La intel·ligència artificial està integrant transformacions a diversos nivells que fins ara avançaven de forma separada. Accelera el desenvolupament d'altres tecnologies, transforma el procés científic i comença a traslladar la seva capacitat d'interpretació i decisió al món físic. La convergència entre orquestració tecnològica, descobriment científic i acció està configurant una nova cadena de valor contínua, iterativa i flexible. Aquesta nova cadena de valor connecta la generació de coneixement, el desenvolupament tecnològic i la seva aplicació en entorns reals. La IA redueix la distància entre aquestes etapes i amplia les possibilitats de descobriment a una velocitat i escala inèdites. El seu impacte ja no es limita a millorar activitats existents, sinó que modifica la forma en què s'investiga, es desenvolupa tecnologia i es transforma la realitat.

Però aquesta capacitat no sorgeix únicament dels models més avançats. Requereix recursos capaços de sostenir cadascuna de les seves etapes, des de la generació i el tractament de dades fins a l'entrenament i desplegament de sistemes, la magnitud i concentració dels quals estan desplaçant els centres de poder tecnològic, industrial i econòmic. Preguntar-se qui alimentarà la intel·ligència artificial significa preguntar-se qui disposarà de les capacitats necessàries per a desenvolupar-la, orientar-la i portar-la a escala. També qui podrà acumular el coneixement derivat del seu ús, decidir sobre les seves aplicacions i capturar el valor que genera. La dimensió material roman oculta darrere d'una tecnologia que percebem fonamentalment com a digital i que així ho és en el seu vessant més disruptiu. No obstant això, es converteix en un factor estratègic, no sols per la capacitat de computació, els enormes centres de dades, les xarxes de comunicació i els semiconductors que requereix, sinó també per la necessitat d'un subministrament energètic de la mateixa escala, estable i sostenible.

La IA forma part d'una arquitectura tecnològica en la qual cada capa condiciona les possibilitats de les altres. Sense accés a capacitat de càlcul, els models no poden desenvolupar-se ni escalar-se. Sense dades representatives i governades adequadament, els seus resultats perden fiabilitat i utilitat. Sense energia disponible a un cost assumible, la infraestructura no pot mantenir-se ni expandir-se. I sense talent especialitzat, aquestes capacitats difícilment poden convertir-se en solucions aplicables. Aquesta dependència situa les infraestructures de computació, dades i energia en el centre del debat estratègic, perquè l'accés a aquestes capacitats i la possibilitat de governar-les condicionen l'autonomia tecnològica. No són únicament recursos tècnics. Determinen qui pot investigar, qui pot desenvolupar models propis, qui pot adaptar-los a les seves necessitats i qui captura el coneixement generat durant la seva utilització.

En aquest context, la sobirania tecnològica no implica produir de manera aïllada tots els components de la cadena. Tampoc suposa renunciar a la cooperació internacional o construir ecosistemes tancats. Significa disposar de prou capacitats per a triar, integrar, adaptar, auditar i operar tecnologies crítiques sense quedar sotmesos per complet a decisions externes. La qüestió energètica en infraestructures que operen a escala global adquireix una importància particular. El creixement de la IA incrementa la demanda de computació i obliga a considerar l'energia com una part integral de qualsevol estratègia tecnològica. No n'hi ha prou amb desenvolupar models d'IA cada vegada més capaços. És necessari abordar el repte de garantir que puguin entrenar-se, desplegar-se, governar-se i mantenir-se de manera eficient, sostenible i equitativa.

Un territori pot utilitzar solucions desenvolupades fora de les seves fronteres i, al mateix temps, conservar autonomia tecnològica si manté capacitat de decisió sobre les seves dades, les seves infraestructures, els seus processos industrials i les seves aplicacions estratègiques. El problema apareix quan el coneixement, els models, la computació i l'aprenentatge derivats del seu ús es concentren sistemàticament en altres actors. La IA s'alimenta d'un cicle acumulatiu entre ús, dades, validació i millora. Controlar els passos d'aquest cicle permet convertir cada desplegament en nou coneixement, accelerar l'evolució dels sistemes i construir un avantatge cada vegada més difícil de recuperar pels qui queden fora. Europa ha d'abordar aquesta qüestió des de les seves pròpies fortaleses científiques, industrials i energètiques. La seva posició no dependrà únicament de la tipologia o nombre de models que utilitzi, sinó de la seva capacitat per a disposar d'infraestructures de càlcul, dades fiables, coneixement especialitzat i, en última instància, entorns industrials en els quals transformar coneixement i tecnologia en aplicacions reals.

L'autonomia europea es jugarà, en gran manera, en la capacitat per a connectar aquestes peces. Per a això, serà necessari accelerar l'articulació entre ciència, infraestructures i indústria i fomentar polítiques públiques capaces d'operar a gran escala amb efectivitat. Una demanda industrial i pública capaç de provar, adoptar i escalar tecnologia pròpia resulta decisiva per a convertir aquestes capacitats en coneixement acumulat, capacitat industrial i sobirania tecnològica. En aquesta transformació, el coneixement ja no flueix linealment des de la ciència cap a la indústria, sinó que es genera i reconfigura de forma contínua a través de la interacció entre coneixement distribuït, infraestructures tecnològiques d'escalat, entorns reals d'aplicació i empreses.

Al costat de l'energia, la computació i les dades, també els entorns reals d'aplicació alimenten la IA. En sectors com la salut, la indústria, l'energia, la mobilitat o l'agroalimentació, el valor de la IA no depèn únicament de la qualitat d'un algoritme. Més enllà de solucions existents, depèn de la seva integració amb processos, equips, regulacions, coneixement expert i sistemes ja existents. Convertir un model en una capacitat operativa requereix experimentació, validació, enginyeria, adaptació i acompanyament organitzatiu.

Europa necessita una intel·ligència artificial segura, responsable i centrada en les persones, però la seva autonomia es decidirà per la seva capacitat per a reunir i governar tot allò que l'alimenta. Els principis i la regulació només podran orientar aquesta transformació si Europa disposa de les capacitats materials per a desenvolupar-la, desplegar-la i escalar-la. Els qui controlin i articulin aquests recursos alimentaran la IA, capturaran el seu valor i conservaran sobirania tecnològica. Els altres dependran de tecnologies construïdes i governades per altres.

-Gabriel Anzaldi, director d'Ecosistemes d'Eurecat
-Rafael Redondo, director de la Unitat de Tecnologies Multimèdia d'Eurecat
-Lali Soler, directora de l'Àrea Digital d'Eurecat