En pocas palabras: Porque el costo de cómputo, la velocidad del sector privado y la falta de voluntad política lo impidieron. Recién en 2026 surgieron iniciativas públicas como Apertus, el modelo abierto de Suiza, que buscan crear una infraestructura estatal de IA transparente y auditada.
El Estado construyó internet. No fue una empresa privada: fueron universidades, centros de investigación y agencias militares las que tejieron la red con fondos públicos. Con la inteligencia artificial no pasó lo mismo. Los modelos más potentes hoy están en manos de Microsoft, Google, Meta y OpenAI. ¿Por qué los gobiernos no lideraron esta vez la creación de una infraestructura pública de IA? La respuesta corta: costo, velocidad y falta de voluntad política. Pero en 2026 la discusión revivió con fuerza.
La infraestructura pública de inteligencia artificial es un conjunto de recursos computacionales, datos y modelos de lenguaje puestos a disposición por el Estado —no como un clon de ChatGPT—, sino como un bien común auditado, transparente y adaptado a necesidades locales. Según un informe de la OCDE de marzo de 2026 y el trabajo de autores como Bruce Schneier, esta capa estatal podría evitar que la IA quede secuestrada por intereses privados.
En 30 segundos
- Suiza lanzó Apertus, un modelo abierto y multilingüe desarrollado por universidades públicas y el centro nacional de supercómputo, pensado para tareas científicas y administrativas.
- Canadá invierte 2.400 millones de dólares canadienses en su estrategia de cómputo soberano, aunque expertos advierten que el riesgo de depender de proveedores privados sigue latente.
- La OCDE ya definió el concepto de infraestructura pública de IA en tres capas: datos, poder de cómputo y modelos fundacionales abiertos a la auditoría.
- Javier Milei propuso en 2026 otorgar personalidad jurídica a corporaciones de IA, lo que generó un cruce con Yuval Harari y Mustafa Suleyman sobre quién controla la tecnología.
¿Qué diferencia a internet de la IA en su desarrollo público?
Internet nació descentralizada, fruto de colaboraciones académicas globales como el CERN y el proyecto Galileo. No había patentes que trabaran la interoperabilidad. La IA actual, en cambio, creció en laboratorios privados de Silicon Valley que guardan los datasets y las arquitecturas como oro. El contraste es brutal: lo que era una red de conocimiento común, ahora es un mercado dominado por un puñado de empresas.
Enrique Dans, en un artículo de marzo de 2026, pone el dedo en la llaga: ¿y si la inteligencia artificial no fuera de Silicon Valley sino del Estado, o de varios estados? La pregunta no es nueva, pero en 2026 suena distinto porque ya hay iniciativas públicas en marcha y el debate sobre soberanía tecnológica sube la temperatura en América Latina. Más contexto en nuestra guía sobre Microsoft Intune.
¿Qué es exactamente una infraestructura pública de inteligencia artificial?
La OCDE, en un documento de 2026, la desglosa en tres capas bien concretas. Primero, capacidad de cómputo financiada y operada por el Estado —no alquilada a AWS—. Segundo, datasets de calidad, anonimizados y representativos de la diversidad cultural. Tercero, modelos fundacionales abiertos que cualquier investigador o dependencia pueda usar sin pagar una API privada.
Ojo, no hablamos de un chatbot estatal que compita con ChatGPT. Hablamos de infraestructura base que asegure transparencia, auditabilidad y alineación con el interés público. Según Schneier y Sanders, autores citados por Dans, el objetivo es evitar que la inversión pública termine subvencionando a los mismos de siempre. La pregunta es si alcanza con buena voluntad cuando las GPUs cuestan lo que cuestan.
Ejemplos concretos: ¿Qué países ya están construyendo IA pública?
Suiza puso primera con Apertus. Lo desarrollaron en conjunto la EPFL, la ETH de Zúrich y el Swiss National Supercomputing Centre. Es un modelo multilingüe pensado para investigación científica, traducción de documentos oficiales y aplicaciones administrativas. Lo interesante es que nace abierto y se entrena con datos curados por instituciones públicas, no raspando la web a lo bruto.
Canadá metió fichas con su Canadian Sovereign AI Compute Strategy. Destinó 2.400 millones de dólares canadienses para construir capacidad doméstica de cómputo. La intención es que universidades, startups y dependencias no dependan exclusivamente de Azure o Google Cloud. Pero acá viene lo bueno: los propios Schneier y Sanders advierten que, si los contratos se atan a proveedores privados, la soberanía digital se diluye. El modelo parece ideal en local, pero al escalar las GPUs son alquiladas a un privado sin restricciones. Lo explicamos a fondo en la guía completa de ChatGPT.
Comparativa: IA pública vs. IA privada
| Característica | Infraestructura pública | Infraestructura privada |
|---|---|---|
| Transparencia | Modelos y datos auditables por ley | Cajas negras, auditoría limitada |
| Diversidad cultural | Datasets locales y multilingües | Predominancia del inglés |
| Costo para el ciudadano | Gratuito o marginal, vía impuestos | Pago por API o suscripción |
| Control de datos | En manos de instituciones públicas | En servidores corporativos |
| Velocidad de innovación | Lenta, sujeta a ciclos políticos | Alta, impulsada por competencia |
¿Qué ventajas tendría una IA pública frente a la privada?
La transparencia es el número uno. Podés auditar los sesgos, ver qué datos se usaron y quién metió mano. Además, una IA pública puede incorporar diversidad lingüística y cultural que a los modelos entrenados en Reddit no les interesa. Dans cita justamente eso: “una inteligencia artificial construida mediante cooperación internacional incorpora deliberadamente una diversidad mucho mayor de datos, perspectivas y contextos”. Eso en un modelo privado suena a “lindo, pero no da plata”.
Otra ventaja es la alineación con el interés público. Si el Estado financia el modelo, puede priorizar salud, educación o justicia antes que el engagement publicitario. El problema es que la voluntad política suele durar menos que un ciclo electoral (y armar un clúster de entrenamiento lleva años).
¿Cuáles son los principales obstáculos para una IA pública?
El costo de la infraestructura física. Un clúster de entrenamiento grande puede superar los 500 millones de dólares, y después hay que mantenerlo. La falta de voluntad política es otro freno: los políticos prefieren cortar cintas de hospitales, no de centros de datos.
Después está la presión de la carrera tecnológica entre EE.UU. y China. Cualquier demora se percibe como perder el tren, y eso empuja a los gobiernos a atarse a proveedores privados que ya tienen las GPUs enchufadas. ¿Alguien verificó de forma independiente si las inversiones canadienses lograron autonomía real? Todavía no hay auditorías claras. En la guía sobre modelos de lenguaje profundizamos sobre esto.
El debate argentino: ¿personalidad jurídica para empresas de IA?
En junio de 2026, Javier Milei propuso otorgar personalidad jurídica a las corporaciones de inteligencia artificial. La idea es que una empresa de IA pueda tener derechos y obligaciones como una persona, sin accionistas humanos que respondan por todo. La polémica explotó rápido.
Yuval Harari, en un evento donde también participó Mustafa Suleyman —CEO de IA de Microsoft—, criticó la propuesta con dureza: darle derechos a una corporación de IA sin control humano es un peligro enorme. Suleyman, según la cobertura de La Nación, respondió que la gobernanza internacional tiene que combinar lo público y lo privado, pero evitó defender el concepto de personalidad jurídica. El cruce dejó claro que el control de la IA no se define solo con código, sino con leyes.
Qué significa para empresas y equipos en Latinoamérica
Hoy casi todos los proyectos de machine learning en la región dependen de APIs de OpenAI, Google o Azure. Si la infraestructura pública global avanza, podrías acceder a modelos abiertos adaptados al español rioplatense sin pagar fortunas. Pero si el gobierno argentino sigue alineado con la desregulación total, es probable que la inversión pública se esfume y te quedes con lo que venden los privados.
Para los equipos que están armando apps con IA, la recomendación es pragmática: mantenete cerca de los modelos open source y asegurá que tus datos no queden atrapados en una nube ajena. Y si necesitás hosting local para tus servicios, donweb.com te da infraestructura en Argentina con buen soporte en español, lo que siempre suma cuando los proveedores internacionales te contestan en inglés a las tres de la mañana.
Errores comunes al hablar de IA pública
- Creer que cualquier modelo open source es infraestructura pública. El código abierto no garantiza que los datos estén curados por el Estado ni que haya auditoría ciudadana. La infraestructura pública implica gestión y rendición de cuentas.
- Pensar que la IA pública reemplaza la privada. Son capas complementarias. El Estado no va a competir en chatbots de consumo masivo; se enfoca en modelos fundacionales para educación, justicia o salud.
- Confundir regulación con inversión en infraestructura. Podés tener la ley más linda del mundo, pero si no tenés GPUs ni datasets propios, seguís dependiendo de los mismos de siempre.
Preguntas Frecuentes
¿Qué es la infraestructura pública de IA?
Es un conjunto de recursos computacionales, datos y modelos fundacionales que el Estado pone a disposición como bien común, siguiendo principios de transparencia, auditabilidad y alineación con el interés público.
¿Cuál es el modelo Apertus y quién lo desarrolló?
Apertus es un modelo de lenguaje abierto y multilingüe creado por la EPFL, la ETH de Zúrich y el Swiss National Supercomputing Centre. Se enfoca en tareas científicas y administrativas, con datos curados por instituciones públicas. Complementá con nuestra guía completa de Google.
¿Por qué Javier Milei propuso personalidad jurídica para empresas de IA?
Milei argumentó que dar derechos legales a corporaciones de IA fomentaría la innovación y reduciría trabas burocráticas. La propuesta generó críticas de Yuval Harari, que advirtió sobre la falta de control humano, y de Mustafa Suleyman, que prefirió un enfoque público-privado cooperativo.
¿Qué países lideran la inversión en IA pública en 2026?
Suiza, con el modelo Apertus, y Canadá, con la Canadian Sovereign AI Compute Strategy y una inversión de 2.400 millones de dólares canadienses. Ambos buscan reducir la dependencia de proveedores privados como Microsoft o Google.
¿Puede la IA pública competir con la privada en rendimiento?
No es el objetivo. La IA pública apunta a transparencia y cobertura de necesidades sociales. En benchmarks brutos, los modelos privados más grandes suelen ganar, pero a costa de opacidad y sesgos que el Estado no puede darse el lujo de ignorar.
Conclusión
La infraestructura pública de IA pasó de ser una idea de nicho académico a una realidad concreta en Suiza, Canadá y el debate global. En Argentina, la discusión se cruzó con propuestas polémicas sobre personalidad jurídica corporativa, dejando en evidencia que la soberanía tecnológica no se arregla con eslóganes. Para los que laburamos en tecnología, la jugada inteligente es seguir estos proyectos de cerca, apostar por modelos abiertos y exigir que los fondos públicos construyan capacidad real. El Estado que no invierta en su propia infraestructura va a terminar alquilándosela a Microsoft.