Inteligencia Artificial y factores habilitantes: un punto de partida 

Carlos García C. Abogado e internacionalista especialista en derecho de la competencia, regulación económica y tecnología. Colaboró por más de una década en COFECE, liderando la detección de conductas anticompetitivas, así como el desarrollo de proyectos estratégicos de transformación digital y tecnologías emergentes.

Los datos juegan un papel fundamental para la Inteligencia Artificial (IA), así como para los modelos de negocio actuales, dinámicas económicas. En una opinión previa publicada en este medio, introduje consideraciones sobre datos y competencia, en particular, sobre la importancia de la disponibilidad y calidad de los mismos para el desarrollo de modelos de IA. 

Sin embargo, en esta ocasión, quisiera referirme a elementos adicionales necesarios para la IA bajo la perspectiva de factores habilitantes. El Índice Latinoamericano de Inteligencia Artificial (ILIA) define dichos factores como “todos aquellos elementos y condiciones tecnológicas que son base para el desarrollo efectivo de la IA”. Bajo esta perspectiva, se plantean tres subdimensiones: i) Los datos como insumos, ii) la infraestructura como soporte tecnológico, y iii) el talento humano como las habilidades y conocimientos en IA. En suma, los tres componentes, datos, infraestructura y talento humano se han identificado como el punto de partida para desarrollar IA.

«El derecho de la competencia no es ajeno a abordar temas relacionados con talento humano. Básicamente, el desarrollo de los conocimientos y personas especializadas en IA siguen tendencias similares a la creación y movilidad del talento experto en otras industrias o áreas profesionales».

La infraestructura se refiere básicamente a la conectividad y poder de cómputo necesario para desarrollar y desplegar modelos de IA. Esto consiste principalmente en arreglos de infraestructura basados en la nube, más que en equipos de cómputo locales (on premise). Ello, ya que las aplicaciones de IA, sean desde algunas más convencionales como el análisis automatizado de conjuntos de datos estructurados mediante Machine Learning, o bien el entrenamiento de Large Language Models (LLMs), implican realizar actividades de recopilación, procesamiento y análisis de grandes volúmenes de información. 

Este tipo de actividades, partiendo de aplicaciones utilizadas en contextos comerciales o de negocios, implica un volumen de información que difícilmente podrá ser almacenada, procesada y analizada en un equipo de cómputo convencional. Asimismo, en la actualidad existe una necesidad de poder contar con soluciones que permitan el acceso a datos y colaboración en tiempo real mediante plataformas tecnológicas.

Por ello, desde hace algunos años empezamos a hablar del “cómputo en la nube”. El cómputo en la nube es un cambio paradigmático para el aprovechamiento de herramientas e infraestructura tecnológica. 

Para almacenar, procesar y analizar grandes volúmenes de información ya no es necesario contar con grandes y caros servidores, sino que es suficiente contar con una conexión a internet para poder acceder a arreglos de infraestructura que están completamente alojados en un ecosistema virtual, ajustados a las necesidades específicas.

El cómputo en la nube es eficiente, representa ahorros significativos para las organizaciones, es escalable y en cierto sentido generalizado. Por ello, hoy en día existen nuevos mercados de cómputo en la nube, con modelos de negocio específicos entre los que destaca el Platform as a Service (PaaS), Software as a Service (SaaS) e Infrastructure as a Service (IaaS), con componentes híbridos, públicos o privados. Esto permite, por ejemplo, desplegar un servidor con grandes prestaciones cuando se requieren capacidades de análisis de datos intensivas, el cual se puede modificar e incluso apagar de forma sencilla sin la necesidad de invertir en equipo físico.

Ahora bien, en el mundo de la competencia hay discusiones importantes relacionadas con el cómputo en la nube. Por ejemplo, en 2023, la Autorité de la Concurrence de Francia publicó un estudio sobre la competencia en este sector y la Competition and Markets Authority del Reino Unido está investigando la provisión de los servicios de infraestructura en la nube pública.  Algunas de las observaciones que pueden desprenderse se relacionan con preocupaciones de las autoridades por la falta de oferentes, la integración del cómputo en la nube con los servicios que ofrecen empresas tecnológicas con participaciones importantes en distintos mercados, posibles restricciones a la interoperabilidad, alta necesidad de inversión y costos de cambio, entre otras consideraciones (al respecto, ver nota CeCo sobre cloud computing). 

Partiendo de lo anterior, las preocupaciones o reservas de autoridades de competencia a nivel internacional no son menores, y denotan algunas implicaciones que van más allá del mercado de servicios en la nube. En este sentido, la infraestructura, al ser un factor habilitante para el desarrollo de IA, implica que, por ejemplo, no sería posible desarrollar ni desplegar IA Generativa sin acceso a poder de cómputo en la nube. Tal vez, para corregir o mitigar esta situación, sería necesario invocar la doctrina Fair, Reasonable and Non Discriminatory (FRAND), utilizada en materia de  licenciamiento de patentes sobre estándares tecnológicos, a efecto de limitar la posibilidad de que sus respectivos titulares puedan imponer restricciones o generar desventajas para posibles nuevos entrantes (ver nota CeCo sobre sistema FRAND). Sobre todo, considerando que las principales empresas que proveen cómputo en la nube también son, o en su caso buscan ser, jugadores importantes en la arena de IA. Este debate seguramente evolucionará en el corto plazo. En este marco, desde el punto de vista del derecho y política de la competencia, sin duda que existen incentivos para permitir que haya competencia en el despliegue de este tipo de tecnología.

Otro factor habilitante es el talento humano. Para ejemplificarlo, recordemos cómo hace algunas semanas la empresa china DeepSeek lanzó al público su modelo R1 de IA Generativa. Si bien existe un debate sobre los riesgos del uso de dicho modelo, principalmente en occidente, este es un ejemplo de la importancia del talento humano para el despliegue de IA. Como se señala en una nota publicada por Wired, el fundador de DeepSeek Liang Wefeng, “cuando formó el equipo de investigación (…) no buscaba ingenieros con experiencia (…) se centró en estudiantes de doctorado de las mejores universidades chinas (…) muchos habían publicado en las mejores revistas y habían ganado premios (…) la gente era libre de utilizar amplios recursos informáticos para llevar a cabo proyectos de investigación poco ortodoxos”.

Esto se dio después de años, y millones de dólares en inversión, en el que Open AI se consolidó como el líder en IA Generativa con Chat GPT, así como de esfuerzos importantes por parte de otros gigantes tecnológicos como Meta y Google, por mencionar algunos. El caso de Deepseek demuestra que es posible desarrollar un modelo de IA Generativa con costos de desarrollo mucho menores. Más allá de especular qué va a pasar con esta nueva carrera, que sin duda tiene aspectos geopolíticos importantes, ella permite evidenciar la importancia del talento humano en el despliegue de IA.

Esto resulta a que en la actualidad los centros e instituciones de educación de distintos niveles tengan presente la necesidad de profundizar en el desarrollo de competencias tecnológicas, así como en una visión transversal de la IA, no sólo en disciplinas como la informática o ciencia de datos, sino incluso en las ciencias sociales. El talento humano se refiere no sólo a la posibilidad de desarrollar y desplegar IA, sino también a capitalizarla e introducirla como un componente en las actividades humanas.

El derecho de la competencia no es ajeno a abordar temas relacionados con talento humano. Básicamente, el desarrollo de los conocimientos y personas especializadas en IA siguen tendencias similares a la creación y movilidad del talento experto en otras industrias o áreas profesionales. Existen ya precedentes en los que se han suscitado situaciones en las que las organizaciones han generado acuerdos anticompetitivos que de alguna forma limiten movilidad del talento (no poach agreements). En el caso de México, esto incluso ha ocurrido con el futbol soccer profesional, el cual implica perfiles especializados.

La política y derecho de la competencia, por tanto, tienen un rol clave para el desarrollo de talento humano en IA. Ello, por la vía de: (i) generar condiciones para el mercado laboral tecnológico sea competitivo y tenga incentivos para la innovación, así como el desarrollo de talento y, a la vez, (ii) sancionar conductas que pudiesen limitar injustificadamente la movilidad del talento.  

En mi opinión, el marco de referencia de los tres factores habilitantes ya explicados, esto es infraestructura, datos y talento humano, es un buen punto de partida para el análisis de la evolución de la IA desde la óptica de competencia económica. Cada uno de dichos factores se refiere a mercados de bienes y servicios específicos que pueden abordarse desde las distintas herramientas analíticas de la materia. 

Finalmente, el ILIA es un insumo sumamente valioso para informar el debate sobre IA y competencia. Este Índice ofrece una visión transversal y comparativa de 19 países de América Latina, lo cual permite explorar a la IA desde el contexto de la región. Con independencia de que será necesario generar más aproximaciones empíricas y analíticas sobre el tema, me parece un gran punto de partida.