Las inversiones multimillonarias de Europa en IA están abriendo oportunidades para nuevos negocios, más allá del desarrollo de modelos y la operación de centros de datos. Sin embargo, ese avance dejó expuesto un problema que recibió menos atención: muchas compañías utilizan sistemas de IA sin tener control total sobre la tecnología, los datos y la infraestructura que sostienen su funcionamiento. Esa limitación abrió espacio para emprendedores que buscan darles más autonomía sobre sus sistemas.
La adopción acelerada de IA llevó a numerosas empresas a depender de infraestructuras que no pueden revisar, mover o controlar por completo. Datos, modelos, software y capacidad informática quedaron ligados a un grupo reducido de proveedores tecnológicos, una concentración que suma múltiples riesgos para las compañías.
Un estudio de la Comisión Europea, publicado en agosto de 2026, señaló entre los principales problemas la capacidad de cómputo limitada y concentrada en ciertas regiones, en áreas clave del continente europeo.
La capacidad de cómputo es, en términos simples, la potencia disponible en servidores, chips y centros de datos para entrenar y ejecutar modelos de IA. Si esa capacidad es limitada, hay menos recursos disponibles de los que requiere la demanda. Si además está concentrada, una parte importante depende de pocas empresas, regiones o infraestructuras.
Por otro lado, el informe también advirtió sobre la dependencia de proveedores no europeos de servicios en la nube e IA, junto con la posibilidad de que las compañías queden alcanzadas por leyes de otros países.
Como señaló Dario Maisto, analista principal de Forrester, las organizaciones muestran cada vez más preocupación por saber si pueden "controlar cómo se construyen, se gobiernan, se operan y evolucionan los sistemas de IA". La OCDE también advirtió sobre la concentración del mercado, las dificultades para cambiar de proveedor y la escasa interoperabilidad entre distintos servicios. A estos obstáculos se suman los altos costos de migración, es decir, los gastos que enfrentan las empresas cuando trasladan datos, sistemas y operaciones de una plataforma tecnológica a otra.
Ese escenario abrió una oportunidad para empresas que buscan reducir la dependencia tecnológica de las organizaciones. El empresario británico JB Benjamin creó Veldris con esa premisa. Su plataforma, Midgard, permite que las compañías gestionen con mayor autonomía componentes clave de sus sistemas de IA, como los datos, la capacidad de cómputo, la seguridad, los accesos y la gobernanza.
La plataforma puede ejecutarse sobre el hardware del propio cliente y permanecer bajo su dominio, incluso sin conexión a redes o sistemas externos. "La comodidad nunca debería ir en detrimento de la soberanía o de la privacidad. Nos dejamos llevar por una falsa sensación de seguridad, confiando más en las corporaciones y los gobiernos que en nosotros mismos y en nuestro propio criterio. A menos que controle todos los niveles de su infraestructura, no existe una verdadera soberanía", afirmó.
Benjamin considera que esta necesidad podría convertirse en un negocio específico dentro del mercado de la IA. Su experiencia en ciberseguridad lo llevó a trabajar sobre un problema que podría adquirir mayor relevancia a medida que la inteligencia artificial ocupe más espacio en las operaciones de las empresas.
Pero Veldris no fue la única empresa que detectó esa oportunidad. La francesa ChapsVision construyó un negocio alrededor de la inteligencia de datos confiable y la IA, con cerca de 1.000 empleados y más de 2.000 grandes clientes. La compañía trabaja en sectores sensibles como defensa, inteligencia y seguridad, además de finanzas, salud e industria.
La Dirección General de Seguridad Interior del gobierno francés eligió recientemente a ChapsVision para proveer una plataforma soberana europea destinada al procesamiento a gran escala de datos de diferentes tipos y fuentes. La decisión refleja el interés de gobiernos y grandes organizaciones por reducir la dependencia de infraestructuras tecnológicas externas.
La primera etapa del desarrollo de infraestructura para IA estuvo marcada por la necesidad de conseguir suficiente capacidad de cómputo para entrenar modelos cada vez más grandes. La siguiente podría poner el foco en una demanda distinta: que las empresas tengan más visibilidad y control sobre los sistemas que sostienen sus operaciones y por los que destinan cada vez más recursos.
*Esta nota fue publicada originalmente en Forbes.com.