VOCES LEAN TECH: ¿Puede la soberanía digital estar libre de desperdicios?

En esta columna, tres expertos en metodologías Lean y tecnología responden a la misma pregunta apremiante que marca el debate actual sobre tecnología e inteligencia artificial. Este mes planteamos si es posible que los países alcancen la soberanía digital sin destruir el medio ambiente.

La pregunta

A medida que los países buscan una mayor soberanía digital, se enfrentan a la presión de invertir en centros de datos e infraestructura de IA que consumen enormes cantidades de energía, agua, suelo y otros recursos. ¿Existe una contrapartida inevitable entre la independencia tecnológica y la responsabilidad ambiental, o puede el pensamiento Lean ayudarnos a encontrar una vía diferente que desarrolle las capacidades digitales que los países necesitan, minimizando al mismo tiempo su huella material y ambiental?

Las respuestas

Erasto Meneses

El debate sobre la soberanía digital cobra cada vez más importancia. Los países buscan un mayor control sobre sus datos, sus capacidades de IA y sus infraestructuras digitales críticas. Sin embargo, construir esa independencia conlleva un coste muy tangible: energía, agua, terreno, hardware, capital y esfuerzo humano.

¿Están, pues, inevitablemente enfrentadas la soberanía tecnológica y la responsabilidad medioambiental? No tiene por qué ser así, aunque creo que nos estamos planteando la pregunta equivocada.

A lo largo de mi trayectoria —desde Toyota hasta empresas tecnológicas y, más recientemente, colaborando con organizaciones en sus transformaciones digitales bajo la metodología Lean— he aprendido algo sencillo: empezar por la solución es mala idea. Antes de preguntarnos cuántos centros de datos, GPU o modelos de IA necesitamos, yo plantearía una cuestión más fundamental: ¿qué problema intentamos resolver?

La IA puede parecer intangible, pero su infraestructura es todo lo contrario. Detrás de cada interacción con la IA existe un flujo de valor física: chips, servidores, electricidad, agua, sistemas de refrigeración, redes, edificios, personas y capital. Una vez que se percibe ese flujo, quien aplica la metodología Lean empieza a formularse preguntas distintas. ¿Dónde reside el valor? ¿Dónde están los desperdicios? ¿Qué recursos están infrautilizados? ¿Qué estamos escalando simplemente porque la tecnología lo permite?

Aquí es donde el enfoque Lean puede aportar valor al debate sobre la soberanía. Tomemos como ejemplo a Europa y Brasil: dos puntos de partida muy diferentes.

Europa está construyendo a gran escala. Bruselas ha abierto licitaciones para crear hasta siete «gigafactorías» de IA; se prevé que cada una albergue al menos 100.000 procesadores de última generación —aproximadamente cuatro veces más que los mayores centros de IA que operan actualmente en la UE—, sumándose a la red existente de 19 «fábricas de IA» de la UE. Se estima que la inversión conjunta superará los 30.000 millones de euros. Además, el impacto físico es real: se calcula que cada gigafactoría consumirá tanta electricidad como una ciudad de tamaño mediano. En resumen, esa es la apuesta por la soberanía: crear primero la capacidad y confiar en que la demanda europea surja para aprovecharla.

Brasil se enfrenta a una realidad distinta. A principios de 2026, cerca del 85% de la capacidad de generación a gran escala instalada en el país provenía de fuentes renovables —principalmente energía hidroeléctrica—, una cifra muy superior a la media mundial. Si a esto sumamos la disponibilidad de tierras, los recursos naturales, un gran mercado interno y un ecosistema digital en rápido crecimiento, resulta fácil entender por qué el país se ha convertido en uno de los destinos más atractivos del mundo para la inversión en infraestructura de IA: los proyectos en curso podrían generar una demanda energética de hasta 9.400 megavatios, equivalente al consumo de 16 millones de hogares.

Sin embargo, existe un riesgo: la abundancia puede ocultar el desperdicio. La electricidad renovable sigue siendo un recurso. El agua tiene otros usos posibles. La tierra conserva su valor. Atraer miles de millones de dólares en inversiones para centros de datos no garantiza automáticamente la soberanía digital de Brasil; también podría traducirse simplemente en la exportación de energía barata y limpia para satisfacer las necesidades de computación de terceros.

Una lección de Toyota sigue siendo muy pertinente en este caso: hay que ir y ver (go & see). En la era de la IA, nuestro gemba (el lugar donde se genera valor) debe trascender los límites del propio centro de datos. Necesitamos visualizar toda el flujo de valor digital —energía, agua, capacidad de cómputo, datos, aplicaciones y esfuerzo humano— y comprender cómo se transforma realmente en valor para el cliente y la sociedad.

Quizás la verdadera oportunidad no radique en elegir entre soberanía y sostenibilidad, sino en diseñar un sistema mejor: optimizar la utilización, eliminar el procesamiento innecesario, experimentar antes de escalar y cuestionarse constantemente si la siguiente unidad de recurso genera la siguiente unidad de valor.

Esa es la verdadera contribución que la metodología Lean puede aportar a este debate. El objetivo no debería ser construir la mayor cantidad de infraestructura, sino generar el máximo valor con el menor uso de recursos. Esto no limita la ambición; más bien, la define con mayor precisión.

Marie-Pia Ignace

El tema de esta columna me dejó perpleja, ya que sigo opinando que Lean tiene poco que aportar al respecto. Por tres razones.

1. La soberanía no se aborda mediante prácticas operativas

El episodio de Fable 5 demostró cómo funciona este mecanismo. El 12 de junio de 2026, se suspendió el acceso a los modelos Fable 5 y Mythos 5 fuera de Estados Unidos. La medida se levantó el 30 de junio y el acceso se restableció al día siguiente.

En esto consiste el riesgo de soberanía: un país extranjero puede retirar o restringir una capacidad que se ha vuelto crítica, generando así dependencias políticas.

Las empresas también sufren las consecuencias, por supuesto, pero gozan de una libertad geográfica de la que carecen los países.

Como es natural, las grandes empresas se protegen contra el riesgo de soberanía. Toyota participa en el programa de I+D Rapidus —creado en 2022 como respuesta directa a la escasez de semiconductores— junto con otros siete conglomerados (Sony, NTT, NEC, SoftBank, Denso, Kioxia y MUFG); todos ellos reconocieron que el interés nacional exigía una alternativa interna a Taiwán y Corea.

Paralelamente, está reforzando su colaboración con NVIDIA para extender el uso de hardware y software de IA más allá de la conducción autónoma.

En resumen, Toyota gestiona la soberanía de forma pragmática, tratándola como una cuestión de cadena de suministro física (chips, redes, computación integrada) y abordándola mediante capital, I+D y la elección de alianzas. Nunca a través de lo que sucede en el puesto de trabajo. Lean no tiene incidencia en ese ámbito.

2. El TPS solo tiene dos pilares, y no es un descuido

Lean se basa en gran medida en el Sistema de Producción de Toyota (TPS), que se sustenta en dos pilares: el just-in-time y la calidad en cada etapa. El respeto por el medio ambiente no se traduce directamente en la mecánica operativa de Lean.

Algunos argumentarán que la eliminación del muda (desperdicio) conlleva austeridad por definición: menos inventario, menos transporte, menos sobreproducción y, por tanto, menor impacto ambiental. Sin embargo, se trata de un efecto secundario, no de un objetivo.

La verdadera razón de esta ausencia es estructural y merece ser señalada. Lo que el just-in-time y el jidoka tienen en común es que actúan como mecanismos de revelación. Reducir los niveles de inventario saca a la luz los problemas que dicho inventario ocultaba. Detener la línea ante el primer defecto hace que este sea visible de inmediato. En ambos casos, el sistema transforma una magnitud invisible y diferida en una señal local e instantánea. Y ambos aspectos son relevantes tanto para la operatividad como para el impacto económico.

Ni el medio ambiente ni la IA encajan en ese molde: su impacto está deslocalizado y diferido, por lo que no hay ninguna señal andon que pueda activarse ni ningún gemba que pueda revelarlo. Por eso el Prius podía incorporar la austeridad en sus especificaciones sin que el TPS llegara a asimilarla nunca: la ingeniería puede diseñar teniendo en cuenta restricciones invisibles, pero kaizen no puede actuar sobre ellas.

3. Queda el Hoshin

Hoshin guía a ejecutivos, gerentes y empleados para que integren temas «impuestos» en su forma de pensar y, de este modo, orienta tanto el kaizen en planta como la ingeniería. Es el único punto del sistema donde la cuestión medioambiental ha arraigado verdaderamente.

«Toyota 2050» plantea una ambición muy elevada en cuanto a la reducción del impacto ambiental. El grupo también ha publicado sus «Principios de IA», vinculados a su sección de criterios ESG. En el punto 2, Desarrollo Sostenible, se afirma que, más allá de utilizar la IA para reducir el impacto ambiental y mejorar la eficiencia en el uso de recursos, el grupo otorga importancia a las consideraciones medioambientales en el desarrollo y la operación de las propias tecnologías de IA.

Se trata de una declaración de principios, sin cifras ni métodos: sin medición de huella ni objetivos concretos. En otras palabras: el tema existe en la definición de la dirección estratégica, pero no en el sistema operativo.

***

Tendremos que superar nuestra indecisión respecto a la IA, dejando atrás esa narrativa de «magia digital» que se limita a decir que transformará el mundo sin ir más allá. Lo que necesitamos es un marco seguro, fundamentado en la soberanía, la competitividad económica y la seguridad de los sistemas.

Paralelamente, deberemos integrar esta nueva capacidad en nuestras prácticas operativas. Estamos lejos de lograrlo. La IA reproduce exactamente el fallo estructural que mantuvo el medio ambiente al margen del TPS: el coste de una inferencia es invisible en el momento en que se solicita, ya que el coste del entrenamiento se asumió previamente, en otra fase y mucho antes.

De ahí lo que espero de un tercer pilar: no un pilar de «medio ambiente» ni uno de «IA», sino el mecanismo que haga visible el consumo a nivel local en el momento de su uso, tal como el kanban hizo visible el inventario. Mientras no exista ese mecanismo, no tenemos un pilar. Tenemos una política.

Theodor Panayotov

El dilema es real, pero no inevitable. Se convierte en un problema cuando los países buscan la soberanía imitando a los proveedores de hiperescala: los mismos chips, los mismos centros de datos gigantescos y la misma dependencia de un puñado de proveedores. Si se copia la arquitectura, se hereda también su huella operativa.

La metodología Lean nos ofrece aquí una prueba útil: cualquier capacidad creada antes de que se haya demostrado su valor constituye un desperdicio, independientemente de su magnitud.

Cuando Bruselas sondeó por primera vez la demanda de «gigafactorías» de IA, recibió 76 manifestaciones de interés que contemplaban al menos tres millones de GPU. El programa pasó de planificar cuatro gigafactorías a cinco, y luego a siete. Para el verano, Bloomberg contabilizaba ya unos diez posibles licitadores. Cuando el interés surge más rápido por la subvención que por una demanda demostrada, se genera un sistema push.

Por tanto, la pregunta más pertinente es: ¿soberanía sobre qué?

En Ethermind trabajamos con organizaciones del sector nuclear donde la documentación sensible no puede salir de las instalaciones. La capacidad de cómputo necesaria cabe en un rack situado en una sala de la que ya disponen, y gran parte del trabajo diario puede realizarse con modelos afinados en hardware que cabe debajo de una mesa.

Esto es importante porque la mayoría de las organizaciones no necesitan realizar entrenamientos de modelos de frontera. Lo que necesitan es utilizar la IA de forma segura con sus propios datos y preservar algo mucho más difícil de comprar que la capacidad de cómputo: el criterio de sus propios expertos.

Los chips se pueden comprar, pero siempre a través de la cadena de suministro de terceros y bajo sus condiciones. Las gigafactorías europeas seguirán funcionando en gran medida con semiconductores diseñados en Estados Unidos. La memoria institucional, las prácticas de ingeniería y el criterio experto son otra cosa. Son capacidades genuinamente locales que merece la pena proteger.

Existe también un desfase temporal. Las GPU se amortizan en pocos años, mientras que las subestaciones y los edificios duran décadas. Al mismo tiempo, técnicas como la cuantización, la destilación y las arquitecturas más eficientes reducen continuamente la capacidad de cómputo necesaria para una tarea concreta.

La respuesta sensata no es evitar la infraestructura, sino separar la capa lenta de la rápida: construir la red eléctrica y las instalaciones —elementos que no pueden desplegarse justo a tiempo— y añadir después los semiconductores de forma gradual, a medida que se confirme la demanda.

Además, el enfoque Lean no es sinónimo de pequeño. Un bastidor que permanece inactivo la mayor parte del día también representa un desperdicio. A veces, la solución adecuada es una capacidad soberana compartida. Europa ya cuenta con 19 «fábricas de IA». El principio es más sencillo: situar la capacidad de cómputo cerca de los datos que no pueden desplazarse, compartir recursos allí donde los datos sí puedan moverse, reutilizar el calor cuando resulte lógico y reservar las instalaciones de mayor envergadura para aquellas cargas de trabajo que realmente las requieran.

Si la soberanía se equipara a la escala, el coste medioambiental pasa a formar parte del precio a pagar. Si, por el contrario, se entiende como capacidad —ejecutar lo importante donde es importante, con una infraestructura dimensionada según la demanda real—, entonces la soberanía y la sostenibilidad pueden avanzar en la misma dirección.

A veces esto implica un simple rack; otras, una gigafactoría. Lo fundamental es que la escala responda a la estrategia, y no a la inversa.