No estamos construyendo el próximo ChatGPT. Pero quizá esa no sea la única forma de ganar esta carrera.
La respuesta corta sería: todavía no.
La respuesta interesante es bastante más complicada.
Cuando hablamos de inteligencia artificial es difícil no mirar hacia Estados Unidos.
OpenAI. Google. Anthropic. Nvidia. Modelos gigantescos, centros de datos todavía más gigantescos y cantidades de dinero que empiezan a perder significado cuando uno les pone demasiados ceros.
México no está jugando esa partida.
Al menos no de la misma manera.
No estamos construyendo el próximo ChatGPT y tampoco parece que tengamos una colección secreta de GPUs escondida debajo del Ángel de la Independencia.
Y, sin embargo, hay algo bastante curioso ocurriendo.
Durante la primera mitad de 2026, las exportaciones mexicanas de equipo de cómputo crecieron alrededor de 172% y alcanzaron aproximadamente 82,900 millones de dólares. Por primera vez superaron a las exportaciones automotrices durante el mismo periodo. Cerca del 94% tuvo como destino Estados Unidos.
Sí.
Más que coches. En México.
Vale la pena detenernos un segundo ahí.
Buena parte de ese crecimiento está relacionada con la enorme demanda estadounidense de servidores e infraestructura para centros de datos que está provocando el auge de la inteligencia artificial. Componentes fabricados principalmente en Asia llegan a México, aquí se integran en equipos y después cruzan hacia Estados Unidos.
Eso no significa que México se haya convertido silenciosamente en una potencia de IA mientras estábamos distraídos.
Pero sí significa que algo se está moviendo.
Y quizá para entenderlo tengamos que dejar de pensar en la inteligencia artificial como algo que solamente vive dentro de una pantalla.
Resulta que “la nube” necesita muchísimo suelo
La inteligencia artificial parece intangible.
Escribes algo en una caja de texto y unos segundos después aparece una respuesta.
Pero detrás de esa pequeña caja hay una cantidad casi absurda de infraestructura física.
Servidores.
Chips.
Redes.
Centros de datos.
Sistemas de refrigeración.
Electricidad.
Fábricas.
Ingenieros.
Técnicos.
Y muchísimos cables.
La nube, después de todo, no flota.
Y ahí México tiene algo interesante.
En septiembre de 2025 se anunció una inversión de 4,800 millones de dólares de CloudHQ para construir seis centros de datos en Querétaro. El proyecto contempla 52 hectáreas de infraestructura y miles de empleos durante su construcción.
En abril de 2026, Flex anunció otros 1,000 millones de dólares de inversión entre 2026 y 2028 para desarrollar infraestructura relacionada con centros de datos de inteligencia artificial, principalmente en Guadalajara, Aguascalientes y Ciudad Juárez. El anuncio contempla más de 5,000 empleos directos.
A esto se suma una característica que México lleva décadas construyendo y que, curiosamente, no solemos mencionar cuando hablamos de IA:
sabemos fabricar cosas.
Automóviles.
Electrónica.
Dispositivos médicos.
Equipo aeroespacial.
Maquinaria.
Componentes.
Tenemos proveedores, plantas, técnicos, ingenieros, cadenas logísticas y más de tres mil kilómetros de frontera con la economía tecnológica más grande del planeta.
Eso nos coloca en una posición extraña.
Quizá México todavía no esté en el centro de la carrera por inventar inteligencia artificial.
Pero ya está empezando a ser importante para hacer físicamente posible parte de esa revolución.
Ahora bien.
Antes de emocionarnos demasiado, hay que aclarar algo.
Fabricar servidores no nos convierte en Silicon Valley
Sería bonito.
Pero no.
Ensamblar infraestructura para inteligencia artificial no significa que estemos capturando automáticamente la parte más valiosa de la industria.
México conoce bastante bien esta diferencia.
Somos una potencia mundial en manufactura automotriz.
Eso no significa que seamos Alemania.
Podemos fabricar BMW, Audi, Toyota, Ford o Volkswagen mientras buena parte de la propiedad intelectual, las marcas, el diseño, las plataformas tecnológicas y las utilidades permanece fuera del país.
Con la inteligencia artificial podría ocurrir exactamente lo mismo.
Podemos fabricar servidores.
Podemos atraer centros de datos.
Podemos convertirnos en una pieza importantísima de la cadena de suministro estadounidense.
Y aun así quedarnos principalmente con el ensamblaje.
De hecho, el propio crecimiento reciente de las exportaciones mexicanas de cómputo muestra esa tensión: México se está consolidando como plataforma de integración cercana a Estados Unidos, mientras buena parte del diseño, los componentes de mayor sofisticación y la propiedad tecnológica siguen concentrados fuera del país.
Entonces quizá la pregunta realmente interesante no sea:
¿Puede México fabricar cosas para la inteligencia artificial?
Eso ya está ocurriendo.
La pregunta es:
¿podemos aprender a crear más valor con ella?
Y ahí cambia bastante la historia.
Hay otra carrera de IA de la que hablamos mucho menos
Supongamos por un momento que México no construye el modelo fundacional más avanzado del planeta.
¿Qué pasa?
Probablemente nada terrible.
Porque construir modelos es solamente una parte de esta revolución.
Hay otra carrera gigantesca empezando simultáneamente:
descubrir qué demonios hacemos con ellos.
Pensemos en una fábrica mexicana.
No necesita construir su propio ChatGPT.
Necesita saber si puede detectar defectos antes, predecir fallas en máquinas, reducir desperdicio, mejorar inventarios o analizar producción más rápidamente.
Un despacho de abogados tampoco necesita entrenar un competidor de OpenAI.
Puede necesitar revisar cientos de documentos, encontrar contradicciones, investigar más rápido o transformar información desordenada en algo que un abogado pueda utilizar.
Una clínica puede encontrar formas de reducir tareas administrativas.
Una empresa de logística puede interpretar rutas, incidencias y demanda.
Una pequeña empresa puede investigar su mercado, analizar conversaciones con clientes o automatizar parte de su operación.
Un emprendedor puede construir un prototipo que hace unos años habría necesitado un equipo completo.
Y de repente la pregunta deja de ser:
“¿Quién tiene la inteligencia artificial más avanzada?”
y empieza a ser:
“¿Quién aprende a utilizarla mejor?”
Esa carrera está muchísimo más abierta.
Y México apenas está entrando
Aquí conviene no confundir entusiasmo con realidad.
Banco de México preguntó en septiembre de 2025 a empresas mexicanas de más de 100 trabajadores si utilizaban inteligencia artificial o planeaban utilizarla durante los siguientes doce meses.
La respuesta nacional fue 24.3%.
Y todavía hay otro detalle interesante: entre las empresas que reportaron utilizarla o estar considerando hacerlo, 61.1% seguía evaluando su conveniencia o realizando pruebas piloto.
Uno podría leer esos números y decir:
“Vamos tarde”.
Y quizá.
Pero también podemos leerlos de otra manera.
Hay una enorme cantidad de procesos empresariales mexicanos que todavía no han sido reinterpretados bajo las posibilidades de esta tecnología.
Cotizaciones.
Atención al cliente.
Compras.
Inventarios.
Marketing.
Ventas.
Análisis.
Administración.
Capacitación.
Documentación.
Investigación.
Operaciones.
Y probablemente un montón de hojas de Excel que llevan quince años haciendo cosas que nadie recuerda exactamente por qué hacen.
Ahí hay oportunidad.
No necesariamente una oportunidad espectacular.
No necesariamente la próxima startup valuada en diez mil millones de dólares.
Quizá algo bastante más aburrido.
Y mucho más rentable.
Hacer que una empresa funcione mejor.
De hecho, las propias empresas que Banxico consultó señalan que los usos de IA y automatización que más valor les aportan están relacionados con eficiencia operativa, reducción de costos, análisis de información y toma de decisiones.
Nada de robots conquistando el mundo.
Mucho proceso que podría dejar de ser tan torpe.
Aquí es donde el asunto empieza a volverse personal
Hasta ahora hemos hablado de miles de millones de dólares, servidores, fábricas y centros de datos.
Pero, francamente, ninguno de nosotros va a despertarse mañana pensando:
Hoy voy a construir un centro de datos.
Lo que sí podemos preguntarnos es qué significa todo esto para nuestro trabajo.
Porque participar en esta transformación no significa necesariamente convertirse en investigador de inteligencia artificial.
Probablemente muchas profesiones sigan llamándose exactamente igual.
Contador.
Abogado.
Diseñador.
Ingeniero.
Arquitecto.
Mercadólogo.
Médico.
Vendedor.
Analista.
Profesor.
Administrador.
Lo que puede cambiar radicalmente es lo que una sola persona es capaz de hacer dentro de ellas.
Y aquí aparece una pregunta que me parece mucho más interesante que:
“¿La IA me va a quitar el trabajo?”
La pregunta sería:
¿Qué parte de mi trabajo acaba de cambiar de precio?
Una investigación que antes requería ocho horas quizá ahora requiere dos.
Una presentación que tomaba un día puede tomar una mañana.
Analizar cientos de comentarios de clientes podía ser absurdo para una empresa pequeña.
Ahora quizá no.
Construir un prototipo podía requerir contratar a varias personas.
Hoy alguien con suficiente curiosidad puede llegar sorprendentemente lejos.
Crear imágenes.
Programar.
Investigar.
Traducir.
Analizar.
Automatizar.
Producir.
Eso no significa que el trabajo desaparezca.
Significa que el costo de hacer ciertas cosas está cambiando.
Y cuando cambia el costo de hacer algo, tarde o temprano cambia el mercado alrededor de ello.
También hay una parte incómoda
Sería bastante irresponsable escribir todo esto como si la inteligencia artificial fuera una máquina automática de prosperidad.
No lo es.
Algunas tareas desaparecerán.
Algunos puestos probablemente también.
Habrá empresas que utilicen la tecnología simplemente para reducir personal.
Hay problemas reales de privacidad, propiedad intelectual, sesgos, concentración económica y desinformación.
También existe otro riesgo menos cinematográfico pero quizá más cercano:
que la tecnología avance mucho más rápido que nuestra capacidad para aprender a utilizarla.
El Índice Latinoamericano de Inteligencia Artificial de CEPAL analiza precisamente esa diferencia entre infraestructura, talento, investigación, adopción y gobernanza; su edición 2025 muestra que la región está adoptando IA con rapidez, pero sigue enfrentando brechas importantes en talento, inversión e instituciones.
Eso significa que aprender una herramienta específica tampoco es suficiente.
Hoy puede ser ChatGPT.
Mañana Gemini.
Pasado mañana algo que todavía no conocemos.
Memorizar dónde está cada botón probablemente no sea la ventaja.
La ventaja podría estar en aprender a pensar mejor sobre la tecnología:
¿Qué problema estoy resolviendo?
¿Qué información necesito?
¿Qué parte puede automatizarse?
¿Qué necesita juicio humano?
¿Cómo verifico el resultado?
¿Qué puedo hacer ahora que antes no podía?
Eso envejece bastante mejor que un tutorial de “los 17 prompts que cambiarán tu vida”.
Espera. ¿Y por qué estamos asumiendo que México nunca va a crearla?
Hasta aquí hemos hablado de México principalmente como fabricante, integrador y usuario de inteligencia artificial.
Pero no como creador.
Y hay una razón bastante práctica.
Hoy México no tiene un equivalente a OpenAI, Anthropic o DeepMind compitiendo en la frontera mundial de modelos fundacionales.
No tenemos la misma concentración de capital.
Tampoco la misma infraestructura de cómputo.
Ni el mismo ecosistema de investigación.
Eso es cierto.
Pero de ahí a concluir que nunca podremos construir tecnología propia hay una distancia enorme.
Las industrias tecnológicas no llegan al mundo con sus ganadores escritos en piedra.
Hace veinte años tampoco era obvio cómo se reorganizaría la industria tecnológica alrededor de China.
Hace diez años, OpenAI apenas comenzaba.
Y la propia naturaleza de esta tecnología está provocando algo bastante extraño:
el conocimiento circula a una velocidad extraordinaria.
Una persona en Guadalajara, Monterrey, Mérida, Tijuana o Ciudad de México puede acceder hoy a papers, modelos abiertos, APIs, código, cursos y herramientas prácticamente al mismo tiempo que alguien en San Francisco.
Eso no elimina la diferencia de capital.
No elimina la diferencia en infraestructura.
Pero sí reduce algunas barreras que históricamente hacían mucho más difícil entrar a una nueva industria tecnológica.
Además, quizá estamos imaginando “crear inteligencia artificial” de una manera demasiado estrecha.
México no necesita comenzar gastando decenas de miles de millones de dólares para entrenar el modelo más grande del planeta.
Podemos construir modelos y sistemas especializados.
Tecnología para español.
Manufactura.
Logística.
Salud.
Finanzas.
Agricultura.
Comercio.
Educación.
Gobierno.
Problemas mexicanos y latinoamericanos que quizá nunca serán la prioridad número uno de un laboratorio en California.
Podemos fabricar infraestructura.
Podemos integrarla.
Podemos utilizarla.
Y también deberíamos intentar crearla.
Tal vez fallemos muchas veces.
Eso no sería particularmente extraordinario.
Así empiezan casi todas las industrias que después parecen inevitables.
El verdadero error sería interpretar nuestra posición actual como nuestro límite.
Entonces volvamos a la pregunta inicial
¿México puede convertirse en una potencia de inteligencia artificial?
Si por potencia entendemos competir mañana con Estados Unidos o China por construir los modelos fundacionales más avanzados del planeta, la respuesta es bastante sencilla:
todavía no estamos ahí.
Nos falta infraestructura.
Talento especializado.
Investigación.
Propiedad intelectual.
Capital.
Y probablemente una conversación mucho más ambiciosa sobre qué queremos hacer con esta tecnología.
Pero quizá nuestra definición de potencia también es demasiado estrecha.
México podría convertirse en uno de los lugares donde la inteligencia artificial se encuentre con una enorme economía industrial.
Donde se fabrique parte de su infraestructura.
Donde lleguen centros de datos.
Donde aparezcan integradores.
Donde surjan productos y empresas propias.
Donde pequeñas y medianas empresas puedan hacer cosas que antes estaban reservadas a corporativos.
Donde un profesional pueda multiplicar su capacidad sin multiplicar necesariamente su equipo.
Y eventualmente, ¿por qué no?, donde también se construya tecnología original suficientemente buena como para competir fuera del país.
Nada de eso está garantizado.
Pero tampoco encuentro una buena razón para decidir desde ahora que no puede ocurrir.
Tal vez la oportunidad mexicana sea menos glamorosa. Al principio.
Mientras investigaba este tema me di cuenta de que había empezado imaginando la inteligencia artificial como una carrera.
Países corriendo unos contra otros para llegar primero.
Pero quizá se parece más a la electricidad.
Cuando apareció la electricidad, el gran valor económico no terminó concentrándose solamente en quienes construían generadores.
Cambió fábricas.
Ciudades.
Comercios.
Casas.
Productos.
Horarios.
Formas enteras de trabajar.
La verdadera transformación ocurrió cuando dejó de ser “la industria eléctrica” y simplemente empezó a estar metida en todo.
Tal vez con la inteligencia artificial ocurra algo parecido.
Y si es así, México no necesita esperar a ganar una carrera contra OpenAI para empezar a beneficiarse.
Puede comenzar ahora.
Tenemos industria.
Tenemos cercanía con Estados Unidos.
Está llegando infraestructura.
Ya estamos fabricando parte del hardware.
Las empresas están experimentando.
Tenemos universidades, ingenieros, emprendedores y millones de negocios con problemas extremadamente reales que resolver.
Las piezas existen.
Todavía no forman necesariamente un sistema.
Y tampoco sabemos hasta dónde podemos llevarlas.
Eso, más que una sentencia, me parece una invitación.
Quizá México no sea hoy una potencia de inteligencia artificial.
Pero nuestra posición inicial no tiene por qué convertirse en nuestro destino.
Y quizá por eso la pregunta que más me interesa ya no sea:
¿México puede convertirse en una potencia de inteligencia artificial?
Sino algo bastante más cercano: