China utiliza más datos para ejecutar IA que para entrenarla: récord

China ha alcanzado un punto de inflexión en el desarrollo de la inteligencia artificial: por primera vez, el volumen de datos utilizado para ejecutar modelos y responder a las peticiones de los usuarios ha superado al empleado para entrenarlos. El cambio, registrado durante 2025, confirma que la tecnología está pasando de los laboratorios a una fase de utilización masiva en empresas, servicios digitales y procesos industriales.

La magnitud de esta transformación aparece en las últimas cifras oficiales. China superó los 175 billones de tokens utilizados al día en junio de 2026, una cantidad más de mil veces superior a la registrada a comienzos de 2024. Los datos figuran en un informe del Centro de Desarrollo de la Industria de la Información de China (CCID), presentado el 31 de octubre, que describe la aceleración del uso comercial de los modelos de IA.

El fenómeno tiene consecuencias económicas importantes. Hasta hace relativamente poco, buena parte de la atención de la industria tecnológica se concentraba en entrenar modelos cada vez mayores, una actividad que exige enormes cantidades de información, procesadores especializados y electricidad. Ahora, el uso cotidiano de esos sistemas comienza a adquirir un peso comparable o superior en el conjunto del sector.

Eso sí, conviene precisar qué significa este récord. La IA no está creando más información de la que necesita para funcionar, ni ha desarrollado una capacidad ilimitada para generar contenido. Lo que ha cambiado es la cantidad de datos que se procesan al utilizar modelos ya entrenados.

China utiliza más datos para ejecutar la IA que para entrenarla

El cambio puede medirse con cifras concretas. Según el informe nacional sobre recursos de datos de China, publicado el 29 de abril de 2026, durante el año anterior se utilizaron 199,48 exabytes de información en actividades de entrenamiento y ejecución de inteligencia artificial.

De esa cantidad, 101,34 exabytes correspondieron a inferencia, mientras que los 98,14 restantes se destinaron al entrenamiento de modelos. Fue la primera vez que la primera categoría superó a la segunda en las estadísticas oficiales chinas.

Un exabyte equivale a mil millones de gigabytes. Se trata, por tanto, de volúmenes de información extraordinarios, pero la cuestión relevante no es únicamente su tamaño.

El entrenamiento consiste en utilizar grandes conjuntos de datos para ajustar los parámetros de un modelo y desarrollar sus capacidades. La inferencia es el proceso posterior: cuando una persona solicita una respuesta, una empresa analiza documentos o una aplicación utiliza el sistema para realizar una tarea.

El sorpasso de la inferencia indica que la demanda acumulada de aplicaciones de IA ha alcanzado una escala superior a la del procesamiento de datos destinado a crear y entrenar esos modelos.

No es un descubrimiento ocurrido en noviembre. El primer rebasamiento ya se había documentado para 2025 y fue comunicado oficialmente en abril. El informe presentado el 31 de octubre refuerza esa tendencia con datos adicionales sobre la actividad registrada durante 2026.

Qué son los tokens y por qué importan tanto

Para comprender el alcance de estas cifras hay que detenerse en una palabra que se ha convertido en una unidad económica de la inteligencia artificial: token.

Los modelos de lenguaje no procesan necesariamente las palabras completas. Dividen los textos en unidades más pequeñas que pueden corresponder a palabras, fragmentos de palabras, signos de puntuación u otros elementos.

Cada vez que alguien utiliza un asistente de IA, el sistema procesa los tokens de la petición y genera otros para construir su respuesta.

Por ejemplo, una empresa puede enviar un documento a un modelo para que identifique determinados datos. El sistema procesa el texto recibido, interpreta las instrucciones y produce una salida. Todo ese trabajo implica consumo de recursos informáticos.

El coste depende de los tokens procesados

En muchos servicios profesionales de inteligencia artificial, el precio se establece según los tokens de entrada y de salida, que pueden tener tarifas diferentes.

Esto convierte el uso de IA en un gasto operativo variable. Una compañía que emplea estos sistemas para responder consultas ocasionales afrontará una factura muy distinta de otra que analiza millones de documentos o ejecuta procesos automatizados continuamente.

También explica por qué los proveedores tecnológicos se esfuerzan en reducir los costes de inferencia. Un modelo más económico puede resultar especialmente competitivo cuando debe atender grandes volúmenes de peticiones.

No obstante, el número de tokens no es una medida directa de inteligencia, precisión o productividad. Un sistema puede procesar millones de unidades de texto sin resolver correctamente una tarea. Lo importante para una empresa es el coste de obtener un resultado útil y fiable.

De 2024 a 2026: el uso de tokens se multiplica por más de mil

La evolución del mercado chino permite comprender la velocidad de expansión de esta tecnología.

A comienzos de 2025, el volumen diario de tokens utilizados en el país superaba el billón. Al terminar aquel año había alcanzado los 100 billones diarios, según las estadísticas publicadas por la Administración Nacional de Datos de China.

La cifra continuó aumentando durante 2026 hasta superar los 175 billones diarios en junio.

Si la comparación se amplía a principios de 2024, el volumen de actividad resulta más de mil veces superior. No se trata de un incremento del 1.000 %, sino de una multiplicación por más de mil del nivel inicial.

El fenómeno coincide con la expansión de los modelos chinos de lenguaje y de los servicios empresariales basados en inteligencia artificial. Empresas como DeepSeek, Alibaba y Tencent forman parte de un ecosistema que compite por ofrecer modelos, infraestructura y herramientas capaces de atender una demanda creciente.

La competencia ya no consiste solamente en desarrollar sistemas más avanzados. También importa cuánto cuesta utilizarlos, cuántas consultas pueden atender simultáneamente y qué fiabilidad ofrecen cuando se integran en servicios reales.

La inteligencia artificial china entra en las fábricas

El avance no se limita a los asistentes conversacionales o a las aplicaciones destinadas al público general.

El informe presentado por el CCID sitúa la industria manufacturera entre los ámbitos donde más se está extendiendo la inteligencia artificial.

China asegura haber construido más de 500 fábricas inteligentes clasificadas en su categoría de excelencia, distribuidas por 31 regiones administrativas y vinculadas a más del 80 % de las grandes categorías manufactureras.

Los modelos nacionales y la infraestructura informática desarrollada en el país también se han incorporado a más de 1.000 escenarios de aplicación en una veintena de sectores industriales, entre ellos la siderurgia y la automoción.

En estos entornos, la IA puede utilizarse para analizar información de producción, detectar anomalías, optimizar operaciones o adaptar determinados procesos a las necesidades de los clientes.

La diferencia respecto a un servicio experimental es considerable. Cuando una herramienta de inteligencia artificial pasa a formar parte de un proceso de producción, debe funcionar repetidamente, responder con rapidez y mantener unos costes asumibles.

Cada consulta tiene un precio computacional. Y cuando una misma operación se repite millones de veces, incluso pequeñas diferencias de eficiencia pueden tener un impacto económico importante.

El negocio de la IA depende cada vez más de su utilización

El nuevo escenario modifica las prioridades de las empresas tecnológicas.

Entrenar un gran modelo continúa exigiendo inversiones extraordinarias en infraestructura, centros de datos y procesadores especializados. Pero ofrecer sus capacidades a millones de usuarios también requiere recursos constantes.

Una vez desarrollado el modelo, su utilización genera nuevas necesidades de procesamiento. Cuantos más clientes lo incorporan a sus actividades, mayor puede ser la demanda de servidores, electricidad y almacenamiento, además de capacidad de conexión.

Esta evolución favorece el interés por modelos más eficientes, herramientas de automatización y mecanismos capaces de reducir el número de tokens necesarios para completar cada tarea.

El crecimiento del mercado también plantea desafíos relacionados con la privacidad, la seguridad de los datos y la dependencia tecnológica. Las empresas que utilizan servicios externos de IA deben valorar no solo el precio, sino también dónde se procesa la información y qué garantías ofrece el proveedor.

Las estadísticas chinas, por su parte, deben interpretarse dentro de su ámbito. Los datos proceden de organismos oficiales del país y no permiten concluir que China haya superado al resto del mundo en todas las dimensiones de la inteligencia artificial. Tampoco equivalen a una medición directa del rendimiento de los modelos.

La nueva carrera tecnológica se decide en el uso cotidiano

El avance anunciado por China describe una transformación importante: la inteligencia artificial empieza a consumir más datos cuando se utiliza que cuando se entrena.

La diferencia entre ambos volúmenes todavía era relativamente pequeña en los datos correspondientes a 2025. Sin embargo, el crecimiento posterior de las llamadas a modelos indica que la demanda de servicios de IA continúa aumentando a gran velocidad.

El verdadero desafío económico será convertir esa actividad en aplicaciones rentables, fiables y capaces de resolver necesidades concretas.

Durante los últimos años, buena parte de la competición tecnológica ha girado alrededor de quién podía construir el modelo más potente. Las cifras de China muestran que otra batalla ha adquirido un peso decisivo: quién puede mantener funcionando esos modelos a gran escala y a un coste razonable.

La inteligencia artificial sigue necesitando entrenamiento. Lo que está cambiando es que utilizarla se ha convertido en una actividad industrial por derecho propio.