La Linux Foundation estima que el código kernel Linux desde cero costaría hoy más de 5.000 millones de dólares solo en desarrollo. Linux corre el 100% de los 500 superordenadores más potentes del mundo, el 96% de los servidores cloud (AWS, Azure, Google Cloud), el 100% de los smartphones Android (más del 70% del mercado móvil mundial), la mayoría de routers, switches y dispositivos IoT industriales, y toda la infraestructura crítica de bolsas, bancos centrales y sistemas de pago globales.

El pasado 20 de febrero, Anthropic presentó Claude Code Security. El anuncio hizo que la cotización de las compañías de ciberseguridad se desplomara. La herramienta usa la IA para escanear vulnerabilidades y proponer parches que las remedien. Hasta aquí nada nuevo.

Lo nuevo es que, en lugar de escanear patrones predeterminados, lee el código contextualmente, rastrea el flujo de datos y analiza cómo interactúan los componentes — piensa en ello como la diferencia entre el corrector ortográfico y que un editor lea tu trabajo.

El sistema también realiza verificaciones en varias etapas antes de presentarlos a los analistas; Claude básicamente discute consigo mismo, intentando refutar sus propios descubrimientos para filtrar falsos positivos. Lo importante es que nada se envíe automáticamente; Los desarrolladores deben aprobar cada corrección.

Para mí, aparte de quitarme el sombrero por cada avance en IA, hay un gran Pro y un gran Con. Lo malo es que si esto se usa para hackear el coladero que es hoy la red se convertirá directamente en una jaula de cristal en la que los malos podrán ver todo. Lo bueno es que elimina una gran pega y resistencia a la adopción de código abierto. Con esta herramienta se podrá auditar y revisar las vulnerabilidades que el código abierto tenga.

Si tienes IA de código abierto en tus instalaciones, en casa, y además está bien auditada y revisada contextualmente de ciberseguridad puedes cumplir con directivas de ciberseguridad y mantener tus datos tuyos usando modelos baratos.

La Guerra de la IA que estamos viviendo, está sucediendo entre apuestas de muy corto plazo multimillonarias en EE. UU. y apuestas de muy largo plazo mucho más económicas en China. Los modelos abiertos chinos de Alibaba, Moonshot, DeepSeek está pensados para que tengan una adopción masiva que haga a todo el país ultra competitivo.

La adopción de estos modelos en las empresas y fábricas chinas les aporta un plus de competitividad a una fracción del coste de los sistemas propietarios. Un modelo apuesta porque un puñado de empresas se hagan gigantes y dominen y el otro apuesta porque cientos de miles de empresas batan a sus adversarios mundiales en el tablero competitivo. IA carísima que no hay quien la pague frente a IA barata para todos. No es un tema menor porque el primer modelo ya tiene a unas cuantas empresas endeudadas hasta el cuello.

Desde que Linux rompió el monopolio del software propietario, otros sistemas abiertos han ganado terreno, en Robótica con ROS, en microprocesadores con RISCV y en IA con todos estos modelos, Mistral (Francia) y los chinos citados vamos hacia la ruptura de esos modelos monopolísticos.

Antes de Linux, montar un servidor empresarial requería licencias de Unix (Sun Solaris, HP-UX, AIX) que costaban decenas de miles de dólares. Linux eliminó esa barrera de entrada, lo que permitió que startups con cero capitales pudieran competir con grandes corporaciones en infraestructura. Sin Linux no existiría el modelo de negocio de Amazon AWS, Google ni la mayoría de los unicornios tecnológicos de los últimos 20 años.

Adoptar sistemas abiertos te hace crecer. Es evidente y, de nuevo, cuando estás arriba, le das la patada a la escalera para que otros no suban y aprovecharte tu solito.

Open AI nació como una fundación sin ánimo de lucro como la Linux Foundation, pero la cosa tardó muy poco en cambiar.

La Linux Foundation estima que el software open source en su conjunto aporta entre 8.800 y 10.000 millones de dólares de valor al PIB mundial anualmente solo en ahorro de costes de licencias, pero el impacto real en productividad e innovación habilitada es órdenes de magnitud mayor.

RISC-V es hoy probablemente el proyecto open source con mayor impacto geopolítico inmediato. China lo adoptó masivamente tras las restricciones de exportación de semiconductores de EE. UU. a partir de 2019-2022. Alibaba (chip Xuantie), Huawei, y decenas de fabless chinas están diseñando procesadores RISC-V para no depender de ARM ni x86. India también lo ha adoptado como arquitectura nacional para su programa de semiconductores.

La RISC-V International Foundation tiene más de 4.000 miembros entre empresas y universidades, incluyendo Google, Samsung, Qualcomm, Intel y Western Digital. El mercado de chips basados en RISC-V se estimaba en 1.000 millones de dólares en 2022 y se proyecta que supere los 27.000 millones en 2033.

El impacto más profundo no son las ventas directas sino la ruptura del duopolio ARM/INTEL en diseño de chips, que durante 30 años fue la principal barrera de entrada para nuevos actores en semiconductores.

Antes de ROS cada empresa robótica desarrollaba su propio middleware, drivers, herramientas de simulación y librerías de control desde cero. El coste de entrada para hacer investigación o productos robóticos era enorme y el conocimiento no se transfería entre proyectos.

El impacto más medible es en velocidad de innovación: una empresa emergente de robótica hoy puede montar un prototipo funcional en semanas usando ROS2, simulación en Gazebo o Isaac Sim, y librerías de navegación, manipulación y visión ya probadas. Sin ROS ese mismo prototipo requería meses o años de desarrollo de infraestructura antes de escribir una línea de lógica de negocio.

Otros sistemas que les deben sonar son los servidores web open source como Apache/Nginx que sirven más del 60% del tráfico mundial.

Kubernetes, que nació en Google fue donado a la CNCF y hoy es el estándar de facto en cloud, su adopción masiva permite que cualquier empresa despliegue modelos de IA abiertos de visión artificial como Pixtral o Deepseek VL2.

Hay una larga lista de casos de éxito PostgreSQL que lleva 30 años compitiendo con Oracle, OpenStreetMap, la alternativa a Google Maps, LLVM, compilador open source que usa buena parte de la industria de semiconductores…

Todos estos proyectos siguen la misma lógica que Linux y que ahora replica la IA abierta: un actor con interés en romper un monopolio o en crear ecosistema libera la infraestructura como open source, y el valor se desplaza hacia capas superiores (servicios, integración, hardware especializado, datos propietarios).

Las ventajas de las IA Open source en esta misma línea son obvias.

• Coste marginal y escalabilidad: No pagas licencia por token/usuario; pagas cómputo y soporte, lo que cambia completamente la economía de producto si integras IA en muchos flujos o en productos de gran volumen.

• Control de datos y compliance. Puedes desplegar en tu infraestructura o en tu cloud, decidir dónde se procesan los datos y cómo se loguea, y adaptar el stack a normativa local (GDPR, SRI, NIS2, etc.) sin esperar a que el proveedor lo soporte.

• Libertad para cambiar de proveedores. Si tu modelo principal es abierto, puedes migrar entre clouds, cambiar la capa de serving o incluso sustituir el modelo por otro mejor sin renegociar contratos ni rehacer toda la integración.

• Customización profunda. Con pesos abiertos puedes afinar, podar, distilar, añadir herramientas y memorias de forma nativa; el modelo propietario normalmente te limita a prompt + parámetros y, como mucho, fine-tuning controlado vía API.

• Transparencia y auditabilidad. Ver arquitectura y (al menos en parte) datos de entrenamiento facilita auditoría de sesgos, trazabilidad y explicabilidad, algo crítico en banca, salud, sector público y defensa.

Pero para mí, un industrialista, la clave es que en Europa mejoremos la competitividad y productividad de nuestra industria. Más por menos. La tasa de adopción de estas herramientas en España y en Europa en general es bajísima y eso merma nuestra productividad.

Europa debería impulsar e incentivar la adopción de sistemas no propietarios, no solo en IA sino también en computación. Solo en España hay dos proyectos de microprocesadores para supercomputación basados en tecnología RISCV en marcha.

Open Chip, la empresa del BSC y GTD, y Semidynamics, que acaba de anunciar que empieza la fase de industrialización de su chip de 3nm. Un chip de 3 nm diseñado íntegramente en España debería haber abierto los telediarios.

Roger Espasa y su equipo tienen un gran mérito por haber logrado, con una fracción de los medios que otros, este producto que habrá que depurar, sin duda, pero que debería ser, con los modelos abiertos, una apuesta decidida de Europa si no queremos que nuestras empresas sean meras usuarias.

Necesitaríamos un Perte Chip 2.0 y necesitaremos que la industria de packaging y que las fabless tengan más protagonismo. Lamentablemente, muchos de los centros tecnológicos que me he pateado últimamente están cazando moscas sobre estos temas y la traslación a las industrias de estas tecnologías. Y así nos va.