En febrero de este año, Chile presentó Latam-GPT, el primer modelo de lenguaje grande desarrollado desde y para América Latina. Un proyecto coordinado por el Centro Nacional de Inteligencia Artificial chileno (CENIA), financiado por el Banco de Desarrollo de América Latina (CAF) y construido sobre la arquitectura abierta Llama 3.1 de Meta. Participaron más de 60 instituciones de 15 países — entre ellos, Argentina. Y sin embargo, la noticia pasó acá prácticamente desapercibida.
Conviene entender de qué se trata antes de evaluarlo. Latam-GPT es un modelo de 70 mil millones de parámetros, entrenado con más de 300 mil millones de tokens en español y portugués. El corpus incluye materiales que los modelos comerciales del norte global simplemente no tienen: decisiones judiciales de Buenos Aires, registros de bibliotecas de Perú, libros de texto escolares de Colombia. Para ponerlo en perspectiva técnica: su rendimiento actual se compara con el de ChatGPT 3, el de 2020-2022. No compite con GPT-4 ni con Claude. No fue diseñado para eso. Fue diseñado para que la región deje de ser solo consumidora de modelos ajenos y empiece a construir los propios.
El dato que importa: se hizo con 550.000 dólares. Mientras OpenAI levanta rondas de miles de millones, un consorcio latinoamericano armó un modelo fundacional con menos de lo que cuesta un departamento en Palermo. La primera versión corrió en la nube de Amazon Web Services. La próxima va a entrenarse en un supercomputador instalado en la Universidad de Tarapacá, en el norte de Chile, con una inversión de casi 5 millones de dólares y una matriz energética casi 100% renovable.
Dónde está Argentina en todo esto
Argentina figura en la lista de países participantes. Aportó datasets — los textos judiciales porteños son parte del corpus de entrenamiento. Según datos del sitio oficial del proyecto, el avance argentino en contribución de datos llegaba al 82%, detrás de Chile (89%) y Brasil (84%). Hay investigadores argentinos involucrados. Pero Argentina no lidera el proyecto, no lo financia y no aloja ninguna parte de la infraestructura de cómputo.
El contraste con lo que sí está haciendo el gobierno en materia de IA es revelador. En marzo, durante la Argentina Week en Nueva York, se firmó un Memorando de Entendimiento con Salesforce para implementar inteligencia artificial en el Estado, con una promesa de inversión de 500 millones de dólares en cinco años. Antes, en octubre de 2025, OpenAI y Sur Energy anunciaron Stargate Argentina: un mega centro de datos en Patagonia con una inversión estimada de 25.000 millones de dólares. Y la Agencia I+D+i lanzó una convocatoria de subsidios de hasta 500.000 dólares para consorcios que trabajen con IA y ciencia de datos.
Nada de eso es menor. Pero todo apunta en una dirección: que vengan otros a construir acá. No que construyamos nosotros.
Dos modelos, una región
Lo que se está definiendo en Sudamérica no es solo quién tiene más data centers. Es algo más de fondo: quién construye capacidad propia y quién depende de que los gigantes tecnológicos decidan invertir en su territorio.
Chile eligió un camino. Con presupuesto modesto, armó un consorcio regional, entrenó un modelo con datos propios y está instalando un supercomputador en su territorio. No pretende competir con Silicon Valley. Pretende tener una base sobre la cual desarrollar herramientas que los modelos comerciales no van a hacer: asistentes de salud pública en español local, herramientas de gestión municipal, aplicaciones para lenguas indígenas. Brasil fue por otro lado pero en la misma dirección: lanzó un plan de IA de 4.000 millones de dólares a cuatro años, enfocado en soberanía tecnológica con modelos y computación domésticos. Microsoft comprometió 2.700 millones en infraestructura de nube e IA en territorio brasileño.
Argentina, mientras tanto, ocupa el cuarto lugar en el Índice Latinoamericano de Inteligencia Artificial (ILIA), detrás de Chile, Brasil y Uruguay, clasificada como «adoptante» — no como «pionera». Los números del índice son incómodos: la infraestructura de conectividad está por debajo de la media regional, no hay despliegues significativos de 5G, la inversión en I+D como proporción del PBI es menos de la mitad que la de Brasil, y los 13 centros de datos del país suman apenas 32 megavatios — concentrados en un 71% en la Ciudad de Buenos Aires.
Un informe de CABASE presentado en el Internet Day 2026 lo puso en estos términos: el contraste con Santiago de Chile o San Pablo sigue siendo enorme, pero por primera vez en mucho tiempo hay herramientas para acortar esa distancia.
El problema del modelo ajeno
Hay una tensión que atraviesa todo esto y que conviene nombrar. Latam-GPT se presenta como un bien público regional, un modelo abierto, transparente, auditable. Pero su primera versión se entrenó en la nube de AWS. El conocimiento es público; el cómputo es privado. Si mañana Amazon decide cambiar las condiciones, el modelo queda en el aire.
Un análisis del Centro Latinoamericano de Investigación en Inteligencia Artificial y Salud (CLIAS), publicado desde Argentina, lo dijo sin rodeos: sin una alineación explícita entre incentivos corporativos y objetivos sociales, esa asimetría puede convertirse en una nueva forma de dependencia tecnológica. Y la analogía histórica que eligieron para ilustrar el riesgo no es menor: la red de fibra óptica de UNASUR, anunciada en 2009 para reducir la dependencia del tráfico ruteado por Estados Unidos. Nunca se construyó.
El mismo riesgo aplica para la estrategia argentina de atraer inversión extranjera. Stargate suena impresionante — 25.000 millones de dólares —, pero es un anuncio. La Patagonia tiene viento, frío y energía renovable, tres cosas que las big tech necesitan para enfriar servidores. Eso no es lo mismo que tener política tecnológica. Si el atractivo es puramente geográfico y energético, Argentina se convierte en territorio de extracción digital: otros ponen los servidores, otros entrenan los modelos, otros se llevan los datos procesados. Lo que queda acá es la factura de la luz.
Lo que viene
La primera versión completa de Latam-GPT se espera para septiembre de este año. Va a ser un modelo abierto, descargable, disponible para universidades, gobiernos y empresas de toda la región. Incluirá lenguas indígenas en fases posteriores. No va a cambiar el mercado global de IA. Pero puede cambiar algo más importante para la región: la pregunta de si es posible tener voz propia en una tecnología que hasta ahora habla casi exclusivamente en inglés.
Argentina tiene investigadores que participaron en el proyecto. Tiene datos únicos que ya están en el corpus. Tiene un ecosistema de startups de IA que crece. Y tiene anuncios de inversión que, si se concretan, podrían cambiar el mapa de infraestructura regional. Lo que todavía no tiene es algo que Chile decidió construir con mucho menos presupuesto: una estrategia que no dependa de que otro venga a ponerle la mesa.
Columna de IA por Esteban Terranova