Un modelo de lenguaje entrenado con datos de usuarios en India, alojado en servidores en Virginia, cuya propiedad intelectual está registrada a nombre de una subsidiaria en Irlanda y que genera ingresos por licenciamiento cobrados a una empresa en México. El lugar donde se pagan los impuestos sobre el valor que ese modelo genera no tiene respuesta clara. Esta ambigüedad fiscal es el vacío que surge porque los marcos tradicionales asumen que el valor se crea en un sitio identificable.

Firmas como Thomson Reuters documentan que las funciones DEMPE todavía carecen de un marco fiscal específico para inteligencia artificial. Las empresas que construyen estos modelos pueden elegir con libertad en qué jurisdicción ubicar el desarrollo del activo. Y por tanto dónde se tributa.

El vacío regulatorio existe. La narrativa de urgencia que lo rodea merece escrutinio. Cuando se habla de necesidad de gobernanza proactiva para la fiscalidad de la IA surge una duda. ¿Proactiva para quién?

Las empresas que más ganan con la ambigüedad ya tuvieron tiempo para estructurar sus activos. Esto se parece al caso de Apple e Irlanda. Entre 2004 y 2016 Apple empleó una estructura conocida como doble irlandés con sándwich holandés. El objetivo era mover ganancias de mercados como Alemania, Francia o el Reino Unido hacia subsidiarias irlandesas que transferían regalías a Países Bajos y finalmente a jurisdicciones con impuestos corporativos mínimos. Google siguió rutas parecidas. La Comisión Europea concluyó en 2016 que Irlanda había concedido a Apple ventajas fiscales ilegales por hasta trece mil millones de euros. El litigio duró años. Para cuando se resolvió, la estructura ya había cumplido su función.

La respuesta coordinada llegó con retraso. El proyecto BEPS de la OCDE comenzó formalmente en 2013 tras el llamado del G20. Los países veían cómo multinacionales digitales pagaban tasas efectivas de un dígito mientras generaban enormes ingresos donde apenas tenían presencia física. El marco con sus quince acciones tardó años en implementarse de manera sustancial. Del surgimiento de esas estrategias a una acción regulatoria coordinada transcurrieron más de diez años. Tiempo suficiente para que las tácticas se afianzaran y refinaran.

La industria de IA repite esta tendencia. Un modelo de lenguaje no requiere oficina, empleados ni infraestructura física permanente. Se entrena en un centro de datos, se despliega en otro y se licencia desde un tercero. Ninguna de esas ubicaciones necesita coincidir con el lugar donde se crea el valor. Los intangibles de propiedad intelectual ya eran complicados de anclar. Los modelos de IA representan un avance adicional. Son pesos numéricos. Archivos que se replican sin fricción física alguna.

He observado en arquitectura de sistemas cómo esta capacidad de distribución no es un accidente. Es el diseño mismo. ¿Quién se beneficia realmente de que este marco siga ausente? Las empresas de IA sin duda. También toda una industria de asesoría fiscal que cobra por diseñar las rutas de navegación. Cuanto más ambigua la norma más valiosos resultan sus servicios. Las mismas firmas que alertan sobre urgencia regulatoria ofrecen a menudo los instrumentos para posponerla. No se trata de conspiración, los incentivos alineados producen resultados convergentes sin que nadie tenga que orquestarlos.

El mismo patrón aparece en otras esquinas del ecosistema. Amazon advierte sobre riesgos en modelos de Anthropic, empresa en la que invierte miles de millones. OpenAI y Anthropic financian el instituto que evalúa la seguridad de sus propios productos dirigidos a menores. Quien genera el problema también diseña la auditoría.

Las que pierden son las economías emergentes. Allí se generan datos de usuarios, se hace el etiquetado y el entrenamiento, y crecen los mercados de consumo. Carecen del peso diplomático para exigir que el valor se tribute donde surge. BEPS ya documentó que estos países perdían más base imponible, en proporción, que las economías avanzadas.

No creo que responda a un plan central malicioso. Los incentivos corporativos y la ausencia de fricción regulatoria producen resultados similares. Eso no reduce el daño. Lo hace más complicado de combatir porque no hay una sola palanca que accionar.

Desde una perspectiva técnica esto resulta casi elegante y también incómodo. Los modelos de IA se construyen para ser distribuidos y replicables. Esa propiedad impulsa la capacidad de crecimiento. Se transforma en desafío cuando los sistemas fiscales siguen buscando un lugar fijo. Si un sistema se diseña para ubicarse donde menos impuestos paga termina exactamente allí. No es fallo. Es el sistema operando según su diseño.

Esto enlaza con temas que desarrollo en Las Piedras No Mienten. La gobernanza tecnológica rara vez regula quién decide la dirección del desarrollo. Se centra en cómo se comporta el sistema una vez construido. La regulación de la Unión Europea clasifica riesgos y exige transparencia. No aborda sin embargo quién controla la arquitectura que hace posible evadir la pregunta fiscal desde el origen.

Todavía no tengo una solución clara y sería deshonesto pretender lo contrario. La ventana entre identificar el problema y una respuesta coordinada ha sido históricamente amplia. En ese intervalo el valor ya se movió, ya se estructuró, ya se volvió parte del modelo de negocio normalizado. Mientras los foros públicos debaten ética y seguridad cabe preguntar si esa conversación también sirve como cortina.

¿Terminaremos por alinear la tributación con el lugar donde realmente se genera el valor, o seguiremos permitiendo que la arquitectura técnica dicte las reglas fiscales?