Geopolítica de la IA: DeepSeek, la paradoja de Jevons y Stargate (primera parte)

Silicon Valley todavía está en estado de shock por el caso DeepSeek. En un paper publicado el 27 de diciembre de 2024, DeepSeek, una empresa china, aseguró que con tan solo US$ 5.300.000 había logrado entrenar en sus fases finales una IA comparable con ChatGPT. No tardaron los comentaristas especializados en preguntarse si acaso DeepSeek podría ser considerado un “momento Sputnik” para China.

Algunos expertos calculan que, si eso es así, a DeepSeek le habría costado solo un 3% de lo que a OpenAI le costó entrenar el modelo o1 (que es presentado por OpenAI como una superación de los clásicos GPT-3.5 o GPT-4.0).

La reacción de USA llegó el día 21 de enero de 2025, cuando el recién asumido presidente Trump, junto con Sam Altman, CEO de OpenAI; Larry Ellison, fundador de Oracle; y Masayoshi Son, CEO de SoftBank, lanzaron el Proyecto Stargate: la mayor inversión en IA de la historia de la humanidad, por la suma de US$ 500.000 millones solo en los próximos 4 años.

Se trata de una especie de proyecto “Manhattan”, cuyo objetivo es conseguir la supremacía mundial de USA en IA: llegar antes que todos a la inteligencia artificial general. El proyecto Stargate concretiza así la primera de las 32 recomendaciones del Informe, de noviembre del año 2024, de la Comisión de Revisión Económica y de Seguridad entre USA y China del Congreso de los Estados Unidos de Norteamérica.

Y es que el mensaje que China ha enviado es claro: no necesitamos los chips más avanzados de Nvidia para desarrollar un modelo de IA tan bueno como GPT o1, que, a diferencia de DeepSeek, cuesta US$ 200 al mes, versus DeepSeek que es “gratis”. Pero no solo eso: Deepseek es un modelo de código abierto. Los consumidores pueden, por tanto, descargarlo, manipularlo e incluso comercializarlo (claro, a cambio de sus datos: el oro del siglo XXI).

¿Qué es DeepSeek?

Primero, hay que tener presente que DeepSeek  es una creación de  HiFlyer, el cual, a su vez, es un operador de fondos de inversión que toma decisiones con IA. Actualmente maneja fondos por la suma de US$ 8.000 millones. Su cofundador es Lian Wengfeng.

DeepSeek es un laboratorio de IA que emplea a no más de 200 personas y que ha sido capaz de desarrollar dos innovadores modelos de IA. El V3, que se dio a conocer en Navidad, y el R1, que vio la luz el 20 de enero de 2025, el mismo día en que Donald Trump asumía como presidente de USA. Estos modelos pueden descargarse del sitio web DeepSeek.com y de las tiendas de aplicaciones de Google o de Apple.

Cabe tener presente que Lian Wengfeng ha estrechado su mano con la del presidente Xi Jinping.

El modelo de IA R1 tendría, según algunos expertos, un poder de inferencia muy parecido al modelo de OpenAI que se llama o1 y cuyo uso, como se indicara, les cuesta a los consumidores US$ 200 al mes. El modelo R1 fue entrenado durante 2 meses a un costo total de US$ 5,3 millones, versus GPTo1, que costó más de 60 millones y versus, también, los nuevos modelos que se estarían diseñando en USA y cuyos costos, se estima, superarían el billón de dólares.

Los chinos han demostrado que pueden crear tecnología de IA a costos muy bajos, prescindiendo de los chips más potentes de Nvidia, las cuales no pueden ser vendidos a China por las prohibiciones que existen al respecto. Frente a esta dificultad, China encontró otra solución y, de paso, derrumbó el valor de las acciones de Nvidia. En efecto, el 27 de enero de este año Nvidia perdió en bolsa US$ 600 mil millones de valorización.

Sin chips Nvidia de alto poder, DeepSeek fue capaz de emular a OpenAI, Anthropic y a XAI, la IA de Elon Musk, ganando de este modo una de las batallas en la geopolítica por el dominio de la IA.

La batalla de los chips

Si en los ochenta fue la criptografía la tecnología cuya exportación estaba prohibida, por ser considerada un recurso militar estratégico, hoy día ese rol lo están jugando los chips más avanzados que se usan para desarrollar IA. Estados Unidos y China están librando una verdadera guerra híbrida en el dominio armamentístico, comercial y tecnológico. El control y dominio de la IA es un objetivo trascendental en esta confrontación, porque cuando dicha tecnología tenga plena aplicación en el campo militar, generará una ventaja estratégica fundamental.

Las restricciones a la exportación de chips de alto poder comenzaron bajo la administración del presidente Biden en octubre de 2022. Nvidia siguió vendiendo chips a China, pero solo de baja potencia (menor memoria y velocidad de transmisión de datos) o no de la potencia suficiente como para ganar, teóricamente, la batalla de la IA. Así fue como Nvidia diseñó y fabricó para el mercado chino el chip H800, que cumplía con las restricciones impuestas por el Gobierno de USA. 

Hasta antes de la aparición de DeepSeek se pensaba que USA tenía una ventaja de, al menos, 5 años por el nivel de los chips Nvidia, los cuales no pueden ser fabricados por China, dado que carece de la tecnología para poder hacerlo. Nvidia diseña los chips y los fabrica en Taiwán, en la famosa Taiwan Semiconductor Manufacturing Co (TSMC). Como sabemos, China considera a Taiwán una “provincia rebelde”.

Se pensaba, pues, que al carecer China de chips especializados de alto poder para producir IA, como son los chips de IA de las series Nvidia A100/H100 y AMD MI200/300, no sería capaz de emular IAs como GPT.  Y sin embargo, según los estudios y opiniones de los expertos, DeepSeek fue capaz de hacerlo, pues en la métricas de comparación (benchmarks) salió prácticamente empatada utilizando el Benchmark Strawberry de Open AI. Es decir, se midió con el propio sistema de comparación de Open AI.

Entonces tenemos que, a pesar de las restricciones de chips que enfrentó China (DeepSeek), las cosas salieron de otra forma. China se las ingenió para encontrar otro camino. Sin desmerecer este logro, que sin duda es una seria alerta para USA, sin embargo hay que tomarlo con beneficio de inventario, a la par de justipreciar su real alcance geopolítico.

(Continuará)