La carrera global por la inteligencia artificial tiene un cuello de botella que pocos conocen y que ningún gobierno ha resuelto: el empaquetado avanzado de chips. Sin esta técnica, los procesadores más potentes del planeta no pueden entrenar modelos de IA a escala industrial. Y casi toda esa capacidad está concentrada en una sola empresa, en una sola isla.
La técnica que hace posible los modelos de IA a gran escala
El empaquetado avanzado de chips —conocido en inglés como advanced packaging— es el proceso que integra múltiples procesadores en un único módulo compacto. No se trata de fabricar un chip más grande, sino de conectar varios chips entre sí con una densidad y velocidad que los métodos tradicionales no permiten.
Sin esta técnica, los chips diseñados para entrenar modelos de inteligencia artificial a gran escala —como los que usa la industria para desarrollar sistemas de lenguaje, visión o razonamiento— no alcanzan la potencia necesaria. El hardware más caro del mercado depende de este paso final para ser funcional.
Hace apenas cinco años, el empaquetado avanzado era un concepto de nicho dentro de la ingeniería de semiconductores. Hoy es uno de los eslabones más críticos de toda la cadena de suministro tecnológico mundial.
TSMC y la concentración de una capacidad sin sustituto inmediato
La empresa que domina este proceso es Taiwan Semiconductor Manufacturing Company, conocida universalmente como TSMC. Fundada en 1987 en Hsinchu, Taiwán, por Morris Chang con respaldo del gobierno taiwanés, TSMC es hoy la mayor empresa de fabricación de semiconductores del mundo por capitalización y por volumen de producción avanzada.
TSMC no diseña sus propios chips. Fabrica los que diseñan otras empresas: Nvidia, Apple, AMD, Qualcomm. Esa posición de intermediario industrial la convierte en el nodo más crítico de la electrónica global. Y en el caso del empaquetado avanzado, su tecnología CoWoS —Chip on Wafer on Substrate— es la que utilizan los procesadores de Nvidia para los centros de datos de inteligencia artificial.
No existe hoy ninguna otra empresa en el mundo con capacidad equivalente para producir este tipo de empaquetado a escala industrial. Intel y Samsung trabajan en alternativas, pero ninguna ha alcanzado el volumen ni la madurez técnica de TSMC.
La advertencia de Subramanian Iyer desde la UCLA
Subramanian Iyer, investigador de la Universidad de California en Los Ángeles, lleva años señalando que esta dependencia concentrada en Taiwán representa un riesgo estructural para toda la industria tecnológica global. Su trabajo en el campo de la integración heterogénea de chips lo sitúa entre los especialistas con más autoridad para evaluar este problema.
El argumento de Iyer no es nuevo, pero ha ganado urgencia. La demanda de capacidad de empaquetado avanzado ha crecido mucho más rápido que la inversión en infraestructura alternativa. Mientras las grandes tecnológicas compiten por reservar capacidad en TSMC, nadie ha construido todavía una segunda línea de producción equivalente fuera de Taiwán.
Esta situación convierte cualquier interrupción en la cadena —ya sea por tensión geopolítica, desastre natural o simple saturación de capacidad— en un evento con consecuencias directas para el desarrollo de la IA a nivel mundial.
Por qué la geografía política de Taiwán amplifica el riesgo industrial
Taiwán no es solo un centro tecnológico. Es el epicentro de una de las tensiones geopolíticas más vigiladas del mundo. Las relaciones entre la isla y China continental llevan décadas en un equilibrio frágil, y cualquier escalada tiene implicaciones directas para la producción de semiconductores.
Estados Unidos ha reconocido esta vulnerabilidad. La Ley CHIPS de 2022 destinó 52.000 millones de dólares a relocalizar producción de semiconductores en suelo estadounidense. TSMC ha anunciado fábricas en Arizona. Intel recibe subvenciones para expandir su capacidad doméstica. Pero ninguna de estas iniciativas aborda todavía el empaquetado avanzado con la misma urgencia con la que se ha abordado la fabricación de obleas.
La analogía es precisa: construir la fábrica que hace el chip pero no la que lo ensambla de forma avanzada es como tener el motor de un coche pero no la transmisión.
El impacto concreto en la cadena de suministro de IA
Para entender cómo funciona esto en la práctica, basta con mirar el caso de Nvidia. Sus procesadores H100 y B200, los más demandados por los centros de datos que alimentan servicios de inteligencia artificial, requieren el proceso CoWoS de TSMC para integrar la memoria HBM con el procesador principal en un solo módulo.
Cuando la demanda de estos chips se disparó en 2023 tras el éxito masivo de los modelos de lenguaje, la capacidad de empaquetado de TSMC se convirtió en el verdadero cuello de botella. No era la fabricación del chip en sí lo que limitaba el suministro: era el paso de empaquetado avanzado. Los plazos de entrega se extendieron. Los precios subieron. Las empresas que no habían reservado capacidad con antelación quedaron fuera de la fila.
Este episodio demostró, de forma tangible, que el empaquetado avanzado no es un detalle técnico secundario. Es la restricción que determina cuánta inteligencia artificial puede desplegarse en un momento dado.
La brecha entre inversión en fabricación y en empaquetado
La industria lleva décadas invirtiendo en reducir el tamaño de los transistores siguiendo la Ley de Moore. Pero esa ley ha llegado a sus límites físicos. La respuesta ha sido el diseño heterogéneo: en lugar de hacer un chip más pequeño, se conectan varios chips especializados en un mismo paquete. Ahí es donde el empaquetado avanzado se vuelve indispensable.
El problema es que la inversión en capacidad de empaquetado avanzado no ha crecido al mismo ritmo que la demanda generada por la expansión de la IA. TSMC ha anunciado ampliaciones, pero los ciclos de construcción de estas instalaciones se miden en años, no en meses.
Mientras tanto, empresas como Google, Microsoft, Amazon y Meta compiten por la misma capacidad limitada para alimentar sus propios modelos y servicios. La competencia no se libra solo en el diseño del chip, sino en quién consigue un hueco en la línea de empaquetado.
TSMC, Iyer y el mapa de dependencias que Washington no ha resuelto
La situación actual dibuja un mapa de dependencias que incomoda a los responsables de política industrial en Washington, Bruselas y Tokio. Estados Unidos diseña los chips más avanzados del mundo —a través de Nvidia, AMD o los equipos internos de Apple y Google— pero no controla el paso que los hace operativos para la IA.
Subramanian Iyer y otros investigadores han propuesto diversificar la capacidad de empaquetado avanzado hacia suelo estadounidense y europeo. Pero construir una instalación de este tipo requiere no solo capital, sino una cadena de proveedores de materiales, equipos de litografía adaptados y personal altamente especializado que no se forma en pocos años.
La Unión Europea, a través de la Ley Europea de Chips aprobada en 2023, ha destinado recursos a fortalecer su ecosistema de semiconductores. Pero el empaquetado avanzado apenas aparece como prioridad explícita en esos planes. La brecha entre el diagnóstico y la respuesta política sigue siendo amplia.
Lo que esto significa para empresas y usuarios que dependen de la IA hoy
Si usas herramientas de inteligencia artificial en tu trabajo —desde asistentes de escritura hasta sistemas de análisis de datos o generación de imágenes— la cadena que hace posible esos servicios pasa inevitablemente por las instalaciones de TSMC en Taiwán.
Cualquier interrupción en esa cadena no se traduce en una noticia técnica abstracta: se traduce en precios más altos para el acceso a computación en la nube, en retrasos en el lanzamiento de nuevos modelos, en menor disponibilidad de capacidad para empresas medianas que compiten con las grandes tecnológicas.
El escenario más probable a corto plazo es que TSMC mantenga su posición dominante mientras Intel y Samsung intentan cerrar la brecha técnica. A medio plazo, la presión geopolítica sobre Taiwán podría acelerar la inversión en capacidad alternativa, pero los plazos industriales no se ajustan a los ciclos electorales. El riesgo de concentración no desaparece solo porque se haya identificado.
Imagen ilustrativa generada con inteligencia artificial.
Edición con asistencia de herramientas de IA bajo supervisión editorial. Cómo trabajamos.
Fermín Sánchez es el responsable editorial de LaPrensaIA, diario de divulgación sobre inteligencia artificial. Cubrimos la actualidad de la IA con criterio propio —tecnología, empresas y sociedad— de forma clara para el público no técnico. Cada artículo se elabora con la asistencia tecnológica de Iberia y se revisa antes de publicarse. Más sobre cómo trabajamos →
