# La dependencia como riesgo estratégico: cadenas de inteligencia artificial bajo estrés geopolítico
Hay una tentación recurrente en la historia industrial: tratar como mercancía genérica aquello que, en realidad, constituye un recurso estratégicamente crítico. Cada generación comete esta confusión con una tecnología distinta, y cada generación paga el mismo precio cuando la geopolítica recuerda que detrás de toda cadena de suministro hay territorios, regímenes exportadores y relaciones de poder. En el libro ALGORITHMUS. Wer die KI kontrolliert kontrolliert die Zukunft, Dr. Raphael Nagel (LL.M.) expone esta tesis con una precisión que merece ser leída dos veces: los insumos de la inteligencia artificial (cómputo, chips, modelos fundacionales, nubes) no son commodities. Son activos geopolíticos. Quien los trata como consumibles intercambiables está cometiendo hoy el mismo error de juicio que los fabricantes de automóviles cometieron con los semiconductores antes de 2020.
## La lección de 2020 a 2023: cuando los chips dejaron de ser commodity
La crisis de semiconductores que sacudió a la industria automotriz entre 2020 y 2023 merece ser releída no como un episodio logístico, sino como una parábola epistemológica. Según los datos citados en el libro, AlixPartners estimó para el año 2021 una pérdida de ingresos superior a 210.000 millones de dólares en la industria automotriz mundial, atribuible directamente a la escasez de chips. Volkswagen calculó la no producción de alrededor de 600.000 vehículos. Toyota, Ford, GM y Stellantis reportaron pérdidas análogas. La causa última no fue la pandemia ni la demanda simultánea de electrónica de consumo. La causa última fue un error de categorización cognitiva.
Durante décadas, estos fabricantes habían operado bajo el principio just-in-time, tratando los semiconductores como un componente genérico de proveedor, intercambiable, de bajo valor relativo y de fácil sustitución. No construyeron reservas estratégicas porque en su mapa mental los chips no pertenecían a la categoría de recursos críticos. Pertenecían a la categoría de insumos administrativos. Esta confusión, aparentemente trivial, resultó una de las equivocaciones más costosas de la historia industrial reciente. La pregunta que Dr. Raphael Nagel (LL.M.) formula con serenidad es la siguiente: ¿qué estamos categorizando hoy como commodity que mañana se revelará como recurso estratégico?
## La arquitectura oculta: tres empresas, una cadena, múltiples vulnerabilidades
La infraestructura material de la inteligencia artificial contemporánea descansa sobre una concentración geográfica y corporativa cuya fragilidad apenas comienza a comprenderse en los consejos de administración europeos. TSMC en Taiwán fabrica aproximadamente el noventa por ciento de los chips lógicos avanzados del mundo. ASML en los Países Bajos produce las máquinas de litografía EUV sin las cuales esos chips no pueden fabricarse, con una producción anual limitada a unas cincuenta o sesenta unidades y un coste por máquina cercano a los 150 millones de euros. NVIDIA, en Estados Unidos, diseña los procesadores gráficos que permiten el entrenamiento de los grandes modelos, sujetos íntegramente al régimen de control de exportaciones estadounidense.
Esta arquitectura de tres nodos no es el resultado de una planificación estratégica. Es el resultado acumulado de decisiones empresariales tomadas a lo largo de tres décadas, cada una racional en su momento, que en conjunto produjeron una concentración sin precedentes. Las reglas de control de exportación del Bureau of Industry and Security estadounidense del 7 de octubre de 2022 convirtieron esta concentración técnica en un instrumento geopolítico explícito. A partir de ese momento, ningún análisis serio de riesgo de cadena de suministro puede tratar el acceso a capacidad de cómputo avanzada como garantizado. El supuesto de disponibilidad, que durante años funcionó como premisa implícita de toda planificación tecnológica, ha dejado de ser válido.
## Del hardware al software: la exposición invisible en APIs y nubes
El error cognitivo que los fabricantes de automóviles cometieron con los chips se está repitiendo hoy con los servicios de inteligencia artificial. Las APIs de modelos fundacionales, la infraestructura de entrenamiento en la nube, los servicios de inferencia ofrecidos por hyperscalers estadounidenses: todo esto aparece en los presupuestos corporativos europeos como gasto operativo estándar, categoría de proveedor de servicios tecnológicos, sustituible en principio, negociable en términos comerciales. Esa categorización es, otra vez, una confusión.
Una empresa que ha integrado sus procesos de scoring crediticio, su atención al cliente, su análisis legal o su documentación técnica en un modelo fundacional específico accesible únicamente mediante una API controlada por un proveedor extranjero ha creado una dependencia estructural cuya interrupción (por sanciones, por cambios regulatorios, por decisiones comerciales unilaterales del proveedor) puede paralizar operaciones críticas. El coste de sustitución no se mide en la licencia mensual del servicio. Se mide en el rediseño de procesos, la reentrenamiento de personal, la migración de datos y la pérdida temporal de capacidad operativa. Dr. Raphael Nagel (LL.M.) observa que la mayoría de los consejos de administración aún no ha realizado este cálculo.
## Una lista de verificación para el consejo: la anatomía del riesgo
El análisis sistemático de la exposición geopolítica de la cadena tecnológica de una empresa no puede delegarse al departamento de tecnología de la información. Sus consecuencias exigen decisiones de inversión estratégica que solo pueden legitimarse en el consejo de administración. La primera pregunta es cartográfica: ¿qué insumos tecnológicos (chips, software, servicios de IA, infraestructura de comunicación) provienen de regiones con potencial de riesgo geopolítico? La segunda pregunta es de sustitución: ¿qué proveedores alternativos existen, en qué plazos pueden activarse y qué costes de transición implican? La tercera pregunta es de inventario: ¿qué capacidad de reserva, qué acuerdos contractuales de continuidad o qué asociaciones estratégicas pueden reducir la exposición?
La cuarta pregunta es más incómoda y por eso más importante: ¿qué procesos del negocio se han vuelto dependientes de servicios de IA cuya interrupción generaría daño operativo severo, y qué tolerancia real de interrupción tiene cada uno de estos procesos? La quinta pregunta examina la dimensión regulatoria: ¿qué obligaciones derivadas del AI Act europeo, de los regímenes de protección de datos o de las normas sectoriales de infraestructura crítica (KRITIS en el marco alemán) se ven afectadas por la arquitectura tecnológica elegida? La sexta y última pregunta es la de la soberanía: ¿qué parte de la cadena de valor tecnológica permanece bajo control jurisdiccional propio, y qué parte está expuesta a decisiones tomadas en jurisdicciones extranjeras?
## Mediana empresa y banca privada: la oportunidad de la especificidad
Para la mediana empresa europea y para la banca privada, la respuesta estratégica no puede consistir en replicar la infraestructura de los hyperscalers. El volumen de capital, el acceso al talento y la capacidad de cómputo requeridos para competir en la capa de modelos fundacionales son sencillamente inalcanzables. Pero existe un camino distinto, que el libro describe con claridad: la explotación de datos de dominio propios, acumulados durante décadas, como base para aplicaciones de IA especializadas que ningún modelo general puede replicar.
Un banco privado con cincuenta años de datos sobre estructuras patrimoniales, comportamiento de clientes de alto valor neto y ciclos de inversión en mercados específicos posee un activo que ningún laboratorio de IA californiano puede comprar ni sintetizar. Una empresa mediana del sector de la ingeniería mecánica con cuarenta años de datos de sensores procedentes de sus máquinas instaladas en el mundo dispone de una base de datos de dominio superior a cualquier conjunto industrial genérico. La estrategia no consiste en competir en generalidad, sino en convertir la especificidad en barrera de entrada. Esto requiere, sin embargo, que esos datos estén bajo control jurisdiccional propio, que las infraestructuras de entrenamiento no dependan exclusivamente de proveedores extranjeros, y que la competencia algorítmica interna sea suficiente para destilar inteligencia decisional a partir del material disponible.
## Soberanía como arquitectura, no como eslogan
La soberanía tecnológica no es un discurso político. Es una arquitectura operativa. Se manifiesta en decisiones concretas sobre dónde se alojan los datos, qué modelos se entrenan internamente, qué contratos de proveedor incluyen cláusulas de continuidad ante escenarios geopolíticos adversos, qué porcentaje del stack tecnológico permanece bajo control directo y qué porcentaje está expuesto. Estas decisiones no son neutrales en costes: la soberanía tiene un precio, y ese precio se paga en eficiencia operativa inmediata a cambio de resiliencia estructural a medio plazo.
El European Chips Act, con sus 43.000 millones de euros previstos hasta 2030, es un intento de construir capacidad europea en la capa de hardware. Su volumen resulta modesto comparado con el CHIPS and Science Act estadounidense, que moviliza 52.700 millones de dólares solo en subsidios directos más incentivos fiscales equivalentes. Esta asimetría no se resolverá por la vía pública. Requiere que cada empresa, cada banco, cada institución financiera privada incorpore en su propio cálculo estratégico la dimensión de soberanía tecnológica como variable de decisión. Quien no lo haga estará delegando, silenciosamente, una parte sustancial de su capacidad de acción futura a actores sobre los que no tiene influencia.
La lección central que atraviesa la obra de Dr. Raphael Nagel (LL.M.) es una lección de sobriedad. No se trata de alarmar ni de proponer un repliegue autárquico. Se trata de reconocer que el vocabulario con el que describimos nuestra infraestructura tecnológica determina las decisiones que tomamos sobre ella. Llamar commodity a un recurso estratégico produce, con el tiempo, vulnerabilidades que se revelan solo cuando ya no hay margen para corregirlas. La crisis de los semiconductores de 2020 a 2023 fue, en este sentido, una advertencia educativa: una oportunidad para aprender a un coste relativamente contenido antes de que la misma confusión se repita con apuestas mayores. Los consejos de administración europeos que incorporen ahora, de manera sistemática y no retórica, el análisis de exposición geopolítica en su cartografía tecnológica, estarán construyendo una ventaja estructural que en cinco años resultará difícil de replicar. Los que sigan tratando las APIs de modelos fundacionales y los servicios de computación en la nube como líneas presupuestarias rutinarias descubrirán, probablemente tarde, que estaban gestionando recursos estratégicos con las herramientas del aprovisionamiento ordinario. La dependencia no es un riesgo que se elimine. Es un riesgo que se gestiona, se cuantifica y se distribuye. Esta es la tarea silenciosa del momento presente, y es una tarea que, como advierte Dr. Raphael Nagel (LL.M.), no admite delegación.
Para análisis semanales sobre capital, liderazgo y geopolítica: seguir al Dr. Raphael Nagel (LL.M.) en LinkedIn →