Hace ocho años leía sobre la historia de ZTE, y realmente el tema sigue siendo memorable. Una empresa gigante con 80 mil empleados y ingresos que superan el billón de yuanes, dejó de operar de la noche a la mañana. Pero hoy la situación es completamente diferente.

El problema real nunca fueron los chips en sí, sino algo llamado CUDA. Esta plataforma de NVIDIA construyó un ecosistema completo alrededor de ella: 4.5 millones de desarrolladores, 3000 aplicaciones aceleradas, y más del 90% de los desarrolladores de inteligencia artificial en el mundo están relacionados con ella. La brecha es muy profunda. Cada nuevo desarrollador que aprende en ella profundiza aún más la brecha.

Pero noté que surgió una necesidad real. Cuando los escenarios de los agentes comenzaron a reemplazar las conversaciones simples, el consumo de tokens aumentó de 10 a 100 veces. En ese momento, el precio se convirtió en un factor decisivo y no en un lujo. DeepSeek logró reducir el costo de inferencia de manera increíble: más barato que Claude en 25 a 75 veces. ¿El resultado? En solo tres semanas, la participación de los modelos chinos en OpenRouter aumentó un 127%, superando a Estados Unidos por primera vez.

Pero eso fue solo una parte de la historia. La verdadera parte fue el entrenamiento. Los algoritmos por sí solos no son suficientes: se necesitan chips locales capaces de entrenamiento real, no solo inferencia. La línea de producción en Jiangsu tomó solo 180 días desde la firma hasta la producción. Los procesadores Loongson y las tarjetas inteligentes Taichu ya están realizando tareas de entrenamiento reales. En enero de 2026, Zhipu AI lanzó el primer modelo de imagen entrenado completamente en chips chinos locales. Esto representa un cambio cualitativo de inferencia a entrenamiento real.

Otra cosa que noté: la escasez de energía en Estados Unidos comenzó a jugar un papel real. Virginia y Georgia dejaron de aprobar nuevos centros de datos. El consumo de electricidad en EE. UU. se duplicará para 2030, alcanzando el 12% del consumo total. ¿Y China? Produce 2.5 veces más electricidad que EE. UU., y los costos de electricidad industrial son de 4 a 5 veces menores. Esto no es un factor menor.

Ahora, lo que sale de China no es solo un producto o una fábrica, sino el propio Token: la unidad básica que procesan los modelos de inteligencia artificial. Se produce localmente y luego se transmite por cables submarinos a nivel mundial. La distribución de usuarios de DeepSeek dice mucho: China 30.7%, India 13.6%, Indonesia 6.9%, y otros países. En países bajo sanciones, la participación de mercado oscila entre el 40% y el 60%.

Esto me recuerda a la guerra por la independencia industrial hace cuarenta años. Japón en los ochenta controlaba el 51% del mercado mundial de semiconductores, pero aceptó ser el mejor productor en un sistema de división global dominado por una sola potencia. No construyó un ecosistema independiente. Cuando la ola se retiró, solo le quedó la producción misma.

China está en un punto completamente diferente. Sí, enfrentamos enormes presiones y tres rondas de restricciones crecientes. Pero esta vez elegimos el camino más difícil: mejoras algorítmicas extremas, el salto de chips locales de inferencia a entrenamiento, 4 millones de desarrolladores en el sistema Ascend, y luego una expansión global. Cada paso construye un sistema industrial independiente.

Los informes financieros publicados el 27 de febrero cuentan la historia real. Las empresas de chips locales lograron un crecimiento enorme: algunas rentables, otras con pérdidas netas. Pero estas pérdidas no son mala gestión, sino un impuesto de guerra necesario para construir un ecosistema independiente. Cada pérdida es una inversión en investigación y desarrollo, soporte de software y costos humanos para resolver problemas de traducción uno tras otro.

El carácter de la guerra ha cambiado realmente. Hace ocho años preguntábamos: ¿podemos sobrevivir? Hoy la pregunta es: ¿cuánto cuesta pagar para sobrevivir? Y el costo mismo es el progreso.