El impulso autosostenible de Asia en IA pone a las empresas occidentales en riesgo de perderse el cambio

Google News ha destacado una afirmación contundente: el mercado de IA de Asia se está volviendo autosostenible, pese a que las empresas occidentales aún controlan muchos de los principales modelos y plataformas en la nube.

El argumento, planteado por The Business Times, es más que otra predicción sobre el crecimiento tecnológico regional. Sugiere que las empresas asiáticas pueden financiar, desarrollar, desplegar y adquirir IA cada vez más dentro de mercados locales conectados. Los proveedores occidentales ya no tienen una posición garantizada en cada capa.

Esa conclusión requiere matices. Asia no es un mercado tecnológico unificado, y Estados Unidos conserva una enorme ventaja de capital. Sin embargo, el sistema regional cuenta ahora con más modelos, infraestructura, clientes, chips e inversión pública propios. El equilibrio está pasando de la dependencia a una independencia selectiva.

Por tanto, la competencia real no es Asia contra Occidente en una simple comparación de modelos. Es una competencia entre sistemas adaptados localmente y plataformas occidentales diseñadas para escalar a nivel global. Un lado ofrece un profundo conocimiento del contexto regional y flexibilidad de despliegue. El otro aporta mayores presupuestos de investigación, nubes consolidadas y una amplia distribución empresarial.

El titular de Google News refleja un cambio estructural

La historia de la IA en Asia está pasando de la adopción tecnológica al control de la cadena de producción.

El titular de The Business Times destacado a través de Google News describe un ecosistema capaz de sostener una mayor parte de su propio desarrollo. Eso no significa que las empresas asiáticas hayan dejado de usar chips, nubes o modelos fundacionales estadounidenses. Significa que los participantes locales pueden combinar esos componentes con capital, datos, investigación y distribución regionales.

Varios avances respaldan esa interpretación. Los gobiernos del Sudeste Asiático están financiando programas nacionales de IA. Los operadores regionales están ampliando los centros de datos. Investigadores locales están desarrollando modelos lingüísticos para mercados que los sistemas globales suelen representar de forma desigual.

El capital también se está orientando hacia el sector. Google, Temasek y Bain informaron de que los inversores destinaron más de 2.300 millones de dólares a las más de 680 startups de IA del Sudeste Asiático durante el año cubierto por su informe regional sobre IA. La IA representó más del 30 % de la financiación privada durante la primera mitad de 2025.

El mismo informe proyectó más de 4.600 megavatios de nueva capacidad de centros de datos en el Sudeste Asiático. Eso supondría un crecimiento del 180 %, frente al 120 % en el resto de Asia-Pacífico.

Estas cifras describen algo más que demanda de chatbots. Los centros de datos ofrecen a las empresas locales un lugar donde entrenar, ajustar y ejecutar modelos. Las startups regionales crean software para clientes locales. Los gobiernos influyen en la contratación pública, la gobernanza de datos y la cobertura lingüística.

Un sistema autosuficiente no requiere que cada componente se origine localmente. Ninguna gran economía tecnológica funciona así. Requiere suficientes proveedores y compradores alternativos para impedir que un único proveedor externo fije todas las condiciones.

Esta distinción importa porque antes era más fácil describir la actividad de IA de la región como una adopción posterior. Las empresas occidentales proporcionaban las plataformas principales, mientras que las compañías asiáticas las integraban en productos de consumo y empresariales. Esa relación ahora parece menos fija.

Los modelos de pesos abiertos también aceleran esta transición. Los pesos abiertos son parámetros de modelo descargables que los desarrolladores pueden ejecutar y adaptar en la infraestructura que elijan. Los equipos pueden crear productos regionales sin enviar cada solicitud a la interfaz de programación de aplicaciones de un proveedor extranjero.

Los desarrolladores de modelos de China constituyen una parte de este suministro. Los programas públicos de investigación de Singapur aportan otra. India, Japón, Corea del Sur, Indonesia y Malasia reúnen distintas combinaciones de talento, manufactura, datos lingüísticos y apoyo estatal.

El cambio es incompleto, pero medible. Asia cuenta cada vez con suficiente capacidad interna para decidir dónde encaja la tecnología occidental, en lugar de aceptarla como base predeterminada.

Los modelos locales están cubriendo vacíos que dejan las plataformas globales

Los modelos regionales ganan valor cuando el idioma, la cultura, la regulación y el coste operativo importan más que liderar una referencia global.

SEA-LION de Singapur ilustra el mecanismo. Desarrollada por AI Singapore, la familia de modelos abiertos se centra en los idiomas y contextos culturales del Sudeste Asiático. Su cobertura incluye idiomas y dialectos regionales que reciben menos atención en muchos sistemas entrenados globalmente.

La Infocomm Media Development Authority de Singapur afirma que SEA-LION funciona en más de 13 idiomas regionales. Admite la comunicación en idiomas mezclados y tareas documentales localizadas, según el programa nacional de modelos de la agencia.

Estas capacidades responden a condiciones empresariales comunes en todo el Sudeste Asiático. Una conversación de atención al cliente puede alternar entre inglés, malayo, mandarín y expresiones locales. Un sistema de documentos gubernamentales puede necesitar interpretar varios alfabetos. Un asistente de ventas puede encontrar descripciones de productos culturalmente específicas.

Los modelos globales pueden responder en muchos idiomas, pero el soporte lingüístico básico no garantiza la misma precisión. El rendimiento puede cambiar cuando los usuarios alternan idiomas dentro de una frase o se apoyan en nombres, instituciones y convenciones sociales regionales.

Las pruebas de seguridad de IA de Singapur detectaron capacidades lingüísticas desiguales entre modelos destacados. La evaluación también señaló que los desarrolladores de modelos no siempre documentan claramente su dominio fuera de sus idiomas principales.

Esa brecha abre espacio para los sistemas regionales. Un modelo adaptado localmente no necesita superar a todos los modelos occidentales en todas las referencias. Debe funcionar de forma fiable en las tareas que determinan la adopción en el mercado que ha elegido.

SEA-LION también demuestra que el sistema asiático puede reutilizar investigación externa sin mantener una dependencia comercial de un solo proveedor. El proyecto se basa en modelos fundacionales abiertos, incluidas familias de modelos asociadas con Google, Meta y Qwen de China. Después, los investigadores locales adaptan esa base con datos y evaluaciones regionales.

No es una independencia tecnológica total. Es una independencia modular. Los desarrolladores pueden sustituir partes de la pila tecnológica conservando los componentes que funcionan.

El programa nacional más amplio de Singapur refuerza esa vía. El Gobierno lanzó una iniciativa de modelos lingüísticos multimodales con 70 millones de dólares singapurenses en apoyo. Los sistemas multimodales pueden interpretar algo más que texto, incluidas imágenes, voz u otras entradas.

Un informe anual de IMDA señaló que SEA-LION había superado las 235.000 descargas y ya era utilizado por instituciones académicas y empresas de Indonesia y Tailandia. Las descargas no demuestran un uso sostenido en producción, pero indican interés de los desarrolladores más allá de un laboratorio nacional.

China añade escala al mismo patrón. Sus empresas lanzan modelos de pesos abiertos capaces, operan grandes plataformas de consumo y venden servicios a empresas nacionales. Corea del Sur y Japón aportan experiencia en semiconductores, fabricación de productos electrónicos, robótica y clientes industriales consolidados.

Estos mercados no forman un bloque coordinado. Sus sistemas políticos, normas comerciales, idiomas y relaciones con Estados Unidos difieren ampliamente. Aun así, sus capacidades pueden complementarse mediante inversión, software abierto, contratos de suministro y necesidades de despliegue compartidas.

Por eso el titular de Google News merece atención. La oportunidad regional ya no se limita a revender un modelo occidental detrás de una interfaz localizada. Los equipos asiáticos pueden elegir modelos, adaptarlos, alojarlos y vender las aplicaciones resultantes a través de redes regionales.

Las empresas occidentales de IA siguen liderando, pero el capital por sí solo no asegura Asia

Las empresas estadounidenses conservan la mayor ventaja financiera, pero esa ventaja no garantiza el control sobre el despliegue regional.

La diferencia de capital sigue siendo marcada. El AI Index 2025 de Stanford registró 109.100 millones de dólares de inversión privada en IA en Estados Unidos durante 2024. China atrajo 9.300 millones de dólares, mientras que Reino Unido registró 4.500 millones.

Los hallazgos del AI Index también contabilizaron 40 modelos destacados de instituciones estadounidenses durante 2024. China produjo 15 y Europa produjo tres. Según esas medidas, el liderazgo estadounidense era claro.

Sin embargo, la misma investigación concluyó que los modelos chinos habían reducido sus brechas de rendimiento en las principales referencias. China también siguió siendo líder en publicaciones y patentes de IA. Por tanto, el panorama era desigual, pero no estático.

Las empresas occidentales poseen ventajas importantes. Microsoft, Amazon y Google operan plataformas en la nube maduras. OpenAI, Anthropic, Google DeepMind y Meta cuentan con grandes equipos de investigación. Los sistemas de software y aceleradores de Nvidia siguen siendo centrales para gran parte del mercado global de IA.

Estas fortalezas pueden convertirse en una debilidad cuando los proveedores asumen que el liderazgo técnico genera automáticamente lealtad local. Los compradores asiáticos evalúan la ubicación de los datos, la calidad lingüística, las normas de contratación, la personalización y la exposición geopolítica junto con el rendimiento general de los modelos.

Un proveedor multinacional de modelos suele buscar una única plataforma capaz de atender a muchos países. Un desarrollador regional puede optimizar para un entorno operativo más limitado. Ese desarrollador puede aceptar una puntuación menor en una referencia en inglés a cambio de un mejor procesamiento de documentos locales.

La gobernanza de datos añade otra presión. Bancos, organismos públicos, proveedores sanitarios y empresas industriales pueden no querer que información sensible se procese mediante un servicio alojado en el extranjero. Algunos exigirán alojamiento local o un control más directo sobre el comportamiento del modelo.

Los sistemas de pesos abiertos ofrecen a los compradores otra opción de negociación. Una empresa puede alojar un modelo con un proveedor de nube local, contratar a un integrador regional y modificar más adelante su arquitectura de despliegue. Esa flexibilidad reduce el grado de dependencia disponible para una plataforma cerrada.

El coste también influye en la decisión. El mejor modelo para una tarea de investigación de alto valor puede no resultar económico para millones de clasificaciones, traducciones o interacciones de soporte rutinarias. Los proveedores regionales pueden competir adaptando un modelo más pequeño a una carga de trabajo específica.

Las empresas occidentales están respondiendo mediante regiones de nube locales, inversiones, asociaciones y equipos de investigación. Esta actividad confirma la importancia de Asia, pero no garantiza que el valor regrese a una sede occidental.

Una región de nube puede respaldar a startups locales que más tarde compiten con los propios productos de IA del proveedor de nube. Un modelo abierto publicado por una empresa occidental puede convertirse en la base de un servicio de marca local. La inversión puede fortalecer el mercado al tiempo que reduce el control del inversor.

Por tanto, la competencia principal se sitúa entre la propiedad de las plataformas y la adaptación regional. Las empresas occidentales quieren que los clientes permanezcan dentro de nubes integradas y servicios de modelos propietarios. Los desarrolladores asiáticos quieren seleccionar componentes mientras controlan el producto final y la relación con el cliente.

Ninguno de los dos enfoques triunfará en todas partes. Las plataformas cerradas siguen siendo atractivas cuando las empresas valoran el soporte, las herramientas de seguridad y una integración predecible. Los sistemas regionales se vuelven más atractivos cuando el contexto local y el control del despliegue determinan la decisión de compra.

Las empresas sometidas a mayor presión no son necesariamente los laboratorios más grandes. Son los proveedores occidentales que tratan a Asia como un territorio de distribución, en lugar de como una fuente de modelos, diseño de productos y estándares técnicos.

El sistema de IA de Asia está creciendo en torno a polos desiguales

La tesis regional es creíble, pero los beneficios siguen concentrados en un pequeño número de mercados y empresas.

Calificar a Asia como autosuficiente puede ocultar importantes diferencias internas. Singapur cuenta con mercados de capitales profundos, una sólida infraestructura digital y talento en IA concentrado. Indonesia ofrece un gran mercado de consumo. Malasia y Tailandia están atrayendo inversión en centros de datos. Otros países afrontan brechas más amplias de infraestructura y competencias.

La OCDE informó que la financiación de startups de IA en las seis mayores economías de la ASEAN aumentó de 113 millones de dólares en 2015 a 3.800 millones de dólares en 2024. Sin embargo, la inversión estuvo muy concentrada.

Singapur recibió 12.700 millones de dólares, equivalentes al 80 por ciento de la financiación de capital riesgo para IA de la ASEAN entre 2015 y 2024. Indonesia le siguió con 1.600 millones de dólares, según la revisión sobre comercio digital de la OCDE.

La infraestructura muestra una concentración similar. La OCDE señaló que las inversiones anunciadas en centros de datos de la ASEAN preparados para IA superaron los 50.000 millones de dólares. Malasia concentró 25.000 millones, Singapur 9.000 millones y Tailandia 8.000 millones.

El talento también sigue distribuido de forma desigual. La OCDE contabilizó 3,5 profesionales de IA por cada 1.000 trabajadores en Singapur. Malasia tenía 0,5, mientras que varias otras grandes economías de la ASEAN registraban aproximadamente 0,2.

Estas disparidades debilitan la versión más simple del argumento de la autosuficiencia. Un pequeño grupo de polos puede respaldar el desarrollo regional, pero muchas empresas siguen dependiendo de capital extranjero, aceleradores importados y servicios de nube externos.

La posición de la región en las cadenas de suministro de semiconductores también merece una interpretación cuidadosa. Taiwán y Corea del Sur son fundamentales para la fabricación avanzada de chips y memorias. Japón suministra equipos y materiales importantes. Sin embargo, gran parte del software relevante de diseño de chips y de la arquitectura de aceleradores sigue vinculada a empresas estadounidenses.

Los controles a la exportación pueden interrumpir esa red. Las restricciones de adquisición pueden modificar qué chips están disponibles para los laboratorios chinos. Los gobiernos pueden presionar a los proveedores en relación con equipos, alojamiento o transferencias tecnológicas.

La energía es otra limitación. Los centros de datos de IA requieren grandes suministros eléctricos fiables y sistemas de refrigeración. La capacidad anunciada no se convierte en potencia de cómputo utilizable hasta que los desarrolladores aseguran emplazamientos, conexiones a la red, equipos y clientes.

El panorama de financiación también es menos equilibrado de lo que sugiere el titular. El capital riesgo fuera de Estados Unidos ha tenido dificultades para igualar las enormes rondas disponibles para los principales laboratorios estadounidenses. Algunos fundadores asiáticos todavía trasladan sus operaciones o sedes corporativas a Estados Unidos para acceder a inversores y clientes.

Según un análisis de financiación de julio de 2026, la financiación tecnológica en el Sudeste Asiático cayó de unos 10.100 millones de dólares en 2022 a 2.200 millones en 2024. El informe también describió cómo los fundadores se reubicaban hacia el mercado de financiación estadounidense, más profundo.

Ese movimiento no refuta la tesis del ecosistema regional. Muestra que el talento y la propiedad pueden separarse. Un fundador formado en Asia puede desarrollar su empresa en California, mientras que una compañía estadounidense puede llevar a cabo investigación en Singapur y vender a través de un socio indonesio.

La adopción en producción plantea otra incertidumbre. El número de startups, las descargas de modelos y los anuncios de centros de datos miden capacidad o interés. No demuestran que las empresas estén obteniendo retornos sostenibles de los sistemas de IA.

Un ecosistema autosuficiente necesita clientes recurrentes, no solo subvenciones públicas y rondas de capital riesgo. Debe convertir pilotos en software operativo que las empresas sigan comprando después de que termine la financiación promocional.

Por tanto, la interpretación más sólida es más acotada. Asia cuenta ahora con varios polos de IA conectados, capaces de generar modelos, infraestructura y demanda. Esos polos pueden respaldar alternativas regionales, aunque no eliminen las dependencias externas.

Lo que la tesis de Google News no demuestra

Una cadena de suministro regional en expansión no demuestra que las empresas asiáticas capturarán la mayor parte del beneficio resultante ni que reemplazarán la tecnología occidental.

La primera incertidumbre se refiere al significado de «Asia». El mercado tecnológico de China opera bajo reglas distintas a las de Japón, India, Singapur o Indonesia. Tratarlos como una sola unidad competitiva puede producir un titular convincente, pero una previsión comercial débil.

Las disputas comerciales refuerzan esas divisiones. Un modelo chino puede ser económico y adaptable, pero algunos compradores lo evitarán por políticas de seguridad o riesgos regulatorios. Un proveedor estadounidense puede afrontar sus propias objeciones de soberanía de datos.

La segunda incertidumbre es la durabilidad comercial. Los programas públicos pueden financiar modelos que los usuarios privados rara vez adoptan. Los inversores en infraestructura pueden construir capacidad más rápido de lo que los clientes la consumen. Las startups pueden atraer financiación sin encontrar un mercado rentable.

La tercera cuestión es la medición. Los benchmarks de modelos suelen hacer hincapié en inglés, programación, matemáticas o tareas de razonamiento estandarizadas. Las evaluaciones en idiomas locales pueden utilizar conjuntos de datos más pequeños y metodologías distintas. Ninguna de las dos categorías, por sí sola, refleja el rendimiento dentro de un flujo de trabajo empresarial real.

El trabajo de Singapur en modelos regionales ofrece una respuesta auténtica a la subrepresentación lingüística. Aun así, las descripciones oficiales de los programas no demuestran de forma independiente que un modelo local rinda mejor en todas las tareas empresariales.

La misma cautela se aplica a las afirmaciones de las empresas en todo el mercado. Un proveedor puede informar de menores costes de inferencia sin incluir la integración, la supervisión, las revisiones de seguridad y el mantenimiento. Otro puede anunciar alojamiento local mientras mantiene dependencias de software o hardware extranjeros.

Los desarrolladores y compradores empresariales deberían examinar toda la cadena operativa. Esto incluye licencias de modelos, condiciones de alojamiento, retención de datos, métodos de evaluación, disponibilidad de hardware y el coste de cambiar de proveedor.

Los equipos intensivos en conocimiento afrontan un reto adicional. El origen geográfico de un modelo importa menos cuando sus respuestas se basan en un contexto empresarial incompleto. La ventaja práctica suele provenir de conectar un modelo adecuado a documentos internos gobernados.

Una base de conocimiento de IA bien mantenida puede hacer que las comparaciones entre modelos sean más significativas. Los equipos pueden probar sistemas competidores con el mismo material aprobado, en lugar de depender de demostraciones genéricas.

Las normas de seguridad y protección también pueden determinar qué productos regionales escalan. El contexto local puede mejorar la relevancia, pero puede crear nuevas exigencias de evaluación entre idiomas. El contenido dañino, la sensibilidad política y las suposiciones culturales no se trasladan limpiamente entre mercados.

Singapur ha estado desarrollando métodos regionales de prueba mediante su trabajo de aseguramiento de IA. Su marco de seguridad multicultural hace hincapié en evaluaciones en idiomas y contextos del Sudeste Asiático.

Ese trabajo pone de relieve la disyuntiva central. La adaptación regional puede mejorar la utilidad, pero la fragmentación puede dificultar las pruebas. Cada idioma adicional, entorno de despliegue y variación de modelo amplía la carga de aseguramiento.

Las empresas occidentales todavía tienen oportunidades si tratan la localización como ingeniería y no como marketing. Pueden respaldar el alojamiento local, publicar evaluaciones lingüísticas más claras, colaborar con grupos de investigación regionales y permitir a los clientes una mayor elección arquitectónica.

Los proveedores asiáticos afrontan la prueba opuesta. Deben demostrar que la relevancia local produce operaciones fiables, no solo una marca nacional. También necesitan prácticas de seguridad creíbles y suficiente capacidad de soporte para grandes despliegues empresariales.

Por tanto, la tesis de Business Times debe leerse como una advertencia sobre la estructura del mercado, no como una declaración de victoria. Asia ha ganado poder de negociación. La distribución final de ingresos, estándares y propiedad sigue sin resolverse.

Tres señales mostrarán si el cambio perdura

La próxima etapa la decidirán el uso en producción, la entrega de infraestructura y el comportamiento de las plataformas occidentales.

La primera señal es la adopción empresarial sostenida de modelos regionales. Las descargas y los programas de prueba muestran interés, pero las cargas de trabajo recurrentes en producción aportan pruebas más sólidas.

Los compradores deberían observar si bancos, empresas de telecomunicaciones, organismos públicos y operadores industriales renuevan los despliegues regionales de IA. Los estudios de caso deberían revelar la tarea, el idioma, el método de evaluación y la escala operativa.

Una expansión constante de SEA-LION, MERaLiON u otros sistemas regionales hacia atención al cliente, análisis documental y flujos de trabajo regulados reforzaría la tesis de la autosuficiencia. Los experimentos limitados sin uso continuado la debilitarían.

La segunda señal es si la capacidad anunciada de centros de datos realmente entra en servicio. El Sudeste Asiático ha atraído grandes compromisos de infraestructura, pero la construcción depende de la energía, los equipos, el acceso a redes y la regulación.

La capacidad operativa ofrecería a los desarrolladores regionales más opciones de alojamiento. También podría reducir la latencia y ayudar a las empresas a cumplir los requisitos de residencia de datos. Los retrasos reiterados o una baja utilización sugerirían que la inversión se ha adelantado a la demanda.

La tercera señal es cómo las empresas occidentales modifican sus estrategias de producto y asociación. Un proveedor que añade alojamiento local sin mejorar la evaluación lingüística solo ha abordado una parte del problema.

Las respuestas más significativas incluirían benchmarks regionales transparentes, compatibilidad con modelos elegidos por el cliente, asociaciones más profundas con instituciones de investigación asiáticas y herramientas que permitan a las empresas mover cargas de trabajo entre proveedores.

Las adquisiciones ofrecerán otra pista dentro de esta señal. Las empresas occidentales pueden comprar equipos regionales para obtener datos lingüísticos, relaciones empresariales o tecnología especializada. Esas operaciones podrían validar la innovación local mientras trasladan la propiedad fuera de la región.

Como alternativa, las empresas asiáticas pueden adquirir startups vecinas y construir por sí mismas la distribución regional. Ese patrón ofrecería pruebas más sólidas de que el capital y los clientes locales pueden sostener la consolidación.

Los lectores que sigan la historia a través de Google News deberían distinguir los anuncios de los despliegues completados. Un nuevo fondo, laboratorio o centro de datos importa solo cuando cambia quién puede construir y comprar sistemas útiles.

Los desarrolladores deberían comparar modelos en sus idiomas y documentos reales. Los compradores empresariales deberían preguntar dónde se procesan los datos y con qué facilidad pueden cambiar de proveedores. Los inversores deberían seguir los ingresos recurrentes en lugar de contar lanzamientos de modelos.

El juicio central ya es más claro que hace varios años. Las empresas occidentales siguen siendo participantes esenciales en la IA asiática, pero están pasando a ser participantes dentro de un sistema más amplio, en lugar de propietarios incuestionados del mismo.

¿Responderán dando a los clientes regionales más control, o seguirán tratando la localización como una capa de ventas? La respuesta determinará si el próximo titular de Google News describe asociación, competencia o un mercado que las empresas occidentales permitieron que creciera a su alrededor.