En una transcripción de llamada filtrada, descubrimos lo que el CEO de DeepSeek considera las debilidades y fortalezas de China en la carrera por la IA con Estados Unidos | Edición n.° 309.
Traducción Alejandro Garvie.
Hoy se filtró una llamada entre el fundador y director ejecutivo de DeepSeek, Liang Wenfeng, y un grupo de inversores. Pocas horas después de la filtración, los enlaces de WeChat que hacían referencia a esta llamada fueron eliminados de internet.
Todavía no está claro si el gobierno chino ordenó la medida debido a riesgos políticos, económicos o regulatorios, o si se trató de una solicitud privada de retirada. Supongo que se trató de una solicitud privada, pero el gobierno chino se alegra de que se haya eliminado, ya que contenía las reflexiones de un director ejecutivo chino de una empresa de IA sobre el posicionamiento estratégico de China en el campo de la inteligencia artificial.
¿Qué es DeepSeek y por qué importan las opiniones de su director ejecutivo? DeepSeek es una empresa china líder en inteligencia artificial que causó una gran conmoción en el mercado bursátil estadounidense el año pasado cuando su modelo R1 igualó con creces las capacidades del último modelo o1 de OpenAI en aquel momento. El evento del año pasado llevó al reconocimiento público, por primera vez, de que, contrariamente a lo que muchos pensaban, las capacidades chinas en IA se están acercando a las de Estados Unidos.
Esto se ha señalado además en informes globales sobre IA, incluido el Informe del Índice HAI de Stanford de 2026. ¿Por qué es importante esta llamada para los profesionales de la política de IA? La llamada que se filtró hoy tuvo lugar el 20 de mayo y duró 3 horas y 44 minutos.
La información compartida en esta llamada refleja, entre otros temas, la opinión del director ejecutivo de una empresa china líder en inteligencia artificial sobre las principales fortalezas y debilidades de China en la carrera por la IA con Estados Unidos, así como su estrategia global. Estas evaluaciones son estratégicas para dar forma a las políticas estadounidenses (y mundiales) en materia de IA, como los controles de exportación y las prohibiciones de los sistemas de IA chinos.
Sorprendentemente, lo que dice el CEO de DeepSeek es similar a lo que dijo Dario Amodei de Anthropic en 2025 y reiteró este año: la capacidad de procesamiento es el principal cuello de botella en la carrera de IA entre China y Estados Unidos. (Según este punto de vista, los controles a las exportaciones son probablemente una forma eficaz de frenar la competencia china en inteligencia artificial).
A continuación, he seleccionado 11 extractos que reflejan las opiniones del CEO de DeepSeek sobre las debilidades, las fortalezas y la competencia de China con Estados Unidos.
- DeepSeek carece de recursos.
“Lo que acabo de decir es que el problema más importante de nuestra empresa es la estabilidad del personal. Desde otra perspectiva, ¿qué nos falta? ¿Cuál es la diferencia con Estados Unidos? Solo una cosa: recursos.”
- La brecha de talento se debe a la brecha de computación.
“Nuestra diferencia con Estados Unidos radica principalmente en los recursos; en cuanto a personal, la diferencia no es grande, casi inexistente, porque se trata del mismo grupo de talento chino. Algunos se quedan en China, otros se van al extranjero; no es que los más brillantes se marchen.”
El talento no es el problema, sino los recursos. Los recursos afectan al desarrollo del talento porque menos capacidad de procesamiento implica menos experimentos, por lo que nuestro talento se queda atrás con respecto al de Estados Unidos. La brecha de talento se debe fundamentalmente a la brecha de procesamiento.
- “Seguimos hablando de decenas de miles de millones, una diferencia de un orden de magnitud”.
“Actualmente, para los modelos más grandes, no podemos permitirnos entrenarlos. Ni siquiera gastando los 50 mil millones, podríamos entrenarlos; incluso si pudiéramos acumularlos, no podríamos permitirnos usarlos. El modelo más grande ahora tiene alrededor de 800 mil millones de parámetros activados; a nivel nacional, todavía estamos en decenas de miles de millones, una diferencia de un orden de magnitud.”
Para entrenar un modelo tan grande como los mejores de EE. UU., necesitaríamos 50.000 tarjetas GB300 o 200.000 tarjetas Huawei 950, solo para el entrenamiento, sin contar la investigación. Por lo tanto, nuestra mayor diferencia con EE. UU. radica en los recursos.
Nuestros recursos actuales —para este año y los próximos meses— solo permiten realizar experimentos a una escala de decenas de miles de millones de activaciones. Aún nos quedan muchos experimentos por hacer y muchas cosas por resolver a esa escala. Estamos lejos de poder entrenar un modelo de 800 mil millones de activaciones: hay tiempo de sobra, pero no suficientes tarjetas.
- “La producción de Huawei es limitada”
“Los problemas con los recursos informáticos son de dos tipos: las tarjetas nacionales son difíciles de comprar y nuestra inversión de capital es menor que la de EE. UU. Invertimos mucho menos; los salarios del personal son una pequeña fracción, incluso si a alguien se le paga 100 millones de dólares, sigue siendo una parte minúscula en comparación con la capacidad de procesamiento.
Este problema es prácticamente irresoluble en este momento debido a la limitada producción de Huawei. Para entrenar un modelo 800B, necesitaríamos 200.000 de las tarjetas más recientes de Huawei, solo para entrenamiento, no para investigación.
Por lo tanto, ni siquiera consideraremos competir con Estados Unidos a esa escala ahora. Nos centramos en la escala que podemos permitirnos —decenas de miles de millones activados— y lo hacemos bien. Con más recursos más adelante, pasaremos a activar 150.000, 156.000 o 250.000 millones.
Así que tenemos una brecha con Estados Unidos que actualmente parece difícil de cerrar. Se podría entrenar a un modelo grande mediante la fuerza, pero no se puede realizar suficiente investigación antes del entrenamiento.
- “Aproximadamente la mitad de nuestra gente piensa que OpenAI es mejor”.
¿La ventaja actual de Anthropic sobre OpenAI es a largo plazo? No lo creo; es algo pasajero. Es probable que OpenAI y Google se alternen en el liderazgo en el futuro. De hecho, la ventaja de Anthropic en Code Agent no es tan grande; no está superando a OpenAI.
Aproximadamente la mitad de nuestro equipo cree que OpenAI es mejor. Anthropic tiene la ventaja de ser pionero, pero esta debería desvanecerse rápidamente; no es una ventaja duradera. Las tres son buenas opciones; entre ellas, la nuestra es la más eficiente, con los costos y el consumo de efectivo más bajos.
En la división global del trabajo en IA, es probable que las empresas chinas desempeñen el papel de mayor productor. Por lo general, nuestra capacidad de producción es la mayor —incluidos los chips— y contamos con la mayor cantidad de electricidad. Por lo tanto, es probable que la IA china sea uno de los tres actores principales.
Las empresas chinas fabricarán productos al menor costo posible y, en términos de eficacia, muchos productos chinos no difieren mucho de los estadounidenses. La IA del futuro podría ser similar, pero la IA china probablemente será más barata, con un costo sistémico menor, al igual que otros servicios chinos.
Cuando decido qué hacer, suelo pensar: ¿qué me reporta el mayor beneficio ahora? Si el desarrollo de productos me reporta el mayor beneficio, me centraré en eso; si lograr primero el AGI me reporta el mayor beneficio, me centraré en el AGI. Claramente, creo que el desarrollo de productos no es lo que me reporta el mayor beneficio ahora mismo.
- “NVIDIA se está cavando su propia tumba”
Al rehacer este proceso en las tarjetas Huawei, completamos la transición. Esta podría ser una misión histórica: cambiar por completo la percepción de los deficientes ecosistemas nacionales de chips. Las condiciones son, en general, favorables; solo requiere tiempo. En un año, muchos verán este problema resuelto, quedando pendiente únicamente la capacidad de producción.
Soy optimista respecto a la computación nacional. En este sentido, NVIDIA se está cavando su propia tumba. El supernodo 950 de Huawei puede reemplazar por completo a los GB200/GB300 de NVIDIA en rendimiento y precio. El precio será más alto, pero limitado: un aumento del 50%, del 100% o incluso del 200% da igual.
Si el precio es un 100 % superior, sigue siendo una alternativa viable. En cuanto a las tareas, también lo es: todo lo que puede hacer la GB300, el supernodo de Huawei también lo puede hacer, con una latencia similar. El único inconveniente: cuatro tarjetas Huawei equivalen a una tarjeta NVIDIA, con un desfase de dos años.
La proporción de cuatro a uno es comprensible. Dos años de retraso significa que cuatro Huawei 950 equivalen a un GB300. El Huawei 950 Supernode se lanza en el tercer o cuarto trimestre de este año; el NVIDIA GB200 se lanzó en el tercer trimestre de hace dos años, lo que supone una diferencia de dos años.
NVIDIA podría tener una nueva generación en el tercer trimestre de este año. Por lo tanto, nuestra brecha en chips con respecto a EE. UU.: creo que la brecha del ecosistema desaparecerá, pero en cuanto a chips, es de cuatro veces más dos años.
- “No maximizamos las ganancias ni fijamos precios para obtener los máximos ingresos”.
“OpenAI inicialmente pensó que podría monopolizar el mercado, pero se enfrenta a muchos competidores; no es fácil. Estados Unidos se enfrentará a desafíos, incluso por parte de China, donde la gente está dispuesta a aceptar menos a cambio de servicios.”
En China, algunos aceptarán incluso menos. Pero existe un equilibrio: si se acepta muy poco, el modelo de negocio fracasa. Si se acepta muy poco, no se puede sobrevivir; si se acepta demasiado, los que aceptan menos lo superan.
Así que, para nosotros, no maximizamos las ganancias ni fijamos precios para obtener los máximos ingresos; simplemente buscamos una rentabilidad razonable. Esa es la explicación.
- “Nuestra diferencia con EE. UU. podría ser de (…) aproximadamente dos años, pero utilizando una vigésima parte de la capacidad de procesamiento”.
“Nuestra diferencia con EE. UU. podría ser de 12 a 18 meses, o de 6 a 12, aproximadamente dos años, pero utilizando una vigésima parte de la capacidad de procesamiento. La narrativa: uno o dos años de retraso, una vigésima parte de la capacidad de procesamiento. Futuro: reduciremos la diferencia a seis meses o tres meses con una fracción de la capacidad de procesamiento; ese es un objetivo.”
Y podríamos superarlos en algunas áreas, aunque en general, con una brecha de computación de un orden de magnitud, una recuperación completa no es realista. Pero en áreas específicas, podemos hacerlo.
- “No veo ningún límite superior para la escalabilidad de los modelos de lenguaje”.
“No veo ningún límite superior para la escalabilidad de los modelos de lenguaje, ni a nuestro nivel ni al de Estados Unidos. Curioso: Estados Unidos puede entrenar un modelo 800B, pero no puede permitirse usarlo de forma generalizada, por lo que resulta difícil prestarle el servicio necesario.
Los humanos adquirieron la capacidad del lenguaje hace relativamente poco tiempo, pero el entrenamiento de la IA podría invertir ese orden; sin embargo, con el tiempo, podrían ser necesarios modelos físicos o inteligencia encarnada. Sí, la inteligencia encarnada es inevitable. Para la gente común, las necesidades no son las computadoras; necesitan inteligencia encarnada para resolver sus necesidades de trabajo físico. Por lo tanto, la inteligencia encarnada es inevitable.
- “Nuestra estructura de capital no puede soportar un etiquetado de alto costo como el de Estados Unidos”.
“Otra cuestión: las alucinaciones afectan la experiencia del usuario. Se pueden solucionar con una mejor formación posterior; es un problema que se puede mejorar. Pero lo consideramos un problema del producto, no la máxima prioridad.”
Sobre el etiquetado de datos: nuestra estructura de capital no puede soportar un etiquetado de alto coste como el de EE. UU. El etiquetado chino no tiene ninguna ventaja en cuanto a costes, especialmente para datos de alta gama, por lo que no podemos invertir tanto.
Así que utilizamos dos enfoques: primero, etiquetamos los datos de bajo coste. Aproximadamente la mitad de nuestros investigadores principales se dedican a etiquetar datos; están centrados en ello. En esta etapa, resolver los problemas de IA depende del etiquetado de datos: todo gira en torno a los datos.
- “En China, el enfoque más razonable parece ser centrarse en los agentes generales, con el agente de codificación como máxima prioridad”.
“Primero, usted mencionó que los modelos chinos son más eficientes que los estadounidenses. ¿En qué otros aspectos podríamos superar a Estados Unidos?” En muchos aspectos de la experiencia del usuario, nuestra experiencia con el producto es buena; probablemente no estemos peor. La capacidad del producto tampoco será peor. Los costos serán menores; China puede ser competitiva.
¿Otras ventajas estructurales? Quizás ninguna. Pero el costo y el producto sí son ventajas estructurales. Las empresas estadounidenses no se centran en los costos; no desarrollan esa capacidad. Nosotros le damos prioridad; ellos no. En cuanto a productos, las empresas chinas tienen una sólida capacidad de producción, por lo que existen ventajas estructurales.
En segundo lugar, mencionaste que el entrenamiento posterior es costoso: Anthropic y OpenAI invierten sumas enormes. Después de obtener financiación, ¿aumentaremos la inversión en el entrenamiento posterior? La deficiencia radica en el etiquetado de datos de alta calidad, principalmente en la investigación de IA. Aumentaremos la inversión, pero el etiquetado de datos de calidad se ve limitado por el tiempo, no por el capital.
OpenAI y Anthropic comenzaron antes, con más capital y recursos. China solo se puso seria en los últimos seis meses, así que se necesita tiempo. El capital no es el problema; ya nos estamos expandiendo a máxima velocidad. Así pues, en un año, se debería poder gestionar datos de alta calidad; es lo esperado. Lleva tiempo, pero no demasiado.
En tercer lugar, Anthropic utiliza su modelo para construir estructuras financieras y legales verticales… …incluso productos médicos. ¿Consideraremos las aplicaciones verticales en algún momento? No lo he pensado bien. Los modelos de negocio y la trayectoria de China pueden diferir de los de Estados Unidos; es difícil juzgarlo ahora.
En China, el enfoque más razonable parece ser centrarse en los agentes generales, con el agente de codificación como máxima prioridad; otros agentes verticales como los de finanzas o medicina vendrán después.
Link https://www.luizasnewsletter.com/p/what-china-does-not-want-the-us-to
