La soberanía de la inteligencia artificial no significa que un solo país deba construir todos los componentes del ecosistema, desde la electricidad y los chips hasta los modelos y las aplicaciones. Esta es la conclusión central del análisis de ITmedia AI Plus, basado en las opiniones de Kunihiro Tanaka, presidente de Sakura Internet, y Junya Ishii, analista político internacional de Sakana AI. El criterio más realista consiste en determinar las capas que deben controlarse y reducir la dependencia de una sola fuente externa, manteniendo al mismo tiempo la capacidad de seguir operando si un proveedor deja de funcionar o cambia sus condiciones de uso.
Tres dimensiones de la soberanía
Tanaka divide la soberanía de la infraestructura de inteligencia artificial en tres dimensiones. La primera es la soberanía de los datos: mantener los datos dentro del país y gestionarlos en un ámbito local. La segunda es la soberanía operativa, que incluye tener capacidad de decisión sobre la operación de la infraestructura, la ubicación de los servidores y su escala. La soberanía tecnológica, por su parte, se refiere a la capacidad de desarrollar los propios modelos y programas.
Tanaka considera que los riesgos asociados a estas dimensiones ya no son hipotéticos. Han surgido problemas relacionados con la salida de datos de servidores extranjeros, la negativa de proveedores extranjeros a invertir en servidores dentro de Japón y los riesgos de prohibiciones a la exportación de software. El artículo cita la suspensión temporal, en junio, de la disponibilidad de Claude Fable 5 y Mythos 5 por parte de Anthropic, a raíz de una orden del Gobierno estadounidense, como ejemplo de que depender de una alianza política no garantiza el acceso continuo al software o a los servidores.
Estos riesgos son aún más difíciles porque a menudo no aparecen en condiciones normales. El servicio puede parecer estable y económico, pero volverse inutilizable cuando cambia la situación política o comercial. Tanaka lo compara con el problema de la «nafta»: depender de importaciones baratas en tiempos de paz puede provocar interrupciones del suministro cuando cambian las circunstancias.
¿Por qué no basta con una «orientación completamente local»?
Tanaka e Ishii coinciden en que no es posible ni racional que Japón cubra el 100 % de todas las capas de la inteligencia artificial. Ishii divide el ecosistema en cuatro capas: los materiales de infraestructura, como la electricidad y los semiconductores; la capa de gestión de datos mediante la nube o una infraestructura local; la capa de los modelos fundacionales; y, por último, las aplicaciones.
Según esta perspectiva, ningún país ni empresa puede poseer todos estos componentes de manera eficiente. Por ello, Ishii propone reducir la dependencia extranjera en cada capa y diversificar los productos y proveedores cuando se utilicen tecnologías externas. Señala que Japón, Corea del Sur, India, Australia y Canadá, como potencias medias, están adoptando una forma de pensar similar.
Sakura Internet no considera realista renunciar a las unidades de procesamiento gráfico de NVIDIA, ya que incluso las empresas estadounidenses dependen de un proveedor global en esta parte de la industria. Sin embargo, Tanaka distingue entre el chip en sí y las capas superiores que Japón puede desarrollar, como la infraestructura en la nube, los servicios de inferencia y el software operativo.
¿Qué cambia en la práctica para las empresas?
Sakura Internet señala que la pregunta «¿se conservan los datos dentro de Japón?» no basta para evaluar un servicio de inteligencia artificial. La pregunta más importante es: ¿se utilizan las entradas para entrenar el modelo? Los datos pueden estar físicamente en un servidor japonés, pero perder parte de su soberanía si se incorporan a procesos de entrenamiento que la empresa no controla.
Las empresas también deberían verificar el aislamiento físico de los servidores y si están dedicados exclusivamente a ellas, un aspecto que recibe especial atención entre los clientes del sector manufacturero. Esto no está necesariamente relacionado con la nacionalidad del modelo: Tanaka considera que un modelo abierto procedente de China, como Kimi o Qwen, puede ejecutarse dentro de servidores locales para que los datos no salgan al exterior, aunque sigue siendo necesario evaluar otros riesgos relacionados con el origen y el software.
También destaca la cuestión de la capacidad real de uso. Tener una GPU potente sobre el papel no garantiza que esté disponible cuando se necesite, debido a la escasez de recursos, las limitaciones eléctricas o los límites de rendimiento impuestos por el proveedor del servicio. Una de las opciones que propone Tanaka es utilizar modelos más pequeños y especializados, aunque sean inferiores a los modelos líderes en rendimiento general, y ejecutarlos en una infraestructura de inferencia local. Esto puede ser más eficiente en términos de costes cuando las aplicaciones de agentes requieren consumir grandes cantidades de tokens.
Este enfoque no significa aislar a Japón de las tecnologías extranjeras. Sakura Internet coopera con Microsoft para ofrecer su infraestructura y sus servicios a través del panel de control de Microsoft Azure. Sin embargo, Tanaka subraya la necesidad de utilizar tecnologías extranjeras mientras se desarrolla una capacidad local para ofrecer posteriormente servicios similares, en lugar de limitarse al consumo.
Adaptar los modelos en lugar de construirlos desde cero
Sakana AI sigue una vía diferente en el ámbito de los modelos. En lugar de construir completamente desde cero la arquitectura y los pesos del modelo, utiliza modelos abiertos avanzados y técnicas de entrenamiento posterior para modificar su comportamiento y adaptarlos a los requisitos japoneses.
Ishii afirma que los modelos estadounidenses y chinos se han desarrollado con recursos enormes, lo que dificulta alcanzarlos repitiendo el mismo enfoque. Al mismo tiempo, los modelos extranjeros pueden reflejar determinados valores o sesgos políticos. Por ello, Sakana AI desarrolló el modelo Namazu y en mayo lanzó el chatbot Sakana Chat, equipado con él.
La empresa no pretende que las respuestas estén fuertemente inclinadas hacia el punto de vista japonés. Según Ishii, busca ofrecer respuestas neutrales sobre cuestiones históricas y territoriales, mostrando al mismo tiempo con claridad la posición japonesa, ya que una respuesta unilateral podría debilitar la confianza de los usuarios extranjeros. La ventaja del entrenamiento posterior reside en que puede aplicarse a varios modelos, reduciendo el impacto de la interrupción de un modelo concreto.
Esta necesidad resulta especialmente evidente en los sectores público, financiero y de defensa. Sakana AI trabaja con una institución de investigación dependiente de la Agencia de Adquisición, Tecnología y Logística del Ministerio de Defensa de Japón, en el marco de un contrato plurianual para desarrollar tecnologías fundamentales, con una prueba de dos años. Los trabajos incluyen una inteligencia artificial ligera que funciona en drones en entornos con conectividad débil y sistemas que aprovechan la información recopilada por los drones en el mando y control.
Conclusión: el control importa más que la nacionalidad
Las experiencias de Sakura Internet y Sakana AI ofrecen una definición práctica de la inteligencia artificial soberana: no es un sistema cerrado con la etiqueta «fabricado localmente», sino la capacidad de controlar los datos, las operaciones y los modelos, junto con alternativas que permiten mantener la actividad cuando se pierde un proveedor o un modelo.
Por ello, las empresas japonesas deben comenzar por inventariar las capas de su infraestructura actual: ¿se utilizan los datos para el entrenamiento? ¿Quién gestiona la infraestructura? ¿Qué ocurre si el modelo deja de funcionar mañana? Responder a estas preguntas es más útil que basarse únicamente en la nacionalidad del modelo. Los proyectos de construcción completa desde cero, como el enfoque seguido por Preferred Networks, siguen siendo una opción importante, pero el artículo los sitúa dentro de un conjunto de alternativas y no como una solución única. Asimismo, el uso por parte de Sakana AI de la infraestructura en la nube «Takabe» de Sakura Internet dentro del proyecto GENIAC muestra cómo los componentes locales pueden integrarse a través de diferentes capas.