El bloqueo estadounidense a los semiconductores avanzados no cerró todas las puertas que conectan a Silicon Valley con la industria tecnológica china. Mientras Washington restringe la venta de los chips necesarios para operar los modelos más potentes, empresas estadounidenses comercializan otro insumo decisivo. Se trata de los datos de entrenamiento preparados por especialistas, una actividad en la que los principales laboratorios chinos invierten cerca de US$ 500 millones al año.
Esos contratos permiten que compañías de China accedan a materiales similares a los que utilizan OpenAI, Anthropic y otros desarrolladores estadounidenses. No compran únicamente grandes volúmenes de información. También reciben instrucciones, criterios de corrección, métodos de evaluación y estructuras diseñadas para enseñar a los sistemas de inteligencia artificial a resolver problemas profesionales.
La demanda china quedó al descubierto durante una conferencia internacional sobre aprendizaje automático celebrada en Seúl. Las grandes startups estadounidenses del sector llegaron a Corea del Sur para captar clientes y capital. Ahí se encontraron con representantes de empresas chinas que también buscaban proveedores. Tencent, por ejemplo, presentó un pedido de datos vinculados a finanzas, ciberseguridad y modelos capaces de mejorar su propio desempeño.
Índice de temas
El negocio que quedó fuera de los controles
Estados Unidos impuso durante años restricciones a la exportación de procesadores de última generación. Sin embargo, no estableció barreras equivalentes para el conocimiento que sirve de base al entrenamiento de los modelos. Esa diferencia dejó abierta una vía comercial que mueve cientos de millones de dólares y acerca recursos estadounidenses a los laboratorios de Pekín.
Los datos de alta calidad requieren mucho más que una recopilación masiva de textos o imágenes. Para enseñar contabilidad, programación o análisis financiero, las empresas necesitan contratar expertos, diseñar ejercicios, establecer las respuestas correctas y revisar cada resultado. El producto final incluye tanto ese trabajo humano como las reglas que rigen el proceso de aprendizaje.
La industria china puede adquirir capacidades avanzadas mediante la contratación de investigadores, la extracción de respuestas de plataformas occidentales o la compra directa de conjuntos de entrenamiento. La extracción de información de servicios como ChatGPT o Claude contradice sus términos de uso, aunque no constituye una práctica ilegal. La adquisición a proveedores especializados evita ese conflicto y reduce los tiempos de desarrollo.
Para las startups estadounidenses, los laboratorios chinos se convirtieron en una fuente adicional de ingresos. Los seis mayores compradores del país destinan cerca de US$ 500 millones anuales a estas compañías. Dentro del sector, forman un bloque de clientes interesados en los mismos materiales occidentales.
Datos de entrenamiento que pueden venderse varias veces
Una parte rentable del mercado corresponde a los conjuntos de datos conocidos como OTS. Son productos estandarizados, preparados con anticipación y disponibles para distintos laboratorios. A diferencia de un contrato exclusivo, el proveedor puede comercializar el mismo paquete con varios compradores y obtener márgenes superiores.
El valor de estos conjuntos está en su diseño. Muchas empresas utilizaron procesos desarrollados en trabajos anteriores con grandes laboratorios estadounidenses. Esos métodos incluyen redes de profesionales con estudios avanzados, algoritmos de control de calidad y reglas para evaluar las respuestas posteriores al entrenamiento.
Los compradores chinos pueden adquirir así una estructura que ya pasó por etapas de prueba. El acceso a ese material permite evitar parte de los ensayos que exige la creación de un sistema propio. Algunos laboratorios incluso expresaron su interés en adquirir los mismos paquetes que ya habían adquirido las principales empresas de inteligencia artificial de Estados Unidos.
Mercor obtuvo alrededor del 2% de sus ingresos en el segundo trimestre de clientes chinos. La compañía superó los US$ 2.000 millones de ingresos anualizados en junio y contrató a un responsable exclusivo para sus relaciones comerciales en China. Al mismo tiempo, busca alcanzar una valuación de US$ 20.000 millones.
Otra firma del sector, AfterQuery, recibe por lo menos US$ 50 millones en ingresos recurrentes de laboratorios chinos. Surge AI, valuada en al menos US$ 25.000 millones, también buscó oportunidades en ese mercado. Su director ejecutivo viajó a China para reunirse con responsables de compañías locales.
Estas cifras representan una porción menor frente a los contratos estadounidenses, pero ofrecen ingresos adicionales a empresas que crecieron con rapidez. AfterQuery pasó de registrar US$ 100 millones a varios cientos de millones de dólares en ingresos recurrentes anuales en un período de tres meses.
La discusión dentro de Estados Unidos
La ausencia de límites específicos abrió una discusión entre los empresarios del sector. Una parte considera que la venta de datos a China puede afectar la seguridad nacional, ya que dichos materiales ayudan a mejorar modelos que compiten con los desarrollados en Estados Unidos.
Micro1 afirmó que no comercializa datos fuera del país. Scale AI evaluó un acuerdo con ByteDance, la empresa dueña de TikTok, pero lo descartó en 2024 por razones de seguridad nacional.
Otros actores advierten que una restricción a estos productos también podría perjudicar al software de código abierto estadounidense. Desde esa perspectiva, un bloqueo generalizado aumentaría las ventajas de OpenAI y Anthropic frente a proyectos más pequeños que dependen del intercambio internacional de conocimiento.
