De la discusión técnica a la profundización industrial, la segunda mitad de la competencia en IA se centra en la implementación y la gobernanza

Diario de Valores de China: Liu Zhao

En el lugar de la 60.ª Conferencia Anual del Foro Asiático de Boao 2026, la IA sin duda es el tema más candente. Los subforos en torno al tema de la IA se suceden uno tras otro, y el nivel de interés sigue aumentando. A diferencia de los primeros años, en los que se debatía más sobre avances tecnológicos y la iteración de modelos, este año el entorno presta más atención a cómo la IA puede realmente incorporarse a la primera línea de la industria, pasando de “parece muy potente” a “funciona de manera efectiva cuando se usa”, y también a cómo, al acelerar su implementación, se mantienen las líneas de base de seguridad, responsabilidad y gobernanza.

El 2026《Informe sobre el Trabajo del Gobierno》 propone crear una nueva forma de economía inteligente. Profundizar y ampliar “Inteligencia Artificial +”, promover que los nuevos terminales inteligentes y los agentes de la próxima generación se difundan y aceleren su adopción, impulsar que la IA en sectores prioritarios se aplique a escala y con comercialización, y desarrollar nuevas industrias y nuevos modelos de entornos/negocios nativos de inteligencia. Siguiendo esta orientación de política, no es difícil ver en las discusiones del presente Foro Asiático de Boao que la IA está pasando de la carrera tecnológica a la profundización en la industria; el punto de apoyo de su competencia ya no reside solo en los propios modelos y el cómputo, sino también en el encaje de escenarios, la reconfiguración organizativa y el seguimiento simultáneo de los sistemas de gobernanza.

Del pulso tecnológico a la puesta en marcha en escenarios

“Hasta hoy, cuando la IA ha llegado a este punto, la pregunta que más le preocupa a la industria ya no es si hay un modelo nuevo, sino si se puede crear un valor real”. Jiang Xiaojuan, ex subsecretario general del Consejo de Estado y presidente del Comité Asesor de Expertos en Datos del Estado, así como presidente honorario de la Sociedad China de Economía Industrial, dijo que en la era de la inteligencia artificial y la economía digital, el papel de las industrias y las empresas en la innovación ha aumentado de forma notable. La anterior ruta lineal de la innovación —desde hallazgos científicos hasta desarrollo tecnológico y luego transformación industrial— está siendo reconfigurada: los departamentos industriales ya no son solo el eslabón final de la transformación de resultados, sino que cada vez participan más en el descubrimiento y la I+D de tecnologías de vanguardia.

El académico de la Academia de Ingeniería de China, profesor de cátedra de la Universidad Tsinghua y presidente del Instituto de Investigación de Industrias Inteligentes de la Universidad Tsinghua, Zhang Yaqin, resume el desarrollo actual de la IA en tres grandes tendencias: pasar de la IA generativa a la IA de agentes; pasar de la inteligencia basada en información a la inteligencia física y la inteligencia biológica; y pasar de una sola tecnología a la habilitación integral de “IA +” para impulsar todos los sectores.

Este juicio ha sido respaldado en múltiples debates. En general, las personas del sector empresarial asistentes creen que la IA está rompiendo gradualmente el posicionamiento de herramienta auxiliar y se está convirtiendo en una fuerza importante para remodelar los procesos de negocio y la lógica industrial. Dai Pu, vicepresidente ejecutivo conjunto del Comité Global de Roland Berger, citó resultados de su equipo tras encuestar a 200 empresas, y afirmó que más del 90% de las empresas no están satisfechas con el retorno de inversión de la IA. El problema no radica en la tecnología en sí, sino en que muchas empresas aún se mantienen en etapas como pilotos dispersos, optimizaciones locales o incluso “solo agregar un chatbot”, sin reconstruir realmente los procesos, reorganizar los datos y remodelar la arquitectura organizativa alrededor de la IA. Considera que solo cuando la IA se integra en el proceso completo de la empresa y se establece un sistema de aplicaciones basado en datos propietarios y en la transformación de sistemas, la inversión en IA podría cruzar el “abismo del valor”.

Los escenarios donde se implementa la IA se aceleran y proliferan. “En el ámbito educativo existen desde hace mucho problemas de difícil conciliación entre alta calidad, gran escala y personalización; estas dificultades están apareciendo como avances a medida que se implementan las aplicaciones de IA”. Cheng Qun, vicepresidente de Zhenli Technology Group y presidente del Instituto de Investigación de Inteligencia Artificial, le dijo al reportero de《Diario de Valores de China》que la mejora continua de capacidades de base como la arquitectura de colaboración en el borde, en la nube y en el lado del terminal, la evolución de los terminales inteligentes y las capacidades subyacentes como comunicaciones y cómputo, brindan el soporte para la aplicación a gran escala de la IA.

Varios invitados asistentes juzgan que, a partir de ahora, el enfoque de la competencia de la IA se desplazará más desde parámetros de modelos y capacidades generales hacia la comprensión del sector, la transformación de escenarios y el cierre del ciclo comercial. Quien pueda integrar la IA más rápido en una producción y vida real, es más probable que tenga iniciativa en la próxima ronda de la transformación industrial.

La aplicación y la gobernanza deben avanzar al mismo tiempo

Cuanto más rápido la IA se adentra en el mundo real, mayor se vuelve la importancia de la gobernanza. Las personas entrevistadas coinciden en que la IA puede mejorar la eficiencia, optimizar la asignación de recursos y aumentar la accesibilidad de los servicios, pero de ninguna manera puede “lanzarse sin control” por separado, fuera de los límites de responsabilidad y de las restricciones institucionales; la aplicación y la gobernanza deben avanzar simultáneamente.

Xue Lan, director del Instituto Soong Shimin de la Universidad Tsinghua y director del Instituto de Investigación de Gobernanza Internacional de la Inteligencia Artificial de la Universidad Tsinghua, dijo al reportero de《Diario de Valores de China》que los avances tecnológicos actuales ya están claramente por delante de la aplicación y la construcción institucional, lo que significa que cuando la industria impulse la puesta en marcha de la IA, debe ver tanto su potencial como, al mismo tiempo, impulsar la construcción de la coordinación del ecosistema y de reglas.

Según las personas presentes, en el ámbito de salud y atención médica los problemas de gobernanza de la IA se presentan de manera más concentrada. Wu Wendá, director general de Tencent Health y responsable del Laboratorio de Ciencias de la Vida de Tencent, declaró con franqueza que las tareas de alto riesgo no pueden depender completamente de los agentes de IA; el sujeto responsable debe ser humano, y no se puede transferir la responsabilidad por el pretexto de que “la IA decide así”. Chi Yongshuo, vicepresidente ejecutivo de asuntos corporativos de LHS Group y presidente de Aiswell, también propuso que el sistema de salud es altamente complejo, y que las aplicaciones de IA deben, al mismo tiempo que aumentan la eficiencia, vigilar su “sombra”; hay que impulsar el intercambio de conocimientos, la toma de decisiones basada en evidencia y la accesibilidad equitativa, pero el requisito previo es controlar los efectos adversos dentro de un rango manejable. En opinión de Li Tongyin, vicepresidente de estrategia e innovación y editor ejecutivo de Cell Publishing House, el uso de IA en el ámbito médico y de la salud no solo debe mirar si la salida “es decente”, sino también si los datos de entrada son de alta calidad y confiables, y si los resultados de salida han pasado por un razonamiento con capacidad de juicio y una verificación del contexto; porque si hay un error en la toma de decisiones, el costo es mucho mayor que en escenarios de consumo generales.

Zhang Yaqin señaló que el contenido generado por IA necesita reforzar la identificación; los agentes inteligentes deben poder rastrearse hasta el sujeto responsable. Parte de las reglas existentes en el actual sistema legal siguen siendo aplicables, pero también es necesario completar oportunamente los vacíos institucionales frente a nuevas formas tecnológicas. En el lugar del congreso, algunos invitados le confesaron al reportero de《Diario de Valores de China》que problemas como la seguridad de los datos, el sesgo de los algoritmos, la transparencia de los modelos, el consumo de energía y la cooperación internacional se convertirán en variables clave que afectarán el desarrollo saludable a largo plazo de la IA. En otras palabras, la competencia de la IA no solo es una disputa entre tecnología y modelos de negocio, sino también una disputa entre capacidades de gobernanza, capacidades de suministro institucional y capacidades de coordinación del ecosistema.

Hoy, la IA está acelerando su despedida del “calor de los conceptos” y del “calor de las demostraciones”, adentrándose en una zona de aguas profundas que enfatiza más la efectividad real y presta más atención a la responsabilidad. Por un lado, se siguen sucediendo agentes inteligentes, nuevos terminales, modelos de gran tamaño para industrias y aplicaciones nativas de IA, impulsando que el “Inteligencia Artificial +” pase de exploración puntual a despliegue integral. Por otro lado, los debates en torno a la determinación de la responsabilidad, la gobernanza de datos, la prevención y control de riesgos y la construcción de reglas también se han intensificado claramente. Para la industria, lo que realmente determina hasta dónde puede llegar la IA no es solo la velocidad de la iteración tecnológica, sino también la profundidad de la implementación y la madurez de la gobernanza. Solo encontrando un equilibrio más sólido entre la innovación y la estandarización, la IA podrá convertirse mejor en un nuevo motor para impulsar el desarrollo de alta calidad de la economía.