La Unión Europea quiere responder al dominio de Estados Unidos y China en inteligencia artificial con una apuesta de gran escala: movilizar 20.000 millones de euros para levantar hasta cinco gigafactorías de IA, cada una con más de 100.000 procesadores avanzados. Sobre el papel, el plan tiene fuerza política y una lógica evidente. Sin capacidad de cómputo propia no hay soberanía tecnológica real, y sin infraestructura europea la IA seguirá dependiendo de nubes, chips y plataformas controladas desde fuera.

El problema es que la iniciativa llega rodeada de dudas. Varios expertos, legisladores y actores del sector cuestionan si Bruselas está diseñando la respuesta adecuada o si intenta copiar tarde un modelo que ya está cambiando. La pregunta no es si Europa necesita más capacidad de IA. La necesita. La pregunta es si concentrar miles de millones en grandes centros para entrenamiento de modelos gigantes es la mejor forma de ayudar a empresas, administraciones, investigadores y sectores industriales europeos.

La Comisión Europea defiende que las gigafactorías no son simples centros de datos. Las presenta como instalaciones de gran escala para desarrollar y entrenar modelos de nueva generación, con más de 100.000 chips de IA, capacidad energética, redes avanzadas, eficiencia y automatización. Además, se integran en una estrategia más amplia: el plan AI Continent, la iniciativa InvestAI, las 19 AI Factories ya previstas y una futura Cloud and AI Development Act que pretende triplicar la capacidad de centros de datos de la UE en los próximos cinco a siete años.

El riesgo de construir capacidad sin tener claro quién la usará

La crítica más incómoda apunta a la demanda. Bruselas recibió 76 expresiones de interés para levantar gigafactorías en 60 posibles ubicaciones de 16 Estados miembros. La cifra demuestra apetito industrial, pero no resuelve una cuestión central: qué empresas europeas van a llenar esas instalaciones, con qué cargas de trabajo, con qué modelos de negocio y con qué retorno económico.

Mistral AI, la compañía europea más visible en modelos fundacionales, no parece estar esperando a la infraestructura comunitaria. La empresa francesa anunció una inversión de 1.200 millones de euros en centros de datos en Suecia junto a EcoDataCenter y ha reforzado también su capacidad en Francia. En mayo de 2026, su consejero delegado, Arthur Mensch, defendió una estrategia de integración vertical que incluye infraestructura, modelos y aplicaciones, con el objetivo de llegar a 200 MW de capacidad a finales de 2027 y 1 GW en 2030.

Ese movimiento deja una pregunta abierta: si el principal campeón europeo de IA está construyendo su propio camino, ¿para quién son exactamente las gigafactorías de la UE? Pueden servir a startups, universidades, centros de investigación y empresas industriales, pero el entrenamiento de modelos frontera no es una actividad que pueda improvisarse. Requiere talento, datos, software, clientes, financiación continua y capacidad para mantener el ritmo de actualización del hardware.

También existe una duda sobre el tamaño. Veinte mil millones de euros parecen mucho hasta que se comparan con el gasto privado estadounidense. Los grandes hiperescalares y laboratorios de IA están anunciando inversiones de cientos de miles de millones en infraestructura, energía, chips y centros de datos. Europa no puede competir solo a base de igualar cifras, porque no tiene el mismo mercado de capitales, ni la misma concentración de plataformas cloud, ni la misma profundidad en chips avanzados.

La dependencia de NVIDIA no desaparece por construir en Europa

Otro punto sensible es la dependencia tecnológica. Las gigafactorías europeas aspiran a reforzar la soberanía, pero si se construyen casi por completo sobre GPUs de NVIDIA, redes de NVIDIA, software de NVIDIA y una cadena de suministro dominada por fabricantes no europeos, la autonomía será limitada. La infraestructura estará en suelo europeo, pero buena parte de la tecnología crítica seguirá viniendo de fuera.

Esto no significa que Europa deba rechazar NVIDIA. Sería poco realista. Sus GPUs y sistemas son hoy la base de gran parte de la IA avanzada. Pero la soberanía no puede reducirse a comprar muchos aceleradores y alojarlos en centros europeos. También implica controlar datos, software, modelos, energía, operación, seguridad, mantenimiento, financiación y capacidad de sustitución a medio plazo.

El propio mercado de cómputo está cambiando. El entrenamiento de grandes modelos sigue siendo relevante, pero cada vez gana más peso la inferencia: ejecutar modelos ya entrenados para millones de usuarios, empresas y procesos. Esa inferencia no siempre necesita los mismos chips, la misma arquitectura ni la misma concentración física que el entrenamiento masivo. En muchos casos puede beneficiarse de infraestructura distribuida, aceleradores especializados, CPUs, chips europeos de menor consumo, edge computing o cloud privado.

Ahí Europa podría tener una oportunidad más realista: no intentar copiar la escala estadounidense en entrenamiento de modelos gigantes, sino crear una red de cómputo soberano para casos de uso industriales, sanitarios, científicos, energéticos, administrativos y de defensa. Menos obsesón por tener “el próximo GPT europeo” y más foco en resolver problemas concretos con datos europeos, bajo reglas europeas y con infraestructura controlable.

La industria pide objetivos concretos, no solo más GPUs

El plan de gigafactorías puede quedarse corto si se convierte en una política de escaparate. Una instalación con 100.000 GPUs es llamativa, pero no garantiza competitividad. La ventaja europea podría estar en otro lugar: automotriz, salud, robótica, industria química, energía, manufactura avanzada, telecomunicaciones, sector público, defensa, agroindustria, logística y ciencia.

En esos sectores, Europa sí tiene empresas, datos, conocimiento, procesos y clientes. Lo que falta muchas veces no es solo cómputo bruto, sino capacidad para llevar modelos a producción, compartir datos de forma segura, cumplir regulación, integrar IA en sistemas heredados y medir resultados. Una fábrica de IA útil para Europa debería ofrecer mucho más que tarjetas gráficas: entornos seguros, herramientas de despliegue, servicios de inferencia, soporte técnico, marcos de gobernanza, acceso para pymes y modelos especializados por dominio.

La Comisión intenta responder a parte de esa necesidad con la red de AI Factories, pensada para startups, industria e investigación. Pero la escala de las gigafactorías puede acabar absorbiendo atención política y capital privado si no se define con precisión qué problema resuelven. El riesgo no es gastar dinero en cómputo, sino gastarlo sin una arquitectura industrial clara.

También hay un cuello de botella físico. Europa lleva años con demanda de centros de datos por encima de la oferta. La disponibilidad eléctrica, los permisos, la conexión a red, el suelo, la refrigeración y la aceptación social condicionan cualquier despliegue. Construir gigafactorías no depende solo de adjudicar fondos; exige energía firme, acuerdos locales, redes de fibra, operadores cualificados y una planificación que no choque con objetivos ambientales o con la oposición de comunidades afectadas.

Soberanía no significa copiar a Estados Unidos

La respuesta europea debería partir de una idea sencilla: la soberanía no consiste en tener lo mismo que Estados Unidos, pero más pequeño y más lento. Consiste en decidir qué capacidades son estratégicas para el continente y financiarlas de forma coherente.

Puede tener sentido construir una o varias gigafactorías si están vinculadas a objetivos concretos: modelos científicos, defensa, salud, industria, lenguas europeas, administración pública, seguridad, investigación climática o simulación avanzada. También puede tener sentido reservar parte de la capacidad para startups y universidades. Pero si el proyecto se diseña como una réplica tardía de Stargate, corre el riesgo de llegar cuando el mercado ya se ha movido hacia inferencia distribuida, agentes empresariales, modelos más eficientes y cadenas de valor especializadas.

Europa necesita cómputo, pero también necesita clientes europeos fuertes, proveedores cloud europeos, chips alternativos, software abierto, modelos propios, talento técnico y una regulación que no empuje a sus empresas a desplegar fuera. Si una compañía europea encuentra menos fricción para entrenar, servir y vender IA en Estados Unidos que dentro de la UE, ninguna gigafactoría resolverá el problema de fondo.

El plan de 20.000 millones puede ser una oportunidad si se usa para crear una base industrial duradera. Para lograrlo, Bruselas debería evitar la tentación del símbolo fácil. No basta con inaugurar edificios llenos de GPUs. Hay que asegurar que esa capacidad se use, que sea accesible, que responda a necesidades reales y que reduzca dependencias en lugar de maquillarlas.

La IA europea no se ganará solo con tamaño. Se ganará con foco, integración y una política de demanda bien diseñada. Menos carreras por tener la instalación más grande y más preguntas prácticas: qué modelos se entrenan, quién los usa, qué datos los alimentan, qué sectores mejoran, qué proveedores participan y cómo se evita que el dinero público acabe reforzando la misma dependencia que se pretendía corregir.

Preguntas frecuentes

¿Qué son las gigafactorías de IA que quiere construir la UE?
Son grandes instalaciones de cómputo para entrenar y desarrollar modelos de inteligencia artificial avanzados, con más de 100.000 procesadores de IA por centro y una inversión prevista de hasta 20.000 millones de euros.

¿Por qué reciben críticas?
Porque no está claro quién usará toda esa capacidad, si el foco en entrenamiento masivo es el más adecuado y si Europa reducirá realmente su dependencia tecnológica si los centros se basan en chips y software no europeos.

¿Qué diferencia hay entre AI Factories y AI Gigafactories?
Las AI Factories son centros de supercomputación orientados a startups, investigación e industria. Las AI Gigafactories son instalaciones mucho mayores, pensadas para modelos de IA de próxima generación y cargas de cómputo mucho más intensivas.

¿Cuál sería una estrategia más útil para Europa?
Combinar más capacidad de cómputo con objetivos sectoriales claros, infraestructura de inferencia, proveedores europeos, software abierto, acceso para pymes, gobernanza de datos y aplicaciones concretas en industria, salud, energía, defensa y administración pública.

vía: techzine