Mujer de agua
Así avanza la adopción de la IA: 1.200 millones de usuarios en tres años, pero con brechas que condicionan su impacto
La inteligencia artificial se ha convertido en la tecnología de propósito general de más rápida difusión en la historia de la humanidad, pero su ritmo de expansión está marcado por desigualdades estructurales en infraestructura, idioma y renta
El Parlamento Europeo propone prohibir las redes sociales a los menores de 13 años
En menos de 36 meses, más de 1.200 millones de personas han utilizado herramientas de inteligencia artificial. Una cifra que supera el ritmo de adopción de internet, el ordenador personal o incluso el smartphone.
El informe AI Diffusion Report, publicado por el Microsoft AI Economy Institute, radiografía con detalle dónde se usa, dónde se desarrolla y dónde se construye la infraestructura que sustenta esta tecnología.
La conclusión es tan elocuente como previsible: la IA, como toda gran tecnología de propósito general -en la estela de la electricidad, la máquina de vapor o la propia internet- no transforma sociedades por el mero hecho de existir, sino por cómo se difunde. Y esa difusión, hoy, es profundamente desigual.
Un nuevo paradigma tecnológico que reproduce las fracturas del orden global
El informe de Microsoft no se limita a celebrar cifras de adopción, construye más bien construye una cartografía crítica de las condiciones materiales que hacen posible el uso de IA: electricidad fiable, centros de datos próximos, conectividad de alta velocidad, competencias digitales avanzadas y, como novedad, acceso a la tecnología en la propia lengua.
Cinco pilares que, lejos de ser meras variables técnicas, funcionan como barreras estructurales que separan a quienes pueden participar en la economía de la IA de quienes quedan al margen.
Un mapa de adopción que no coincide con la frontera tecnológica
Los líderes mundiales en adopción de IA no son, necesariamente, quienes desarrollan los modelos más avanzados.
Emiratos Árabes Unidos encabeza la clasificación con un 59,4% de su población en edad laboral usando herramientas de IA, seguido de Singapur con un 58,6%. Luego aparecen Noruega (45,3%) e Irlanda (41,7%).
En el entorno europeo destacan Francia (40,9%) y España (39,7%), por delante de Reino Unido (36,4%) y Países Bajos (36,3%).
Lo significativo no es solo el orden, sino lo que revela sobre la naturaleza de la difusión tecnológica.
Singapur
Singapur, por ejemplo, no figura entre los siete países que lideran el desarrollo de modelos de IA en la frontera tecnológica, pero su adopción masiva es fruto de décadas de inversión en infraestructura digital y educación.
Desde los años 80, el gobierno singapurense ha ejecutado planes sucesivos para cablear el país con conectividad de alta velocidad, expandir el acceso a ordenadores en las escuelas y posicionar la tecnología digital como eje central del crecimiento económico.
Emiratos Árabes Unidos
Emiratos Árabes Unidos, por su parte, ha comenzado a desarrollar sus propios modelos de IA, aunque aún no están en la frontera tecnológica; su liderazgo en adopción responde a una apuesta estratégica similar.
El caso de Singapur ilustra una lección histórica: la adopción y adaptación de tecnologías desarrolladas en otros lugares puede impulsar una transformación nacional tan profunda como la propia invención.
Corea del Sur
El informe de Microsoft recupera el ejemplo de Corea del Sur, que en 1960 tenía una renta per cápita similar a la de Filipinas -unos 2.000 dólares en valor de 2025- pero que, al identificar los semiconductores como prioridad estratégica a finales de los años 70, consiguió crecer a un ritmo del 6,2% anual durante décadas, duplicando el nivel de vida cada once años.
Hoy, Corea del Sur no es conocida por haber inventado los semiconductores, sino por producirlos mejor, más rápido y más barato que nadie. Su éxito no fue fruto de la genialidad individual, sino de la difusión, la colaboración público-privada y la creación de un ecosistema industrial robusto.
La brecha Norte-Sur: electricidad, datos y conectividad como determinantes
El informe de Microsoft identifica una fractura fundamental: la adopción de IA en el Norte global es aproximadamente del 23%, mientras que en el Sur global apenas alcanza el 13%.
Esta brecha se amplía dramáticamente en países con un PIB per cápita inferior a 20.000 dólares, rango en el que se encuentran todos los países menos desarrollados del mundo.
La correlación entre renta y adopción es evidente, pero el informe va más allá: descompone esa correlación en sus factores materiales.
Primer factor: la electricidad
El primero es la electricidad. Aunque 7.400 millones de personas tienen acceso a la electricidad, unos 750 millones aún carecen de ella.
El África subsahariana concentra el 85% de ese déficit -un aumento dramático respecto al 50% de 2010-, lo que implica que, en 18 de los 20 países con mayores carencias de electricidad, la participación en la economía digital es estructuralmente imposible.
Sin energía fiable no hay dispositivos conectados, no hay acceso a internet y, por tanto, no hay adopción de IA.
Segundo factor: centros de datos
El segundo factor es la proximidad de centros de datos. Técnicamente, cualquier persona en el mundo puede acceder a servicios de IA alojados en servidores remotos, pero la distancia física importa.
Los modelos de lenguaje de gran tamaño no solo requieren capacidad computacional para su entrenamiento, sino también infraestructura para ejecutar inferencias (el momento en que los usuarios realmente interactúan con ellos).
La latencia, es decir, el tiempo que tarda la información en viajar desde el usuario hasta el servidor y viceversa, afecta directamente a la experiencia de uso.
Estudios repetidos han demostrado que incluso retrasos modestos reducen significativamente la frecuencia con la que las personas utilizan servicios online.
Además, existen razones económicas y regulatorias para que los centros de datos estén cerca de los usuarios: reducir costes de ancho de banda, optimizar la eficiencia de la red y cumplir con legislaciones que exigen que ciertos datos -gubernamentales, sanitarios, financieros- se almacenen y procesen dentro de las fronteras nacionales.
Sin embargo, la capacidad instalada de centros de datos está brutalmente concentrada: Estados Unidos cuenta con 53,7 gigavatios de capacidad y China con 31,9 gigavatios.
Juntos, ambos países representan el 86% de la capacidad global. El resto del mundo, y especialmente el Sur global, apenas dispone de infraestructura.
Tercer factor: conectividad
El tercer factor es la conectividad a internet. El patrón se repite en múltiples países: en Zambia, la tasa nacional de adopción de IA es del 12%, pero entre quienes tienen acceso a internet sube al 34%, casi tres veces más. En Pakistán, Costa de Marfil, Zimbabue, Gambia, Guatemala, Kenia, Nepal y Honduras, la historia es idéntica.
La conectividad no es un lujo: es la puerta de entrada a la economía de la IA.
Competencias digitales: del uso básico a la productividad con IA
Tener acceso a un dispositivo conectado no basta. Para participar plenamente en una economía impulsada por IA, las personas necesitan competencias digitales y alfabetización en IA.
El informe distingue entre alfabetización digital básica -navegar por plataformas, evaluar información, interactuar con seguridad en línea- y las habilidades específicas para usar IA de manera productiva y responsable. Eso incluye comprender cómo funcionan los modelos de IA, cómo aplicarlos creativamente en el trabajo o en la vida diaria, y cómo evaluar críticamente sus resultados.
Para muchas personas, esto implica procesos de reskilling (reaprendizaje) o upskilling (mejora de competencias) para adaptarse a nuevos requisitos laborales.
Para otras, abre caminos hacia profesiones completamente nuevas en campos como la ciencia de datos, el desarrollo de software o la ingeniería de IA.
Así como la maquinaria industrial requería conocimientos mecánicos, las herramientas de IA exigen nuevas formas de competencia digital.
Sin esa base, el riesgo es que la IA se convierta en una tecnología aprovechable solo por un segmento de la sociedad, profundizando desigualdades en lugar de ampliar oportunidades.
El idioma como nueva fractura sistémica
Si hay un hallazgo que distingue este informe de análisis anteriores sobre difusión tecnológica, es el papel del idioma.
A diferencia de tecnologías previas, la IA se construye a partir de datos lingüísticos.
La web abierta, donde está almacenada gran parte del conocimiento humano, es el corpus de entrenamiento más importante para los modelos de lenguaje.
Pero esa web está radicalmente sesgada: aproximadamente el 50% de su contenido está en inglés, idioma nativo de apenas el 5% de la población mundial.
Doble penalización
Para las lenguas de bajo recurso, esto se traduce en una doble penalización. Primero, los modelos de IA funcionan peor o directamente no existen en esos idiomas. Segundo, incluso con acceso a electricidad, infraestructura digital y competencias, las personas no pueden usar herramientas de IA si estas no están disponibles en su lengua.
El informe estima que los países con lenguas de bajo recurso adoptan IA a tasas un 20% inferiores a las de países con lenguas bien representadas, incluso cuando se ajusta por PIB y conectividad.
El contraste es brutal: el suajili, hablado por más de 200 millones de personas, tiene más de 500 veces menos contenido digital que el alemán, a pesar de tener un número comparable de hablantes.
El yoruba, una de las tres lenguas principales de Nigeria y hablada por más de 50 millones de personas en África, apenas alcanza un 55% de precisión en modelos de IA de última generación, frente al 80% en inglés.
En Malaui, menos del 4% de la población habla inglés con fluidez, mientras la mayoría se comunica en chichewa, chitumbuka o chiyao, lenguas prácticamente ausentes de la web y de los grandes modelos de lenguaje.
Estas brechas no son solo técnicas: determinan quién puede acceder a los beneficios de la IA en educación, salud, agricultura, finanzas y servicios públicos.
Para algunas comunidades, como los hablantes de maorí en Nueva Zelanda, el bilingüismo con el inglés convierte el problema en uno de preservación cultural.
Pero para otras -como los hablantes de hausa en Nigeria y Níger, o de guaraní en Paraguay- desbloquear la IA en lenguas locales es el único camino hacia un acceso significativo.
Una oportunidad
Sin embargo, el informe también identifica aquí una oportunidad.
Los grandes modelos de lenguaje han hecho posible construir sistemas de traducción de alta calidad con muchos menos datos que antes.
Gracias a un fenómeno conocido como transferencia interlingüística, el conocimiento adquirido en una lengua puede beneficiar a otra, porque estos modelos aprenden representaciones semánticas compartidas.
En este sentido, cerrar la brecha lingüística no es solo un desafío técnico, sino una posibilidad de garantizar que la IA sirva realmente a toda la humanidad, en todas sus lenguas.
La frontera tecnológica: siete países y una brecha que se estrecha
En el lado de los creadores de modelos de IA, el informe identifica solo siete países en la frontera tecnológica: Estados Unidos, China, Corea del Sur, Francia, Reino Unido, Canadá e Israel.
Estos son los únicos territorios con modelos entre los 200 más avanzados del mundo. Estados Unidos, liderado por OpenAI con GPT-5, está en la cúspide; China, con DeepSeek V3.1, se encuentra a 5,3 meses de distancia. Corea del Sur está a 5,9 meses, Francia a 7,0, Reino Unido a 7,7, Canadá a 7,8 e Israel a 11,6 meses.
La métrica utilizada por Microsoft para calcular esta distancia es sofisticada: evalúa el rendimiento de los modelos en tareas de programación, conocimiento, razonamiento, seguimiento de instrucciones y recuperación de información, combinando benchmarks como SciCode, LiveCodeBench, MMLU-Pro, HLE, AA-LCR, IFBench y GPQA Diamond.
Luego, compara el rendimiento de cada modelo nacional con el que había en la frontera global en el momento de su lanzamiento, determinando así cuántos meses de retraso acumula respecto al más avanzado.
Lo significativo es que esa brecha se está estrechando. China ha pasado de estar a más de un año de distancia a situarse a menos de seis meses.
La velocidad de difusión en la frontera es más rápida que en revoluciones tecnológicas anteriores.
Además, el ecosistema de código abierto ha emergido como un actor vital: el lanzamiento de los modelos LLaMA de Meta catalizó una oleada de innovación comunitaria, con más de 7.000 variantes desarrolladas en plataformas como Hugging Face en pocos meses.
OpenAI ahora ofrece versiones de código abierto de GPT, y Google, a través de DeepMind, ha lanzado la familia de modelos Gemma. Este ecosistema abierto amplía el acceso, fomenta la personalización y acelera la experimentación.
El informe también constata que el número de modelos sigue creciendo, mientras que la brecha de rendimiento entre ellos se reduce y el coste por token disminuye sustancialmente respecto a generaciones anteriores.
La IA, en definitiva, está democratizándose en términos de acceso a modelos avanzados, aunque la infraestructura subyacente siga concentrada.
Las tres claves de la difusión: constructores de frontera, constructores de infraestructura y usuarios
El marco analítico del informe distingue tres actores esenciales en la difusión de cualquier tecnología de propósito general.
- Los constructores de frontera: investigadores y creadores de modelos que expanden los límites de lo posible. En IA, son los grandes laboratorios como OpenAI, Microsoft, Anthropic, Google, Mistral, DeepSeek y Alibaba, junto con la comunidad de código abierto.
- Los constructores de infraestructura: ingenieros, emprendedores e instituciones que escalan los avances mediante redes, herramientas y competencias. En IA, esto incluye centros de datos, conectividad y suministro energético. Estados Unidos y China dominan esta categoría, pero su concentración es también una vulnerabilidad: limita el acceso global y refuerza desigualdades.
- Los usuarios: individuos, empresas y gobiernos que aplican la tecnología para resolver problemas reales. La historia enseña que el progreso se acelera cuando las tres fuerzas evolucionan juntas. Thomas Edison inventó la bombilla, pero fue la construcción de redes eléctricas y la adopción masiva por parte de usuarios lo que convirtió la electricidad en universal. Lo mismo ocurre con la IA.
Lecciones de política: elementos concretos para una difusión equitativa
El informe concluye con una serie de recomendaciones transferibles a cualquier contexto nacional:
- Electrificación universal y de calidad: sin acceso fiable a la energía, no hay economía digital posible.
- Despliegue de centros de datos y optimización de su eficiencia energética: la proximidad importa tanto como la capacidad.
- Conectividad de alta velocidad: la banda ancha no es un lujo, sino infraestructura crítica.
- Formación continua y desarrollo de competencias: alfabetización digital avanzada y capacitación específica en IA son esenciales para convertir el acceso en productividad.
- Recursos lingüísticos para lenguas subrepresentadas: invertir en corpus de datos, modelos adaptados y herramientas de traducción es una cuestión de justicia y eficiencia.
- Gobernanza: marcos regulatorios que equilibren innovación con protección de derechos, privacidad y competencia leal.
Estos elementos no son abstractos. Son políticas públicas concretas que países como Singapur, Corea del Sur o Estonia han ejecutado con éxito en contextos anteriores.
La pregunta no es si la IA transformará el mundo -ya lo está haciendo-, sino quién se beneficiará de esa transformación y a qué velocidad.
El informe de Microsoft no ofrece soluciones mágicas, pero sí un diagnóstico riguroso y un recordatorio ineludible: la difusión manda.
No basta con inventar; hay que construir infraestructura, formar personas y garantizar acceso. De lo contrario, la IA, como tantas revoluciones tecnológicas antes, reproducirá y amplificará las desigualdades existentes en lugar de disolverlas.
No hay comentarios