En la narrativa pública de la inteligencia artificial, los protagonistas son los modelos, los chips y los centros de datos. Pero esa trilogía no funciona sin un cuarto actor menos visible: los materiales en los que esa tecnología se sostiene. Un análisis publicado por MIT Technology Review muestra cómo el auge de la IA se ha convertido en un desafío químico y metalúrgico.
Semiconductores y centros de datos están alcanzando límites físicos en rendimiento, gestión del calor, eficiencia eléctrica y fiabilidad a largo plazo. Como dice Mike Finelli, director de tecnología e innovación de Syensqo, la IA está llevando a la industria electrónica hasta sus límites materiales, y lo que ocurra a partir de ahí no lo decidirán los algoritmos, sino los laboratorios que fabrican polímeros, sellos y fluidos de alta pureza.
La batalla invisible
La metáfora de Finelli es útil: la “cúspide de la pirámide”. Un material básico sirve si el entorno es benigno. El problema aparece cuando se exigen condiciones simultáneas: soportar temperaturas extremas, mantener una pureza casi absoluta, ofrecer rendimiento eléctrico, resistir químicos agresivos y plasmas, y permanecer estable durante años. Al juntar esos requisitos, la ingeniería de materiales deja de ser un simple proveedor de insumos y se convierte en el verdadero techo de la innovación.
Sin sellos capaces de contener gases reactivos en una fábrica de obleas de silicio, no hay chip avanzado. Sin fluidos de refrigeración por inmersión, que sumergen los equipos en líquido para disipar el calor, no hay centro de datos que aguante la demanda computacional de los modelos actuales. El “progreso” de la IA se reduce, en última instancia, a qué tan lejos esté dispuesto a llegar un material.
Eso explica por qué Syensqo, una empresa química global, está desarrollando materiales para arquitecturas de alta tensión, soluciones de gestión térmica y sellos de alto rendimiento. También revela cómo se cruzan las industrias: lo que hoy se aprende en movilidad eléctrica se transfiere directamente a la infraestructura de IA. La frontera tecnológica se está reconfigurando alrededor del comportamiento físico de la materia.
¿Quién controla el futuro?
Aquí aparece la pregunta que los directivos deberían hacerse antes de celebrar un anuncio de IA: ¿quién controla esa cúspide? Si los materiales avanzados definen lo que será posible, entonces el poder de la IA no se distribuye por capacidad de cómputo o por talento en algoritmos, sino por acceso a una cadena de suministro química extremadamente concentrada. Los grandes jugadores de materiales especializados ya trabajan con los principales fabricantes de chips del mundo. En el caso de Syensqo, el 20 % de sus ingresos anuales proviene de productos lanzados en los últimos cinco años. Esa cifra no es anecdótica: demuestra que la innovación material se ha convertido en un negocio de alta velocidad y alto margen, no en un área de soporte.
A la vez, la IA está acelerando el descubrimiento de nuevos materiales. Con agentes de IA que sintetizan digitalmente millones de combinaciones moleculares, las empresas reducen drásticamente el universo de opciones antes de llegar al laboratorio. En el mundo hispanohablante, instituciones como el Instituto de Tecnología Cerámica trabajan en esa misma dirección: bases de datos propias y modelización para predecir el comportamiento de la materia. Es un avance real, pero también introduce otra capa de asimetría: quienes tengan más datos y mejor IA para diseñar materiales retendrán la llave de la siguiente generación de hardware.
Para América Latina, la lectura debería ser incómoda. La región suele aparecer en la conversación tecnológica como proveedora de minerales o como mercado consumidor. Pero la cadena de valor de la IA se está desplazando hacia el conocimiento químico y la capacidad de procesamiento de datos aplicada a la materia. Si las empresas latinoamericanas no invierten en ciencia de materiales ni en infraestructura de investigación, quedarán atrapadas en la base de la pirámide, exportando recursos con bajo valor agregado e importando soluciones que podrían haberse desarrollado localmente.
También debe tomarse con cautela la promesa de “rendimiento y sostenibilidad sin compromiso”, que Finelli describe como objetivo de Syensqo. La presión regulatoria y social empuja a las empresas de materiales a integrar la sostenibilidad desde el diseño, pero eso no elimina el hecho de que la nueva infraestructura de IA consume energía y recursos a una escala sin precedentes. La pregunta es si esos costos se repartirán equitativamente o si, como suele ocurrir, se transferirán a los eslabones más débiles de la cadena.
Convendría preguntar, la próxima vez que se anuncie un modelo más potente, no por el número de parámetros, sino por qué material lo enfriará, quién controla ese material y a qué precio. Porque en la respuesta a esas preguntas está el verdadero mapa del poder de la IA. Los algoritmos se copian, los datos se replican, pero la física de los materiales no se improvisa; requiere años de investigación, plantas industriales y una posición estratégica que se gana o se pierde antes de que exista el siguiente gran modelo. Los ejecutivos latinoamericanos deberían decidir si quieren ser espectadores o jugadores en esa partida.
