El costo de la IA gratuita: la última oportunidad de soberanía digital para América Latina

El espejismo de la gratuidad

Durante los últimos años, las corporaciones tecnológicas han distribuido acceso a modelos de inteligencia artificial como si se tratara de un bien público. ChatGPT, Claude, Gemini y otras herramientas llegaron a millones de usuarios en América Latina sin costo inmediato. Esa dinámica, sin embargo, no responde a la economía real del sector. Detrás de cada consulta hay servidores que consumen electricidad, chips especializados que escasean y costos de inferencia que se multiplican a escala. El artículo “The Low-Cost AI Illusion”, publicado por Stanford Social Innovation Review, lo describe con crudeza: la era de la inteligencia artificial gratuita o fuertemente subsidiada es transitoria.

Los números respaldan la advertencia. La demanda energética de los centros de datos se duplicará para 2030, rozando los 945 TWh, equivalente al consumo anual de Japón. Los chips de alto rendimiento siguen concentrados en un solo fabricante —TSMC, en Taiwán—, y los modelos frontera exigen cada vez más poder de cómputo. Phillip Olla, autor del informe, proyecta que entre 2028 y 2029 los modelos de punta se comercializarán mediante suscripciones o pagos por uso, como contratos de nube. Para 2030, la inteligencia artificial operará como una utilidad medida: se pagará por cada consulta, cada inferencia, cada hora de entrenamiento.

La ventana que se cierra

En ese contexto, la aparición de Current AI representa un intento deliberado de construir una alternativa pública, similar a lo que fue la World Wide Web en sus orígenes. La organización, lanzada en febrero de 2025 con 400 millones de dólares en compromisos de gobiernos y fundaciones, ya financia proyectos en Kenia, Líbano y la Amazonía brasileña. Su dispositivo Suno Sutra, que entiende 22 idiomas indios sin conexión a internet, y su chatbot Alpha Chat, armado por una coalición de diez organizaciones, demuestran que es posible desarrollar inteligencia artificial soberana y de código abierto.

Para América Latina, el ejemplo es relevante. La región alberga cientos de lenguas indígenas que, como en India, están ausentes de los modelos comerciales dominantes. Las empresas y gobiernos latinoamericanos que hoy dependen de herramientas gratuitas se enfrentan a un horizonte donde el acceso a modelos de calidad será progresivamente más caro. El AI Index 2026 de Stanford confirma que la adopción organizacional de IA alcanzó el 88% a nivel global, y que la inteligencia artificial generativa penetró en casi el 53% de la población en solo tres años, una velocidad superior a la de la PC o internet. Cuanto más se integra la tecnología, más difícil resulta reemplazarla después.

Soberanía digital: inversión o dependencia

El camino que propone Current AI es viable, pero su presupuesto es modesto frente a la escala de los gigantes tecnológicos. Para que esa visión funcione en América Latina se necesitan acuerdos entre gobiernos, universidades y sector privado que materialicen centros de cómputo compartidos, formación de talento local y entrenamiento de modelos con datos culturalmente representativos. Chile, Brasil, Colombia y México ya tienen estrategias nacionales de IA. El reto es pasar del documento a la acción con inversiones concretas.

El informe de Stanford Social Innovation Review recomienda que las organizaciones creen partidas presupuestarias específicas para inteligencia artificial, modelen escenarios de precios a varios años y construyan capacidad compartida: laboratorios regionales que negocien términos con proveedores y alojen modelos de código abierto para tareas comunes. Esa lógica aplica tanto a empresas como a gobiernos. La infraestructura abierta no es un lujo, es un seguro contra la dependencia.

Más de la mitad de las nuevas estrategias nacionales de inteligencia artificial en 2025 provinieron de países en desarrollo, según el AI Index. América Latina no parte de cero, pero compite contra una concentración de infraestructura abrumadora: Estados Unidos alberga 5.427 centros de datos, diez veces más que cualquier otro país. Y la brecha de rendimiento entre modelos estadounidenses y chinos se redujo a solo 2,7%, lo que indica una competencia feroz que terminará por definir quién controla los próximos estándares.

El costo de no actuar

La directora de Current AI, Ayah Bdeir, ha señalado que los datos no deberían pertenecer a una empresa en Silicon Valley que busca enriquecer a unos pocos miles de personas. En un continente donde la desigualdad digital es profunda y las lenguas indígenas están marginadas de las plataformas globales, la omisión tiene consecuencias que trascienden lo económico. Si América Latina no invierte hoy en centros de datos locales, talento especializado y regulación que fomente la autosuficiencia, quedará atrapada en un rol de consumidora perpetua de soluciones extranjeras cada vez más caras.

El fin de la inteligencia artificial gratuita no es una posibilidad lejana, es una certidumbre que se aproxima con cada nuevo centro de datos que se conecta y cada modelo que exige más energía. La pregunta que deben responder los ejecutivos latinoamericanos es si la región será parte activa en la construcción de su propio futuro digital o si, cuando el acceso libre se apague, descubrirá que ya no queda tiempo para actuar.