirar hacia Silicon Valley. Los grandes modelos, las mayores rondas de inversión y buena parte de la infraestructura que sostiene el boom tecnológico estaban concentrados en Estados Unidos.

En 2026, esa fotografía resulta mucho menos nítida. La inteligencia artificial en China ya no puede entenderse solamente como una carrera por alcanzar a las compañías estadounidenses. El país está intentando construir un ecosistema completo alrededor de ella: chips propios, centros de datos, startups, robots humanoides, fábricas automatizadas y una política industrial diseñada para llevar la IA del chatbot al mundo físico.

La diferencia importa. La próxima fase de la IA podría no decidirse únicamente por quién tiene el modelo más poderoso, sino por quién consigue convertirlo en infraestructura, productos y máquinas capaces de operar a gran escala.

El AI Index 2026 de Stanford ofrece una señal clara del cambio: la brecha de rendimiento entre los principales modelos estadounidenses y chinos prácticamente se cerró. Estados Unidos todavía produjo más modelos destacados en 2025, 50 frente a 30 de China, pero China lidera en volumen de publicaciones, citas, patentes y despliegue de robots industriales.

La carrera dejó de ser solamente por la IA. Ahora es por todo lo que puede construirse alrededor de ella.

La inteligencia artificial en China atrae dinero, pero compite de otra manera

El capital sigue marcando una diferencia enorme. La inversión privada estadounidense en IA alcanzó 285,880 millones de dólares en 2025, frente a 12,410 millones de dólares en China, de acuerdo con el capítulo económico del AI Index 2026. Es una diferencia de aproximadamente 23 a uno.

Pero observar únicamente el venture capital cuenta una historia incompleta. Stanford advierte que las cifras de inversión privada probablemente subestiman el gasto chino porque no incorporan completamente los fondos gubernamentales y otros mecanismos de política industrial. Los llamados government guidance funds han canalizado grandes cantidades de capital hacia sectores tecnológicos considerados estratégicos.

Eso ayuda a explicar por qué la competencia china se siente diferente. No depende solamente de encontrar al próximo unicornio. Combina capital privado, gigantes tecnológicos, gobiernos locales, universidades, manufactura y objetivos nacionales.

El gobierno chino también ha convertido la IA en una pieza explícita de su estrategia económica. La iniciativa “AI Plus” pretende acelerar la integración de esta tecnología en ciencia, industria, consumo, servicios públicos y gobierno. La fiebre de financiación, entonces, tiene una segunda capa: China no solamente está financiando empresas que hacen IA. Está financiando parte de la infraestructura económica necesaria para que la tecnología termine incorporándose a industrias enteras.

DeepSeek cambió la conversación sobre la inteligencia artificial en China

El surgimiento de DeepSeek alteró otra parte de la discusión. Durante buena parte del boom de la IA generativa, la ventaja estadounidense parecía depender de una combinación difícil de replicar: enormes cantidades de capital, talento especializado y acceso a los chips más avanzados. Pero desarrolladores chinos comenzaron a demostrar que las restricciones también podían convertirse en un incentivo para buscar eficiencia.

El resultado es una competencia en la que hacer más con menos capacidad de cómputo puede ser tan importante como conseguir el procesador más avanzado. La distancia técnica también se ha reducido rápidamente. El AI Index de Stanford señala que los modelos chinos han recortado considerablemente la diferencia en algunos de los principales benchmarks utilizados para evaluar sistemas de frontera.

Eso no significa que China haya ganado la carrera. Significa algo quizá más interesante: ya no existe una competencia con un ganador evidente. Y DeepSeek dejó otra lección. El liderazgo en IA no dependerá únicamente de cuánto dinero pueda gastarse, sino de cuánto rendimiento pueda extraerse de cada dólar, cada chip y cada centro de datos.

La guerra de chips está redefiniendo la inteligencia artificial en China

Aquí aparece uno de los principales cuellos de botella: los semiconductores. Las restricciones estadounidenses sobre la exportación de chips avanzados y tecnología de fabricación buscan limitar la capacidad de China para entrenar sistemas de IA de frontera. Pero también han acelerado el esfuerzo de Pekín y sus empresas por reducir su dependencia tecnológica.

Huawei se encuentra en el centro de esa estrategia. La compañía desarrolla sus procesadores Ascend y la infraestructura necesaria para que empresas e investigadores puedan trabajar con ellos como alternativa a los sistemas de Nvidia.

El desafío, sin embargo, no consiste solamente en fabricar chips. Nvidia construyó durante años un ecosistema de software alrededor de CUDA que facilita a investigadores y desarrolladores programar sobre sus GPUs. Replicar esa ventaja requiere hardware, herramientas de programación, librerías, documentación y una comunidad capaz de utilizarlas.

Por eso, la guerra de chips está convirtiéndose en una guerra de ecosistemas. China no necesita necesariamente fabricar una copia perfecta de Nvidia. Necesita construir una alternativa suficientemente competitiva para que sus empresas puedan continuar desarrollando IA incluso bajo restricciones comerciales.

Esta dinámica también ha acelerado una carrera tecnológica más amplia alrededor de semiconductores, centros de datos, energía y capacidad de cómputo. El hardware vuelve a ocupar el centro de una industria que durante los últimos años pareció dominada por el software.

De los modelos a las máquinas

Sin embargo, la ventaja china más difícil de ignorar podría estar lejos de las pantallas. Está en las fábricas. China instaló 295,000 robots industriales durante 2024, aproximadamente 54% del total mundial, de acuerdo con cifras recogidas por el AI Index 2026. Japón quedó en segundo lugar con 45,000 instalaciones y Estados Unidos registró 34,000.

La escala industrial crea un terreno especialmente fértil para la llamada IA física: sistemas capaces de percibir, decidir y actuar en el mundo real. Unitree es uno de los ejemplos más visibles. La empresa ha reducido el precio de entrada de algunos de sus humanoides y convirtió a sus máquinas en algo más parecido a una plataforma tecnológica que a un experimento de laboratorio. En marzo, Fast Company México la incluyó entre las empresas de diseño más innovadoras de 2026 por su apuesta por llevar la robótica humanoide hacia aplicaciones cada vez más amplias.

La velocidad importa tanto como la sofisticación. El problema histórico de los humanoides no ha sido conseguir que un robot camine durante una demostración. Ha sido fabricar miles de ellos, abaratar componentes, conseguir proveedores, reparar máquinas y encontrar trabajos donde económicamente tenga sentido utilizarlas. Ese es exactamente el tipo de problema que el ecosistema manufacturero chino lleva décadas resolviendo.

El verdadero superpoder de la inteligencia artificial en China podría ser la cadena de suministro

Estados Unidos conserva ventajas extraordinarias: capital, universidades, talento, semiconductores avanzados, plataformas de nube y algunas de las empresas de inteligencia artificial más poderosas del planeta. China posee otra combinación: manufactura a gran escala, cadenas de suministro densas, un enorme mercado interno y una política industrial dispuesta a acelerar sectores considerados estratégicos.

Esa diferencia puede resultar especialmente importante cuando la IA abandone el software y comience a integrarse en productos físicos. La cuestión no es solamente quién fabrica el mejor robot. Es quién puede fabricar 100,000. Esa lógica recuerda lo ocurrido con vehículos eléctricos, baterías, paneles solares y drones. La innovación inicial importa, pero la capacidad de industrializarla, reducir costos y aumentar el volumen de producción puede terminar redefiniendo un mercado.

La manufactura avanzada se vuelve así una pieza central de la competencia tecnológica. Ya no basta con desarrollar una innovación: también hay que construir las cadenas de suministro capaces de producirla en masa.

Los robots son el laboratorio perfecto para la inteligencia artificial en China

La robótica ofrece además algo que los modelos de lenguaje necesitan desesperadamente: datos del mundo real. Un humanoide que trabaja en una fábrica puede generar información sobre movimiento, fuerza, equilibrio, reconocimiento de objetos, navegación y manipulación. Cada máquina desplegada puede convertirse en una fuente adicional de datos para mejorar las siguientes generaciones.

China cuenta con un escenario excepcional para experimentar: fábricas, almacenes, aeropuertos, redes eléctricas, hospitales y ciudades donde estos sistemas pueden ponerse a prueba. Y las máquinas comienzan a abandonar el laboratorio. La industria china de humanoides ya prueba robots en manufactura, logística e infraestructura, mientras otros proyectos exploran interacciones cada vez más complejas entre máquinas y personas.

No todos estos experimentos sobrevivirán. Algunos probablemente terminarán siendo soluciones costosas para problemas que una máquina convencional podría resolver mejor. Pero esa es precisamente la naturaleza de una carrera tecnológica: muchas apuestas tienen que fracasar para descubrir cuáles pueden convertirse en industrias.

El boom también tiene riesgos

Toda fiebre tecnológica produce excesos. Cuando gobiernos, inversionistas y empresas coinciden en que una tecnología representa el futuro, el dinero suele llegar más rápido que los modelos de negocio. La historia de internet, las criptomonedas y los vehículos autónomos ofrece suficientes recordatorios.

La IA china enfrenta el mismo riesgo. Puede haber demasiadas startups persiguiendo problemas similares, demasiados robots buscando aplicaciones comerciales y demasiado capital dispuesto a financiar compañías antes de comprobar si existe una demanda sostenible.

También aparece una cuestión menos visible: la seguridad. Cuanto más capaces se vuelven los agentes de IA de operar de manera autónoma, mayor es la necesidad de estudiar sus decisiones, errores y posibles comportamientos inesperados. La velocidad del desarrollo tecnológico no elimina la necesidad de construir sistemas capaces de funcionar de forma predecible y segura.

El propio AI Index 2026 advierte sobre la creciente relevancia de la seguridad y la evaluación responsable conforme los sistemas de inteligencia artificial se vuelven más capaces y se integran en más sectores. Construir más rápido no elimina la obligación de construir con cuidado.

La próxima batalla de la IA puede ocurrir fuera de internet

Durante la primera etapa de la inteligencia artificial generativa, la unidad de medida parecía relativamente sencilla: modelos, parámetros, GPUs y benchmarks. La siguiente será mucho más complicada.

Habrá que observar chips, energía, centros de datos, fábricas, robots, cadenas de suministro, software, costos y adopción real.

Y es ahí donde la inteligencia artificial en China podría resultar especialmente competitiva.

Su apuesta no consiste solamente en construir una versión china de ChatGPT. Consiste en convertir la inteligencia artificial en una capa que atraviese su economía: desde los servidores hasta los robots que trabajan en una fábrica.

Para México, observar esa transformación importa por una razón adicional. La discusión sobre IA suele concentrarse en qué herramientas utilizan las empresas, y la adopción de inteligencia artificial en México ya obliga a discutir capacitación, productividad e infraestructura , pero la competencia entre China y Estados Unidos demuestra que el valor económico más profundo puede encontrarse en otro lugar: talento, energía, hardware, manufactura y capacidad para convertir software en productividad real.

La próxima gran potencia de la IA quizá no sea simplemente la que tenga el modelo más inteligente. Será la que consiga sacarlo de la pantalla y ponerlo a trabajar.