La carrera global por el liderazgo en inteligencia artificial (IA) se libra en múltiples frentes. En Europa, los esfuerzos se han concentrado visiblemente en dos grandes áreas: la creación de un marco regulatorio pionero a nivel mundial —el AI Act— y el impulso a la infraestructura soberana para reducir la dependencia de proveedores tecnológicos extranjeros.
Sin embargo, bajo esta superficie de actividad geopolítica y regulatoria subyace una fricción menos visible, pero potencialmente más decisiva: la capacidad real de las organizaciones para adoptar, gestionar y gobernar estas tecnologías con autonomía.
El principal cuello de botella para la soberanía tecnológica europea reside en la brecha de capacitación
Un reciente análisis de MIOTI Tech & Business School pone el foco en este punto, sugiriendo que el principal cuello de botella para la soberanía tecnológica europea no reside tanto en la disponibilidad de chips o centros de datos, sino en la brecha de capacitación que existe dentro de las propias empresas. La autonomía real, argumentan, no se mide solo por la nacionalidad del proveedor de cloud, sino por la existencia de criterio interno para gobernar la IA.
La paradoja de la adopción
Los datos de Eurostat para 2025 dibujan un panorama de luces y sombras que respalda esta tesis. Aproximadamente una de cada cinco empresas de la Unión Europea ya integra alguna forma de Inteligencia Artificial en sus operaciones.
La cifra, aunque modesta, oculta una profunda desigualdad. La adopción es masiva en las grandes corporaciones, donde un 55,03% ya utiliza estas herramientas, pero se desploma drásticamente a medida que disminuye el tamaño de la organización: solo un 30,36% en las medianas empresas y un exiguo 17% en las pequeñas.
Este desequilibrio no es meramente una cuestión de recursos financieros. El dato más revelador es la principal barrera identificada por aquellas compañías que, habiéndose planteado implementar IA, decidieron no seguir adelante: la falta de expertise relevante. Este obstáculo supera a otros factores como el coste o la complejidad, señalando directamente a una carencia de talento y conocimiento interno.
En este contexto, la soberanía deja de ser un concepto abstracto de geopolítica para convertirse en una cuestión de capacidad organizativa. Una empresa puede tener acceso a los modelos de IA más avanzados del mercado, pero si carece del conocimiento para evaluar sus riesgos, entender sus sesgos, gobernar los datos que los alimentan y supervisar sus resultados, su autonomía es una ilusión.
La dependencia simplemente se traslada del proveedor de infraestructura al consultor o al desarrollador del modelo, generando un posible efecto de lock-in (o bloqueo tecnológico) igualmente perjudicial.
Según Fabiola Pérez, CEO de MIOTI Tech & Business School, se está hablando mucho de soberanía en inteligencia artificial en términos de infraestructura, y es lógico que sea así, pero el bloqueo más inmediato para muchas organizaciones está en otro sitio: en su capacidad para comprender la IA, gobernarla y aplicarla con criterio.
“Sin talento preparado, sin gobierno del dato y sin perfiles capaces de conectar tecnología y negocio, la autonomía es muy limitada, aunque la tecnología esté disponible”.
Pilares de una gobernanza efectiva en IA
El análisis de MIOTI descompone este desafío interno en tres planos interconectados que definen la capacidad real de una organización para ser soberana en el uso de la IA.
- Talento. Es clave contar con profesionales que no solo dominen la técnica, sino que sean capaces de actuar como traductores entre el potencial de la IA y los objetivos de negocio.
- Gobernanza. Implica establecer un marco claro para la gestión del ciclo de vida de la IA. Incluye desde la calidad y la trazabilidad de los datos hasta la evaluación algorítmica, la supervisión humana y, fundamentalmente, el cumplimiento del marco normativo.
- Criterio de adopción: La organización debe poseer el conocimiento necesario para decidir dónde y cómo aplicar la IA para generar valor real. Esto significa saber evaluar qué procesos son susceptibles de ser automatizados o mejorados, bajo qué arquitectura tecnológica (¿modelos propios, modelos de terceros, soluciones SaaS?), con qué proveedores y, sobre todo, con qué grado de dependencia estratégica se siente cómoda la compañía.
La verdadera pregunta que debemos hacernos, según Fabiola Pérez, es qué persona o personas de la organización tienen capacidad real para decidir cómo integrar estas tecnologías sin depender a ciegas de terceros.
“La soberanía, para una empresa, no consiste únicamente en dónde está alojada la tecnología, sino en si cuenta con el conocimiento y la estructura necesarios para evaluarla, gobernarla y alinearla con sus objetivos de negocio y con el marco regulatorio europeo”.
Regulación y capacitación
Paradójicamente, el propio AI Act, que entró en vigor el 1 de agosto de 2024, podría actuar como un catalizador forzoso para cerrar esta brecha. Desde febrero de 2025, la normativa exige a las organizaciones que despliegan sistemas de IA, especialmente los de alto riesgo, que refuercen la «alfabetización en IA» (AI literacy) de los equipos encargados de su uso y supervisión.
Es clave contar con profesionales capaces de actuar como traductores entre el potencial de la IA y los objetivos de negocio
Este mandato convierte la formación y la creación de marcos de gobernanza en una necesidad estratégica, además de regulatoria y operativa. El mensaje de fondo es claro: la adopción de IA no puede ser un acto de fe en la tecnología; debe ser un proceso estructurado, deliberado y supervisado por personal capacitado.
El desafío, sin embargo, sigue siendo muy elevado. La propia Comisión Europea ha admitido que la UE no avanza al ritmo necesario para alcanzar los objetivos de su «Década Digital«. La brecha en competencias digitales es persistente —solo el 55,6% de la población europea posee competencias digitales básicas— y el continente está lejos del objetivo de contar con 20 millones de especialistas TIC para 2030. Al mismo tiempo, se aspira a que el 75% de las empresas europeas utilice tecnologías como la IA antes de que termine la década.
Esta tensión entre la ambición estratégica y la realidad competencial del tejido empresarial europeo es, hoy por hoy, el verdadero campo de batalla para la soberanía en inteligencia artificial. De la capacidad de las organizaciones para cultivar el talento, la gobernanza y el criterio internos dependerá que la IA se convierta en un motor de competitividad o en un nuevo vector de dependencia estratégica.
