Latam-GPT: la apuesta de Chile por soberanía digital

La disponibilidad de un modelo ya no depende solo de tu proveedor

En junio pasado, el gobierno de Estados Unidos ordenó a Anthropic suspender el acceso a sus modelos Claude Fable 5 y Mythos 5. El primero volvió a estar disponible a nivel mundial; el segundo quedó abierto solo para un grupo de organizaciones estadounidenses autorizadas.

Meses después, OpenAI canceló el lanzamiento del modelo GPT-6.1 Astra por fallas en las pruebas de seguridad, y China ha evaluado restringir el acceso extranjero a sus modelos de vanguardia. Tres señales que apuntan al mismo lugar: la IA de frontera está concentrada en pocas compañías y en pocos gobiernos.

Para una startup que construyó su producto sobre una API externa, eso no es una discusión geopolítica abstracta. Es la posibilidad concreta de que su motor principal cambie de precio, de condiciones o de disponibilidad por una decisión que no controla. El debate ya llegó a Chile, y no es solo un tema de política pública: es una decisión de arquitectura.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Por qué el vendor lock-in dejó de ser un problema de TI

Loreto Bravo, directora del Instituto de Data Science de la Universidad del Desarrollo e integrante del Panel Científico Internacional Independiente sobre IA de la ONU, lo explica con un ejemplo que cualquier equipo con software empresarial reconoce: "si SAP sube los precios es muy difícil cambiarte a otro proveedor por todo lo que arma dentro de la empresa, está todo ahí dentro".

Ese es el vendor lock-in: la situación en la que migrar de proveedor es tan caro o tan complejo que en la práctica dejas de tener opción. Bravo advierte que el riesgo no es uniforme. Si una compañía usa IA para mantención inteligente de maquinaria, un alza de precios la obliga a rearmar procesos, pero es sobrevivible. "Una cosa distinta sería usarlo en la gestión de la red eléctrica del país", señala.

La traducción para un founder es directa: el nivel de dependencia aceptable depende de qué tan crítico es el sistema que delegas. Cuanto más cerca esté tu producto del núcleo operativo de tus clientes, más caro te sale quedar atado.

¿Qué es Latam-GPT y qué puede hacer por tu empresa?

La respuesta regional que más se menciona es Latam-GPT, el modelo de lenguaje abierto liderado por el Centro Nacional de Inteligencia Artificial (Cenia) de Chile. Fue presentado oficialmente tras más de dos años de desarrollo como resultado de una alianza de 15 países, según El Español, y se construyó sobre Llama 3.1 de 70.000 millones de parámetros, con 300.000 millones de tokens inyectados mediante continual pre-training.

El problema que ataca es de representación de datos: el español representa cerca del 4% de los datos usados habitualmente para entrenar grandes modelos y el portugués ronda el 2%, según cifras citadas por Madboxpc. El proyecto involucra a alrededor de 60 instituciones de 15 países y recibió de Microsoft US$250.000 en créditos de Azure hasta febrero de 2027, además de apoyo técnico del AI for Good Lab.

Álvaro Soto, investigador principal del Cenia, sostiene que "ya no puede haber una restricción" total al acceso gracias a la disponibilidad de modelos abiertos que pueden descargarse y operar localmente. Y adelanta que esperan liberar "de aquí a fin de año" una nueva versión con capacidad para acceder a internet, editar imágenes y realizar tareas de razonamiento y planificación más complejas. También trabajan con el Gobierno Regional de Tarapacá en una versión del modelo para escuelas.

Para un equipo de producto, la lectura práctica es esta: existe una alternativa abierta, entrenada con contexto latinoamericano, que puedes auditar y ejecutar en tu propia infraestructura. No compite en capacidad bruta con los modelos de frontera —Soto lo reconoce— pero sirve para aplicaciones locales y para tareas donde no quieres depender de una API cerrada.

El cuello de botella que nadie resuelve con software

Soberanía sin cómputo es una declaración de intenciones. Chile contaba en el primer semestre de 2026 con 36 centros de datos operativos y unos 255 MW de capacidad instalada, según Colliers citada por Le Monde Diplomatique Chile, que además identificó 34 proyectos futuros entre nuevas instalaciones y ampliaciones. En la comparación regional, Cushman & Wakefield situaba a Brasil en 800 MW y a Chile en 260 MW, según El Cronista.

La demanda global no ayuda a bajar la presión: la Agencia Internacional de Energía estimó que los centros de datos consumieron alrededor de 415 teravatios-hora en 2024 y proyectó que esa cifra podría acercarse a 945 teravatios-hora en 2030.

Por eso Soto llama a construir una "matriz de cómputo interna" para Chile, aprovechando la disponibilidad energética del país para atraer empresas que instalen centros de cómputo locales. El Plan Nacional de Data Centers 2024-2030 ya contempla negociar con empresas internacionales capacidad de cómputo para proyectos de investigación nacionales.

Hay una tensión de fondo. Mientras se anuncian inversiones en infraestructura, el proyecto de Presupuesto 2027 reduce cerca de un 6,4% los recursos del Ministerio de Ciencia y recorta el Fondo de Equipamiento Científico y Tecnológico (Fondequip) en torno a un 79%, al mismo tiempo que incorpora unos 412 millones de pesos para subsidiar acceso a cómputo de IA destinado a investigación, desarrollo e innovación, según el análisis de Le Monde Diplomatique Chile. Comprar capacidad sin financiar a quien la usa es comprar un motor sin combustible.

El talento es la prioridad que todos repiten

Desde Brasil, Fabio Cozman, director del Center for AI (C4AI) de la Universidad de Sao Paulo, sitúa la formación de talento como la principal prioridad, tanto en nivel básico como avanzado. A eso suma tres tareas para los gobiernos: organizar sus datos y regular el acceso a ellos, contar con modelos abiertos que faciliten el uso y la comprensión de la tecnología, y desarrollar infraestructura de cómputo. "El ingenio humano es la clave", subraya.

Bravo coincide desde otra vereda y baja la exigencia: no hace falta desarrollar modelos desde cero. Alcanza con formar ingenieros capaces de adaptar modelos abiertos y profesionales que puedan "rediseñar" los procesos internos de las empresas para incorporar la tecnología y aprovechar su potencial.

Qué significa esto para tu startup

1. Inventaria tus dependencias críticas. Haz la lista de cada API de IA que sostiene tu producto y clasifícala por costo de salida. Un generador de textos de marketing y el motor que decide precios en tiempo real no merecen el mismo nivel de riesgo.

2. Construye una capa de abstracción. Si tu código llama directamente al SDK de un proveedor, migrar te costará semanas. Una capa intermedia que normalice entradas y salidas te permite cambiar de modelo sin reescribir el producto.

3. Pilotea con modelos abiertos. Latam-GPT es abierto y puede descargarse y operar localmente, como señala Soto. Úsalo para las tareas donde el contexto regional importa —normativa local, modismos, casos de uso sectoriales— y donde no quieres que un tercero decida por ti.

4. Mira los programas públicos y los créditos. Microsoft destinó US$250.000 en créditos Azure al ecosistema de Latam-GPT, y el presupuesto chileno de 2027 incorpora partidas para subsidiar acceso a cómputo de IA en I+D+i. Para una startup pequeña, ese acceso subsidiado puede ser la diferencia entre experimentar y no hacerlo.

5. Forma para adaptar, no para entrenar. Según Bravo, la vía realista es adaptar modelos que ya existen. Un ingeniero que sabe hacer ajuste fino y evaluación sobre un modelo abierto rinde más, y más rápido, que un equipo intentando construir un modelo fundacional desde cero.

Soberanía no es aislamiento

La frase que mejor ordena el debate es de Soto: "soberanía no implica independencia y aislamiento (…) Significa tener las capacidades para poder sentarse a la mesa y hablar con propiedad y entender la tecnología". Cozman agrega que el desarrollo regional no debería "crear barreras", sino ampliar la colaboración y la comprensión de las nuevas tecnologías.

Para un founder, la conclusión es menos épica y más operativa. No necesitas entrenar tu propio modelo ni dejar de usar los mejores servicios disponibles. Necesitas saber qué pasaría con tu negocio si mañana te los quitan, cuánto te costaría reemplazarlos y si tienes a alguien en el equipo capaz de hacerlo. Esa capacidad de elegir —no la autarquía— es lo que separa a una empresa que depende de su proveedor de una que negocia con él.