Por Aldo Martín  –  https://aldomartin.ar/

Si queremos hacer un análisis serio, la conclusión no debería ser ni “hay que construir nuestra propia IA” ni “conviene depender de las grandes plataformas extranjeras”. La cuestión es qué parte de la cadena tecnológica conviene soberanizar y qué parte sería absurdo intentar reproducir nacionalmente.

1. Primero: la contradicción  existe

Tenemos dos problemas diferentes:

Opción A — construir infraestructura propia

País X construye:

centros de datos → GPUs → redes → sistemas de refrigeración → generación eléctrica → modelos propios.

Gana autonomía, pero asume:

• consumo eléctrico;
• consumo de agua, según el sistema de refrigeración;
• emisiones y huella material;
• necesidad de chips y componentes importados;
• enormes inversiones de capital;
• renovación permanente del hardware;
• costos de mantenimiento;
• problemas de disponibilidad de energía;
• impacto territorial.

Opción B — contratar IA extranjera

País X utiliza:

OpenAI / Google / Microsoft / Anthropic / proveedores chinos / cloud extranjera.

Reduce la necesidad de construir infraestructura propia, pero aparece otra dependencia:

datos + modelos + infraestructura + precios + tecnología + reglas de acceso quedan parcialmente fuera del país.

Por lo tanto, no existe una opción sin costo.

La cuestión es dónde colocamos el costo y qué tipo de dependencia estamos dispuestos a aceptar.

---

2. Pero hay una primera corrección importante sobre los data centers

Hay una historia del agua en Uruguay que habla de un consumo de 7,6 millones de litros diarios. para instalar un Data Center la empresa Google.

En 2023 The Guardian informó que el proyecto de Google en Canelones podía utilizar esa cantidad, equivalente al consumo doméstico diario de unas 55.000 personas según cifras del Ministerio de Ambiente obtenidas por un investigador. Pero el propio gobierno uruguayo dijo entonces que esas cifras estaban desactualizadas porque Google estaba revisando el proyecto y que el centro sería más pequeño; Google también señaló que las estimaciones estaban sujetas a modificación.

.

---

3. Y el problema ambiental es mucho más grande que el agua

Este es el punto que me parece más interesante.

Cuando hablamos de IA solemos decir:

«¿Cuánta agua consume?»

Pero deberíamos preguntar:

¿Cuál es la huella material completa de una IA?

Tenemos:

agua

para refrigeración y, además, agua indirecta asociada a la generación eléctrica. Lawrence Berkeley National Laboratory señala precisamente que hay consumo directo de agua en el centro de datos y consumo indirecto asociado a la electricidad que lo alimenta.

Tenemos:

electricidad

Los centros de datos consumieron aproximadamente 415 TWh en 2024, alrededor del 1,5% de la electricidad mundial. La IEA proyectaba que podrían llegar a unos 945 TWh en 2030 en su escenario base.

Y en 2025 la electricidad utilizada por los centros de datos aumentó otro 17%, mientras que los centros específicamente orientados a IA crecieron todavía más rápidamente.

Tenemos:

minerales + semiconductores + cobre + aluminio + tierras raras + fabricación de servidores + transporte + construcción.

Tenemos:

residuos electrónicos y renovación acelerada de hardware.

Y tenemos algo que a menudo se olvida:

territorio.

Un enorme centro de IA no es solamente «una computadora».

Es una instalación industrial.

Necesita:

• electricidad permanente;
• líneas de transmisión;
• subestaciones;
• transformadores;
• refrigeración;
• agua o sistemas alternativos;
• carreteras;
• fibra óptica;
• generadores de respaldo;
• terrenos;
• seguridad física.

La IEA señala justamente que los grandes centros de IA pueden superar los 100 MW y que los mayores proyectos anunciados llegan a escalas de varios GW.

---

4. Pero acá aparece una trampa en el argumento ambiental

Podríamos decir:

«Entonces no construyamos centros de datos. Usemos ChatGPT, Gemini o cualquier IA extranjera.»

Pero eso no elimina el impacto ambiental.

Simplemente lo desplaza.

Si Argentina, por ejemplo, no construye un data center y utiliza un modelo alojado en Estados Unidos:

Argentina no consume el agua del data center estadounidense.

Pero el data center estadounidense sí consume recursos para procesar nuestras consultas.

Por eso hay una distinción fundamental:

impacto ambiental local ≠ impacto ambiental global.

Construir infraestructura propia puede producir un enorme impacto local, mientras que utilizar infraestructura extranjera puede producir menos impacto local pero seguir generando prácticamente el mismo problema ambiental global.

Y existe una tercera posibilidad:

usar infraestructura mucho más eficiente que la que construiríamos nosotros.

Ahí aparece la economía de escala.

---

5. Y esto es muy importante: construir «tu propia IA» no significa necesariamente construir un data center gigantesco

Veamos  un problema conceptual sobre este análisis.

«Lo único que dará resultados es trabajar en sus propias arquitecturas, modelos, infraestructura computacional y soluciones aplicadas.»

Esta afirmación es necesaria desglosarla porque…?

Porque mezcla cinco niveles diferentes:

Nivel 1 — datos

¿Dónde están los datos nacionales?

Esto sí es estratégico.

Nivel 2 — modelos

¿Tenemos modelos propios o dependemos completamente de modelos extranjeros?

Esto también es estratégico.

Nivel 3 — software

¿Tenemos capacidad para desarrollar aplicaciones y sistemas propios?

Absolutamente estratégico.

Nivel 4 — infraestructura computacional

¿Tenemos capacidad de procesamiento nacional?

Sí, hasta cierto punto.

Nivel 5 — fabricar nuestros propios chips y construir hyperscalers

Esto ya es otra historia.

Pretender que cada país tenga su propio equivalente de:

• NVIDIA;
• TSMC;
• Google;
• Microsoft;
• Amazon;
• OpenAI,

es económicamente inviable para la enorme mayoría de los países.

---

6. Por eso existe una tercera vía

Y esta me parece mucho más racional.

No:

«IA extranjera o IA completamente nacional».

Sino:

Soberanía tecnológica selectiva.

Por ejemplo:

Información estratégica

servidores nacionales / infraestructura controlada nacionalmente.

Datos gubernamentales, defensa, infraestructura crítica, salud pública, justicia, registros sensibles, etc.

Modelos

Utilizar:

• modelos propios;
• modelos open-weight;
• modelos extranjeros;
• modelos especializados.

Pero no depender de uno solo.

Computación

Una combinación:

centros nacionales + cloud extranjera + infraestructura regional + capacidad de cómputo compartida.

Aplicaciones

Desarrollarlas localmente.

Esto es muchísimo más importante de lo que parece.

Porque podés utilizar un modelo extranjero como motor y construir encima una arquitectura tecnológica propia.

---

7. Un ejemplo concreto

Imaginemos que Argentina desarrolla un sistema de IA para analizar documentación de la administración pública.

Hay tres alternativas.

Modelo 1

Todo se manda a una empresa estadounidense.

Documento argentino → servidor extranjero → modelo extranjero → respuesta.

Muy barato inicialmente.

Pero:

dependencia máxima.

---

Modelo 2

Argentina construye un gigantesco modelo fundacional nacional desde cero.

Necesita:

• miles de GPUs;
• enormes cantidades de electricidad;
• infraestructura;
• especialistas;
• capital;
• entrenamiento;
• refrigeración;
• renovación permanente.

Probablemente sea económicamente irracional competir frontalmente con los gigantes.

---

Modelo 3

Argentina mantiene:

datos sensibles + infraestructura crítica + modelos especializados + capacidad de inferencia local

y utiliza modelos extranjeros cuando resulta conveniente.

Eso es mucho más interesante.

Porque si mañana una empresa extranjera:

• aumenta el precio;
• bloquea el servicio;
• cambia las condiciones;
• restringe determinados usos;
• queda sometida a una sanción;
• sufre una interrupción;
• cambia su política de privacidad,

Argentina todavía tiene una capacidad autónoma mínima.

Eso es resiliencia tecnológica.

---

8. Y ahora viene la parte incómoda: la dependencia no es solamente estadounidense

Esto también hay que decirlo.

Cuando hablamos de dependencia tecnológica solemos decir:

Estados Unidos.

Pero existe también:

China.

Y después existe una dependencia todavía más profunda:

Taiwán / TSMC + NVIDIA + cadena asiática de semiconductores.

Es decir, incluso Estados Unidos tiene dependencias.

La soberanía tecnológica absoluta prácticamente no existe.

La pregunta correcta es:

¿De qué componentes de la cadena puedo depender y cuáles necesito controlar?

Eso es muchísimo más sofisticado que hablar simplemente de «IA propia».

---

9. Y hay una paradoja ambiental muy interesante

La tecnología extranjera puede ser ambientalmente más eficiente que construir una infraestructura nacional pequeña.

¿Por qué?

Porque un hyperscaler puede utilizar:

• refrigeración avanzada;
• mejor utilización de servidores;
• economías de escala;
• centros ubicados en regiones climáticamente favorables;
• energía renovable;
• sistemas de recuperación de calor;
• refrigeración líquida;
• infraestructura optimizada.

El Laboratorio Lawrence Berkeley señala que el consumo de agua por carga de trabajo puede variar más de 10.000 veces, dependiendo de factores como eficiencia de servidores, tipo de refrigeración, clima, eficiencia de infraestructura y características de la red eléctrica.

Eso destruye una idea demasiado simple:

«data center = determinado consumo de agua».

No.

El impacto depende muchísimo de dónde y cómo se construye.

---

10. Y entonces Uruguay nos enseña algo mucho más profundo

El problema de Uruguay no debería plantearse solamente como:

«Google consume demasiada agua.»

La pregunta correcta es:

¿Quién decide qué uso tiene prioridad cuando un recurso estratégico es escaso?

Porque durante la sequía había:

agua para población

versus

agua para actividad industrial/tecnológica.

Ahí aparece una cuestión política fundamental:

¿Puede una empresa tecnológica tener acceso privilegiado a un recurso estratégico simplemente porque trae inversión?

Y eso vale para:

• agua;
• electricidad;
• suelo;
• gas;
• minerales;
• infraestructura.

---

11. Hay además un problema que podría ser incluso mayor que el agua

La electricidad.

La IEA estima que la electricidad consumida por los centros de datos podría más que duplicarse hacia 2030. Y aunque las renovables cubrirían una parte importante del crecimiento, gas y carbón todavía aportarían conjuntamente más del 40% del aumento de la demanda de electricidad de los centros de datos hasta 2030 en el escenario analizado.

Entonces podemos terminar con una paradoja:

Construimos IA para hacer más eficiente la economía y necesitamos construir enormes cantidades de infraestructura energética para poder hacer funcionar esa IA.

No significa que la IA sea «mala».

Significa que la IA tiene una infraestructura física que no puede ser ignorada.

---

12. Entonces, ¿cuál sería mi conclusión?

Yo no compraría ninguna de las dos frases originales en forma absoluta.

Ni:

«Cada país debe construir su propia IA.»

Ni:

«Conviene utilizar la IA estadounidense o china porque es más barata.»

La posición que me parece más defendible es:

Los países necesitan soberanía sobre los datos, capacidad propia de desarrollo, modelos especializados y una reserva nacional de infraestructura computacional; pero no necesitan —y en la mayoría de los casos no pueden— reproducir toda la infraestructura de los gigantes tecnológicos.

Y agregaría algo todavía más importante:

La soberanía tecnológica no consiste en poseer todo. Consiste en impedir que la pérdida de un proveedor extranjero paralice funciones críticas del Estado y de la economía.

Eso cambia completamente el debate.

---

Y hay una paradoja que puede ser el eje de este artículo

Podríamos plantearla así:

Construir IA propia:

menos dependencia tecnológica

• mayor control de datos
• mayor autonomía estratégica
  − agua + energía + minerales + capital + infraestructura

Comprar IA extranjera:

menor inversión inicial

• acceso inmediato a tecnología avanzada
• economías de escala
  − dependencia tecnológica + dependencia geopolítica + pérdida de control sobre infraestructura y datos

Modelo híbrido:

infraestructura crítica propia

• modelos propios/especializados
• modelos extranjeros cuando convenga
• estándares abiertos
• múltiples proveedores
  = menor dependencia sin intentar duplicar Silicon Valley.

Para mí, ésta es la discusión verdaderamente interesante.

Y hay una pregunta todavía más incómoda que podríamos investigar para este artículo:

¿Qué ocurre cuando los países del Sur Global empiezan a competir por instalar data centers para «tener soberanía en IA», pero terminan entregando agua, electricidad barata, territorio y beneficios fiscales a las mismas multinacionales tecnológicas de las que pretendían independizarse?

Ahí aparece una contradicción geopolítica muy fuerte: la búsqueda de soberanía digital podría terminar creando una nueva forma de dependencia material.

Y esa sí me parece una línea de investigación mucho más potente que simplemente «IA propia vs. IA extranjera».