Empresas estadounidenses que venden datos de entrenamiento para inteligencia artificial estarían suministrando a laboratorios chinos unos 500 millones de dólares en productos de este tipo. Así lo sostiene una investigación que identifica al menos nueve firmas, entre ellas Mercor, Surge AI, AfterQuery y Turing. Son nombres poco conocidos fuera del sector, pero algunos de sus clientes anteriores son de los más importantes del mundo.
Buena parte de esos datos son los llamados entornos de aprendizaje por refuerzo: mundos simulados en los que un modelo practica tareas concretas, como programar, analizar informes financieros o manejar herramientas de oficina. Es como un gimnasio virtual donde la IA se entrena hasta dominar un oficio.
Comprar lo que ya funciona
Según la investigación, los laboratorios chinos compran deliberadamente los mismos productos que antes se vendieron a Anthropic u OpenAI. Así saben de antemano que funcionan y se ahorran el desarrollo propio y las sesiones de entrenamiento fallidas, que consumen mucha potencia de cálculo.
A esto se suma la destilación. Los laboratorios chinos usan modelos estadounidenses como GPT o Claude como «profesores»: aprovechan sus respuestas como ejemplos para entrenar los suyos. Combinado con los entornos comprados, les da una doble ventaja para acortar distancias con menos potencia propia.
La investigación señala además que ByteDance, la empresa china detrás de TikTok, mantiene oficinas de compras en Singapur y San José. Parte de las operaciones pasa así por estructuras en el extranjero.
Clientes que se delatan
La identidad de los clientes ha salido a la luz por dos vías: fuentes anónimas y descuidos de seguridad de los subcontratistas. Las firmas estadounidenses externalizan buena parte de la creación de estos entornos a trabajadores mal pagados en países en desarrollo, sobre todo en India. Aunque deben usar nombres en clave, algunos han publicado los nombres de sus clientes en LinkedIn o en sus currículos.
Surge AI, por ejemplo, anuncia en su web que sus productos están «creados por los mismos expertos que trabajan en nuestros proyectos de frontera». Sobre AfterQuery, la investigación recoge reportajes que estiman unos 100 millones de dólares de ingresos anuales recurrentes, una parte importante procedente de clientes chinos. Esa cifra no se ha podido verificar de forma independiente.
Por qué preocupa la seguridad
El problema no es solo económico. Los entornos de programación pueden mejorar el desarrollo de software, pero también afilar las capacidades de ciberataque. Los de biología podrían mejorar la síntesis de genes y acercarse a aplicaciones relacionadas con armas biológicas.
Por eso los autores piden que la Oficina de Industria y Seguridad de Estados Unidos aplique a estos entornos de doble uso los controles de exportación que ya existen. Hoy apenas se aplican, porque los entornos de entrenamiento siguen en gran medida sin regulación.
Los autores matizan que la situación no es catastrófica. Gracias a seguir el trabajo estadounidense, los laboratorios chinos van al menos unos meses por detrás de sus rivales de EE UU, como cuestión estructural. Mientras tanto, las empresas estadounidenses de frontera desarrollan cada vez más en casa los entornos más sensibles, como los de biología, química, ciberseguridad, diseño de chips o banca de inversión.
El debate, en el fondo, es si las reglas de exportación de chips bastan cuando lo que se exporta son datos de entrenamiento, que no se ven ni pesan.




