En un mundo donde buena parte de los modelos líderes de Inteligencia Artificial (IA) se originan en Estados Unidos y China, cada vez más países se preguntan cómo reducir su dependencia tecnológica y desarrollar capacidades propias para diseñar, entrenar y usar sistemas de inteligencia artificial alineados con sus necesidades.

En ese contexto surge el concepto de ‘IA soberana’, entendido como la capacidad de un país, región o entidad para desarrollar y desplegar herramientas de inteligencia artificial con control sobre su infraestructura, datos, modelos y talento. No se trata únicamente de tener tecnología propia, sino de decidir cómo se construye, con qué información se entrena, bajo qué reglas opera y para qué tipo de soluciones se utiliza.

Un nuevo debate global

La IA soberana aparece como una respuesta a la concentración del poder tecnológico. Cuando pocos proveedores dominan los modelos, la infraestructura y las plataformas de inteligencia artificial, algunos países y organizaciones pueden quedar expuestos a riesgos de dependencia, sesgos culturales, limitaciones regulatorias y menor capacidad de innovación.

Por eso, en la actualidad varias economías han empezado a diseñar estrategias nacionales para fortalecer sus capacidades en IA. La discusión no es menor, pues en la medida en que la inteligencia artificial se integre en sectores como salud, educación, banca, defensa, energía, gobierno, justicia y empresas, los países que no desarrollen capacidades propias podrían depender de sistemas construidos con datos, prioridades y visiones ajenas a su realidad.

Soberanía no significa aislamiento

Hablar de soberanía tecnológica no implica desconectarse del mundo ni construir todo desde cero. La IA soberana no debe entenderse como un modelo de aislamiento total, sino como una forma de tomar mejores decisiones sobre qué debe controlarse directamente y qué puede apoyarse en proveedores globales.

Así, el futuro puede estar en ecosistemas híbridos que combinen la escala de los grandes proveedores globales, como Amazon, Google, OpenAI o Microsoft, con la confianza, conocimiento local y el control de entidades nacionales o regionales.

América Latina y la oportunidad de construir una IA con contexto

Para América Latina, la IA soberana tiene una relevancia especial. La región enfrenta el riesgo de quedar rezagada no necesariamente por falta de talento, sino por la ausencia de ecosistemas locales robustos. A esto se le suma un desafío de contexto: muchos modelos globales han sido entrenados principalmente con datos en inglés y pueden no comprender plenamente las expresiones, realidades económicas, sistemas jurídicos, prácticas sociales y particularidades culturales de la región.

Uno de los hitos más importantes en esta discusión es ‘Latam-GPT’, un modelo coordinado por el Centro Nacional de Inteligencia Artificial de Chile (Cenia), con apoyo de países como Brasil, Colombia, Perú y el Banco de Desarrollo de América Latina y el Caribe (CAF). Este proyecto busca representar una identidad digital latinoamericana y responder a necesidades propias de la región.

De acuerdo con la información disponible, Latam-GPT ha sido entrenado con más de 300.000 millones de tokens, equivalentes aproximadamente a 230.000 millones de palabras, bajo licencias explícitas y con datos anonimizados. Su valor no está solo en el volumen de información, sino en su capacidad para incorporar contextos locales, jergas, sistemas jurídicos y dinámicas socioeconómicas propias de América Latina.

La idea de fondo es que América Latina pase de ser un simple consumidor de tecnología a participar activamente en su diseño.

El contexto local como ventaja competitiva

Para América Latina, los datos locales pueden convertirse en una ventaja competitiva. La región genera grandes volúmenes de información sobre mercados emergentes, informalidad económica, movilidad urbana, servicios financieros, consumo, salud, educación y gestión pública. Estos datos pueden ser difíciles de replicar por modelos diseñados desde otras realidades.

Un modelo de IA con mayor comprensión del contexto regional podría apoyar, por ejemplo, la predicción de comportamientos económicos en economías emergentes, el diseño de soluciones logísticas en ciudades complejas o la evaluación de riesgos en poblaciones con baja bancarización. También podría realizar aportes significativos en sectores como tributación, control público, atención ciudadana, educación y servicios financieros.

Sectores donde la soberanía cobra más fuerza

La necesidad de controles soberanos no es igual en todas las industrias. Algunos sectores tienen mayores exigencias por la sensibilidad de los datos, el impacto público de sus decisiones o su importancia para la seguridad nacional.

Entre los sectores con mayor madurez en la adopción de controles soberanos se destacan el aeroespacial y defensa, gobierno y sector público, salud, banca y energía.

Esta discusión también puede extenderse al campo contable y financiero. Los profesionales de la Contaduría Pública trabajan con información sensible, soportes, registros, reportes, datos tributarios, información financiera y evidencia de auditoría. Por eso, entender la IA soberana será cada vez más importante para evaluar riesgos, controles, trazabilidad y confianza en los sistemas que procesan información empresarial.

Importancia para los contadores públicos

Para los contadores públicos, la IA soberana puede parecer un tema lejano. Sin embargo, está conectada con asuntos que forman parte esencial de su ejercicio profesional: datos, evaluación de controles y riesgos, cumplimiento normativo y apoyo para la toma de decisiones informadas.

A medida que las empresas adopten herramientas de inteligencia artificial para analizar información financiera, automatizar procesos, revisar documentos, generar reportes o apoyar la toma de decisiones informadas, los contadores públicos deberán preguntarse:

• ¿Dónde se almacenan los datos?
• ¿Quién tiene acceso a la información?
• ¿Con qué datos fue entrenado el modelo?
• ¿El sistema entiende el contexto local y normativo?
• ¿Existen controles sobre los resultados que se producen?
• ¿La organización conserva la capacidad de decisión sobre su información?

Estas preguntas muestran que la IA soberana no es solo un tema de ingenieros o gobiernos. También es un asunto relevante para quienes trabajan con información contable y financiera y deben contribuir a la generación de confianza en las organizaciones. En ese sentido, entender la IA soberana no significa que el contador deba convertirse en experto en desarrollos tecnológicos, sino que pueda entender los sistemas que procesan, protegen y utilizan la información de las organizaciones.

Kevin Darley Guevara
Profesional de investigación del INCP