Distilación: la acusación de EEUU contra la IA china que no todos compran
Washington y varios laboratorios estadounidenses acusan a China de copiar sus modelos de IA mediante 'distilación'. Voces de peso del sector dudan de que eso explique todo el avance chino.
En la pugna por la supremacía en inteligencia artificial entre Estados Unidos y China hay una palabra que se ha convertido en protagonista: la "distilación". El término se refiere, a grandes rasgos, a entrenar un modelo de IA usando las respuestas o los resultados de otro modelo más avanzado. El proceso genera polémica porque un laboratorio con menos recursos puede aprovechar el producto de un modelo que ha costado millones o miles de millones de dólares para diseñar algo que compita con él. A medida que China ha ido sacando modelos muy avanzados que rivalizan en algunas áreas con los estadounidenses, empresas de EEUU y el propio Gobierno de Washington han acusado a los laboratorios chinos de usar la distilación para recortar distancias, tildando sus esfuerzos de robo.
Las acusaciones tienen nombres propios. Anthropic, la creadora del modelo Claude, ha repetido en varias ocasiones que laboratorios chinos han empleado distilación y que eso equivale a un robo. Este mes, su responsable de inteligencia sobre amenazas, Jacob Klein, declaró a CNBC que existe "todo un ecosistema ilícito" para intentar acceder a Claude y a otros modelos. En un informe publicado este mes, la compañía señaló a empresas como Alibaba, Moonshot y DeepSeek, entre los principales laboratorios de IA de China, por intentar usar distilación "ilícita" para entrenar sus propios modelos. El Gobierno estadounidense también ha lanzado avisos: la agencia de ciberseguridad CISA aseguró que las compañías chinas de IA están "extrayendo de forma sistemática" las funcionalidades y capacidades de los modelos estadounidenses mediante campañas de distilación a escala industrial que, según dijo, forman "el núcleo, no un mero complemento" de su estrategia de desarrollo.
Sin embargo, no todo el mundo compra ese relato. Aidan Gomez, consejero delegado de Cohere, afirmó en el pódcast The Tech Download que no todo el progreso chino se explica por esta técnica. Gomez es una voz autorizada: fue coautor en 2017 del artículo de investigación "Attention Is All You Need", la base sobre la que se sustentan muchos de los servicios de IA que usamos hoy, como ChatGPT o Claude. En su opinión, los modelos chinos son "de clase mundial" y la ventaja de los grandes laboratorios estadounidenses se está "evaporando muy rápido". "Se hablaba mucho de que los chinos solo copian, solo destilan, hacen trampa. Muchos de esos tópicos se aplicaron, y era cierto hasta cierto punto", explicó. "Pero han desarrollado una capacidad excepcional independiente de la distilación, y lo demuestra el hecho de que los últimos modelos que salen superan a los mejores modelos americanos en algunos benchmarks y en algunos tipos de capacidades. No puedes copiar ni destilar para ser mejor: puedes cerrar la brecha, pero no superar al original".
A esa tesis se han sumado más voces. Sriram Krishnan, que fue asesor sénior de la Casa Blanca en política de inteligencia artificial, recordó que servicios como ChatGPT y Claude "salieron de destilar contenido humano", es decir, que se entrenaron con información disponible en internet, y subrayó que la distilación siempre ha sido una parte central de la informática. Según Krishnan, aunque los laboratorios chinos usen esta técnica, no está claro cuánto aporta realmente a su capacidad de avanzar. El Gobierno chino ha respondido con dureza: un portavoz del Ministerio de Comercio calificó las acusaciones estadounidenses de distilación "a escala industrial" de "infundadas y jurídicamente inconsistentes". Y hay un contexto clave: el avance chino llega pese a las restricciones de acceso a chips punteros de compañías como Nvidia, lo que ha empujado al país a desarrollar su propio sector de semiconductores. Como resume Neil Shah, socio de Counterpoint Research, "por las restricciones de chips, los desarrolladores chinos se vieron obligados a construir arquitecturas más ligeras e inteligentes y a hacer más con menos capacidad de cómputo".
El debate tiene miga para el inversor porque toca dos patas del negocio. Por un lado, si Washington considera que la distilación es una vía de apropiación tecnológica, es más probable que se endurezcan los controles sobre la exportación de chips y sobre el acceso a los modelos punteros, algo que afecta directamente a Nvidia y a todo el ecosistema de infraestructura de IA. Por otro, si la tesis de Gomez y Krishnan se consolida, el relato de que los laboratorios estadounidenses mantienen una ventaja insalvable pierde fuelle, y eso obliga a revisar dónde está realmente la barrera competitiva: en el hardware, en los datos o en la capacidad de ingeniería.
El análisis de Salseo
- El argumento de Gomez es el más útil para invertir y el titular no lo subraya: copiando o destilando se puede igualar a un modelo, pero no superarlo. Si los últimos modelos chinos ganan en algunos benchmarks, la conclusión lógica es que hay capacidad propia detrás, no solo copia. Eso cambia el debate de 'robo' a 'competencia real'.
- Las restricciones de chips pueden estar jugando en contra de quien las impone. Menos cómputo disponible empuja a arquitecturas más eficientes, y esa eficiencia es precisamente lo que después se convierte en ventaja competitiva y en presión sobre precios del cómputo. Señal a vigilar: si los laboratorios chinos siguen sacando modelos frontera sin acceso a los chips más avanzados.
- Para Nvidia el riesgo no es la distilación en sí, sino la reacción política: acusaciones de este tipo suelen preceder a controles de exportación más duros o a nuevas listas de empresas vetadas. Hay que seguir los movimientos regulatorios de Washington sobre exportación de chips y acceso a modelos, porque ahí está el impacto económico tangible.
- Lectura contraria: ningún bando tiene incentivos para ser neutral. Anthropic y los laboratorios americanos defienden su foso competitivo, y Pekín defiende su sector. La distilación es difícil de probar y de cuantificar, así que el inversor debería tratarla como ruido narrativo y centrarse en lo medible: quién captura el gasto en cómputo.