El ecosistema de IA de China: estructura, estrategia y competencia global

La carrera por la supremacía en inteligencia artificial no es una metáfora periodística: es una política de Estado. El monográfico China's Artificial Intelligence Ecosystem, publicado por la National Intelligence University (NIU) de los Estados Unidos y elaborado por el mayor Richard Uber, USAF, constituye uno de los análisis más exhaustivos y documentados sobre la arquitectura estratégica, institucional e industrial que el Partido Comunista Chino (PCCh) ha construido para alcanzar el liderazgo mundial en IA antes de 2030. Con fecha de corte en diciembre de 2020, el trabajo ofrece un mapa completo —desde las políticas fundacionales hasta la respuesta al COVID-19 como banco de pruebas del ecosistema— que sigue siendo de lectura obligada para cualquier jurista, regulador o estratega que necesite comprender la contraparte del AI Act europeo en el tablero global.

Lo que sigue es un análisis académico del contenido del monográfico, estructurado para extraer sus implicaciones doctrinales, regulatorias y estratégicas desde una perspectiva jurídica comparada.

El Plan de Desarrollo de IA de Nueva Generación como acto jurídico-político fundacional

El eje vertebral de la arquitectura china es el Next Generation Artificial Intelligence Development Plan (AIDP), aprobado por el Consejo de Estado en 2017. Uber lo describe acertadamente como el documento constituyente del ecosistema: establece tres horizontes temporales —2020, 2025 y 2030— con objetivos diferenciados en términos geopolíticos, fiscales y ético-normativos.

Lo que el análisis de Huw Roberts et al. —citado en el monográfico— permite visualizar es la tríada programática del AIDP: alcanzar la paridad competitiva para 2020, liderar aplicaciones específicas para 2025 y convertirse en el centro mundial de innovación en IA para 2030. Esta estructura no es meramente aspiracional: es operativa, con métricas cuantificables asignadas a cada fase. La industria de IA debía valer 150.000 millones de yuanes para 2020, 400.000 millones para 2025 y un billón para 2030.

Desde una perspectiva jurídica, el AIDP presenta una característica singular que lo distingue de los marcos regulatorios occidentales: integra en un único instrumento la política industrial, la estrategia de seguridad nacional y los principios éticos de gobernanza de la IA. Esta fusión —que en el ordenamiento europeo ocupa tres instrumentos distintos (el Reglamento de IA, la Directiva de Responsabilidad Civil por IA y los documentos de ética de la Comisión)— tiene ventajas de coherencia sistémica pero plantea interrogantes sobre la independencia regulatoria y la separación entre interés público y dirección política centralizada.

El Ministerio de Ciencia y Tecnología (MOST) y el Ministerio de Industria y Tecnología de la Información (MIIT) son los dos actores gubernamentales centrales en la ejecución del AIDP. La distinción funcional entre ambos es relevante: MOST se orienta hacia la investigación académica y la estrategia a largo plazo, mientras que MIIT opera como correa de transmisión entre la norma y la industria. Esta dualidad recuerda, aunque con diferencias estructurales notables, a la distribución de competencias entre la Comisión Europea y las autoridades nacionales de supervisión bajo el AI Act: un nivel estratégico-normativo y un nivel de implementación e inspección.

La arquitectura del "Equipo Nacional": Estado, mercado y empresa privada

El concepto de National Team —o "Equipo Nacional para la IA"— es una de las contribuciones más interesantes del análisis de Uber a la comprensión del modelo chino. Entre 2017 y 2019, el MOST seleccionó quince empresas privadas como Plataformas Abiertas de Innovación en IA de Nueva Generación: Baidu para vehículos autónomos, Alibaba para ciudades inteligentes, Tencent para imagen médica, iFlyTek para audio inteligente y SenseTime para visión inteligente, entre otras.

La singularidad jurídica de este mecanismo reside en que no constituye una relación de contratación pública clásica ni un modelo de regulación por referencia, sino algo más parecido a una co-regulación delegada con dirección estratégica centralizada. Las empresas del Equipo Nacional no solo desarrollan productos: recomiendan planes de proyectos, definen infraestructuras, diseñan programas de captación de talento y orientan la inversión en capital. Actúan, en la terminología del monográfico, como "imanes y clusters para recursos tecnológicos, recursos de cadena industrial y recursos de financiación."

Esta arquitectura presenta una tensión conceptual con los modelos regulatorios occidentales. El AI Act europeo parte de la premisa de que el Estado regula y el mercado innova, con mecanismos de supervisión ex ante para sistemas de alto riesgo. El modelo chino invierte parcialmente esta lógica: el Estado fija los objetivos estratégicos y delega en empresas privadas seleccionadas tanto la innovación como parte de la gobernanza sectorial. La consecuencia es una mayor velocidad de despliegue pero también una menor separación entre interés comercial y función regulatoria.

No es anodino que varias de estas empresas —SenseTime, HIKVISION, Megvii— hayan sido incluidas posteriormente en la Entity List del Departamento de Comercio de EE.UU. por su implicación en la vigilancia de minorías étnicas en Xinjiang. La doble faz del Equipo Nacional —motor de innovación y herramienta de control social— es uno de los hallazgos más incómodos del monográfico, aunque Uber lo trata con la sobriedad analítica propia de un documento de inteligencia institucional.

La "Nueva Infraestructura" como política de inversión en capacidades habilitantes de IA

El concepto de New Infrastructure (新基建), introducido en la Conferencia Central de Trabajo Económico de 2018 y formalizado en el Libro Blanco del CCID en abril de 2020, merece un análisis específico porque representa una innovación de política pública con potencial interés comparativo para los reguladores europeos.

A diferencia de los planes de infraestructura tradicionales —carreteras, puertos, ferrocarriles—, la Nueva Infraestructura identifica siete áreas tecnológicas como fundamento de la economía digital: IA, Internet Industrial, vehículos eléctricos, centros de datos, 5G, redes de alta tensión y tránsito ferroviario. El NDRC las agrupa en tres componentes: infraestructura de redes de comunicación, infraestructura de nuevas tecnologías e infraestructura de potencia de cómputo.

La relevancia jurídico-regulatoria de este marco reside en su lógica de inversión anticipatoria. La inversión esperada en 2020 superaba los 300.000 millones de dólares, con una proyección de crecimiento exponencial hasta 2025. En el segmento de IA, el monográfico registra un salto de 1.320 millones de dólares en 2020 a 13.500 millones en 2025. Estas cifras permiten contextualizar por qué Europa ha necesitado responder con instrumentos como el programa Horizon Europe, el Digital Compass 2030 o el reciente AI Gigafactory Initiative: la asimetría de inversión pública en capacidades habilitantes es estructural, no coyuntural.

Conviene señalar, no obstante, una limitación metodológica del propio monográfico: las cifras de inversión china en IA son difíciles de auditar con precisión, dado el solapamiento entre presupuestos civiles y militares, y la opacidad de los guiding funds gubernamentales. El propio Uber reconoce que las estimaciones del Instituto de Análisis de Defensa y del CSET de Georgetown son conservadoras y no incluyen el gasto en IA militar, cuya horquilla oscila entre 300 millones y 2.700 millones de dólares para 2018.

El talento como variable estratégica: drenaje, retención y competencia transnacional

Uno de los capítulos más rigurosos del monográfico aborda la cuestión del talento en IA, con datos del análisis de NeurIPS 2019 que merecen una lectura cuidadosa. De los 128 investigadores con titulación de grado en universidades chinas cuyos trabajos fueron presentados en la conferencia, más de la mitad trabajaban en EE.UU. La trayectoria mayoritaria era: grado en China → posgrado en EE.UU. → empleo en EE.UU.

Esta dinámica —que Uber denomina brain drain pero que el Georgetown CSET ha estudiado con mayor sofisticación— tiene implicaciones regulatorias concretas para el debate sobre la libre circulación de investigadores en el contexto del AI Act. La escasez global de talento especializado en IA es uno de los factores que el Reglamento europeo menciona como condicionante de su implementación, pero los mecanismos de atracción y retención de talento brillan por su ausencia en el texto normativo.

La respuesta china ha sido multidimensional. El Programa de Doble Primera Clase (双一流) apunta a elevar 42 universidades a estándares internacionales de excelencia. El Plan de Diez Mil Plazas (双万计划) busca crear 10.000 programas de grado de primera clase a nivel nacional y otros 10.000 a nivel provincial antes de 2021. La integración curricular de la IA en el bachillerato —con el primer libro de texto de IA para secundaria publicado en 2018— completa una estrategia de pipeline formativo que opera desde la adolescencia hasta el doctorado.

El contraste con el modelo europeo es instructivo: la UE carece de un equivalente estructural a esta política de Estado para la formación en IA. El AI Act prevé obligaciones de alfabetización digital para los operadores de sistemas de alto riesgo, pero no una arquitectura educativa coordinada entre Estados miembros orientada a la producción masiva de talento especializado. Esta asimetría estructural en la formación de capital humano es, probablemente, la debilidad competitiva más difícil de corregir en el corto plazo.

Las asociaciones profesionales científicas como nodos de integración Estado-mercado-academia

El análisis de las Scientific Professional Associations (SPAs) es quizás el elemento menos conocido del ecosistema chino en la literatura occidental y uno de los más originales del monográfico. Uber identifica 117 SPAs vinculadas a la IA en China, que actúan como integradoras entre gobierno, industria y academia, y destaca tres de ellas: la Asociación China para la Inteligencia Artificial (CAAI), la Federación de Informática China (CCF) y la Alianza de la Industria de IA de China (AIIA).

La singularidad jurídica de estas asociaciones reside en su doble naturaleza: formalmente son entidades de derecho privado o cuasi-privado registradas bajo la Asociación China para la Ciencia y la Tecnología (CAST), pero operan con una orientación estratégica que las alinea inequívocamente con las prioridades del PCCh. La página principal de la CCF, reproducida en el monográfico, incluye un enlace directo a la construcción del Partido, con el texto "Publicitar e implementar el pensamiento de Xi Jinping." No es una excepción anecdótica: es la regla estructural.

Desde una perspectiva de derecho comparado, esta configuración difiere radicalmente del modelo europeo de organismos de normalización como el CEN, el CENELEC o el ETSI, que operan con independencia formal de los gobiernos nacionales y bajo principios de apertura, transparencia y consenso. La participación de empresas chinas en estos organismos europeos —y en la ISO/IEC— plantea interrogantes sobre la posibilidad de que las SPAs chinas utilicen estos foros como vectores de transferencia estratégica de tecnología e influencia normativa, una preocupación que el propio CSET ha documentado en trabajos posteriores al monográfico.

El COVID-19 como banco de pruebas del ecosistema: rapidez, coordinación y coste democrático

El capítulo sobre la respuesta china al COVID-19 constituye un caso de estudio de notable valor analítico, porque permite observar el ecosistema de IA en operación real bajo condiciones de estrés máximo. La cronología reconstruida por el CAICT —desde el primer caso documentado el 8 de diciembre de 2019 hasta la convocatoria de soluciones de IA por parte del MIIT el 4 de febrero de 2020— muestra una capacidad de movilización industrial que no tiene parangón en ningún otro país.

Los datos son elocuentes: ANT Financial desplegó la primera versión de la health code app en la provincia de Zhejiang el 11 de febrero de 2020, recibió 100 millones de consultas el primer día, y una semana después el gobierno decidió implementar una versión nacional en Alipay y WeChat. En menos de treinta días, un sistema de control sanitario digitalizado operaba a escala nacional. Baidu, con más de cien vehículos autónomos usando el sistema Apollo, apoyó tareas de desinfección y logística. iFlyTek desplegó un asistente de voz capaz de cribar hasta 800.000 personas al día en búsqueda de síntomas.

La eficiencia operativa de esta respuesta es indiscutible. Pero el monográfico —con la sobriedad analítica que caracteriza su enfoque— no elude el coste democrático. La health code no era solo una herramienta sanitaria: era un sistema de geolocalización permanente vinculado a documentos de identidad nacionales, desplegado sin el consentimiento informado de los ciudadanos y mantenido activo mucho después de que China declarara controlada la pandemia. El propio CAICT documentó violaciones masivas de privacidad —difusión en WeChat y Weibo de nombres, fotos, empleadores, domicilios y números de identificación— que la Administración de Ciberseguridad de China intentó limitar con una notificación del 4 de febrero de 2020.

Desde una perspectiva del RGPD, ninguno de estos tratamientos habría superado el test de licitud del artículo 6, ni los principios de minimización de datos del artículo 5.1.c, ni —en el contexto de reconocimiento facial y geolocalización— las condiciones del artículo 9 para categorías especiales. Lo que el monográfico ilustra, sin necesidad de afirmarlo explícitamente, es que la velocidad de despliegue del ecosistema chino es funcionalmente dependiente de la ausencia de las garantías que el ordenamiento europeo considera no negociables.

Esta tensión es el núcleo del debate regulatorio global sobre IA: la eficiencia sistémica de los modelos autoritarios frente a la legitimidad democrática de los modelos garantistas. El AI Act europeo ha optado inequívocamente por la segunda, con el coste de velocidad que ello implica.

La competencia Sino-EE.UU. en IA: análisis DAFO y sus implicaciones para la regulación global

El capítulo final del monográfico ofrece una síntesis comparada de cuatro evaluaciones institucionales —el Centro para la Innovación en Datos, el Stanford AI Index 2019, Tortoise Media y Frost & Sullivan— que convergen en un diagnóstico: EE.UU. lidera globalmente en IA, China es un segundo distante pero acelerando. El análisis DAFO que Uber construye a partir de estas evaluaciones es el más útil para extraer implicaciones regulatorias.

Entre las fortalezas de China, el monográfico destaca: apoyo gubernamental robusto, robótica y automatización, supercomputadores, comunidades de investigación activas, tasas de adopción de IA elevadas —con un 76% de los ciudadanos chinos convencidos del impacto sistémico de la IA, frente al 58% en EE.UU.—, acceso y acumulación de datos sin las restricciones del RGPD, y un mercado doméstico de enorme escala.

Las debilidades identificadas son igualmente reveladoras: dificultad para atraer y retener talento de primer nivel, dependencia de semiconductores importados —el cuello de botella más citado en la literatura especializada posterior—, dependencia de plataformas de código abierto estadounidenses como GitHub, tendencia del modelo orientado a métricas a priorizar cantidad sobre calidad, y escasa diversidad en la fuerza laboral de IA.

Ahora bien, las fortalezas de China son precisamente las debilidades competitivas del modelo europeo: adopción masiva, acceso sin restricciones a datos de escala, inversión pública concentrada y capacidad de despliegue rápido. Mientras China construye su ecosistema con lógica de first mover, Europa construye el suyo con lógica garantista. El riesgo —que el Reglamento de IA intenta mitigar con el concepto de "liderazgo responsable en IA"— es que el rigor regulatorio se traduzca en desventaja competitiva frente a ecosistemas que externalizan el coste de los derechos fundamentales.

La respuesta del Reglamento de IA a este dilema es normativa pero no resuelve el problema económico subyacente. La obligación de evaluación de conformidad previa para sistemas de alto riesgo, los requisitos de supervisión humana del artículo 14, los estándares de transparencia del artículo 13 y los registros del artículo 71 crean fricción regulatoria que los modelos menos garantistas no soportan. Esta fricción puede internalizarse si la UE logra que sus estándares sean adoptados como referencia global —efecto Bruselas— o puede convertirse en una desventaja competitiva estructural si los mercados de terceros países prefieren soluciones sin esas restricciones.

Conclusión: un ecosistema diseñado para ganar, un debate regulatorio que Europa no puede eludir

El monográfico de Uber no es un documento de política jurídica, pero sus implicaciones para el derecho de la IA son de primer orden. El ecosistema chino de IA es una construcción deliberada, coherente y sostenida durante más de quince años, que integra política industrial, formación de talento, inversión en infraestructura habilitante, movilización de la industria privada y orientación estratégica centralizada. Su fortaleza no reside en la excelencia de ninguno de sus componentes aislados —EE.UU. sigue liderando en talento, investigación e inversión privada— sino en la coordinación sistémica que el PCCh ha logrado entre ellos.

Para los juristas y reguladores europeos, tres conclusiones merecen atención particular. Primera, la velocidad de despliegue del ecosistema chino es estructuralmente incompatible con los estándares de garantía que el AI Act consagra: el coste de los derechos fundamentales es real y debe reconocerse abiertamente en el debate regulatorio, en lugar de ignorarlo con la retórica del "liderazgo responsable." Segunda, la competencia por los estándares internacionales de IA —en la ISO/IEC, en la ITU, en la UNESCO— es un campo de batalla normativo en el que la presencia de las SPAs chinas no es neutral y la UE necesita estrategias activas de participación e influencia. Tercera, la asimetría en la formación de talento especializado en IA no es soluble únicamente con regulación: requiere políticas de inversión educativa coordinadas a escala europea que el marco regulatorio actual no contempla.

El ecosistema de IA de China es, en suma, el principal argumento empírico para entender por qué la regulación europea de la IA no puede ser únicamente un ejercicio de ingeniería normativa interna. Es también —y quizás sobre todo— una respuesta a una competencia estratégica global cuyas reglas no las escribe ningún texto legal.

---

Análisis elaborado a partir de: Maj Richard Uber, PhD, USAF, "China's Artificial Intelligence Ecosystem", National Intelligence University, Ann Caracristi Institute for Intelligence Research, Research Monograph, información con corte a 31 de diciembre de 2020. Acceder al PDF completo.