En 1957, Henry Kissinger publicó Nuclear Weapons and Foreign Policy e identificó el problema central de la era atómica: cualquier estrategia de brinkmanship basada en la amenaza de emplear armas nucleares generaba un riesgo de Armagedón tan alto que acababa perdiendo toda credibilidad. Seis décadas después, escribe Niall Ferguson, "necesitamos desesperadamente" a alguien de la envergadura intelectual de Kissinger para escribir Artificial Intelligence and Global Security. Ese es, precisamente, el título del working paper que el historiador —Milbank Family Senior Fellow y presidente del Hoover Applied History Working Group— firmó el 2 de junio de 2026 para la Hoover Institution de Stanford. No es una nota de mercado ni un informe de estrategia: es un ensayo argumentativo, denso y deliberadamente incómodo, que traza paralelismos entre la inteligencia artificial de hoy y dos carreras de finales de los años cincuenta y principios de los sesenta, la de las armas nucleares y la de los narcóticos prohibidos. Conviene leerlo con calma, porque su conclusión —la necesidad de un nuevo détente— interpela también a quien administra un patrimonio a largo plazo.

Dos carreras sin regulador

La tesis es fácil de enunciar y difícil de digerir. Hay, sostiene Ferguson, dos carreras de inteligencia artificial "apenas controladas": una entre alrededor de cinco empresas —quizá solo dos, como mucho una docena— y otra entre las dos superpotencias, Estados Unidos y China. Ninguna de ellas está regulada en ningún sentido significativo, de modo que los únicos frenos son financieros y físicos. El autor enumera esos límites reales del proceso: la posible pérdida de "plasticidad" de los grandes modelos de lenguaje, la cantidad de datos disponibles para entrenarlos (que hoy solo crece con datos sintéticos), la potencia de cómputo para inferencia, el número y la capacidad de las fábricas de chips de frontera, las máquinas de litografía avanzada, el suministro eléctrico y sus externalidades, el escaso número de ingenieros y científicos de datos de élite, y la capacidad de los mercados de capital para financiar un gasto en inversión que podría alcanzar los 9 billones de dólares en los próximos cinco años. La regulación, subraya Ferguson, no figura en esa lista.

No es por falta de precedentes. El paper repasa la larga tradición estadounidense de autorregulación con "dientes": desde Underwriters Laboratories en la década de 1890 hasta la FINRA bajo la supervisión de la SEC, la seguridad aérea articulada en torno a la FAA o el Instituto de Operaciones de Energía Nuclear creado tras el accidente de Three Mile Island en 1979. Existe un molde. Simplemente, no se ha aplicado a la IA. El Frontier Model Forum, creado en 2023 con el respaldo de seis empresas clave, no es un regulador; la agencia antes conocida como AI Safety Institute, rebautizada como CAISI, dispone de un presupuesto de apenas 10 millones de dólares —menos, ironiza Ferguson, que la retribución de un investigador sénior en un laboratorio puntero—; y la única compañía europea de IA con cierto peso, la francesa Mistral, aparece en el puesto 114 del ranking de modelos.

El punto decisivo, para Ferguson, es que el Gobierno estadounidense ha tomado la decisión consciente de no regular. El National AI Legislative Framework, publicado el 20 de marzo de 2026, traslada la responsabilidad al Congreso y le pide expresamente que no cree ningún nuevo organismo federal para regular la IA, y que impida a los estados hacerlo por su cuenta. La Administración ha abrazado la lógica de los "tecno-optimistas": el comité de acción política Leading the Future, respaldado por un cofundador de OpenAI y por la firma de capital riesgo Andreessen Horowitz, ha recaudado más de 125 millones de dólares en un año para defender que cualquier norma "ahogaría la innovación y permitiría a China ganar la supremacía". Una orden ejecutiva de supervisión voluntaria, prevista para el 21 de mayo, se pospuso y acabó firmándose el 2 de junio en una versión descafeinada: pide a algunas empresas que sometan sus modelos más potentes a una revisión gubernamental voluntaria treinta días antes de lanzarlos.

Y sin embargo, apunta el paper, el rechazo social parece imparable, y lo llamativo es que es bipartidista. Dos tercios de los estadounidenses se declaran preocupados por el ritmo de desarrollo de la IA y un 76 % cree que necesita regulación; entre los votantes de Trump, un 60 % está inquieto y casi un 80 % pide más control. El malestar aterriza sobre el territorio: según Data Center Watch, la oposición local bloqueó o retrasó el año pasado al menos 48 proyectos de centros de datos valorados en 156.000 millones de dólares, y este año se han presentado en torno a 370 medidas relacionadas con la IA en las legislaturas estatales. Como recuerda Ferguson, la sociedad estadounidense está reaccionando contra la IA antes incluso de que sus efectos se hayan dejado sentir de verdad. "Puede ser paranoia. Puede ser presciencia."

¿Somos nosotros los caballos?

La parte del ensayo que más interpela al inversor no es la geopolítica, sino la económica, y Ferguson la aborda desde dos ángulos. El primero es el empleo. Retomando una pregunta que el historiador Matthew Lowenstein planteó en 2023 —"¿somos nosotros los caballos?"—, el paper recuerda que la sustitución del caballo por la máquina de vapor y el motor de combustión no provocó paro: provocó un colapso de población. La cabaña equina británica pasó de unos 3,3 millones de animales en 1911 a apenas 21.000 en la agricultura de 1965, una caída del 98 %; la de caballos de labor en Estados Unidos se desplomó de unos 20 millones hacia 1910-1920 a 1,6 millones en 1974, un 92 % menos. Los aproximadamente 7 millones de caballos que quedan hoy en Estados Unidos sobreviven, escribe Ferguson, por nuestro afecto sentimental, no por su utilidad. La analogía es dura: un agente más inteligente puede otorgar enormes beneficios a otro menos inteligente que le resulta útil, pero cuando deja de necesitarlo, la ruina llega deprisa.

¿Hay evidencia? La investigación de Erik Brynjolfsson que cita el paper sugiere que el empleo de los jóvenes de 22 a 25 años en las ocupaciones más expuestas a la IA —desarrollo de software, atención al cliente— cayó un 6 % (un 16 % al controlar por otras variables) en los tres años posteriores a la aparición de ChatGPT, mientras crecía el de los trabajadores mayores y el de las ocupaciones no expuestas. Frente a esto, la respuesta clásica del economista —la falacia del "trabajo fijo": la tecnología destruye empleos pero crea otros nuevos— sigue teniendo defensores serios, y Ferguson los cita con honestidad. Es un debate genuinamente abierto, y él lo reconoce: hay quien sitúa el verdadero desplazamiento cognitivo hacia 2031, y quien confía en que la combinación de humano más IA conserve una ventaja comparativa mientras esa suma aporte una ganancia marginal. A modo de contrapunto satírico, el paper recoge un escenario imaginado por Citrini Research según el cual, hacia junio de 2028, el paro habría subido al 10,2 % y el S&P 500 habría caído un 38 % desde sus supuestos máximos de octubre de 2026. Es una parodia, no una previsión; pero ilustra el tipo de encadenamiento —despidos, menor consumo, presión sobre márgenes, más inversión en IA— que preocupa a más de un observador.

El segundo ángulo económico es el que un gestor no puede ignorar: la burbuja. Ferguson plantea el escenario menos especulativo de todos, el de que el capex sencillamente exceda a los ingresos por un margen demasiado grande. Supongamos, escribe, que Alphabet, Microsoft, Amazon y Oracle despliegan efectivamente entre 4 y 9 billones de dólares de inversión en los próximos cinco años, financiados en proporción creciente en el mercado de bonos. Una inversión de 9 billones exigiría una rentabilidad del 10 %, es decir, 900.000 millones de dólares de beneficio anual una vez descontados energía y amortización, lo que implica una necesidad de ingresos de 2,7 billones de dólares al año. La cifra, en palabras del propio Ferguson, "es como poco ambiciosa". Y de ahí la advertencia que sí debería anotar todo inversor: una sociedad que mantiene una parte tan grande de su riqueza colectiva en renta variable tecnológica sufrirá, sin ambages, un golpe económico significativo —una recesión, potencialmente— en caso de una corrección bursátil de calado.

El tablero: Estados Unidos, China y el estrecho de Taiwán

De la economía, el paper salta a lo que Ferguson considera el peligro mayor: la geopolítica. Aquí la argumentación se vuelve más especulativa, y conviene tomarla como lo que es —la lectura de un historiador, no una certeza—, pero su lógica es coherente. Estados Unidos ha proclamado como "estrategia nacional" alcanzar "la dominancia global en IA". China va por detrás en chips avanzados y en el rendimiento de los modelos de frontera, aunque no en generación eléctrica, en velocidad de construcción de centros de datos ni en el cuasimonopolio de tierras raras como el galio y el germanio. Como es probable que Estados Unidos llegue antes a la inteligencia artificial general, Pekín tiene motivos racionales —no meramente paranoicos— para sentirse inseguro. Y la IA ya se ha revelado como tecnología de doble uso: el paper cita titulares sobre la guerra contra Irán, donde el Pentágono afirma haber batido más de 2.000 objetivos en cuatro días apoyándose en el sistema Maven de Palantir —que, según los datos que recoge Ferguson, contaba en mayo de 2025 con más de 20.000 usuarios en 35 unidades militares, quizá cerca de 50.000 hoy— integrado con el modelo Claude de Anthropic.

El caso que Ferguson desarrolla con más detalle es el de un modelo al que llama Mythos, desarrollado por Anthropic y lo bastante potente como para amenazar la mayoría de los sistemas de ciberseguridad: habría encontrado una vulnerabilidad de 27 años en OpenBSD y otra de 16 en FFmpeg, y varias en el núcleo de Linux. A través del llamado Project Glasswing, Anthropic habría dado acceso a Mythos —y 100 millones de dólares en créditos de uso— a más de cincuenta de las mayores organizaciones del mundo. ¿Autorregulación incipiente o creación de un cartel? Ferguson es escéptico: lo ve como una exhibición de poder. Y aquí introduce la asimetría que debería inquietar a cualquiera: en ciberofensiva basta con hallar una vulnerabilidad explotable, mientras que la defensa debe encontrarlas y parchearlas todas, de forma continua; el atacante opera "a la velocidad de un prompt" y el defensor "a la velocidad de un ciclo de parcheo". Según la propia estimación de Anthropic que cita el paper, modelos de código abierto o programas extranjeros igualarán a Mythos en un plazo de entre seis y dieciocho meses. Pero durante al menos seis meses, Estados Unidos tiene esa capacidad y China no. En un comunicado del 14 de mayo, Anthropic instaba a mantener los controles de exportación y a "asegurar una ventaja de 12 a 24 meses" en capacidades de frontera, de modo que hacia 2028 Estados Unidos dispusiera de aproximadamente once veces más cómputo que el sector de IA chino.

La analogía histórica es explícita: estaríamos entrando en un periodo parecido al que va de agosto de 1945 a agosto de 1949, cuando Estados Unidos disfrutó del monopolio de la bomba atómica. Y de ahí el escenario que más temor produce a Ferguson: que Xi Jinping, consciente de su inferioridad, se plantee "adelantar la respuesta" antes de que la brecha se vuelva insalvable. El movimiento más obvio no sería necesariamente invadir Taiwán, sino —siguiendo el argumento de Eyck Freymann— asegurar el control marítimo del estrecho y el control político de TSMC, quizá por la vía de reclamar el derecho a cobrar aranceles aduaneros, enfrentando "la guerra a la lawfare". Quien controla TSMC controla los semiconductores más sofisticados, casi todos fabricados en la isla, y con ellos la computación. El paralelismo con el cierre iraní del estrecho de Ormuz —logrado, recuerda el paper, "con meras amenazas y unos pocos ataques de drones y minas"— sirve a Ferguson para sostener que la disuasión estadounidense es hoy más frágil de lo que aparenta.

La receta: détente y la "Ley de Ferguson"

El ensayo se cierra donde empezó, con Kissinger. La propuesta de Ferguson es doble. Entre las empresas, un acuerdo vinculante para dejar de lanzar al público modelos cada vez más avanzados cuando su uso indebido por criminales, desequilibrados y adversarios no es ya probable, sino casi seguro; los modelos, escribe, "tienen usos enormemente potentes, pero no son un producto de consumo" y nunca debieron presentarse como chatbots con suscripciones absurdamente baratas. Entre Estados Unidos y China, un acuerdo de control de armas que se extienda al terreno de la IA, tal como el propio Kissinger recomendó en el último año de su vida. Y aquí Ferguson añade su restricción favorita, la que bautiza como "Ley de Ferguson": una gran potencia que gasta más en pagar intereses de su deuda que en defensa no seguirá siendo grande mucho tiempo. Estados Unidos está en esa situación desde 2024, y la proyección es que hacia 2036 los intereses dupliquen al gasto militar. No le interesa, por tanto, una carrera armamentística sin control con nadie, y menos con China: le conviene usar el duopolio sobre la IA avanzada para levantar un régimen de no proliferación de modelos "de nivel Mythos".

Como coda, Ferguson recurre a la historia de la fisión nuclear para dejar una pregunta abierta: ¿de qué construyó la humanidad más, ojivas o centrales? Hoy existen unas 12.300 ojivas nucleares —una cifra que vuelve a subir— frente a 436 reactores en operación; la generación nuclear tocó techo en 2006 y su peso en la electricidad mundial cayó del 15,5 % en 1996 al 8,6 % en 2022, con una participación en el consumo global de energía primaria del 3,92 % en 2024, prácticamente la misma que en 1983. El miedo, viene a decir, canaliza una tecnología hacia el arma antes que hacia el uso pacífico. Su advertencia final es sombría: si no se frenan ambas carreras, la humanidad corre grave peligro de ser destruida a manos de "una inteligencia ajena que no tuvo que invadir la Tierra, porque la creamos nosotros".

Qué nos llevamos, como inversores

Conviene subrayar lo obvio: se trata de un working paper de un tercero, un ensayo de opinión que refleja las tesis de su autor y no las de la Hoover Institution ni, desde luego, una recomendación de BISSAN. Dicho esto, hay en el texto de Ferguson tres ideas que un inversor de largo plazo hará bien en anotar, no para actuar de forma impulsiva, sino para pensar con perspectiva.

La primera es la aritmética del capex. Que un historiador —no un analista sell-side con incentivos— llegue por su cuenta a la brecha entre los billones que se están invirtiendo y los ingresos que harían falta para justificarlos debería, cuando menos, invitar a la prudencia con las valoraciones de la parte más eufórica del mercado. No se trata de negar la transformación real que la IA supone, sino de recordar que la concentración de riqueza en un puñado de tecnológicas es hoy una fuente de riesgo, no solo de rentabilidad, y que las correcciones severas forman parte del guion. La segunda es que el riesgo geopolítico en torno a Taiwán y los semiconductores es estructural, no un titular pasajero: cualquier cartera globalmente diversificada convive con esa cola de distribución, y conviene tenerlo presente en la construcción de cartera más que en la reacción a la noticia del día. Y la tercera, quizá la más importante, es de método. Ferguson piensa en ciclos, en analogías históricas y en escenarios —incluido el adverso—, y no en certezas. Esa es también nuestra forma de mirar los mercados: la geopolítica marca la dirección, pero el tiempo y la disciplina marcan el resultado. Nadie sabe si Ferguson acierta en su calendario. Pero su ejercicio recuerda que el mayor riesgo para un patrimonio rara vez es el que ocupa las portadas, sino el comportamiento del propio inversor cuando esas portadas se vuelven insoportables. El tiempo dirá.