El Reino Unido empieza a considerar la inteligencia artificial no solo como un motor de crecimiento económico, sino también como una cuestión de seguridad nacional. Durante la Asamblea General de las Naciones Unidas, el primer ministro Andy Burnham anunció una nueva alianza de IA con Estados Unidos, orientada a proteger infraestructuras críticas, desde las rutas marítimas hasta el espacio aéreo.

La iniciativa refleja un cambio importante: la IA está dejando atrás el terreno de los chatbots y las herramientas de productividad para incorporarse a la defensa y a otros sistemas donde la fiabilidad es esencial. Sin embargo, hay una pregunta básica que suele quedar en segundo plano: ¿de dónde saldrá la capacidad de cómputo necesaria?

El Reino Unido cuenta con universidades destacadas, un ecosistema emergente de empresas tecnológicas y compañías que desarrollan productos basados en IA. Pero todas dependen de un mismo recurso: acceso fiable a potencia informática. Los modelos deben entrenarse en algún lugar, las inferencias deben ejecutarse y las GPU necesarias tienen que estar disponibles cuando se necesitan.

Por qué las empresas pequeñas quedan rezagadas

Los principales proveedores de servicios en la nube están invirtiendo enormes sumas en infraestructura de IA, mientras que las compañías más grandes del sector reservan capacidad de GPU con años de antelación. Desde el punto de vista comercial, tiene lógica: los proveedores buscan una demanda previsible y las empresas de IA necesitan asegurarse de que podrán realizar sus próximos entrenamientos. El problema se agrava para las compañías más pequeñas, que deben competir por la capacidad restante.

La desigualdad también tiene una dimensión internacional. Un estudio de la Universidad de Oxford concluyó que solo 32 países albergan centros de datos especializados en IA y que empresas estadounidenses y chinas operan más del 90 % de ellos. Las compañías tecnológicas estadounidenses gestionan 87 grandes centros de IA en todo el mundo, frente a solo seis de empresas europeas. Así, países enteros y startups terminan haciendo cola para alquilar capacidad bajo las condiciones de otros.

Para una empresa británica que ha recaudado unos pocos millones de libras y necesita 500 GPU durante ocho semanas, la situación es muy distinta de la de una compañía capaz de firmar un acuerdo de infraestructura multimillonario. No necesariamente quiere construir un centro de datos ni asumir un compromiso de cinco años: necesita capacidad para un proyecto concreto, en un momento determinado y con un coste claro.

Sin embargo, conseguir esas condiciones puede ser difícil. A principios de este año, los precios de alquiler de los chips más recientes de Nvidia aumentaron cerca de un 50 % en apenas dos meses. CoreWeave, uno de los principales proveedores especializados, subió sus tarifas y amplió la duración mínima de sus contratos de uno a tres años. Además, una firma de capital de riesgo relató que una de sus startups, pese a haber firmado un contrato para obtener GPU, tuvo que esperar tres meses más cuando un cliente de mayor tamaño ofreció pagar el triple.

La demanda es evidente. Cuando el Fondo Soberano de IA del Gobierno abrió el acceso a capacidad de cómputo para startups, recibió más de 200 solicitudes que sumaban más de 67 millones de horas de GPU en solo tres meses. Aun así, buena parte del mercado sigue sin responder a las necesidades de ese tipo de empresas.

La paradoja de la capacidad escasa y ociosa

La infraestructura de IA presenta una paradoja: mientras muchas empresas denuncian escasez de GPU, una parte considerable de la capacidad ya contratada permanece sin utilizar. Un análisis de unos 23.000 clústeres en la nube estimó que la utilización media de GPU era del 5 %. En otras palabras, las organizaciones pagan por una capacidad muy superior a la que usan en promedio.

Por temor a quedarse cortas, las empresas compran pensando en sus días de mayor demanda, reservan capacidad antes de saber cuánto necesitarán y la mantienen disponible por si acaso. El resultado es un mercado en el que una compañía no encuentra recursos mientras, en otro lugar, hay hardware costoso esperando para ser utilizado.

Conectar esas dos realidades parece una solución razonable. Una plataforma común que reúna capacidad de GPU distribuida entre centros de datos, proveedores de infraestructura y entornos empresariales podría ofrecer a las compañías británicas una alternativa. Sería especialmente útil para las que no tienen tamaño suficiente para negociar directamente con los mayores proveedores o no quieren depender de una única nube.

La propuesta también se relaciona con la soberanía tecnológica. Ya existe capacidad de cómputo en el Reino Unido, repartida entre universidades, salas de servidores de empresas, centros de datos regionales y proveedores especializados. Por separado, esos recursos pueden ser demasiado pequeños para marcar una diferencia; coordinados, podrían convertirse en una fuente relevante de capacidad bajo jurisdicción británica.

Al estar distribuida por distintas zonas del país, esa infraestructura también podría contribuir a que los beneficios de la IA lleguen más allá de Londres y el sudeste de Inglaterra, impulsando actividad económica en otras regiones.

Qué pueden hacer el Gobierno y los responsables de políticas públicas

El Reino Unido aspira a crear empresas de IA capaces de competir en todo el mundo. Para lograrlo necesita investigadores, capital y clientes, pero también lugares donde ejecutar sus cargas de trabajo. Si el acceso al cómputo depende del tamaño del balance de una empresa o de su relación con un puñado de proveedores, la infraestructura corre el riesgo de quedar reservada a los actores más grandes.

El Gobierno tiene un papel que desempeñar. Ha comprometido más de 2.000 millones de libras para ampliar la capacidad de cómputo público, incluido el objetivo de multiplicar por veinte el AI Research Resource para 2030. La inversión es bienvenida, pero se concentra en un número reducido de supercomputadoras nacionales, mientras que la demanda de las startups ya supera ampliamente la oferta disponible.

Además de construir nuevas instalaciones, convendría aprovechar mejor los recursos existentes. Planificar y poner en marcha un centro de datos puede llevar años, entre otras cosas por la conexión a la red eléctrica y la instalación de los chips. En cambio, ya existe tecnología para vincular GPU ubicadas en distintos lugares y ofrecerlas como una red utilizable. Esto permitiría activar capacidad ociosa sin esperar a que se construya un nuevo edificio.

La financiación pública podría respaldar directamente estos sistemas de agregación, por ejemplo, comprando tiempo de cómputo para startups británicas. La contratación pública también podría abrir una vía de acceso para empresas pequeñas, sin exigirles compromisos de infraestructura propios de organizaciones mucho mayores.

Si las compañías pueden trasladar sus cargas de trabajo entre proveedores sin reconstruir toda su infraestructura tecnológica, ganan flexibilidad y capacidad de elección. A su vez, los proveedores deben competir con más fuerza en precio y calidad de servicio. Eso beneficia a quienes compran cómputo y, en última instancia, a la economía británica.

El debate sobre la IA en el Reino Unido suele centrarse en qué debería construir el país. Pero hay una cuestión más inmediata: ¿podrán sus empresas acceder a suficiente capacidad de cómputo para desarrollar sus ideas? Resolver ese problema será esencial para que la ambición británica en materia de IA se traduzca en resultados.

from Latest from TechRadar https://ift.tt/RT4np8D
via IFTTT IA