El AI Index 2025 de la universidad de Stanford deja claro que la IA está madurando a un ritmo acelerado, impulsada por una fuerte inversión y una adopción generalizada. Estados Unidos mantiene el liderazgo, China emerge como una potencia en la acumulación de patentes y América Latina permanece rezagada pero en movimiento.
Las preocupaciones sobre la desinformación y los deepfakes persisten y la importancia de la educación y el desarrollo de la fuerza laboral se hace evidente y necesaria.
Las regiones que invierten en la mejora de las habilidades de sus trabajadores están experimentando transiciones en el mercado laboral y mejoras. El futuro de la IA dependerá mucho de cómo los países y las empresas gestionan su impacto, fomentan la colaboración y se adaptan.
El Mapa de la Inversión en IA
La inversión privada alcanzó cifras históricas en el 2024. Desde el 2013 al 2024 se registró un total de US$ 750 mil millones y Estados Unidos se mantiene como el líder indiscutible en este rubro.
Entre 2013 y 2024, los estadounidenses invirtieron US$ 470.000 millones en inversión privada, superando la suma de las inversiones de todos los demás países, lo que refleja el dinamismo de su ecosistema, respaldo por empresas y centros de investigación.
China, por su parte, se consolida como la segunda potencia en con una inversión de US$ 119,3 mil millones en el mismo período, bajando levemente en 2024. El Reino Unido es el tercer inversor con US$ 28,2 mil millones, gracias a un sólido ecosistema de startups y el apoyo gubernamental.
Le siguen en el top cinco Canadá e Israel, con inversiones de US$ 15,3 mil millones y US$ 15 mil millones respectivamente, destacándose por su investigación y agilidad tecnológica.
La mayor cantidad de recursos se destina para infraestructura, investigación, gobernanza de IA, gestión y procesamiento de datos, medicina y atención, vehículos autónomos, tecnología financiera, fabricación y semiconductores, entre otros.
La brecha entre Estados Unidos y China se acorta
Históricamente, la investigación y el desarrollo de modelos de IA han sido dominados por Estados Unidos. Sin embargo, el panorama experimenta un cambio, y China emerge como un importante competidor.
En 2023, los modelos estadounidenses superaban a sus contrapartes chinas en plataformas de evaluación como el LMSYS Chatbot Arena. Sin embargo, en enero de 2024, la ventaja se redujo al 9,26%, y para febrero de 2025, fue de 1,70%.
DeepSeek-R1 fue un claro ejemplo, demostró un capacidad técnica, comparable a la de modelos líderes con una fracción de los recursos de hardware.
China corona en patentes, el indicador de la Innovación
El número de patentes de IA es un barómetro clave de la actividad y la dirección estratégica de los países. El crecimiento de la demanda se ha disparado, pasando de las 3.833 patentes en el 2010 a las 122.511 en el 2023. La región que destaca es Asia – Pacífico con el 82,40%, Estados Unidos con el 14,23%, Europa 2,77% y Latinoamérica con el 0,04%.
El informe de Stanford revela que China ha acumulado una cantidad de patentes, representando el 70% del total global. La tasa de concesión de patentes generales en China es del 55% a partir de 2023, inferior a Japón (70%) y Canadá (77%). Las aplicaciones de visión por computadora y procesamiento del lenguaje natural son las que más patentes de IA concentran, representando el 90% del total.
Los costos se reducen
Ahora es más barato consultar un modelo de IA con una puntuación equivalente a GPT-3.5 (64,8 % de precisión) en MMLU, se redujo de US$ 20 por millón de tokens en noviembre de 2022, a US$ 0,07 por millón de tokens en octubre de 2024 (Gemini-1.5-Flash-8B), 280 veces menos en 18 meses.
Acercándose al rendimiento humano
Uno de los hallazgos del informe es el notorio salto y mejora en el rendimiento de la IA en sus diferentes modelos. Por ejemplo, en el MMMU (Multitask Language and Multimodal Understanding) que es la capacidad de entender y razonar, el GPQA (General-Purpose Question Answering) la capacidad de resolver preguntas de alto nivel, y el SWE-bench, que resuelve problemas de programación y codificación.
Las evaluaciones en MMMU y GPQA aumentaron en 18,8 y 48,9 puntos porcentuales, respectivamente, mientras que SWE-bench mostró un incremento del 67,3%.
Estos resultados indican que el rendimiento de los sistemas se están acercando, e incluso superando en algunos casos, el rendimiento humano en tareas complejas de pensamiento, programación y gestión. Por ejemplo, la capacidad de los modelos de generar video de alta calidad, ha marcado un hito significativo en la industria.
Organizaciones que lideran modelos de aprendizaje
El AI Index 2025 destaca que la industria privada corona el desarrollo de modelos de aprendizaje automático. El 90% de los modelos más notables en 2024 vienen de la industria: Google (7 modelos), OpenIA (7), Alibaba (6), Apple (4), Meta (4), NVIDIA (4).
Estas organizaciones también llevan adelante proceso de optimización de los modelos existentes, trabajan en la reducción de costos y la democratización del acceso.
El costo de entrenamiento de los modelos
El informe revela que hay un aumento en el costo de entrenamiento de modelos de lenguaje. Por ejemplo, Transformer en 2017 tuvo una inversión de alrededor de US$ 670.000, mientras que el entrenamiento de Gemini 1.0 de Google alcanzó los US$ 192 millones en 2024, y Llama 3.1 de Meta los US$ 170 millones.
¿Hacia dónde va la IA?
La integración de la IA en la vida cotidiana está cada vez más presente. La salud ha sido un campo productivo, sobre todo en Estados Unidos, donde la FDA aprobó 223 dispositivos médicos para IA en 2023, pasando de los seis aprobados en 2015. Los vehículos autónomos dejaron de ser una novedad, los robotaxis de Waymo (20.000 millones en millas) y Cruise en Estados Unidos, y Baidu y Pony.ai en China, son una realidad que aún enfrentan desafíos como infraestructura y aceptación social, mientras Arabia Saudita incursiona en los robuses.
A nivel empresarial, la adopción sigue creciendo vertiginosamente. El 78% de las organizaciones reportaron usar IA en 2024, con relación al 55% del año anterior, racionalizando que la IA impulsa la productividad y ayuda a reducir las brechas de habilidades en la fuerza laboral.
Las empresas tecnológicas también están diseñando plataformas para satisfacer las necesidades de sus clientes, priorizando la optimización del rendimiento, la rentabilidad y la seguridad, lo que ha impulsado asociaciones en todo el ecosistema, desde fabricantes de chips hasta proveedores de la nube y desarrolladores de modelos de lenguaje.
América Latina rezagada en la IA
América Latina se encuentra en una encrucijada. Si bien el informe Stanford AI Index 2025 no detalla la inversión país por país, Brasil, México, Colombia, Chile y Argentina lideran la inversión en un promedio de US$ 2 billones en la última década y el desarrollo de aplicaciones, desde la automatización de procesos hasta soluciones en salud y agricultura.
La región enfrenta desafíos significativos, incluyendo la brecha digital y su falta de infraestructura, manejo robusto de datos y la necesidad de una mayor inversión en investigación y desarrollo, para aprovechar la tecnología como una herramienta para resolver desafíos sociales y económicos.
El futuro de la IA en América Latina dependerá de la colaboración entre gobiernos, el sector privado y la academia para fomentar un ecosistema favorable a la innovación y la adopción responsable.
Por dónde empezar en Paraguay
Sin datos no puede operar la IA, los datos son la gasolina para el desarrollo de modelos y Paraguay aún está lejos de desarrollar una cultura del big data que valore el dato, su almacenamiento, seguridad, análisis y uso, saliendo de a poco de una cultura que dé mayor relevancia a la intuición. Los modelos de inteligencia artificial, aprendizaje automático y aprendizaje profundo, requieren una cantidad importante de información para aprender.
Lea más: Los gobiernos de Latam se preparan para la IA
Sin esos datos, el modelo no tiene la experiencia necesaria para identificar patrones, hacer predicciones o generar contenido. Cuantos más datos relevantes y de buena calidad se disponga, más inteligente y preciso será el modelo. Los datos alimentan la capacidad de razonamiento, entrenamiento y mejora continua.
Por otra parte, los centros de datos son las estaciones de servicio o las refinerías de esa gasolina. Son las instalaciones físicas donde se almacenan, procesan y gestionan los datos.
Un centro de datos es una infraestructura compleja que tiene computadoras de alta potencia, discos duros y sistemas de memoria que guardan petabytes de datos, conexiones de alta velocidad que permiten el flujo, sistemas de enfriamiento, sistemas de energía y seguridad cibernéticas para proteger los datos y la infraestructura.
Los datos y sus centros de almacenamiento son el motor que procesa y distribuye información para que los modelos de IA puedan funcionar, aprender y entregar resultados.
Las políticas públicas, normativa, ciberseguridad, infraestructura digital y la educación en inteligencia artificial y ciencias de la computación deben profundizarse, para reducir las brechas en el acceso y la preparación.
