En mi columna anterior sostuve que la inteligencia artificial no es solo una revolución digital. También es una revolución industrial. Si eso es cierto, entonces la siguiente pregunta es inevitable: ¿dónde se decidirá realmente esta nueva competencia global?
La respuesta probablemente no esté únicamente en Silicon Valley ni en los laboratorios que desarrollan los modelos más avanzados. Estará en los países capaces de combinar tres capacidades estratégicas: energía abundante y confiable, infraestructura eléctrica robusta, y acceso seguro a minerales críticos. La International Energy Agency (IEA) estima que el consumo eléctrico de los data centers podría superar los 945 TWh hacia 2030, más que el consumo eléctrico actual de Japón1. La carrera por la IA depende cada vez más de activos físicos, no solo de software.
LEA TAMBIÉN: CEO de Yape: La oportunidad que no podemos perder
Durante la primera revolución digital, la ventaja competitiva parecía concentrarse en desarrollar mejores algoritmos. La siguiente etapa está desplazando esa ventaja hacia la capacidad de construir y operar la infraestructura que hace posible la inteligencia artificial. Los nuevos polos de inversión ya no se explican únicamente por la presencia de universidades o empresas tecnológicas. Comienzan a consolidarse allí donde existen energía, suelo, agua, fibra óptica, redes eléctricas y marcos regulatorios capaces de acompañar inversiones de gran escala2. En otras palabras, la geografía de la IA empieza a parecerse más a la geografía industrial.
¿Por que China tiene ventaja?
Los drones usados en China tienen la más avanzada tecnología. (Foto: STR / AFP)
Algo similar ocurre con los minerales críticos. La conversación suele centrarse en la extracción, pero el verdadero cuello de botella está en el refinamiento y el procesamiento. La IA requiere cobre, aluminio, litio, níquel, cobalto, grafito, tierras raras y otros materiales esenciales para fabricar chips, servidores, sistemas de refrigeración, baterías, transformadores, redes eléctricas y centros de datos. La extracción está relativamente distribuida; el procesamiento, no. China concentra gran parte de esa capacidad mundial y ha convertido esa posición en un activo geopolítico de enorme relevancia.
La principal lección de China no es minera, sino industrial. Su liderazgo en tierras raras no surgió únicamente porque tuviera mejores yacimientos, sino de décadas de inversión en universidades, centros de investigación, plantas piloto, capacidades químicas y manufactura downstream. Según la IEA, hoy domina el refinamiento de 19 de los 20 minerales críticos analizados y concentra entre el 85% y el 90% de la capacidad mundial de separación y procesamiento de tierras raras3. La geología fue el punto de partida; las capacidades fueron la verdadera ventaja competitiva.
LEA TAMBIÉN: Invertir cuando vuelve la confianza, por Cristian Arens
Occidente empieza a responder
La empresa Lynas desarrolló capacidades de separación y procesamiento fuera de China combinando minería en Australia con procesamiento químico en Malasia4. Aclara Resources está construyendo un modelo integrado que conecta depósitos iónicos en Chile y Brasil con capacidades de separación, metales y aleaciones en Estados Unidos, apoyándose además en alianzas con instituciones como Virginia Tech y Argonne National Laboratory5. Lo relevante no es la minería en sí, sino la reconstrucción de ecosistemas industriales completos alrededor de minerales estratégicos.
Para América Latina6, esta transformación representa una oportunidad excepcional. Chile y Perú concentran parte importante del cobre que permitirá expandir las redes eléctricas del mundo. Argentina, Chile y Bolivia poseen algunos de los mayores recursos de litio, mientras Brasil combina minerales críticos, energía renovable y capacidad industrial. Sin embargo, la historia demuestra que disponer de recursos nunca ha sido suficiente. La verdadera pregunta es si la región será capaz de desarrollar las capacidades industriales, tecnológicas e institucionales necesarias para capturar una mayor parte del valor agregado.
Ese cambio también está redefiniendo el mercado laboral. La primera ola de la IA elevó la demanda por científicos de datos e ingenieros de software. La siguiente ya impulsa una competencia distinta: ingenieros eléctricos, especialistas en transmisión, metalurgistas, expertos en separación química, ingenieros HVAC, operadores de infraestructura crítica, especialistas en automatización industrial y profesionales capaces de integrar software con activos físicos7.
La industria necesitará talento que pueda moverse con naturalidad entre algoritmos y megavatios, entre chips y cobre, entre la nube y el territorio.
La gran paradoja de la inteligencia artificial es que, mientras promete digitalizar la economía, dependerá como nunca antes de minas, energía, agua, redes eléctricas, logística, permisos y talento industrial altamente especializado.
Quizá esa sea la principal lección para América Latina: los recursos naturales crean la oportunidad, pero son las capacidades las que determinan quién captura el valor.
En la próxima década, esa diferencia podría definir qué países lideran la economía de la IA y cuáles volverán a limitarse a suministrar materias primas.
- International Energy Agency, Global Critical Minerals Outlook 2025, https://www.iea.org/reports/global-critical-minerals-outlook-2025
- Social Progress in Mining-Dependent Countries, ICMM.
- International Energy Agency, Global Critical Minerals Outlook 2025, https://www.iea.org/reports/global-critical-minerals-outlook-2025
- Lynas Annual Report
- Aclara Resources, April 2026 Corporate Presentation
- US Geological Survey, Mineral Commodity Summaries 2026 https://www.usgs.gov/centers/national-minerals-information-center
- 7 Reuters, Power grid workforce https://www.reuters.com/business/energy/data-center-rush-worsens-shortages-power-grid-workers--reeii-2026-05-18/, IEEE, Kearney
