La soberanía tecnológica ya es clave en sanidad, banca y servicios públicos

La soberanía tecnológica ha pasado a ser una condición de base para hospitales, bancos y administraciones que quieren poner en marcha plataformas de inteligencia artificial capaces de automatizar tareas, resumir información o servir de apoyo en la toma de decisiones.

Para estos sectores, la pregunta de fondo ya no es si conviene adoptar este tipo de plataformas, sino en qué condiciones hacerlo, justo cuando la etapa de pruebas empieza a quedar atrás y da paso a despliegues en entornos donde un error puede afectar diagnósticos, pagos, ayudas públicas o la confianza de millones de personas.

La cuestión es sencilla de formular: dejar claro quién controla los datos, quién puede entrar en ellos, qué leyes rigen su uso y de qué manera se vigila el funcionamiento del sistema.

En los sectores regulados ya no alcanza con que una plataforma sea potente. Para las organizaciones que manejan historiales clínicos, información financiera o datos de la ciudadanía, hablar de soberanía es hablar de operar dentro de un marco donde la custodia y el control no queden en manos de terceros sujetos a jurisdicciones externas.

Y eso obliga a revisar todo el ciclo de vida de la plataforma.

Un planteamiento soberano desde el diseño no se queda en el almacenamiento. También incluye el entrenamiento, el ajuste, la inferencia, el despliegue, la monitorización, la infraestructura, los flujos de datos, la gobernanza e incluso el personal que opera el sistema. Si una sola de esas piezas queda fuera del perímetro, una parte del control también se escapa.

Ahí aparece uno de los errores más habituales: confundir residencia con soberanía.

La residencia de los datos responde a dónde se almacenan o procesan. La soberanía, en cambio, tiene que ver con quién manda de verdad sobre esos datos, quién puede reclamarlos, auditarlos o intervenir en ellos, y bajo qué marco legal puede hacerlo. En la práctica, una organización puede alojar información dentro de sus propias fronteras y seguir expuesta a normativas extranjeras si el proveedor, el software crítico o la operación dependen de entidades situadas fuera de su jurisdicción.

Cuando se trata de servicios críticos, las instituciones además necesitan entender cómo y por qué una plataforma llega a una recomendación o a un resultado.

Poder explicar decisiones, reconstruir procesos y auditar accesos es básico para proteger la confidencialidad, cumplir la regulación y sostener la confianza pública. Ahí es donde los modelos generalistas suelen despertar más recelos, porque a menudo se apoyan en grandes volúmenes de datos recogidos de internet, con orígenes difíciles de verificar y controles operativos poco uniformes.

El mercado, mientras tanto, se mueve rápido.

Según distintas estimaciones, el negocio de la IA soberana alcanzará los 41.300 millones en 2025 y podría llegar a 180.500 millones en 2033. Pero ese crecimiento convive con una dependencia que cuesta pasar por alto: según un estudio de 2026, el 71% de los directivos afirmó que cambiar de proveedor o de modelo principal es difícil, el 68% reconoció problemas para cumplir requisitos de residencia y soberanía en distintas regiones y el 91% admitió que no entiende del todo sus dependencias tecnológicas.

Canadá ha puesto en marcha, de acuerdo con sus anuncios y planes públicos, una estrategia de cómputo soberano dotada con 2.000 millones. India empuja su IndiaAI Mission con unos 1.250 millones. La Unión Europea endurece el foco sobre las cargas de trabajo sensibles en la nube. Al mismo tiempo, China, Francia y Emiratos Árabes Unidos amplían sus propios planes.

Todavía no está claro qué iniciativas conseguirán recortar esa dependencia sin dejar el control decisivo en manos de proveedores extranjeros.