He notado algo interesante mientras seguía los avances de la inteligencia artificial china estos días. Hace exactamente ocho años, ocurrió un punto de inflexión dramático cuando ZTE dejó de funcionar en abril de 2018. Una prohibición estadounidense y todo colapsó: sin chips de Qualcomm, sin sistema operativo. La empresa que era la cuarta mayor proveedora de equipos de telecomunicaciones del mundo se detuvo de la noche a la mañana.

Pero aquí viene la parte más importante: ahora, después de ocho años, estamos presenciando un final completamente diferente. China no se rindió ante el mismo escenario en la inteligencia artificial. En cambio, eligió un camino mucho más difícil.

El verdadero problema nunca fueron siempre los chips: fue CUDA. Esta plataforma de NVIDIA se convirtió en la columna vertebral de toda la industria de la inteligencia artificial global. Más de 4.5 millones de desarrolladores están vinculados a ella, y más del 90% de los desarrolladores de IA trabajan dentro de este ecosistema. Es una rueda sostenible: cuanto más la usan los desarrolladores, más prospera el entorno, atrayendo a más desarrolladores.

La solución china vino de un lugar inesperado: los algoritmos. En lugar de intentar competir directamente con NVIDIA, las empresas chinas se centraron en mejorar radicalmente los algoritmos. Los modelos de expertos híbridos se convirtieron en la tendencia: dividir el modelo grande en expertos pequeños y activar solo lo necesario. DeepSeek V3 tiene 671 mil millones de operaciones, pero solo activa 37 mil millones — solo el 5.5%. ¿El costo? 5.576 millones de dólares frente a 78 millones para GPT-4. Una diferencia enorme.

El precio se reflejó directamente en las APIs. DeepSeek ofrece precios 25 a 75 veces más bajos que Claude. En febrero pasado, el uso de modelos chinos en OpenRouter aumentó un 127% en solo tres semanas, superando a Estados Unidos por primera vez.

Pero el precio y los algoritmos por sí solos no resuelven el problema del entrenamiento. Aquí entraron las chips locales. Loongson 3C6000 y la tarjeta Taichu Yuanqi comenzaron a funcionar en serio. En enero de 2026, Zhipu lanzó su primer modelo de imágenes entrenado completamente en chips chinos. Luego, el modelo "Estrella" se entrenó en un centro de computación local con decenas de miles de unidades. Esto representa un cambio cualitativo: de "capacidad de inferencia" a "capacidad de entrenamiento".

Ascend de Huawei se convirtió en el motor principal aquí. 4 millones de desarrolladores, 3000 socios, 43 modelos principales entrenados sobre esta base. Ascend 910B alcanzó el nivel del NVIDIA A100 — de inutilizable a usable. No se puede esperar a la perfección; hay que empezar ahora y usar las necesidades reales del negocio para impulsar el desarrollo.

Hay otro factor que se pasa por alto mucho: la electricidad. China produce 2.5 veces más electricidad que Estados Unidos, y solo el 15% de su consumo residencial, frente al 36% en EE. UU. Los precios de la electricidad industrial en el oeste de China son aproximadamente 0.03 dólares, frente a 0.12-0.15 en EE. UU. — una cuarta parte a una quinta parte del precio. Mientras tanto, EE. UU. enfrenta una verdadera crisis eléctrica (Virginia y Georgia han detenido las aprobaciones de nuevos centros de datos), China exporta tokens a nivel mundial.

DeepSeek ahora está disponible en 37 idiomas. El 30.7% de sus usuarios son locales, pero el 13.6% son de India, el 6.9% de Indonesia. 26,000 empresas globales tienen cuentas. En países bajo sanciones, la cuota de mercado está entre el 40 y el 60%. Esto se asemeja a una guerra de independencia industrial — como lo que ocurrió con Japón y los semiconductores hace 40 años, pero con un final diferente esta vez.

Los informes de ganancias del 27 de febrero fueron muy sinceros: algunas empresas lograron beneficios por primera vez, otras perdieron miles de millones. Pero estas pérdidas no son fracasos: son un impuesto de guerra para construir un ecosistema verdaderamente independiente. Cada pérdida es una inversión en investigación y desarrollo, en soporte de software, en ingenieros que resuelven problemas de traducción una y otra vez.

La pregunta cambió de "¿Podemos sobrevivir?" a "¿Cuánto debemos pagar para sobrevivir?" Y la misma respuesta es un avance real.