El gigante asiático registra por primera vez un volumen de inferencia superior al de entrenamiento, con más de 175 billones de llamadas diarias a tokens. Pekín quiere convertir ese crecimiento en una nueva industria estratégica.
China está cambiando el centro de gravedad de su carrera por la inteligencia artificial. Durante años, la prioridad consistía en desarrollar modelos cada vez más potentes y entrenarlos con enormes cantidades de datos. Ahora, el desafío es otro: conseguir que millones de usuarios, empresas y administraciones utilicen esos sistemas de forma continuada y rentable.
Un informe del Centro para el Desarrollo de la Industria de la Información de China (CCID), organismo vinculado al Ministerio de Industria y Tecnología de la Información, señala que el volumen de datos de inferencia de los sistemas de inteligencia artificial del país ha superado por primera vez al empleado en su entrenamiento.
El documento también recoge que China superó en junio de 2026 los 175 billones de llamadas diarias a tokens, más de mil veces el nivel registrado a comienzos de 2024. La cifra refleja la velocidad con la que se está extendiendo el uso de la IA en el país, aunque no debe confundirse con el número de respuestas completas ni con el consumo energético de los centros de datos.
Qué significa que China genere más tokens de los que utiliza para entrenar
Para entender la dimensión del anuncio hay que distinguir dos procesos fundamentales en el funcionamiento de la inteligencia artificial: el entrenamiento y la inferencia.
El entrenamiento es la fase en la que un modelo aprende patrones a partir de grandes cantidades de información. Mediante este proceso ajusta sus parámetros internos para poder interpretar instrucciones, relacionar conceptos y producir respuestas.
La inferencia, por su parte, es la utilización del modelo una vez entrenado. Cada vez que un usuario formula una pregunta, solicita un resumen, genera una imagen o pide a un agente que complete una tarea, el sistema procesa información y produce una respuesta.
En ambos procesos intervienen los tokens, unidades de texto que los modelos utilizan para procesar y generar información. No equivalen exactamente a palabras: un token puede representar una palabra completa, una parte de ella, un signo de puntuación o determinados caracteres.
Por eso, una conversación aparentemente sencilla puede consumir muchos tokens. El sistema debe procesar la petición, consultar el contexto disponible y generar una respuesta. Si se trata de un agente autónomo que revisa documentos, ejecuta instrucciones y comprueba resultados, el consumo puede multiplicarse.
El cambio que destaca el informe chino es que el uso cotidiano de los modelos está adquiriendo más peso que su entrenamiento, al menos según la comparación de volúmenes que recoge el CCID.
No significa que China haya desarrollado una inteligencia artificial que aprenda más rápido que ninguna otra ni que sus modelos sean necesariamente mejores que los estadounidenses. El dato apunta a otra realidad: la utilización masiva de la tecnología está convirtiéndose en un motor central de la industria.
Más de 175 billones de llamadas diarias a tokens
El informe del CCID sitúa en más de 175 billones el volumen medio diario de llamadas a tokens en China en junio de 2026. Según la información difundida sobre el documento, la cifra supone un crecimiento superior a 1 000 veces respecto a comienzos de 2024.
La expansión refleja la incorporación de modelos generativos a actividades que van mucho más allá de los asistentes conversacionales. La inteligencia artificial se utiliza cada vez más en procesos empresariales, fabricación industrial, análisis de información, atención al cliente y automatización de tareas.
El CCID también señala que los ciclos de actualización de los principales modelos se han acortado. Si antes podían transcurrir varios meses entre versiones relevantes, ahora algunos desarrollos avanzan en cuestión de semanas o incluso días.
El crecimiento de la demanda coincide con una expansión de la base de usuarios. Un informe del Centro de Información de la Red de Internet de China (CNNIC), citado en la cobertura del sector, situó por encima de los 700 millones el número de usuarios de inteligencia artificial generativa en el país durante el primer semestre de 2026.
Conviene introducir una cautela: el volumen de llamadas a tokens no mide por sí solo cuántas personas utilizan la tecnología, cuántos modelos están activos ni cuánta potencia de cálculo se necesita. Tampoco permite deducir directamente el coste económico o energético de cada operación.
Pekín quiere crear una economía basada en los tokens
El Gobierno chino no contempla este crecimiento únicamente como una evolución tecnológica. También quiere convertirlo en una nueva actividad económica.
La denominada economía de tokens pretende organizar la producción, distribución y comercialización de la capacidad de procesamiento que necesitan los sistemas de inteligencia artificial. En la práctica, busca que los tokens dejen de ser una simple unidad técnica y se conviertan en una referencia para prestar, distribuir y facturar servicios de IA.
Pekín ha comenzado a impulsar infraestructuras específicas para ese objetivo. Entre ellas figuran las llamadas «fábricas de tokens», centros que integran capacidad de cálculo, chips, modelos y datos para prestar servicios de inteligencia artificial a gran escala.
Uno de los ejemplos es la primera fábrica de tokens de Pekín, cuya capacidad diaria superaba los 1,4 billones de tokens en julio de 2026, según información publicada por las autoridades de la capital. El proyecto contempla una futura ampliación de su capacidad hasta los 10 billones diarios.
La administración de Pekín también ha anunciado incentivos para desarrollar este ecosistema. Su paquete de medidas contempla ayudas a empresas que alquilen capacidad de cálculo, impulsen el uso de datos o mejoren la eficiencia de la inferencia.
Entre las iniciativas anunciadas figuran:
- Bonos de capacidad de cálculo y datos para apoyar a las empresas del sector.
- Subvenciones para mejorar la eficiencia de los procesos de inferencia.
- Plataformas que permitan acceder a distintos modelos y recursos informáticos.
- Apoyo a compañías que integren inteligencia artificial en actividades industriales y comerciales.
La estrategia busca conectar los diferentes eslabones de la cadena: desde los fabricantes de chips y los centros de datos hasta las empresas que comercializan aplicaciones y servicios.
La inferencia se convierte en el nuevo gran coste de la IA
El avance chino también tiene una explicación económica. Entrenar un modelo de inteligencia artificial exige grandes inversiones en infraestructura y capacidad de cálculo, pero el gasto no termina cuando el sistema está listo.
Cada consulta, respuesta o tarea automatizada requiere recursos informáticos. En un entorno empresarial, ese consumo puede acumularse rápidamente, especialmente cuando los agentes de IA realizan operaciones complejas o trabajan con grandes volúmenes de documentos.
Por eso, los tokens se han convertido en una variable importante para calcular el coste de los servicios de inteligencia artificial. Las empresas necesitan controlar cuántos consumen sus empleados, qué aplicaciones utilizan y qué procesos justifican el gasto.
La comparación con la factura eléctrica resulta útil: una empresa puede contratar una infraestructura o una licencia, pero el coste efectivo dependerá también de cuánto la utilice. En los servicios de IA, el volumen de procesamiento puede convertirse en un gasto recurrente y difícil de anticipar.
El desafío para los proveedores consiste en reducir el coste de cada operación sin deteriorar la calidad de las respuestas. También deben mejorar la velocidad, la disponibilidad y la capacidad de atender muchas peticiones simultáneas.
La competencia ya no se limita a desarrollar el modelo más avanzado: también consiste en ofrecer inteligencia artificial a gran escala y a un precio asumible.
China compite con Estados Unidos por el control de la infraestructura
El crecimiento de la inferencia sitúa a China en una posición relevante dentro de la competencia tecnológica internacional. Estados Unidos mantiene un papel destacado en el desarrollo de modelos avanzados, chips y servicios en la nube, mientras que Pekín intenta acelerar la adopción industrial y construir una infraestructura propia.
La estrategia china combina varios objetivos: aumentar la capacidad de cálculo, ampliar el acceso a modelos nacionales, desarrollar centros de datos y facilitar que las empresas incorporen inteligencia artificial a sus operaciones.
La energía es otro elemento decisivo. Los centros de datos necesitan un suministro eléctrico estable y abundante, además de sistemas de refrigeración y redes capaces de transportar grandes cantidades de información. La expansión de la IA, por tanto, no depende únicamente de los avances en algoritmos y semiconductores.
China está impulsando simultáneamente sus infraestructuras digitales y energéticas. Sin embargo, disponer de capacidad de generación eléctrica no elimina otros obstáculos, como la disponibilidad de chips avanzados, las restricciones comerciales, la eficiencia de los centros de datos o la rentabilidad de las inversiones.
El exdirector ejecutivo de Google Eric Schmidt ha advertido recientemente de la velocidad a la que avanza China en inteligencia artificial y de la importancia de su capacidad energética. Sus declaraciones reflejan la preocupación que genera el ritmo de desarrollo del país asiático, aunque no constituyen por sí mismas una medición independiente de la distancia tecnológica entre ambas potencias.
Una cifra llamativa que exige cautela estadística
El anuncio del CCID supone un indicador relevante de la expansión de la inteligencia artificial en China, pero es necesario interpretar correctamente sus datos.
El informe difundido no ofrece, en la información disponible, un desglose metodológico completo que permita reconstruir de manera independiente cómo se comparan los volúmenes de inferencia y entrenamiento. Tampoco deben mezclarse métricas diferentes: las llamadas a tokens, el consumo de tokens y los datos utilizados para entrenar modelos no son conceptos intercambiables.
De hecho, otras estimaciones publicadas en China han situado el consumo diario de tokens en cifras distintas. Esa diferencia puede responder a que los organismos utilizan metodologías, coberturas y definiciones diferentes.
También hay que evitar una conclusión equivocada: que la inferencia supere al entrenamiento no significa que los modelos hayan dejado de necesitar nuevas fases de aprendizaje. Ambos procesos seguirán siendo necesarios, aunque el peso económico y operativo de cada uno cambie con la expansión de los servicios.
La cuestión de fondo es que China está intentando convertir el uso masivo de la inteligencia artificial en una ventaja industrial y económica. El país ya no quiere competir únicamente por quién desarrolla los modelos más potentes, sino también por quién consigue utilizarlos más, distribuirlos mejor y abaratar cada operación.
El verdadero examen llegará cuando esa enorme actividad se traduzca en productividad, beneficios empresariales y servicios fiables. Los 175 billones de llamadas diarias son un indicador de escala; todavía queda por demostrar cuánto valor económico generan y qué parte de esa ventaja puede mantenerse frente a Estados Unidos y el resto de competidores.
Toqueteo
Toqueteo
Toqueteo