Francisco C. De La Torre

CDMX-NUEVA YORK Julio 29 del 2026— Durante décadas, la investigación científica de vanguardia dependió de los presupuestos estatales, los subsidios gubernamentales y las asignaciones universitarias negociadas al centavo. Hoy, esa dinámica ha saltado por los aires.

Lo que comenzó como una carrera tecnológica entre empresas emergentes de Silicon Valley se ha transformado en la mayor concentración de capital privado y corporativo registrada en la historia moderna. El volumen de dinero que fluye hacia los denominados frontier AI labs (laboratorios de inteligencia artificial de frontera) ya no se mide bajo la métrica del capital de riesgo tradicional, sino con cifras que sobrepasan el presupuesto de investigación de las mayores potencias del planeta.

Un tsunami financiero: La brecha entre lo público y lo privado

Entre el primer trimestre de 2024 y mediados de 2026, los laboratorios de IA de frontera han levantado cerca de 374.000 millones de dólares en capital privado.

Para dimensionar la escala de esta cifra, es necesario compararla con la financiación científica pública de Estados Unidos. En todo 2024, el gobierno federal de EE. UU. destinó unos 200.000 millones de dólares a I+D total, de los cuales aproximadamente 64.000 millones de dólares llegaron directamente a las universidades a través de agencias como los Institutos Nacionales de Salud (NIH) y la Fundación Nacional de Ciencias (NSF). Si se suman las aportaciones de los gobiernos estatales y locales a la investigación universitaria, la cifra pública apenas añade un par de miles de millones adicionales al año.

En solo dos años y medio, un puñado de firmas privadas de IA absorbió casi el doble de todo el dinero federal que reciben todas las universidades estadounidenses juntas para investigar en física, medicina, química e ingeniería.

COMPARATIVA DE CAPITAL (2024 - MEDIADOS 2026)
----------------------------------------------------------------------
Frontier AI Labs (Privado)     ███████████████████████████ ~$374B
I+D Federal EE.UU. (Todas Univ)█████████████ ~$130B (2.5 años est.)
Presupuesto NSF Cumplido (Univ)██ ~$18B (2.5 años est.)

El primer semestre de 2026 concentró casi el 70% de todo el capital captado por los laboratorios de IA de frontera. Un grupo reducido de actores ha absorbido la inmensa mayoría de estos recursos:

OpenAI: Creadora de ChatGPT, en marzo de 2026 cerró una ronda de financiación de 122.000 millones de dólares impulsada por gigantes como Amazon, Nvidia y SoftBank, elevando su valoración a los 852.000 millones de dólares. Su capital total recaudado roza los 190.000 millones de dólares.
Anthropic: Creadora del modelo Claude, concretó en mayo de 2026 una Serie H por 65.000 millones de dólares, alcanzando una valoración privada de 965.000 millones de dólares. Con el respaldo de Microsoft, Google, Amazon y fondos soberanos, su financiación acumulada supera los 130.000 millones de dólares.
xAI: La firma fundada por Elon Musk ha levantado más de 45.000 millones de dólares, superando los 230.000 millones de dólares en valoración tras desplegar gigantescos clústeres de supercómputo para la familia Grok.

“Ya no estamos ante inversiones en startups; se trata de la construcción de infraestructura estratégica para el siglo XXI”, señala un socio sénior de PitchBook. “El volumen de capital es tan masivo que ha sobrepasado los fondos estatales tradicionales, obligando a los gigantes de la nube, mercados de deuda y fondos soberanos a tomar el control del rumbo científico”.

Del laboratorio universitario al supercómputo corporativo

Esta redistribución de fondos está transformando la propia definición de “ciencia”. Históricamente, el dinero público asignado por agencias como la NSF o el Departamento de Energía (DOE) financiaba el capital humano: becas doctorales, salarios de investigación y equipamiento de laboratorio distribuido entre cientos de campus universitarios.

En la era de la IA de frontera, la ecuación se ha invertido. La inmensa mayoría de las inversiones privadas no van a salarios, sino a la compra de microprocesadores especializados (GPUs) y a la construcción de centros de datos gigavatios.

Proyectos como Stargate —la iniciativa de infraestructura conjunta entre OpenAI, SoftBank y Oracle— eclipsan por completo a los supercomputadores nacionales alojados en laboratorios estatales o universidades.

Las consecuencias para la investigación pública

Esta desproporción ha generado tres distorsiones profundas en el ecosistema científico:

Fuga de cerebros académica: Las universidades han visto cómo sus mejores investigadores en física, matemáticas y biología computacional son reclutados por estos laboratorios privados con paquetes salariales y presupuestos de cómputo que ningún subsidio estatal puede igualar.
Asimetría de cómputo: Mientras el sistema universitario estadounidense invierte en conjunto unos 1.200 a 1.500 millones de dólares al año en infraestructura informática, firmas como Anthropic u OpenAI entrenan modelos con clústeres cuyo coste de energía e infraestructura equivale al consumo de ciudades enteras.
El auge de los “modelos de mundo”: Una porción creciente del capital se está destinando a modelos diseñados no solo para procesar texto, sino para simular las leyes físicas del universo, desplazando el eje del descubrimiento de fármacos y la ciencia de materiales desde los laboratorios universitarios hacia los servidores privados.

El dilema del retorno de inversión

A pesar de la euforia en Silicon Valley y Wall Street, el contraste entre la austeridad del gasto público y el derroche privado plantea interrogantes inevitables. Aunque los laboratorios proyectan facturaciones anualizadas multimillonarias por servicios empresariales, las pérdidas operativas y el gasto en infraestructura continúan siendo astronómicos.

Analistas advierten que la concentración del capital en apenas tres o cuatro empresas crea un riesgo sistémico. Si la ciencia pública en las universidades queda relegada por falta de fondos estatales mientras el capital privado sufre un ajuste, el avance científico global podría quedar desprotegido.

Oportunidades e Impacto para México en el Marco del T-MEC

Este desbordamiento de capital en la infraestructura de IA en EE. UU. abre un canal estratégico directo para México dentro del bloque comercial de América del Norte (T-MEC). La cercanía geográfica y la integración de cadenas de suministro ofrecen oportunidades tangibles:

1. Nearshoring de Infraestructura y Data Centers

Los requisitos energéticos y de terreno para alimentar los supercomputadores de frontera han saturado varios hubs tecnológicos en Estados Unidos. México se posiciona como una extensión lógica para alojar centros de datos de alto rendimiento (hyperscalers) y nodos de prueba, particularmente en regiones como el Bajío y el norte del país, aprovechando las ventajas de conectividad y la normativa sobre comercio digital del Capítulo 19 del T-MEC.

2. Integración en la Cadena del Cómputo y Semiconductores

Aunque la investigación teórica de modelos de frontera se concentre en EE. UU., la fabricación de hardware, ensamblaje avanzado de servidores, módulos de refrigeración líquida y empaquetado de semiconductores requieren capacidad industrial de escala. Las industrias electrónica y automotriz de México ofrecen la plataforma óptima para absorber la manufactura del hardware que alimenta a los supercomputadores globales.

3. Transferencia Tecnológica y Captura de Valor

Bajo los mecanismos de cooperación trilateral del T-MEC y acuerdos de innovación tecnológica, la industria mexicana tiene la oportunidad de pasar de ser un consumidor final de modelos a un integrador especializado en sectores clave: logística transfronteriza, automatización industrial, análisis predictivo de cadenas de suministro y agrotecnología.

4. El Reto: Talento e Infraestructura Energética Continua

Para convertir este flujo de capital global en prosperidad local, México enfrenta desafíos operativos determinantes:

Infraestructura limpia y estable (Generación in situ con gas natural y turbinas): Proporcionar la energía continua y de carga base que demandan los centros de datos de IA representa el principal cuello de botella. Frente a las limitaciones de capacidad y transmisión de la red eléctrica nacional, la generación in situ behind-the-meter impulsada por turbinas de gas natural eficientes se perfila como la solución puente más viable. Aprovechando el acceso a gas natural competitivo importado de EE. UU. a través del gasoducto trilateral, los desarrolladores de data centers pueden instalar turbinas de gas de respuesta rápida en el propio sitio de consumo para garantizar energía ininterrumpida de disponibilidad inmediata, mientras se acelera la transición y combinación con fuentes renovables.
Formación de talento especializado: Adecuar la oferta universitaria hacia carreras de ingeniería de software, arquitectura de datos e ingeniería de semiconductores para evitar que el talento local emigre hacia los laboratorios estadounidenses.

La ciencia y el desarrollo informático del siglo XXI ya no se deciden únicamente en los comités académicos de Estados Unidos. La verdadera incógnita para la región es si el T-MEC logrará convertir este megaconcepto tecnológico en un motor de desarrollo industrial e innovación compartida para toda América del Norte.

Espera mi culo Pepe parado con el apoyo de IA

ENGLISH VERSION

The Great Capital Binge: How Artificial Intelligence Has Reshaped the Financing of Global Science

NEW YORK — For decades, cutting-edge scientific research depended on state budgets, government subsidies, and university allocations negotiated down to the last penny. Today, that dynamic has completely blown apart.

What began as a tech race among Silicon Valley startups has transformed into the largest concentration of private and corporate capital recorded in modern history. The volume of money flowing into so-called frontier AI labs is no longer measured under traditional venture capital metrics, but with figures that dwarf the research budgets of the world’s major powers.

A Financial Tsunami: The Gap Between Public and Private

Between the first quarter of 2024 and mid-2026, frontier AI labs raised approximately $374 billion in private capital.

To grasp the sheer scale of this figure, it is necessary to compare it with public scientific funding in the United States. In all of 2024, the U.S. federal government allocated roughly $200 billion to total R&D, of which approximately $64 billion reached universities directly through agencies such as the National Institutes of Health (NIH) and the National Science Foundation (NSF). Adding state and local government contributions to university research barely adds a few extra billion per year to the public tally.

In just two and a half years, a handful of private AI firms absorbed nearly double the federal funds that all U.S. universities combined receive to conduct research in physics, medicine, chemistry, and engineering.

CAPITAL COMPARISON (2024 - MID-2026)
----------------------------------------------------------------------
Frontier AI Labs (Private)     ███████████████████████████ ~$374B
U.S. Federal R&D (All Univ.)   █████████████ ~$130B (2.5-yr est.)
NSF Awarded Budget (Univ.)     ██ ~$18B (2.5-yr est.)

The first half of 2026 concentrated nearly 70% of all capital raised by frontier AI labs. A small group of key players absorbed the vast majority of these resources:

OpenAI: Creator of ChatGPT, in March 2026 it closed a $122 billion funding round driven by giants like Amazon, Nvidia, and SoftBank, elevating its valuation to $852 billion. Its total capital raised approaches $190 billion.
Anthropic: Creator of the Claude model, in May 2026 it finalized a Series H for $65 billion, reaching a private valuation of $965 billion. Backed by Microsoft, Google, Amazon, and sovereign wealth funds, its cumulative funding exceeds $130 billion.
xAI: The firm founded by Elon Musk has raised over $45 billion, surpassing $230 billion in valuation after deploying massive supercomputing clusters for the Grok model family.

“We are no longer looking at startup investments; this is the construction of strategic infrastructure for the 21st century,” notes a senior partner at PitchBook. “The volume of capital is so massive that it has overwhelmed traditional state funding, forcing cloud giants, debt markets, and sovereign wealth funds to take control of the scientific trajectory.”

From the University Lab to Corporate Supercomputing

This reallocation of funds is transforming the very definition of “science.” Historically, public money allocated by agencies like the NSF or the Department of Energy (DOE) funded human capital: doctoral fellowships, research salaries, and lab equipment distributed across hundreds of university campuses.

In the era of frontier AI, the equation has inverted. The overwhelming majority of private investment does not go toward salaries, but rather to purchasing specialized graphics processing units (GPUs) and constructing gigawatt-scale data centers.

Projects like Stargate — the joint infrastructure initiative between OpenAI, SoftBank, and Oracle — completely eclipse national supercomputers housed in state laboratories or universities.

Consequences for Public Research

This imbalance has created three profound distortions within the scientific ecosystem:

Academic Brain Drain: Universities have watched their top researchers in physics, mathematics, and computational biology get recruited by private labs offering compensation packages and compute budgets that no state grant can match.
Compute Asymmetry: While the U.S. university system collectively spends roughly $1.2 billion to $1.5 billion per year on computing infrastructure, firms like Anthropic or OpenAI train models on clusters whose energy and infrastructure costs rival the power consumption of entire cities.
The Rise of “World Models”: A growing share of capital is flowing into models designed not merely to process text, but to simulate the physical laws of the universe, shifting the center of gravity for drug discovery and materials science away from university labs and onto private servers.

The Return-on-Investment Dilemma

Despite the euphoria in Silicon Valley and Wall Street, the contrast between public sector austerity and private expenditure raises inevitable questions. Although labs project multi-billion-dollar annualized revenues driven by enterprise adoption, operational losses and infrastructure outlays remain astronomical.

Industry analysts warn that concentrating capital within just three or four companies creates systemic risk. If public science at universities remains sidelined due to a lack of state funding while private capital undergoes a correction, global scientific progress could be left vulnerable.

Opportunities and Impact for Mexico Under USMCA / T-MEC

This overflow of capital into U.S. AI infrastructure opens a direct strategic channel for Mexico within the North American trade framework (USMCA / T-MEC). Geographic proximity and supply chain integration offer tangible opportunities:

1. Infrastructure Nearshoring and Data Centers

The energy and land requirements needed to power frontier supercomputers have saturated several tech hubs across the United States. Mexico stands as a logical extension for hosting high-performance data centers (hyperscalers) and edge nodes, particularly in regions like the Bajío and northern Mexico, leveraging connectivity advantages and Chapter 19 digital trade regulations under USMCA.

2. Integration into the Computing and Semiconductor Chain

While theoretical research on frontier models remains concentrated in the U.S., hardware manufacturing, advanced server assembly, liquid cooling modules, and semiconductor packaging demand industrial scale. Mexico’s electronics and automotive industries offer the ideal platform to absorb the hardware manufacturing that powers global supercomputers.

3. Technology Transfer and Value Capture

Under USMCA trilateral cooperation mechanisms and technological innovation frameworks, Mexican industry has the opportunity to transition from being an end consumer of models to a specialized integrator in key sectors: cross-border logistics, industrial automation, predictive supply chain analytics, and agrotech.

4. The Challenge: Talent and Continuous Power Infrastructure

To turn this global capital flow into local prosperity, Mexico faces critical operational challenges:

Clean and Stable Infrastructure (On-site Generation with Natural Gas and Turbines): Providing the continuous, baseload power demanded by AI data centers represents the primary bottleneck. Given capacity and transmission constraints on the national electrical grid, on-site, behind-the-meter generation powered by efficient natural gas turbines emerges as the most viable bridge solution. By tapping into competitive natural gas imported from the U.S. via the cross-border pipeline network, data center developers can deploy fast-response gas turbines directly at the consumption site to guarantee uninterruptible power with immediate availability, while accelerating the transition toward and integration with renewable energy sources.
Specialized Talent Development: Aligning university curricula with software engineering, data architecture, and semiconductor engineering disciplines to prevent local talent from migrating exclusively to U.S. laboratories.

Twenty-first-century science and computing development are no longer decided solely within U.S. academic committees. The real question for the region is whether USMCA can convert this technological mega-trend into a driver of shared industrial development and innovation for all of North America.

This article was prepared with the support of IA

VOTA PARA EVITAR LA DICTADURA

SALVA Al EDOMEX, UNIDOS SOMOS MAYORÍA

TENEMOS SOLO UNA OPORTUNIDAD

El Gran Atracón del Capital: Cómo la Inteligencia Artificial Reconfiguró la Financiación de la Ciencia Global. (Versiones en Español e Ingles)