EEUU concentra cerca del 75% según el dato citado por el BCE, mientras la UE prepara hasta siete gigafactorías de más de 100.000 aceleradores. La brecha no se corrige contando centros de datos: importan chips, energía, nube, capital y capacidad de sustitución.
Christine Lagarde no planteó el problema europeo de inteligencia artificial como una carrera de prestigio. En su discurso del 14 de septiembre situó la dependencia tecnológica dentro de una cuestión de soberanía económica. Citó dos asimetrías: Estados Unidos produjo 59 modelos de IA considerados notables en 2025 y China 35, mientras Francia y Reino Unido produjeron uno cada uno; además, Estados Unidos alberga aproximadamente tres cuartas partes de la capacidad mundial de computación de IA y Europa alrededor del 5%. Las cifras proceden de fuentes como Stanford AI Index y análisis de infraestructura y describen una brecha material de oferta, no simplemente una diferencia de adopción.
Conviene separar cuatro capas que suelen mezclarse. La primera son modelos: quién entrena los sistemas de frontera. La segunda es cómputo: GPUs, aceleradores, redes y centros de datos capaces de entrenarlos y servirlos. La tercera es nube y software: plataformas que empaquetan esa infraestructura para empresas. La cuarta es capital y energía: miles de millones de inversión y gigavatios eléctricos necesarios para ampliar capacidad. Europa puede ser fuerte en una capa y dependiente en otra. Tener centros de datos, por ejemplo, no garantiza poseer chips, modelos o software de orquestación.
El AI Index 2026 de Stanford confirma que la producción de modelos notables está muy concentrada en industria y en Estados Unidos. Más del 90% de los modelos notables de 2025 fueron producidos por empresas, y EEUU registró 59 frente a 35 de China. Pero el mismo informe introduce un matiz decisivo: la brecha de rendimiento entre modelos estadounidenses y chinos se ha estrechado mucho. Dependencia no significa que un único país tenga monopolio técnico eterno; significa que Europa carece hoy de una alternativa doméstica de escala comparable si uno de los polos exteriores restringe acceso.
Lee también: ¿La imaginación sigue siendo exclusivamente humana? Los estudios de 2026 dicen algo bastante más incómodoAnthropic a 2 billones: una hipótesis de OPV, no una valoración cerrada
La cifra de 5% de cómputo debe leerse con su metodología. No es el porcentaje de todos los servidores europeos ni de toda la electricidad de centros de datos. Se refiere a capacidad relevante para IA avanzada según la fuente citada por Lagarde. Por eso no puede combinarse sin más con estadísticas de número de centros de datos. Estados Unidos puede tener miles de instalaciones y Europa cientos, pero una instalación pequeña de colocation y un campus con decenas de miles de aceleradores no tienen el mismo peso. La unidad correcta es capacidad efectiva de cálculo, no edificios.
El riesgo de dependencia se vuelve distinto cuando la IA entra en funciones críticas. Una empresa puede cambiar de herramienta de marketing si sube el precio; un banco, hospital o administración que haya integrado un modelo externo en procesos esenciales necesita continuidad, cumplimiento y posibilidad de migración. Lagarde menciona precisamente sectores como banca, fronteras o servicios públicos. El escenario relevante no es que EEUU decida arbitrariamente 'apagar Europa', sino que sanciones, controles de exportación, cambios contractuales, escasez de chips o prioridades de un proveedor limiten capacidad en un momento de tensión.
Europa no parte de cero. La Comisión ha desplegado una red de AI Factories asociadas a supercomputadores EuroHPC y en julio de 2026 lanzó una convocatoria para hasta siete AI Gigafactories. El diseño prevé más de 100.000 procesadores avanzados por gigafactoría, hasta 10.000 millones de euros de apoyo público nacional y europeo y el objetivo de movilizar al menos 20.000 millones privados. La escala muestra que Bruselas acepta el diagnóstico: cerrar la brecha requiere infraestructura comparable a grandes inversiones industriales, no subvenciones pequeñas a startups.
Sin embargo, anunciar capacidad no equivale a disponer de ella. Entre licitación, permisos, conexión a red, construcción, compra de chips y puesta en marcha pueden pasar años. Mientras tanto, los hyperscalers estadounidenses siguen invirtiendo a gran velocidad y pueden financiarse en mercados profundos. Esa diferencia de ritmo importa porque la frontera de cómputo también crece. Construir mañana una instalación equivalente a la de hoy puede no reducir la brecha relativa si el líder multiplica capacidad durante el mismo periodo.
La energía es un límite físico. Los centros de IA modernos demandan cientos de megavatios y los proyectos de gigafactorías obligan a planificar red, generación, refrigeración y permisos. Una política de soberanía que cuente GPUs sin reservar potencia eléctrica puede producir infraestructura sobre el papel. Europa tiene además precios de energía y procesos de conexión heterogéneos entre países. Eso puede favorecer regiones con abundancia renovable, nuclear o interconexión, pero también concentrar capacidad en pocos nodos y crear nuevas dependencias internas.
El capital es otra asimetría que Lagarde subraya. Inversores europeos compran acciones y deuda de grandes tecnológicas estadounidenses, de modo que ahorro generado en Europa financia parte de la expansión de infraestructura exterior. Eso no es necesariamente un error: diversificar internacionalmente puede ser racional para fondos y hogares. El problema macro aparece si Europa no ofrece suficientes activos tecnológicos propios capaces de absorber capital con perspectivas comparables. Ordenar a inversores que financien proyectos peores no crea soberanía; mejorar el conjunto de oportunidades sí.
Tampoco conviene confundir soberanía con autarquía. Europa se beneficiará probablemente de seguir usando modelos y nubes estadounidenses y asiáticos. La cuestión estratégica es conservar opción de sustitución. Una arquitectura resiliente puede mezclar proveedores extranjeros con capacidad pública y privada europea, estándares portables y datos que no queden encerrados. En otros sectores críticos, resiliencia significa diversificación y redundancia, no fabricar cada componente dentro de una frontera.
Hay además una capa en la que Europa sí posee activos fuertes: investigación académica, fabricantes de equipos de semiconductores, supercomputación y mercados industriales sofisticados. ASML no fabrica GPUs, pero su litografía es crítica para chips avanzados. EuroHPC ofrece infraestructura pública que puede democratizar acceso a investigación. Mistral y otros desarrolladores europeos han demostrado capacidad de modelos. El problema de escala persiste, pero una lectura binaria 'Europa no tiene IA' borra los eslabones donde existe ventaja y dificulta priorizar inversión.
El debate regulatorio añade una falsa dicotomía frecuente: regulación versus innovación. El AI Act puede imponer costes de cumplimiento y Europa debe medirlos, pero la brecha de cómputo no nació del reglamento de 2024. Capital de riesgo, mercados de capitales, tamaño de empresas, energía, contratación pública y décadas de liderazgo cloud son causas distintas. El análisis serio necesita separar cuánto frena cada factor. Culpar exclusivamente a regulación o exclusivamente a falta de gasto público sería una explicación demasiado simple.
¿Qué indicador dirá si la estrategia funciona? No basta contar fábricas inauguradas. Habría que seguir capacidad H100-equivalente o sucesores instalada en Europa, utilización por empresas europeas, coste por unidad de cómputo, número de modelos entrenados localmente, inversión privada movilizada, capacidad energética conectada y dependencia de proveedores únicos. Si Europa aumenta infraestructura pero sigue importando todos los aceleradores y servicios críticos de una sola jurisdicción, habrá reducido una dependencia y mantenido otra.
El diagnóstico final de Lagarde es razonable como riesgo de concentración, pero no demuestra que Europa vaya a ser desconectada ni que producir un modelo propio sea automáticamente rentable. El escenario útil es más concreto: una economía que integra IA en muchos sectores necesita suficiente infraestructura, capital y portabilidad para poder negociar con proveedores y soportar shocks. El 75% frente al 5% es una señal de partida. La prueba de soberanía será si Europa construye capacidad que realmente se usa y puede sustituir funciones críticas cuando sea necesario.
El efecto sobre productividad tampoco puede darse por supuesto. Lagarde cita estimaciones de ganancias potenciales de varios puntos porcentuales a lo largo de una década, pero una tecnología disponible no se transforma automáticamente en productividad agregada. Las empresas necesitan reorganizar procesos, limpiar datos, formar trabajadores y asumir costes de integración. En revoluciones tecnológicas anteriores hubo un desfase largo entre inversión y productividad medida. Por eso una política de cómputo debe seguir también difusión en pymes, adopción sectorial y creación de nuevos productos, no solo FLOPS instalados.
Existe además una tensión entre capacidad soberana y utilización eficiente. Una gigafactoría europea infrautilizada por reglas de acceso, precios o falta de talento no genera autonomía efectiva; una nube extranjera intensamente utilizada puede producir más valor económico inmediato. El criterio correcto es coste de opción: cuánto paga Europa por conservar la capacidad de operar funciones críticas si un proveedor externo falla. Esa prima de resiliencia puede justificar inversión pública, pero debe medirse y revisarse para evitar convertir soberanía en una etiqueta que proteja infraestructura cara sin demanda.
La contratación pública puede ser otro acelerador o una oportunidad perdida. Estados y empresas públicas son grandes compradores de software, salud, defensa y administración digital. Si los concursos exigen portabilidad, interoperabilidad y capacidad de ejecutar cargas en infraestructura europea, pueden crear demanda para proveedores locales sin prohibir competidores extranjeros. Si, por el contrario, cada organismo firma integraciones profundas con una única nube o modelo, el coste de cambiar aumenta. La soberanía tecnológica se decide por tanto también en cláusulas de arquitectura y procurement, no solo en grandes anuncios de inversión.
Durante la década de 2010 Europa perdió terreno relativo en nube pública frente a AWS, Microsoft y Google mientras conservaba fortalezas en supercomputación científica y equipamiento semiconductor. La llegada de modelos fundacionales multiplicó la importancia del cómputo acelerado: entrenar y servir sistemas de frontera exige clusters de GPUs y redes especializadas que favorecen a compañías con acceso a capital y escala de nube.
La respuesta europea ha evolucionado desde regulación y programas de investigación hacia infraestructura explícita. EuroHPC impulsó supercomputadores, después AI Factories para acceso de startups e industria, y en 2026 la Comisión lanzó hasta siete Gigafactories con más de 100.000 procesadores avanzados por instalación y más de 30.000 millones de inversión pública y privada prevista. El éxito dependerá del ritmo de despliegue frente al crecimiento simultáneo de EEUU y China.
Para empresas europeas, más capacidad local puede reducir colas y dependencia contractual, facilitar tratamiento de datos sensibles y crear alternativas de negociación. El efecto económico no depende solo de entrenar modelos gigantes: inferencia, ajuste fino y aplicaciones industriales consumen gran parte de la capacidad. Si el cómputo público o compartido reduce el coste de experimentar, puede beneficiar a firmas que nunca construirán un modelo de frontera.
Para gobiernos, el riesgo se parece a otras infraestructuras críticas: concentración del proveedor amplifica shocks. Una interrupción contractual en un chatbot es menor; una dependencia común en banca, sanidad y administración puede propagarse. El coste de resiliencia es duplicar parte de capacidad y aceptar que cierta infraestructura permanecerá ociosa en tiempos normales, igual que ocurre con reservas energéticas o redundancia de telecomunicaciones.
Lagarde cita aproximadamente 75% de capacidad global de cómputo de IA en EEUU y 5% en Europa; la métrica no equivale al número de centros de datos.
Stanford AI Index contabiliza 59 modelos notables de EEUU y 35 de China en 2025; notable es una categoría curada, no todo modelo publicado.
La UE ha lanzado hasta siete AI Gigafactories con >100.000 procesadores avanzados por instalación y objetivo de >30.000 millones de inversión total.
Soberanía tecnológica puede significar capacidad de sustitución y diversificación, no autosuficiencia completa.
Fuentes: BCE — A new age of capital: growth, sovereignty and AIStanford HAI — 2026 AI Index, Research and DevelopmentStanford HAI — 2026 AI Index full reportComisión Europea — AI FactoriesComisión Europea — AI Gigafactories callThe Guardian — Europe must build own AIEl Confidencial — drama de Europa ante la IA
¿La imaginación sigue siendo exclusivamente humana? Los estudios de 2026 dicen algo bastante más incómodo
Por qué importa: Tema compartido: IA.
Anthropic a 2 billones: una hipótesis de OPV, no una valoración cerrada
Por qué importa: Tema compartido: IA.
El crédito se endurece, pero no hay un 'grifo cerrado': qué dicen bancos y empresas al mismo tiempo
Por qué importa: Tema compartido: bce.
OpenAI publica seis casos de modelos que ocultaron errores, actuaron sin permiso o sortearon controles
Por qué importa: Tema compartido: IA.
Pekín rechaza el llamamiento de Anthropic para frenar la IA china
Por qué importa: Tema compartido: IA.
Frenar la IA no afecta igual a todos: por qué el debate de seguridad también es una pelea competitiva
Por qué importa: Tema compartido: IA.
BCE al 2,5%: qué puede significar una subida de 0,25 puntos para tu hipoteca y tus ahorros
Por qué importa: Tema compartido: bce.
El científico jefe de OpenAI pide frenar el escalado de la IA hasta que haya salvaguardas compartidas
Por qué importa: Tema compartido: IA.