¿Y si la Misión Génesis fuera un inmenso error?

Hace unos días caí en la cuenta de que mi hija lleva meses usando un modelo de inteligencia artificial chino para preparar sus trabajos de Master, y que en todo este tiempo no ha sentido la menor necesidad de pagar una suscripción a ninguno de los grandes jugadores del sector. Cuando le pregunté si no echaba de menos la potencia de Claude, me miró con esa mezcla de condescendencia y cariño que los hijos reservan para las preguntas absurdas de sus padres y me dijo: "Papá, los tokens cada vez se agotan más rápido, y para lo que yo necesito, esto va sobrado".

"Good enough disruption"

Esa frase me persigue desde entonces. Porque resume con una precisión espeluznante el concepto de "good enough disruption" que Clayton Christensen formuló en The Innovator's Dilemma: los líderes de un mercado tienden a sobreatender a sus clientes con prestaciones que la mayoría no necesita, abriendo la puerta a un competidor inferior pero mucho más barato que captura la base de la pirámide... y que, desde ahí, sube hasta devorarles el negocio.

Como este artículo va a ser largo, os pido que retengáis la idea mientras chapoteo en un charco aparentemente inconexo.

Pero... ¿qué es la Misión Genésis?

En noviembre de 2025, el presidente Trump firmó una orden ejecutiva lanzando la "Misión Génesis": un esfuerzo nacional liderado por el Departamento de Energía para aplicar inteligencia artificial de frontera a la investigación científica, con una retórica que lo comparaba explícitamente con el Proyecto Manhattan. El propósito es conectar los 17 laboratorios nacionales del DOE para compartir sus superordenadores, sus décadas de datos experimentales en fusión, fisión, ciencia de materiales y biotecnología, y aplicar sobre ellos los modelos más potentes de OpenAI, Anthropic y Nvidia, entre otros. Hasta la fecha, 51 organizaciones se han sumado al esfuerzo y se han comprometido 320 millones de dólares en inversión inicial, con 150 millones adicionales solo para curar y estructurar los datos científicos existentes.

Todo un aldabonazo, que se suma al Proyecto Stargate previamente avalado por el gobierno norteamericano: un consorcio de OpenAI, SoftBank, Oracle y Nvidia que pretende invertir 500.000 millones de dólares para 2029 en entrenamiento e inferencia de modelos de próxima generación.

¿Está el mundo poniéndose al revés?

Es la suma de estas dos iniciativas la que me hace pensar, cada vez más, si la premisa no estará invertida.

Porque la Misión Génesis asume que el activo escaso es el modelo de frontera, y que la ventaja competitiva viene de ponerlo a trabajar sobre datos que ya existen. Pero ¿y si el activo verdaderamente escaso fueran los datos, y el modelo fuera intercambiable? Si un modelo chino que cuesta una centésima parte del occidental es "suficientemente bueno" para procesar esos mismos datos experimentales, toda esta inversión en capacidad de frontera se vuelve prescindible. O peligrosísima, si consideramos las inercias que van a generar tantas inversiones en activos cuya obsolescencia les convierte en una bomba de relojería. Parafraseando aquella frase de la campaña de Bill Clinton, "Son los datos, estúpido, no la infraestructura".

Y los síntomas de que el mercado se mueve en esa dirección se acumulan. DeepSeek acaba de lanzar su modelo V4 Flash a 0,14 dólares por millón de tokens de entrada — entre 30 y 100 veces más barato que su equivalente de OpenAI. Los modelos derivados de la familia Qwen de Alibaba superan ya las 100.000 variantes en Hugging Face, más que cualquier modelo occidental. Y un socio de Andreessen Horowitz estima que el 80% de las startups estadounidenses usan modelos chinos como base para desarrollar sus productos.

Leedlo otra vez, por favor: el 80% de las startups del país que acaba de lanzar la Misión Génesis construyen sobre los modelos del rival geopolítico.

Una estrategia (al menos) discutible

Pero si el asunto de los costes me parece preocupante, no es menos arriesgada la estrategia.

Mientras Estados Unidos invierte cifras que harían sonrojar al Plan Marshall — el Proyecto Stargate prometía 500.000 millones en infraestructura de IA, y entre los cinco grandes hiperescalares la inversión prevista para 2026 ronda los 700.000 millones — China ha optado por un camino radicalmente distinto. En lugar de competir en potencia bruta, ha abierto sus modelos base y los ha puesto a disposición de cualquiera que quiera construir sobre ellos. Según un informe de la Comisión de Seguridad Económica del Congreso de Estados Unidos, este enfoque genera un doble bucle de retroalimentación: los laboratorios chinos refinan mutuamente sus modelos sin costosas inversiones en preentrenamiento, y las empresas de todo el mundo los adaptan a nichos específicos, generando datos de uso que alimentan la mejora de los modelos originales. Los chinos no están compitiendo por tener el motor más potente; están construyendo la gasolinera donde todo el mundo reposta.

Esto ya lo hemos vivido

¿Os suena de algo? A mí sí: a las tarifas planas de las operadoras de telecomunicaciones. A principios de siglo, las telcos financiaron las autopistas sobre las que Google, Netflix y Amazon construyeron sus imperios. La pregunta incómoda es si la Misión Génesis — y toda la estrategia occidental de IA — no estará repitiendo la misma lógica: invertir masivamente en la infraestructura para que quienes controlen el dato y la aplicación vertical capturen el valor real.

Y hay un dato adicional que invita a profundizar en la reflexión. Los rendimientos marginales de los modelos de frontera empiezan a flaquear. El reciente lanzamiento de Claude Opus 4.7 fue recibido con un aluvión de quejas por parte de los desarrolladores: mejoras medibles en tareas de programación, sí, pero acompañadas de regresiones en investigación web, un tokenizador que encarece el uso entre un 12% y un 18%, y falsos positivos en los filtros de seguridad que bloquean tareas legítimas. Es el patrón clásico de Christensen: mejoras marginales en las prestaciones punteras que la mayoría no necesita, mientras la experiencia general se deteriora.

Ahora bien, conviene ser honesto con los límites de esta tesis. Christensen se equivocó con el iPhone: predijo su fracaso porque los teléfonos baratos eran "suficientemente buenos". Y no es descartable que los modelos de frontera abran capacidades cualitativas — descubrimiento de fármacos, diseño de materiales, razonamiento científico — que justifiquen su coste para un nicho dispuesto a pagar lo que haga falta. Génesis podría acertar si esas capacidades resultan ser decisivas. Además, los datos clasificados del DOE no van a pasar por modelos chinos open-source por razones de seguridad nacional, lo cual da a los modelos occidentales una ventaja que no es de calidad sino de confianza.

La ironía final

Pero hay una cierta ironía en todo esto: los propios arquitectos de la Misión Génesis han dedicado 150 millones de dólares a curar y estructurar los datos del DOE antes de poder alimentar con ellos modelo alguno. Es un reconocimiento implícito de que el activo valioso no es el modelo sino los datos. Si tenemos razón en todo esto, Génesis apunta la potencia de los superordenadores y los modelos de frontera al problema equivocado. Y la verdadera misión de un nuevo "Proyecto Manhattan" debería ser construir los mejores conjuntos de datos del mundo, no la infraestructura de cómputo más grande. Porque el motor, cada trimestre que pasa, cuesta un poco menos. Pero el combustible es irreplicable. Y es, probablemente, el único activo en que, con toda seguridad, superas a tu competidor.

Mi hija, mientras tanto, ajena a las cosas tan raras que piensa y escribe su padre, sigue usando un modelo chino que no le cuesta nada y le va perfectamente.

Tal vez deberíamos empezar a preguntarnos si estamos mirando al dedo cuando la luna está en otra parte.