En el lado opuesto, la administración Trump —tras retornar a la Casa Blanca en 2025— ha elevado la apuesta simbólica y operativa. Una orden ejecutiva bautizada Inaugurando la Era de la Superinteligencia renombra oficialmente la IA como "Superinteligencia" (SI) en todas las comunicaciones federales y crea una "Fuerza de Superinteligencia" asesorada por un "zar" —Jay Clayton, ex presidente de la SEC— con mandato de 120 días para presentar planes que garanticen la supremacía estadounidense Trump nombra la "Fuerza de Superinteligencia" de EEUU. El gesto no es solo terminológico: la Casa Blanca reunió a los máximos ejecutivos de Nvidia, Google, OpenAI, Meta y Anthropic para firmar un pacto voluntario de seguridad, mientras Elon Musk rebautizaba su división SpaceXAI como SpaceXSI en obediencia directa Elon Musk cumple la orden de Trump.
Debajo de la escenografía, la estrategia estadounidense sigue siendo light-touch: ninguna ley federal unificadora, y una apuesta por la autorregulación sectorial y los estándares industriales como barrera de entrada frente a competidores.
China, por su parte, ha convertido la IA en pieza central de su Sistema de Crédito Social, que puntúa comportamientos ciudadanos y sanciona desviaciones con opacidad algorítmica. La regulación administrativa se enfoca en servicios de IA generativa —como la Norma de Gestión de Contenido Generado por IA— y en la seguridad de los datos, con leyes de ciberseguridad y protección de información personal que exigen almacenamiento local y evaluaciones de seguridad antes de cualquier transferencia transfronteriza AI and the Fragmentation of Legal Sovereignty.
Soberanía digital vs. interoperabilidad: el dilema de los flujos de datos transfronterizos
Esta tensión entre soberanía digital e interoperabilidad no es retórica: determina si un modelo entrenado en Europa puede servirse en Brasil, o si los pesos de un LLM desarrollado en Silicon Valley pueden ajustarse en un centro de datos de Singapur sin violar leyes locales. El RGPD europeo ya actúa como de facto guardián global de datos personales; el AI Act extiende esa lógica a los sistemas de IA de alto riesgo, exigiendo trazabilidad de datos de entrenamiento y evaluaciones de impacto en derechos fundamentales.
China responde con requisitos de localización de datos y revisiones de seguridad obligatorias para cualquier salida de información. Estados Unidos, sin ley federal de privacidad, usa herramientas como la orden ejecutiva 14117 (febrero 2024) para bloquear transferencias de datos sensibles a "países de preocupación" —léase China y Rusia— y el Cloud Act para acceder a datos almacenados por empresas estadounidenses aunque residan en servidores europeos. El resultado es un laberinto jurisdiccional donde una práctica legal en Texas (que solo sanciona la intención discriminatoria) puede ser ilegal en Illinois (que prohíbe la discriminación algorítmica y exige notificaciones) y criminal bajo el AI Act europeo Fragmentación regulatoria de IA traba a las multinacionales.
Potencias medias y alineamiento estratégico: la apuesta de Canadá, Japón y Singapur
Lejos de la polaridad EE. UU.–China, un grupo de potencias medias —Canadá, Japón, Singapur, Corea del Sur, Reino Unido, Australia— intenta trazar una tercera vía: interoperabilidad regulatoria sin sumisión total al modelo europeo ni alineamiento automático con Washington. Canadá fue pionera con su Directiva sobre Toma de Decisiones Automatizadas (2019) y ahora impulsa la Ley C-27, que incluye la Artificial Intelligence and Data Act (AIDA) con un enfoque de riesgo similar al europeo pero más flexible para la innovación. Japón, tras su Social Principles of Human-Centric AI (2019), apuesta por la agile governance: directrices no vinculantes, sandboxes regulatorios y coordinación con el G7 Hiroshima AI Process.
Singapur, desde su posición de hub tecnológico asiático, ha lanzado el Model AI Governance Framework (2020, actualizado 2024) y la iniciativa AI Verify, una herramienta de pruebas de caja negra y caja blanca para validar transparencia, equidad y robustez. Su estrategia: convertirse en traductor de estándares, certificando sistemas que cumplan tanto requisitos europeos como asiáticos, y atrayendo así inversiones en cómputo y talento El panorama global de regulación de la IA.
Tras el AI Safety Summit de Bletchley Park (noviembre 2023) y la creación del AI Safety Institute, el Reino Unido oscila entre su instinto pro-innovation y la presión para no divergir demasiado de la órbita europea, so pena de perder adecuación de datos y acceso a programas Horizon.
Impacto en la cadena de valor: cómputo, talento y modelos fundacionales bajo jurisdicciones rivales
Esta fragmentación no flota en la abstracción: golpea la cadena de valor de la IA en sus tres nudos críticos —cómputo, talento, modelos fundacionales—.
Cómputo. Los controles de exportación estadounidenses (octubre 2022, actualizados 2023 y 2024) vetan la venta de GPUs de alto rendimiento (H100, A100, y sus sucesores) a China, obligando a Nvidia a crear versiones degradadas (H800, H20) y a las empresas chinas a acumular stock o desarrollar alternativas nacionales (Huawei Ascend, Biren). Europa, sin proveedores propios de chips de vanguardia, depende de la cadena TSMC–ASML–Nvidia y negocia su Chips Act (43.000 millones EUR) para ganar autonomía en diseño y packaging. La soberanía del cómputo se ha convertido en seguridad nacional.
Talento. Las restricciones de visado estadounidenses y la persecución de espionaje académico (Iniciativa China, aunque oficialmente terminada, dejó huella) han redirigido flujos de investigadores hacia Canadá, Europa y Singapur. Pero la fragmentación regulatoria añade fricción: un equipo distribuido entre Berlín, Toronto y Bangalore debe alinear sus prácticas de datos, documentación y red-teaming a tres regímenes distintos, encareciendo la I+D colaborativa.
Modelos fundacionales. Los frontier models (GPT-4o, Claude 3.5, Gemini 1.5, Llama 3, Qwen 2.5, DeepSeek-V3) se entrenan con datos globales, pero su despliegue se fragmenta: geofencing de funcionalidades, versiones lite para jurisdicciones estrictas, fine-tuning localizado para cumplir normas de contenido. Las empresas multinacionales adoptan la estrategia del denominador común alto: implementan el estándar europeo como baseline global y añaden capas por jurisdicción Fragmentación regulatoria de IA traba a las multinacionales. Eso eleva el suelo de cumplimiento, pero también crea barreras de entrada para startups y actores del Sur Global que carecen de equipos legales y RegTech sofisticados.
Estándares técnicos como arma geopolítica: el papel de ISO, IEEE y el G7 Hiroshima
Donde la ley no llega, los estándares técnicos llenan el vacío —y se vuelven instrumentos de poder. El proceso Hiroshima AI Code of Conduct (G7, mayo 2023) estableció 11 principios voluntarios para desarrolladores de frontier models: evaluación de riesgos, red-teaming, marcas de agua, transparencia de capacidades y gobernanza de datos. ISO/IEC 42001 (sistemas de gestión de IA) e ISO/IEC 23894 (gestión de riesgos) ofrecen marcos certificables que la Comisión Europea ya menciona como presunción de conformidad para el AI Act. IEEE 7000-2021 (preocupaciones éticas en diseño de sistemas) y la serie 7000-7010 abordan sesgo, privacidad y well-being.
Pero la adopción no es neutra. China participa activamente en ISO/IEC JTC 1/SC 42 —ha copresidido grupos de trabajo y empuja estándares alineados con su visión de seguridad y controlabilidad—. Estados Unidos canaliza su influencia a través de NIST (AI Risk Management Framework 1.0, enero 2023) y la US AI Safety Institute, que colabora con su homóloga británica y busca interoperabilidad con el EU AI Office. La batalla por definir qué es "IA de confianza" —y quién certifica— es la nueva carrera de estándares, semejante a la de 5G una década atrás AI and the Fragmentation of Legal Sovereignty.
Riesgos de la balkanización: costes de cumplimiento, innovación frenada y brecha Norte-Sur
Esta evidencia empírica empieza a acumularse. Un análisis de White & Case (2024) estima que una multinacional mediana gasta entre el 3 % y el 7 % de su presupuesto de IA en cumplimiento regulatorio transfronterizo —honorarios legales, auditorías, tooling de RegTech, equipos locales—. Para una scale-up europea que quiera vender en EE. UU. y APAC, la factura puede superar el millón de euros anuales solo en compliance El panorama global de regulación de la IA.
Este efecto chilling sobre la innovación es menos cuantificable pero real: sandboxes regulatorios en España, Francia y Singapur reciben solicitudes que se estancan por incertidumbre sobre cómo escalar un piloto aprobado en un país a otro sin rehacer la arquitectura de datos. Los venture capitalists empiezan a descontar "riesgo regulatorio transfronterizo" en sus term sheets, favoreciendo startups con modelo single-market o US-first.
Esa brecha Norte-Sur se ensancha. Brasil, India, Sudáfrica, Indonesia y Nigeria —miembros de BRICS o economías emergentes clave— enfrentan un dilema: adoptar el acquis europeo (como hizo Brasil con su LGPD, réplica del RGPD) y asumir costes de implementación diseñados para economías ricas, o desarrollar marcos propios arriesgando aislamiento. India, con su Digital Personal Data Protection Act (2023) y la futura Digital India Act, intenta un camino híbrido: data fiduciaries, consent managers y un enfoque risk-based pero con umbrales adaptados a su escala. Sin embargo, la falta de capacidad institucional —autoridades de protección de datos infraccionadas, escasez de auditores de IA— convierte el cumplimiento en paper compliance AI and the Fragmentation of Legal Sovereignty.
Escenarios futuros: convergencia mínima, bloques cerrados o gobernanza multinivel
Tres trayectorias compiten para la próxima década.
Convergencia mínima ("baselining"). El G7, la OCDE y la ONU (Global Digital Compact, septiembre 2024) acuerdan un floor común: definición de IA de alto riesgo, obligaciones de transparencia para frontier models, notificación de incidentes graves, y un foro permanente de interoperabilidad regulatorio. Cada bloque mantiene sus capas adicionales —derechos fundamentales en la UE, seguridad nacional en EE. UU., estabilidad social en China—, pero el core técnico converge. Es el escenario más probable a 3-5 años, impulsado por la presión empresarial y la imposibilidad práctica de auditar modelos black-box bajo 50 regímenes distintos.
Bloques cerrados ("techno-blocs"). La desconfianza estratégica se impone. EE. UU. y aliados (Five Eyes, Quad, UE reacia) construyen una trusted AI supply chain: chips, cloud, talento y datos circulan solo dentro del club. China lidera un bloque paralelo (BRICS+, ASEAN selecta, Oriente Medio) con estándares propios, cloud soberana y modelos fundacionales entrenados en corpus en chino, árabe, portugués, hindi. El coste: duplicación masiva de I+D, fragmentación del commons científico, y deadweight loss estimado en 1-2 % del PIB global anual según la OCDE.
Gobernanza multinivel ("polycentric"). Ni convergencia única ni bloques herméticos: capas superpuestas. Tratado vinculante de la ONU sobre armas autónomas letales y frontier AI risks (nivel global). Acuerdos regionales de mutual recognition de auditorías y certificaciones (UE–Canadá–Japón–Singapur; ASEAN; Unión Africana). Sandboxes transfronterizos para casos de uso específicos (salud, clima, finanzas). Estándares ISO/IEEE como lingua franca técnica, con profiles jurisdiccionales. Requiere capacidad institucional que hoy solo existe en embriones (EU AI Office, US/UK AI Safety Institutes, Singapore IMDA).
Esta tesis que emerge de las fuentes es clara: la fragmentación regulatoria no es un accidente transitorio ni un fallo de coordinación; es la manifestación superficial de una reconfiguración profunda de la soberanía en la era algorítmica. Los Estados han comprendido que quien gobierna la infraestructura cognitiva —datos, cómputo, modelos, estándares— gobierna la economía y la seguridad del siglo XXI. La carrera por la soberanía digital ha convertido a la regulación en arma competitiva, y la balkanización resultante es el precio que pagan la innovación, la equidad y la ciencia abierta.
La salida no está en ignorar las diferencias —son legítimas y reflejan valores distintos— sino en construir la arquitectura de interoperabilidad que permita convivir sin colapsar. El próximo ciclo (2025-2028) dirimirá si el mundo logra ese minimum viable governance o si la IA se fragmenta en internets soberanas que ya no se hablan.
