Sevilla, España
Sevilla, España
+(34) 624 816 969
El panorama de la inteligencia artificial está experimentando un cambio sísmico. Mientras Estados Unidos y China dominan la conversación con modelos como GPT-4 y DeepSeek, un actor europeo tradicionalmente conocido por su infraestructura cloud, OVHcloud, ha decidido dar un paso audaz: desarrollar sus propios modelos de IA de frontera. Este movimiento no solo busca competir técnicamente, sino también ofrecer una alternativa soberana para las empresas europeas que desconfían de la dependencia tecnológica de potencias extranjeras.

Tabla de contenidos [Mostrar]
OVHcloud, uno de los mayores proveedores de servicios en la nube de Europa, ha anunciado planes para entrenar desde cero una familia de modelos de lenguaje de gran escala (LLMs) con el objetivo de liberarlos como open source una vez que alcancen ciertos umbrales de rendimiento. Según declaraciones de su CEO, Octave Klaba, a Reuters, la compañía ya ha completado el preentrenamiento de uno de sus modelos en Jupiter, el superordenador europeo más potente y el primero a escala exaescala, ubicado en Alemania.
Este paso sitúa a OVHcloud en competencia directa con Mistral AI, la startup parisina que se ha convertido en el estandarte europeo frente a los gigantes estadounidenses. Klaba argumenta que la economía del entrenamiento de modelos ha cambiado drásticamente: el costo de un proyecto que antes requería alrededor de 1.150 millones de dólares (1.000 millones de euros) ahora se ha reducido a menos de 230 millones de dólares (200 millones de euros), gracias a mejoras en chips, métodos de entrenamiento y uso de datos sintéticos.
Este anuncio llega en un momento crítico. Gobiernos y empresas europeas están reevaluando la infraestructura de IA no solo por rendimiento, sino también por gobernanza de datos y continuidad de acceso. Las tensiones se intensificaron recientemente cuando Anthropic, una empresa estadounidense, suspendió el acceso a sus modelos Fable 5 y Mythos 5 para ciudadanos extranjeros, siguiendo directivas de control de exportaciones de EE.UU. Este tipo de incidentes refuerza la necesidad de alternativas locales.
Para los CIO y CTO, la decisión de adoptar un modelo de IA ya no es puramente técnica; implica evaluar riesgos jurisdiccionales y de dependencia. Como señala Sanchit Vir Gogia, analista jefe en Greyhound Research, “la soberanía no elimina el interruptor de apagado. Cambia quién tiene la mano sobre él”. En este contexto, la apuesta de OVHcloud podría ofrecer una vía para reducir la dependencia de proveedores estadounidenses y chinos, pero no elimina por completo los riesgos geopolíticos.

Aunque la reducción de costos de entrenamiento es significativa, los expertos advierten que es solo el primer paso. Neil Shah, vicepresidente de investigación en Counterpoint Research, señala que la cifra de 200 millones de euros probablemente cubre solo la fase inicial de entrenamiento. Una vez entrenados, los modelos requieren inversión continua en fine-tuning, post-entrenamiento, infraestructura soberana, almacenamiento, seguridad, distribución y soporte empresarial. “Un modelo se considera un activo que pierde valor si no se entrena de manera continua y se mantiene actualizado con datos”, explica Shah.
Además, OVHcloud necesitará alcanzar una escala suficiente para que servir los modelos sea económicamente viable frente a competidores consolidados como Google y Anthropic. Charlie Dai, analista principal en Forrester, coincide en que el menor costo de entrenamiento da un punto de partida creíble, pero la competitividad empresarial dependerá de capacidades sostenidas como la eficiencia en inferencia, pipelines de datos, marcos de evaluación y amplitud del ecosistema.
Un punto crítico es que el preentrenamiento se ha realizado en Jupiter, un superordenador público europeo situado en Alemania, pero que funciona con tecnología estadounidense. Esto demuestra que la soberanía europea en IA sigue siendo parcial. Como señala Gogia, “200 millones de dólares permiten hoy un entrenamiento serio, pero no compran un negocio de IA empresarial sólido”. La ausencia de benchmarks publicados y detalles técnicos hace que el plan de OVHcloud sea, por ahora, más una declaración de intenciones que una capacidad demostrada.
Para las empresas, esto implica que la decisión de adoptar modelos de OVHcloud requerirá evidencias de que los modelos pueden mantenerse en producción, gobernarse de forma eficaz, auditarse cuando sea necesario y abandonarse sin grandes disrupciones. La dependencia tecnológica (lock-in) también es un factor: aunque los clientes podrían cambiar de proveedor cloud, trasladar cargas de trabajo de IA construidas alrededor de modelos y herramientas de gobernanza específicas sería mucho más difícil.

Este movimiento de OVHcloud tiene implicaciones directas para los departamentos de TI y las estrategias de adopción de IA. Por un lado, ofrece una alternativa potencial para empresas que buscan cumplir con regulaciones de soberanía de datos como el GDPR. Por otro, introduce nuevas variables en la evaluación de riesgos. Los CIO deberán considerar no solo el rendimiento y costo de los modelos, sino también la estabilidad del proveedor, la capacidad de actualización continua y la interoperabilidad con otros sistemas.
En este sentido, la experiencia de OVHcloud en infraestructura cloud podría ser una ventaja, pero también una distracción. Como se ha visto en otros ámbitos, como la adopción de soluciones cloud empresariales, la integración con plataformas existentes es clave. Además, la seguridad y la gobernanza de datos son aspectos que no pueden descuidarse, como se aborda en pruebas de penetración y hacking ético.
La apuesta de OVHcloud también podría catalizar un ecosistema más amplio de IA europea, similar a lo que ocurre con iniciativas como agentes de IA para RRHH que automatizan procesos sin esperar instrucciones. Sin embargo, el éxito dependerá de la capacidad de OVHcloud para demostrar valor más allá del entrenamiento inicial y de la voluntad política de los gobiernos europeos para apoyar estas iniciativas.
Fuente original: ComputerWorld. Análisis y adaptación por ForgeNEX.