la carrera de IA se mide ahora en silicio y megavatios

Hangzhou volvió a concentrar, el 22 de septiembre de 2026, el pulso más concreto de la inteligencia artificial china. En la conferencia Apsara, Alibaba no se limitó a mostrar un modelo más grande. Presentó el acelerador Zhenwu V900, anunció una hoja de ruta de Qwen hacia los 5 y 10 billones de parámetros y fijó una meta de más de 20 gigavatios de capacidad de nube hacia 2032. El mensaje, leído desde CausaNews, es menos glamuroso de lo que sugiere el escenario: sin chips, sin energía y sin cadena de suministro, el discurso de “superinteligencia” se queda en conferencia.

El contexto importa porque el anuncio no ocurre en el vacío. Llega horas antes de que Donald Trump reciba a Xi Jinping en Washington, en una visita de Estado marcada por comercio, Irán y, de manera creciente, por el control de la inteligencia artificial. Reuters documentó que las acciones de Alibaba subieron cerca de 5% tras el keynote. Sin embargo, el movimiento bursátil no demuestra que el silicio chino ya iguale a Nvidia. Demuestra que el mercado premia la narrativa de autonomía tecnológica cuando las restricciones de exportación estadounidenses siguen vigentes.

Eddie Wu, CEO del grupo, planteó un sucesor de Qwen —hoy en torno a 2.4 billones de parámetros en su variante tope— con una escala de 5 a 10 billones, orientado a tareas más largas y complejas. La compañía también dijo que Qwen 4 está en entrenamiento y que experimentos de auto-mejora elevaron el puntaje de Qwen3.8-Max en Artificial Analysis de 40 a 45. Es un dato verificable como claim corporativo. No es, por sí solo, evidencia de que el modelo “se mejore solo” de forma segura o generalizable. Por ejemplo, un salto de cinco puntos en un índice agregado puede ser progreso real o recorte fino a un tablero público. CausaNews prefiere la segunda lectura hasta ver evaluaciones independientes.

El Zhenwu V900, diseñado por T-Head, se presenta como el chip de IA “más potente de China”. Alibaba afirma que triplica el rendimiento del M890, integra 216 GB de memoria y 1,200 GB/s de ancho de banda entre chips, y que podrá agruparse en clústeres de hasta 500,000 unidades. La producción masiva se calendariza para el primer trimestre de 2027. Aquí conviene el escepticismo útil: anunciar un cluster de medio millón de aceleradores no equivale a operarlo con yield industrial, software de orquestación maduro y suministro eléctrico estable. Joe Tsai insistió en la estrategia “full stack” —modelos, chips, nube y agentes—. Esa integración es la tesis de negocio. También es el punto frágil, porque un cuello de botella en cualquiera de las cuatro capas detiene el resto.

La meta de 20 GW al 2032 conecta este anuncio con otra tensión del día: el gasto hiperescalador. Jamie Dimon habló de un billón de dólares en inversión de IA el próximo año. Al mismo tiempo, reportes del New York Times señalan escepticismo de Wall Street hacia nuevas ofertas públicas ligadas a centros de datos, por consumo energético y rechazo social. Por eso el plan de Alibaba no es solo un brag de capacidad. Es una apuesta de que la demanda de cómputo seguirá creciendo más rápido que las objeciones climáticas y regulatorias. Puede acertar. También puede chocar con redes eléctricas saturadas y con gobiernos que empiecen a racionar megavatios entre hospitales, industria y entrenamiento de modelos.

Hay un segundo hilo, menos vistoso y más relevante para líderes empresariales en México y América Latina. Si el cómputo de frontera se nacionaliza —Estados Unidos por control de exportaciones, China por chips propios—, las empresas que dependan de una sola nube o de un solo proveedor de GPUs heredan un riesgo de concentración. No se trata de “elegir bando”. Se trata de mapear alternativas de inferencia, de contratos de cómputo reservado y de políticas de datos que sobrevivan a un veto. El Zhenwu V900 no estará en el catálogo corporativo latinoamericano mañana. Sin embargo, su sola existencia acelera la fragmentación del stack: un modelo entrenado en silicio chino no se porta igual, ni se audita igual, que uno entrenado en Blackwell.

Los expertos del sector, incluso cuando celebran el anuncio, suelen coincidir en una cautela que CausaNews comparte. Un investigador de mercado citado de forma recurrente en coberturas de DIGITIMES recuerda que OpenAI y Anthropic se preparan para comprar memoria de forma directa en 2027. Es decir, los laboratorios ya no solo alquilan GPUs: diseñan el data center. Alibaba hace lo propio desde el otro extremo de la cadena. El resultado probable, en 12 a 24 meses, no es un ganador único. Es un mercado de IA con dos o tres ecosistemas semi-cerrados, más caros de integrar y más sensibles a la política.

¿Qué debería hacer un comité ejecutivo con esta nota? Primero, dejar de tratar “IA” como partida única de presupuesto. Separar modelos, inferencia, energía y cumplimiento. Segundo, exigir a proveedores de nube cláusulas de portabilidad y de origen de cómputo. Tercero, no copiar la retórica de superinteligencia para justificar capex interno. Wu habló de máquinas que algún día “pensarán” mil veces más que la humanidad. Esa frase vende keynotes. No sustituye un caso de uso con retorno medible.

En CausaNews seguiremos el Zhenwu V900 no por el adjetivo “más potente”, sino por tres pruebas aburridas y decisivas: fecha real de volumen, benchmarks de terceros y clientes fuera del ecosistema Alibaba Cloud. Mientras esas tres no existan, el anuncio de Hangzhou es lo que es: una señal geopolítica envuelta en ingeniería. Vale la pena leerla con atención. No vale la pena creerla al pie de la letra.