roobriefNoticias de TI para desarrolladores
Buscar

Por IA

Mistral capta 3.000 millones de euros: ¿qué brecha hay con EE. UU.?

La ronda de 3.000 millones de euros de Mistral muestra el potencial de la IA europea, pero en capital y capacidad de cómputo aún cuesta encontrar pruebas de que la brecha con EE. UU. se haya reducido.

La empresa francesa de IA Mistral anunció el 8 de septiembre de 2026 que había captado 3.000 millones de euros en una ronda de serie D. Su valoración tras la ronda supera los 21.000 millones de euros. Samsung Electronics lideró la ronda, con el Scaleup Europe Fund, gestionado por EQT, y el inversor ya existente PSG Equity como colíderes. Que capital industrial y de origen público se sume a una gran empresa europea de IA tiene su importancia.

Con todo, una sola ronda no sirve para medir la competitividad de la IA europea. La brecha actual no se debe solo a la capacidad de desarrollar modelos, sino a que actúan a la vez tres factores: el capital a gran escala, la capacidad de cómputo y la habilidad de hacer crecer empresas en un mercado repartido entre muchos países.

Por qué Europa ha crecido más despacio que EE. UU.

Empecemos por el dinero. Según el AI Index 2026 del Instituto de IA Centrada en el Ser Humano de Stanford (Stanford HAI), la inversión privada en IA en 2025 fue de 285.900 millones de dólares (unos 255.000 millones de euros) en EE. UU. y de 20.900 millones de dólares (unos 18.600 millones de euros) en Europa, una diferencia de unas 14 veces. Las cifras son un recuento regional de la inversión en IA, así que aquí «Europa» no debe equipararse a la UE. Aun así, la tendencia es clara: en EE. UU. se concentran muchas más empresas de IA y rondas de financiación posteriores.

Ese dinero está ligado a la capacidad de cómputo. Bruegel, a partir del conjunto de datos Europe2031.ai con 100 proyectos de infraestructura de IA de al menos 10 megavatios, estima que la UE contaba en 2026 con unos 2 gigavatios de capacidad de cómputo de IA en funcionamiento, alrededor del 5 % del total mundial. EE. UU. tiene unos 35 gigavatios, el 78 %. El recuento no incluye la capacidad de los centros de datos ya existentes que grandes proveedores de nube estadounidenses operan dentro de la UE, así que comparar directamente ambas cifras exige cautela. Sin infraestructura suficiente para entrenar y servir modelos grandes, las empresas europeas dependen de los proveedores de nube estadounidenses o, si quieren construir sus propias instalaciones, deben conseguir enormes cantidades de capital y electricidad.

La debilidad de Europa no significa que falte investigación. Un estudio de la Comisión Europea sobre datos de patentes y publicaciones halló que los centros de investigación europeos están menos conectados entre sí que los de EE. UU., y que la diferencia es mayor en tecnologías complejas como la IA. A ello se suma el diagnóstico del informe Draghi sobre la competitividad de la UE: el mercado único y un mercado de capitales integrado no funcionan lo bastante bien, de modo que a las empresas prometedoras les cuesta expandirse a varios países o captar grandes fondos en la fase de crecimiento. Convertir ideas en negocios y levantar empresas de escala continental es un proceso lento.

Dónde están hoy los puntos fuertes de Europa en IA

Si se mira quién construye más modelos de vanguardia y quién ha reunido más capital y cómputo para respaldarlos, EE. UU. va por delante. En ese mismo AI Index, la inversión privada de Europa en 2025 quedó muy por debajo de la estadounidense, y el informe de Bruegel también concluye que la UE va por detrás de EE. UU. y China en todas las capas, de los chips a los modelos y las aplicaciones. Mistral se cuenta entre los pocos desarrolladores europeos de modelos de vanguardia, pero el crecimiento de una sola empresa no basta para cerrar la brecha de todo el ecosistema.

Por países, Francia, con Mistral en el centro, es el ejemplo principal de desarrollo de modelos propios. Cuando el AI Index de Stanford HAI contó los «modelos de IA notables» publicados en 2025, Francia y el Reino Unido tenían uno cada uno. El recuento asigna los modelos según las instituciones de los autores del artículo que los presenta, así que no es una clasificación de las industrias nacionales de IA. En inversión privada, el Reino Unido, Francia y Alemania lideraron en Europa. En Alemania, los institutos Fraunhofer siguen investigando cómo aplicar la IA a la optimización de la producción y la logística. El Reino Unido es un país europeo pero no miembro de la UE, así que hay que distinguirlo de las políticas de la UE.

Suiza, fuera de la UE, tampoco se puede dejar de lado. Apertus, publicado por la ETH Zúrich, la EPFL y el Centro Nacional Suizo de Supercomputación, es un modelo de lenguaje multilingüe en dos tamaños, de 8.000 y 70.000 millones de parámetros, cuyos datos de entrenamiento y métodos también se han hecho públicos. El logro suizo tiene menos que ver con el volumen de inversión privada que con que instituciones públicas de investigación hayan construido juntas un modelo abierto y la infraestructura de entrenamiento.

La base para aplicar la IA en la industria y el talento investigador que la sostiene son otro punto fuerte de Europa. Los sectores donde la industria consolidada es fuerte, como la automoción, la fabricación, la sanidad y la ciencia, son un terreno distinto al de los chatbots generalistas. En una encuesta de McKinsey citada por el AI Index, el porcentaje de organizaciones que dijeron usar IA en al menos una función del negocio fue en 2025 del 91 % en Europa y del 90 % en Norteamérica. Como se basa en respuestas de encuesta, no significa que Europa construya mejores modelos ni que obtenga más valor, y mide algo distinto del desarrollo de modelos o del volumen de inversión. Lo más prudente es concluir que, en adopción, no hay una gran brecha.

Mistral tampoco pretende competir de frente con las empresas estadounidenses en chatbots para consumidores: ofrece a la vez modelos de pesos abiertos, infraestructura propia y productos para empresas. Pesos abiertos significa publicar los pesos del modelo para que los clientes puedan descargarlos, ejecutarlos o adaptarlos por su cuenta. Eso puede abrir un nicho entre las empresas y organismos públicos europeos que valoran el control sobre sus datos y la operación de los modelos, pero los pesos abiertos no resuelven por sí solos los problemas de cómputo, despliegue y captación de clientes.

¿Puede la política de la UE reducir la brecha?

La UE impulsa políticas que buscan avanzar a la vez en infraestructura de cómputo compartida y en adopción industrial. El AI Continent Action Plan, lanzado en 2025, pretende reforzar el cómputo, los datos, el talento y la adopción en la industria. En ese marco, la Comisión Europea indicó en abril de 2026 que había puesto en marcha 19 AI Factories, instalaciones públicas de IA construidas en torno a superordenadores que ayudan a investigadores y empresas a desarrollar modelos, además de 13 puntos de acceso regionales.

Una AI Gigafactory es una instalación de cómputo para entrenamiento mucho mayor que una AI Factory. En julio de 2026 la UE abrió una licitación para elegir hasta siete, con el objetivo de atraer al menos 20.000 millones de euros de inversión privada con hasta 10.000 millones de euros de fondos públicos de la UE y de los Estados miembros. El plan aún no ha llegado a la fase de construcción. Para convertirse en capacidad de cómputo real no basta con elegir operadores: hay que cerrar las inversiones, garantizar el suministro eléctrico y construir y poner en marcha los centros de datos.

La Apply AI Strategy es un plan para ampliar el uso de la IA en diez sectores industriales clave, incluidas las pymes, y en el sector público. En abril de 2026 la Comisión indicó que había reservado 1.000 millones de euros para convocatorias de financiación en la industria y el sector público. La Data Union Strategy busca ampliar el acceso a los datos y su intercambio.

Las demandas de poner límites a la IA también continúan. El Reglamento de IA de la UE, aprobado en 2024 (AI Act), prohíbe algunos usos, como la puntuación social, e impone a los ámbitos de alto riesgo obligaciones sobre calidad de datos, documentación y supervisión humana. Una parte se aplica desde agosto de 2026.

A la vez, el AI Omnibus, una modificación que simplifica el AI Act para reducir la carga de cumplimiento, entró en vigor el 27 de julio. Amplía el apoyo a las pequeñas empresas y los entornos de pruebas regulatorios, y retrasa a 2027-2028 la aplicación de algunas obligaciones para la IA de alto riesgo. También añade la prohibición de aplicaciones que generan imágenes sexuales no consentidas o material de abuso sexual infantil, aunque solo se aplicará a partir de diciembre de 2026.

En enero de 2026, cuando la modificación aún era una propuesta, el Comité Europeo de Protección de Datos y el Supervisor Europeo de Protección de Datos señalaron en un dictamen conjunto que apoyaban la simplificación, pero pedían salvaguardas más sólidas para que la protección de los derechos fundamentales no se debilite. No pudimos confirmar hasta qué punto el texto final recoge esas peticiones. El debate se centra hoy menos en una prohibición general de la IA que en hasta dónde bloquear los usos de riesgo y cómo reducir la carga de las empresas.

Qué vigilar

En el fondo, la ronda de Mistral es menos una declaración de que la brecha se ha cerrado que un ejemplo de lo que Europa tiene que construir para seguir en la carrera. Los indicadores a seguir son el inicio de obras y la puesta en marcha de las AI Gigafactories de la UE, la financiación posterior de empresas de IA en fase de crecimiento y los resultados de la adopción de IA en la industria y el sector público. Si los tres avanzan, la base industrial y la capacidad investigadora de Europa podrían convertirse en competitividad.

La conversión a euros sigue el tipo de cambio del 21 de octubre (1 dólar ≈ 0,89 euros) y está redondeada.

Fuentes

Fuente: mistral.ai

← Volver