El informe Draghi<\/a>, encargado por el Consejo Europeo al ex primer ministro italiano, propone un camino a seguir para mejorar la competitividad en la Uni\u00f3n. Sigue al informe Letta sobre el mercado interior<\/a> de la Uni\u00f3n, que hab\u00edamos analizado en un art\u00edculo<\/a> anterior.\u00a0<\/p>\n\n\n\n Enrico Letta recomienda introducir una quinta libertad adem\u00e1s de la libre circulaci\u00f3n de bienes, servicios, personas y capitales, ya que estas \u00faltimas no permiten \u00abpasar de una econom\u00eda basada en la propiedad a una nueva econom\u00eda basada en el acceso y el intercambio\u00bb. Por lo tanto, deber\u00eda consagrarse la libertad de circulaci\u00f3n y el intercambio de investigaci\u00f3n, innovaci\u00f3n, datos y conocimientos para estas dimensiones, que se han convertido en motores indispensables de la innovaci\u00f3n en las econom\u00edas modernas.<\/p>\n\n\n\n En este estudio no abordaremos la pol\u00edtica de inversi\u00f3n ni las recomendaciones de Mario Draghi para un mercado de capitales integrado, sino que nos centraremos en la estrategia de innovaci\u00f3n propuesta, tal y como se explica en la parte B del informe, que incluye un an\u00e1lisis en profundidad y recomendaciones tanto sobre pol\u00edticas sectoriales como horizontales. Apoyamos la idea de promover el lanzamiento expl\u00edcito de una segunda temporada de la estrategia europea de datos tal y como se present\u00f3 inicialmente en febrero de 2020. Una Uni\u00f3n de Datos aprovechar\u00e1 el marco regulatorio y las inversiones en los espacios comunes europeos de datos y facilitar\u00e1 la quinta libertad defendida por Enrico Letta sobre la competitividad de la IA.<\/p>\n\n\n\n El intercambio de datos en los ecosistemas de los diez sectores estrat\u00e9gicos propuestos por Mario Draghi es la condici\u00f3n previa para cualquier aplicaci\u00f3n \u00fatil de la IA en estos sectores.<\/p>\n\n\n\n Los impresionantes avances de la IA generativa no podr\u00e1n alcanzar su potencial global sin el acceso a datos de calidad obtenidos con el consentimiento de los titulares de los datos. Por otra parte, los modelos de IA de c\u00f3digo abierto como el R1 de DeepSeek pueden considerarse un \u00abmomento Sputnik\u00bb<\/a> <\/span>1<\/sup><\/a><\/span><\/span> y muestran que la competencia global en IA est\u00e1 lejos de haber terminado. Un equipo de 200 ingenieros parece ser capaz de desarrollar un modelo de IA m\u00e1s respetuoso con el medio ambiente y que responda a las expectativas formuladas en el informe Draghi. Este enfoque, desplegado en Europa, ser\u00eda sin duda preferible al basado en la \u00abfuerza bruta\u00bb anunciada por Donald Trump a trav\u00e9s de los 500.000 millones de d\u00f3lares al consorcio Stargate una semana antes <\/span>2<\/sup><\/a><\/span><\/span>.<\/p>\n\n\n\n En primer lugar, resumiremos la posici\u00f3n del informe Draghi sobre el intercambio de datos, mostrando que no lo reconoce como una condici\u00f3n previa indispensable para el \u00abPlan de prioridades de la Uni\u00f3n Europea en materia de IA vertical\u00bb. Luego, presentaremos la cadena de valor del intercambio de datos como base de una ventaja competitiva gracias a la IA, y luego ofreceremos una visi\u00f3n general de las iniciativas existentes en materia de intercambio de datos en Europa. Por \u00faltimo, explicaremos c\u00f3mo aprovechar las inversiones europeas en materia de intercambio de datos para apoyar el Plan de Prioridades de IA Vertical.<\/p>\n\n\n\n El informe Draghi consta de dos partes: el informe en s\u00ed (parte A) y las recomendaciones (parte B).<\/p>\n\n\n\n La parte A se centra en el an\u00e1lisis de la brecha de productividad entre la Uni\u00f3n y Estados Unidos:<\/p>\n\n\n\n El principal motor de la creciente brecha de productividad entre la Uni\u00f3n y Estados Unidos ha sido la tecnolog\u00eda digital, y Europa parece estar dispuesta a quedarse atr\u00e1s.<\/p>\n<\/blockquote>\n\n\n\n El ejemplo clave de la brecha de productividad se ilustra con la referencia a la IA:<\/p>\n\n\n\n Europa va a la zaga en lo que respecta a las tecnolog\u00edas digitales disruptivas que impulsar\u00e1n el crecimiento en el futuro. Alrededor del 70 % de los modelos de IA fundacionales se han desarrollado en Estados Unidos desde 2017 y s\u00f3lo tres hiperescaladores representan m\u00e1s del 65 % del mercado mundial y europeo de la nube […]. La desventaja competitiva de la Uni\u00f3n probablemente se agravar\u00e1 en el \u00e1mbito de la nube, ya que el mercado se caracteriza por continuas inversiones masivas, econom\u00edas de escala y m\u00faltiples servicios ofrecidos por un \u00fanico proveedor. Sin embargo, hay muchas razones por las que Europa no debe renunciar a desarrollar su sector tecnol\u00f3gico. En primer lugar, es importante que las empresas de la Uni\u00f3n mantengan un pie en los \u00e1mbitos en los que se necesita soberan\u00eda tecnol\u00f3gica, como la seguridad y la encriptaci\u00f3n (soluciones soberanas de la nube). En segundo lugar, un sector tecnol\u00f3gico d\u00e9bil obstaculizar\u00e1 el rendimiento en materia de innovaci\u00f3n en una amplia gama de \u00e1mbitos adyacentes, como la farmacia, la energ\u00eda, los materiales y la defensa. En tercer lugar, la IA es una tecnolog\u00eda en evoluci\u00f3n en la que las empresas de la Uni\u00f3n a\u00fan tienen la oportunidad de hacerse un hueco en algunos segmentos.<\/p>\n<\/blockquote>\n\n\n\n M\u00e1s adelante en el informe, el intercambio de datos se menciona como una de las principales recomendaciones:<\/p>\n\n\n\n La Uni\u00f3n deber\u00eda promover la coordinaci\u00f3n intersectorial y el intercambio de datos para acelerar la integraci\u00f3n de la IA en la industria europea… Para facilitar esta cooperaci\u00f3n, se deber\u00eda animar a las empresas de la Uni\u00f3n a participar en el \u00abPlan de prioridades de IA vertical\u00bb. El objetivo de este plan ser\u00eda acelerar diez sectores estrat\u00e9gicos en los que los modelos de negocio de la Uni\u00f3n se beneficiar\u00e1n m\u00e1s de la r\u00e1pida introducci\u00f3n de la IA (autom\u00f3vil, fabricaci\u00f3n avanzada y rob\u00f3tica, energ\u00eda, telecomunicaciones, agricultura, aeroespacial, defensa, previsi\u00f3n medioambiental, farmacia y salud) […]. En particular, para paliar la falta de grandes conjuntos de datos de la Uni\u00f3n, el entrenamiento de los modelos deber\u00eda alimentarse con datos proporcionados libremente por varias empresas de la Uni\u00f3n dentro de un determinado sector.<\/p>\n<\/blockquote>\n\n\n\n Por \u00faltimo, se menciona la importancia de la inform\u00e1tica desmaterializada para el intercambio de datos y la forma de aprovechar los avances estadounidenses:<\/p>\n\n\n\n Dada la dominaci\u00f3n de los proveedores estadounidenses, la Uni\u00f3n debe encontrar un equilibrio entre la promoci\u00f3n de su industria nacional de la nube y la garant\u00eda de acceso a las tecnolog\u00edas que necesita.<\/p>\n<\/blockquote>\n\n\n\n La parte B del informe Draghi describe el estado actual de la \u00abdigitalizaci\u00f3n y las tecnolog\u00edas avanzadas\u00bb en la Uni\u00f3n:<\/p>\n\n\n\n El modelo industrial de la Uni\u00f3n, basado hasta ahora en la importaci\u00f3n de tecnolog\u00edas avanzadas y la exportaci\u00f3n de los sectores del autom\u00f3vil, la mec\u00e1nica de precisi\u00f3n, la qu\u00edmica, los materiales y la moda, no refleja el ritmo actual de la evoluci\u00f3n tecnol\u00f3gica.<\/p>\n<\/blockquote>\n\n\n\n La Uni\u00f3n adolece de una capacidad limitada para aprovechar la din\u00e1mica de que los ganadores se llevan la mayor parte, los efectos de red y las econom\u00edas de escala en las tecnolog\u00edas clave, con la excepci\u00f3n de los materiales de nueva generaci\u00f3n y las tecnolog\u00edas limpias.<\/p>\n<\/blockquote>\n\n\n\n A lo largo del tiempo se han creado varias alianzas industriales de la Uni\u00f3n para tecnolog\u00edas basadas en la nube y el intercambio de datos con diversos cometidos (Andr\u00f3meda, Gaia-X, Catena-X), pero los resultados hasta la fecha son m\u00ednimos.<\/p>\n<\/blockquote>\n\n\n\n M\u00e1s recientemente, varios Estados miembros han fomentado la creaci\u00f3n de sistemas \u00abseguros\u00bb en los que los proveedores de infraestructura como servicio pertenecientes a la Uni\u00f3n cooperen con los distribuidores de hiperescaladores, manteniendo al mismo tiempo el control de los elementos sensibles de seguridad y cifrado (soluciones de \u00abnube soberana\u00bb).<\/p>\n\n\n\n La segunda serie de recomendaciones es esencial para cerrar la brecha de productividad y promover el uso de la IA en 10 industrias estrat\u00e9gicas:<\/p>\n\n\n\n Poner en marcha un \u00abPlan de prioridades de la Uni\u00f3n en materia de IA vertical\u00bb. En el marco de estas prioridades, el plan financiar\u00eda modelos verticales clave de IA en los sectores industriales, basados en el intercambio de datos de la Uni\u00f3n, al amparo de la aplicaci\u00f3n de las normas antimonopolio para diez industrias estrat\u00e9gicas en las que deben protegerse los conocimientos t\u00e9cnicos europeos y la captura de valor: 1) la industria automotriz y la plataforma de movilidad; 2) la industria de vanguardia y la rob\u00f3tica; 3) la energ\u00eda \u2014para la optimizaci\u00f3n de la red, as\u00ed como la producci\u00f3n e integraci\u00f3n de fuentes\u2014; 4) las redes de telecomunicaciones \u2014incluidas la computaci\u00f3n de borde y el Internet de las cosas\u2014; 5) la agricultura; 6) aeroespacial, incluidos los datos de observaci\u00f3n de la Tierra generados desde el espacio; 7) defensa; 8) previsiones medioambientales; 9) productos farmac\u00e9uticos y 10) atenci\u00f3n sanitaria.<\/p>\n<\/blockquote>\n\n\n\n Como toda tecnolog\u00eda digital, la IA no es un fin en s\u00ed misma, sino un motor de competitividad. Por lo tanto, conviene distinguir los casos de uso t\u00edpicos de la IA industrial:<\/p>\n\n\n\n En este caso, las empresas industriales simplemente \u00abconsumen\u00bb servicios digitales\/inteligentes proporcionados por vendedores de software, etc., que utilizan IA, tanto predictiva como generativa. Se pueden encontrar ejemplos en diversos \u00e1mbitos, como los servicios de sensores mejorados por IA, los servicios de estimaci\u00f3n de la hora de llegada en el \u00e1mbito de la log\u00edstica, etc.<\/p>\n\n\n\n Las empresas industriales utilizan sus propios datos y\/o los de sus clientes para prestarles un servicio digital. Un ejemplo son los servicios de mantenimiento predictivo o de supervisi\u00f3n del estado de un producto que utilizan los datos creados durante el uso de un producto de la empresa industrial en cuesti\u00f3n. De este modo, las empresas privadas (clientes) comparten sus datos para beneficiarse de mejores servicios digitales. Si los datos de los clientes se utilizan para servicios digitales\/inteligentes, se aplica la ley europea de datos, que regula los derechos del titular de los datos.<\/p>\n\n\n\n Las actividades de los procesos comerciales, como el abastecimiento, la contabilidad, el marketing, etc., pueden acelerarse y automatizarse mediante el uso de grandes modelos de lenguaje (LLM). Sin embargo, la mayor\u00eda de los LLM son propiedad de empresas de IA no europeas.<\/p>\n\n\n\n En este caso, las empresas industriales no se limitan a utilizar LLM, sino que despliegan tecnolog\u00edas como RAG (Retrieval Augmented Generation<\/em>) para \u00abenriquecer\u00bb los LLM con datos privados. <\/p>\n\n\n\n Este enfoque aumenta el rendimiento del LLM. <\/p>\n\n\n\n Es necesario evaluar los datos compartidos, ya que, de lo contrario, una empresa privada no tendr\u00eda ning\u00fan incentivo para alimentar el LLM con sus propios datos. <\/p>\n\n\n\n En este caso, varias empresas privadas comparten sus datos para formar y\/o perfeccionar conjuntamente un modelo b\u00e1sico\/LLM. No tenemos conocimiento de ning\u00fan caso productivo de este tipo en la pr\u00e1ctica: los intermediarios que facilitan el intercambio de datos est\u00e1n sujetos a la ley europea de gobernanza de datos para evitar que se compartan datos en detrimento de los titulares de los derechos sobre los mismos.<\/p>\n\n\n\n Para reducir las dependencias y aumentar la competitividad, las empresas y los responsables pol\u00edticos deben comprender la cadena de valor subyacente del intercambio de datos, que ampl\u00eda la cadena de valor tradicional de los datos y la IA \u2014que consiste en recopilar, crear, conservar, enriquecer, almacenar y distribuir datos y utilizarlos para formar modelos de IA\u2014 con el concepto de intercambio. En Europa, ning\u00fan actor posee por s\u00ed solo todos los recursos necesarios (infraestructura inform\u00e1tica, datos, confianza, etc.) para operar la cadena de valor completa del intercambio de datos.<\/p>\n\n\n\n En el ecosistema extremadamente din\u00e1mico de la IA, es esencial identificar d\u00f3nde deben ir las inversiones europeas.<\/p>\n\n\n\n \u00bfDebe darse prioridad al desarrollo de modelos de fundaci\u00f3n gen\u00e9ricos potentes o m\u00e1s bien al ajuste fino y la personalizaci\u00f3n de modelos abiertos? La cuesti\u00f3n es de extrema actualidad con la llegada del R1 de DeepSeek. La comunidad de IA sigue debatiendo para identificar los factores que han hecho de R1 un modelo superior: mejor calidad de los datos iniciales, proceso de \u00abcuraci\u00f3n\u00bb m\u00e1s eficaz, uso del aprendizaje por refuerzo, \u00abdestilaci\u00f3n\u00bb en modelos m\u00e1s peque\u00f1os\u2026<\/p>\n\n\n\n En Europa, ning\u00fan actor posee por s\u00ed solo todos los recursos necesarios para operar la cadena de valor completa del intercambio de datos.<\/p>Boris Otto y Hubert Tardieu<\/cite><\/blockquote><\/figure>\n\n\n\n Sea como fuere, Hugging Face ya ofrece Open-R1 <\/span>3<\/sup><\/a><\/span><\/span>, una reproducci\u00f3n completa del R1 de DeepSeek para facilitar la reutilizaci\u00f3n del modelo base y el desarrollo de modelos especializados por industria sobre este modelo gen\u00e9rico.<\/p>\n\n\n\n En este contexto, los campeones europeos en IA como Mistral AI en Francia o Aleph Alpha en Alemania pueden plantearse concentrarse en el cuarto y quinto caso de uso descritos anteriormente para utilizar modelos de base abiertos y centrarse en el ajuste fino espec\u00edfico de cada industria que ser\u00e1 el que m\u00e1s valor cree. Esta estrategia se ve favorecida por el hecho de que en Europa se pueden desarrollar con \u00e9xito modelos de tama\u00f1o medio, como demuestra el ejemplo de Teuken 7B <\/span>4<\/sup><\/a><\/span><\/span>.<\/p>\n\n\n\n Centrarse en lo posterior \u2014el de mayor valor a\u00f1adido de la cadena de valor\u2014 lleva a identificar similitudes con muchos ecosistemas de intercambio de datos que utilizan infraestructuras de proveedores de nube no europeos, pero garantizan la protecci\u00f3n y la soberan\u00eda de los datos a trav\u00e9s de arquitecturas reguladas y est\u00e1ndares industriales, como el protocolo de espacio de datos de IDSA <\/span>5<\/sup><\/a><\/span><\/span> y la arquitectura de confianza de Gaia-X <\/span>6<\/sup><\/a><\/span><\/span>.<\/p>\n\n\n\n La infraestructura inform\u00e1tica y el \u00abtesoro de datos\u00bb que se menciona a menudo est\u00e1n repartidos entre muchas organizaciones diferentes, tanto privadas como p\u00fablicas. Para facilitar los modelos de fundaciones compartidas, deben cumplirse los mismos requisitos que para la econom\u00eda de datos de la Uni\u00f3n en general: confianza, soberan\u00eda, trazabilidad, econom\u00eda de datos, etc. Estos requisitos han sido el centro de la actual estrategia europea en materia de datos y, por lo tanto, tambi\u00e9n deben cumplirse en la Uni\u00f3n Europea de Datos y en el Plan de Prioridades en materia de IA vertical.<\/p>\n\n\n\n Adem\u00e1s, los espacios de datos m\u00e1s avanzados, como Catena en la industria automotriz, se enfrentan cada vez m\u00e1s al desaf\u00edo de la interoperabilidad de los datos. <\/p>\n\n\n\n Los espacios de datos no exigen que todos los participantes en el espacio de datos adopten desde el principio un conjunto com\u00fan de definiciones de datos; para no imponer tal ontolog\u00eda como condici\u00f3n previa <\/span>7<\/sup><\/a><\/span><\/span>, los espacios de datos han centrado primero su atenci\u00f3n en la adopci\u00f3n de definiciones de datos comunes para cada uno de sus principales casos de uso; en una segunda fase, deben armonizar estas definiciones utilizando IA generativa y los LLM existentes enriquecidos con los cat\u00e1logos de datos utilizados por cada socio del espacio de datos. De este modo, se dispondr\u00e1 de conjuntos de datos utilizables por la industria para alimentar nuevas aplicaciones de IA con datos de calidad obtenidos con el consentimiento de sus propietarios.<\/p>\n\n\n\n La competitividad de la IA en Europa s\u00f3lo puede aumentar si se aprovechan al m\u00e1ximo las inversiones en los espacios comunes europeos de datos y el marco regulador de la econom\u00eda de los datos.<\/p>\n\n\n\n En los \u00faltimos cuatro a\u00f1os, los Estados miembros de la Uni\u00f3n Europea y la Comisi\u00f3n Europea ya han comprometido una cantidad significativa de recursos para la creaci\u00f3n de espacios de datos aprovechando el Fondo de Recuperaci\u00f3n y Resiliencia (FRR) tras la pandemia de Covid-19. El cuadro que figura a continuaci\u00f3n ofrece una visi\u00f3n general de la cartera de financiaci\u00f3n a nivel europeo y de los Estados miembros.<\/p>\n\n\n\nEl intercambio de datos en el informe Draghi<\/h2>\n\n\n\n
\n
\n
\n
\n
\n
\n
\n
\n
La base de la competitividad de la IA: la cadena de valor del intercambio de datos<\/h2>\n\n\n\n
1 \u2014 Uso de servicios digitales basados en IA<\/h4>\n\n\n\n
2 \u2014 Uso de la IA predictiva para los servicios digitales\/inteligentes de la industria<\/h4>\n\n\n\n
3 \u2014 Uso de IA generativa por parte de una empresa industrial<\/h4>\n\n\n\n
4 \u2014 Enriquecimiento de la IA generativa por parte de una empresa industrial<\/h4>\n\n\n\n
5 \u2014 Modelos b\u00e1sicos industriales compartidos\/LLM<\/h4>\n\n\n\n
Situaci\u00f3n actual del espacio com\u00fan europeo de datos<\/h2>\n\n\n\n