La relación entre tecnologías innovadoras y la energía necesaria para impulsarlas se hace evidente en la relación entre Estados Unidos y China. Esta relación se caracteriza por tensiones políticas intensas y competencia, pero también por una significativa superposición técnica. Dado la naturaleza interconectada de los sistemas digitales y de energía, y el progreso en estos sistemas por parte de ambos Estados Unidos y China, las futuras administraciones estadounidenses deben considerar tanto la tecnología como la energía juntas. Esto significa tomar decisiones conscientes sobre cómo las inversiones en tecnología pueden impulsar nuevos frentes en la producción de energía, y cómo las innovaciones energéticas nuevas son esenciales para el progreso en áreas de tecnología aplicada y transversal como la inteligencia artificial (IA).
La carrera para desarrollar, controlar y alimentar la IA ofrece una lente clara para observar estos dinámicas entrelazadas. Los avances tecnológicos alimentan la competencia, y esta competencia moldea las elecciones de energía de cada país. Las decisiones políticas tomadas por Washington y Beijing al priorizar los impulsores de la demanda como la IA, enfrentar los desafíos de demanda energética creados por la IA, abordar las consecuencias de seguridad de redes más inteligentes, e invertir en expandidores de mercado global como la estandarización, tienen consecuencias estratégicas para la competitividad de ambos países en energía y tecnología.
Los desafíos de la IA en la relación entre tecnología y energía
Mientras que Estados Unidos enfrentará una serie de elecciones al abordar los imperativos dobles de mantener la seguridad energética y impulsar la innovación tecnológica, el factor más importante para el éxito será reconocer la extensión a la que depende uno del otro. Este dinámico es emblemático en la IA, con dinámicas similares que probablemente se desplieguen a lo largo de las innovaciones tecnológicas y para la seguridad energética, en la que muchos sectores dependen. Colocar en lugar una estrategia clara que reconozca esta interacción y aproveche los multiplicadores de la inversión del sector privado conferirá no solo ventaja estratégica sino que también podría ofrecer plataformas para la cooperación multilateral y bilateral, basadas en interés mutuo.
Los sistemas de IA en su forma actual son consumidores de energía notorios, potencialmente estrujando las proyecciones de demanda energética. Si bien la IA no cuenta para la mayor parte de la creciente demanda energética global, sus necesidades significativas, emergencia rápida y difusión masiva proporcionan una ventana a un nuevo y desafiante dinámico para los planes de energía limpia en todo el mundo. Antes del desarrollo de los sistemas de IA a gran escala, un dinámico relativamente estable existía entre la creciente necesidad de centros de datos intensivos en energía y la eficiencia de las máquinas dentro de esos centros de datos. Como resultado, en la década antes de que los sistemas de IA modernos llegaran a la edad adulta (aproximadamente 2005-2016), la energía consumida por los centros de datos de EE. UU. fue relativamente plana, ya que la eficiencia contrarrestó el crecimiento del número de centros de datos.
Sin embargo, a medida que las empresas más intensivas en datos y operadoras de centros de datos como Amazon, Alphabet’s Google y Meta’s Facebook comenzaron a aprovechar los beneficios comerciales de la aprendizaje automático avanzado – la ciencia subyacente que impulsaría las herramientas “generativas” como ChatGPT – el necesario cambio a hardware intensivo en energía llevó a un aumento de más del doble en la energía consumida en los cinco años siguientes (2017-2023). Las subidas de demanda causadas por la IA se manifiestan de muchas formas. El entrenamiento de sistemas de IA avanzados crea necesidades entre consumidores de energía individuales que pueden superar rápidamente cualquier capacidad para servirlos, no digamos con la energía limpia que cada vez más buscan. Si bien las estimaciones varían ampliamente, analizando la investigación disponible y las declaraciones de las empresas sugiere que entrenar los modelos de vanguardia actualmente disponibles ha consumido decenas de megavatios por modelo. Las “leyes de escalado” que muchas empresas de AI están utilizando para proyectar la demanda futura y adquirir capacidad energética sugieren un necesidad anual de múltiples gigavatios en solo unos años para desarrollar y mantener los sistemas de próxima generación. Esta necesidad de energía se traduciría en el entrenamiento de un modelo de IA de vanguardia, que consume tal vez la misma cantidad de electricidad que 5 millones de hogares estadounidenses en un año.
Los aumentos en la eficiencia de las chapas utilizadas para entrenar la mayoría de los sistemas de IA, así como en cómo se utilizan esas procesadoras, podrían prevenir un escenario de consumo desenfrenado. Sin embargo, con los entrenamientos más largos se convirtiendo en la norma, esos beneficios pueden tener dificultades para compensar el crecimiento en la intensidad computacional/duración del proceso de entrenamiento en sí mismo. Sin embargo, un demandante menos apreciado pero también significativo será el costo de utilizar realmente los sistemas de IA para realizar funciones, llamadas “inferencia” (literalmente consultar un modelo de IA, ya sea para obtener una respuesta a una pregunta basada en texto, para buscar la generación de una imagen, etc.). Lo que muchos considerarían una “búsqueda estándar” en un motor de búsqueda, realizada en cambio con un modelo de lenguaje grande (LLM), se estima que requiere 10 veces la electricidad para entregar un resultado similar. Sin embargo, los modelos son capaces de mucho más que solo la generación de texto, con otras capacidades como la generación de imágenes o video demandando más inferencia por entrada, y a su vez, aumentando la energía utilizada para generar una salida.
Precise estimates of inference cost depend not just on the query’s type and complexity but on the number of “parameters” an underlying model (ChatGPT or Meta’s Llama) has. Though the landscape changes daily, as of this writing, capable AI models range from just under 10 billion for the smallest, to tens to hundreds of billions for so-called “multimodal” models capable of handling and outputting images in addition to text, to (an estimated) more than 1 trillion for the largest such models. Energy usage does not perfectly track the increase in parameters, but it does provide directional indications, with additional fluctuations based on factors like whether computation needs to be spread across multiple processors within data centers. Increasingly, incurring that energy cost may also be inescapable for consumers, as companies embed LLM-driven results into even basic web searches. As a result, which models become “default” for queries at a global scale (e.g., when an iPhone user does a web search in their phone’s browser) or even formally standardized can matter immensely for aggregate AI energy consumption.
A pivotal question is whether AI will remain of strategic significance, particularly in the U.S.-China relationship, in the decade-long timescale on which many energy decisions are made. Based on current evidence, it is unlikely that the race to develop better, more capable AI systems will be diminished. Despite some critics’ expectations of another “AI winter” or that these technologies will fail to deliver national-level economic impact, the personnel and policy choices give little indication that it anticipates a cooling of the issue in the context of foreign policy. The creation of an elevated White House AI (and crypto) czar within the organizational hierarchy suggests AI’s continuity as a high-tier policy concern.
In the administration’s opening weeks, it released an executive order stating “we can solidify our position as the global leader in AI,” which sought to review (but not wholesale stop the work of) President Joe Biden’s main AI order. Days later, it devoted Vice President JD Vance’s first international speech entirely to the topic of AI. Much was made of that speech’s calls to reconsider the prior administration’s safety-focused approach to AI. Yet beyond the headlines, notable continuity prevailed.
On the characterization of the challenge, Vice President JD Vance pointed to how “hostile foreign adversaries have weaponized AI,” just as President Joe Biden focused on “use of AI systems by adversaries and other foreign actors.” And both drew attention to energy as a key vector of that AI competition, with last-minute moves by the Biden administration to try to accelerate the growth of energy infrastructure for U.S. AI firms echoing Vance’s claims that “we stand now at the frontier of an AI industry that is hungry for reliable power.” Vance continued, “AI cannot take off unless the world builds the energy infrastructure to support it,” and he even opined that “it will help us create and store new modes of power in the future.”
In the geopolitical competition for AI, energy is envisaged, across administrations, as critical.
In China, President Xi Jinping has consistently cited various constructions of how “China attaches great importance to the development of AI” and must “aim at the commanding heights of future science and technology and industrial innovation,” focusing in particular on “artificial intelligence” and “new energy.” While the tie between energy and AI development has not yet been stressed as explicitly in Beijing’s rhetoric as in Washington’s, the relationship between the two was cited in Xi’s calls for a “major strategic deployment for building a new power system” and the “empowerment of new technologies.”
Beijing’s AI push has continued despite China’s significant headwinds for the technology sector: namely, crackdowns on the technology sector in recent years. Leading AI capabilities continue to emerge from researchers, startups, and established firms alike. While many have covered the progress Chinese companies have had on AI development, including DeepSeek’s surprise release of a model rivaling some leading American competitors, a counterintuitive metric of the significance China is placing on its AI progress may be the lengths to which Beijing is going to bring it to heel. New requirements for registration and rigorous testing to ensure query responses dutifully comply with political diktats suggest significant expectations for AI’s permeation into the economy and broad consumer use.
On the other side of the spectrum, that AI represented one of the rare new areas of diplomatic exchange, ultimately yielding reciprocal leader-level statements about the inadvisability of using AI systems in nuclear command and control, speaks at a minimum to the ongoing military anxieties about the technology. The ever-greater push for more AI capability is driven by market demand but stoked by geopolitics; in competition with the United States, quenching AI’s need for energy will be a measure of Beijing’s internal success not just in economic competition, but in the geopolitical advantage AI confers-and that China so actively seeks.
Con la trayectoria del desarrollo y utilización de la inteligencia artificial (IA) poco probable de disminuir en ninguno de los lados del Pacífico, surgen preguntas sobre alternativas a las redes de energía de los Estados Unidos y China para asumir el costo energético de la IA. Al respecto, países como los Emiratos Árabes Unidos están trabajando para atraer a empresas de IA de los Estados Unidos (y, presumiblemente, China) para que realicen su entrenamiento energéticamente intensivo lejos de casa. Estos inversiones son dignas de atención; con capital que puede superar a las ofertas de capital de riesgo y privado de los Estados Unidos, y el atractivo de paquetes más amplios para apoyar la competencia de las empresas, es probable que se conviertan en un golpe en las negociaciones domésticas. Sin embargo, los desafíos prácticos y regulatorios para la offshoring significativa del entrenamiento de modelos hacen que esta sea una perspectiva externa, a gran escala y a corto plazo. Un creciente matorral de reglas de soberanía de datos domésticas y litigios activos sobre violaciones de derechos de autor pueden complicar la voluntad de las empresas de modelos fronterizos de entrenar modelos caros en el extranjero. Incluso acuerdos como el de Humain, basado en Arabia Saudita (y respaldado por el gobierno) y su gran compra de chips de Nvidia de vanguardia para el entrenamiento de IA, son más probable que se utilicen para el desarrollo y la inferencia de modelos domésticos que para una sustitución significativa del entrenamiento de modelos fronterizos de los Estados Unidos.
Enfrentando los desafíos energéticos
En lugar de eso, para alimentar el uso de los centros de datos más sustanciales, tanto las empresas de IA de los Estados Unidos como las de China pueden tener que (o serán obligadas a) hacer frente a las redes de energía que tienen y confiar en la liderazgo gubernamental para una mayor oferta y priorización. Es aquí que las aproximaciones divergentes en los Estados Unidos y China pueden volverse particularmente interesantes. No aún tres años en el período de “IA de butaca” (sistemas de propósito general, disponibles para la mayoría de la gente), ambos países aún están en los días tempranos de esta tecnología en evolución. En los Estados Unidos, los fondos generosos que se están invirtiendo en nuevas empresas de IA y los incumbentes de tecnología con capital abundante que están regalando fondos para entrenar modelos de IA en los datos que ya poseen significan que este es un subsector poco acostumbrado a la privación. La pregunta es una de la trayectoria del mercado: ¿serán los ingresos del uso de estos modelos, combinados con el apetito de los inversores para invertir en su potencial, un motivador para una mayor eficiencia – o tal acelerante de la competencia empresarial que la eficiencia energética se convierta en una prioridad secundaria para el rendimiento del modelo en general?
La búsqueda de eficiencia energética
Para ser claro, la investigación de la ciencia informática académica ha valorado durante mucho tiempo formas computacionales más eficientes de entregar modelos de IA, y las empresas mismas tienen un claro incentivo para reducir los costos de entrenamiento. Una pregunta central para el campo – y, de hecho, para el futuro de la energía limpia a nivel global – es si nuevas técnicas computacionales pueden detener permanentemente el costo energético exponencial que es un corolario presente de las “leyes de escalado”. Los estados tempranos y los importantes avances en esta investigación sugieren que puede haberlo; más allá de los impulsores de mercado existentes, las incentivos gubernamentales para enfocar la mente en este conjunto de áreas podrían proporcionar retornos desproporcionados, cuando se tenga en cuenta la imagen de energía limpia más amplia. Sin embargo, esto es un área en la que tal avance no es probable que se quede en secreto durante mucho tiempo; detrás de la retórica del desacople de los Estados Unidos y China, la realidad es una historia mucho más matizada de mutualismo internacional técnico de IA, unida a una cultura de publicación abierta como norma y medio de validación significativo en el campo. Si bien las inversiones estatales en entrenamiento de modelos de IA más eficientes pueden resolver los desafíos energéticos, pueden terminar siendo un punto de progreso paralelo o incluso cooperación, en lugar de conferir ventaja estratégica a un lado u otro.
El papel de la energía nuclear
Las recientes movidas de las gigantes de la tecnología para adquirir plantas nucleares de fisión dedicadas para satisfacer su demanda pueden ser un punto de inflexión en el rápido cambiante debate global sobre la energía nuclear. De hecho, en un momento de transición política en los Estados Unidos y profundas grietas sobre las inversiones climáticas, la energía nuclear ofrece un área de potencial de detente político: no “tan verde” para apagar la oposición política a la derecha, y no lo suficientemente intensiva en carbono como para atraer la oposición más vociferante de la izquierda. Si bien las empresas de IA están triangulando efectivamente esta área de potencial de superposición; poniendo sobre evoluciones de la tecnología dadas el clima político y los imperativos de energía de base confiable; o simplemente carecen de alternativas para satisfacer sus necesidades de demanda, el resultado es el mismo: la energía nuclear puede ser la medida de emergencia que los inversores y los líderes de la IA necesitan para tener confianza de que pueden seguir construyendo modelos cada vez más energéticamente intensivos – a pesar de los plazos regulatorios poco atractivos y la falta de consenso popular sobre la implementación de la fisión.
En este sentido, la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos está impulsando la inversión en tecnologías emergentes como la energía nuclear y la fusión. La demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos está impulsando la inversión en tecnologías emergentes como la energía nuclear y la fusión. Por ejemplo, China está invirtiendo en la construcción de centros de datos para apoyar su crecimiento económico, pero también está buscando reducir su dependencia de la energía fósil y aumentar su uso de energías renovables.
La relación entre la energía nuclear y la computación
La relación entre la energía nuclear y la computación es un tema complejo y delicado. Por un lado, la energía nuclear puede proporcionar una fuente de energía limpia y sostenible para apoyar el crecimiento de la computación y el procesamiento de datos. Por otro lado, la energía nuclear también plantea riesgos y desafíos, como la gestión de residuos nucleares y la seguridad de las instalaciones nucleares. En este sentido, la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos está impulsando la inversión en tecnologías emergentes como la energía nuclear y la fusión.
La inversión en la energía nuclear y la fusión está siendo impulsada por la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos. Por ejemplo, Google ha anunciado dos inversiones separadas en firmas de fusión en los Estados Unidos, y ha expresado su interés en comprar energía de estas firmas. De manera similar, la empresa de tecnología china, Alibaba, ha anunciado una inversión en una firma de energía nuclear en China. Estas inversiones están siendo impulsadas por la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos.
La relación entre la energía nuclear y la seguridad
La relación entre la energía nuclear y la seguridad es un tema complejo y delicado. Por un lado, la energía nuclear puede proporcionar una fuente de energía limpia y sostenible para apoyar el crecimiento de la computación y el procesamiento de datos. Por otro lado, la energía nuclear también plantea riesgos y desafíos, como la gestión de residuos nucleares y la seguridad de las instalaciones nucleares. En este sentido, la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos está impulsando la inversión en tecnologías emergentes como la energía nuclear y la fusión.
La inversión en la energía nuclear y la fusión está siendo impulsada por la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos. Por ejemplo, la empresa de tecnología china, Alibaba, ha anunciado una inversión en una firma de energía nuclear en China. De manera similar, la empresa de tecnología estadounidense, Google, ha anunciado dos inversiones separadas en firmas de fusión en los Estados Unidos. Estas inversiones están siendo impulsadas por la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos.
La relación entre la energía nuclear y la política
La relación entre la energía nuclear y la política es un tema complejo y delicado. Por un lado, la energía nuclear puede proporcionar una fuente de energía limpia y sostenible para apoyar el crecimiento de la computación y el procesamiento de datos. Por otro lado, la energía nuclear también plantea riesgos y desafíos, como la gestión de residuos nucleares y la seguridad de las instalaciones nucleares. En este sentido, la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos está impulsando la inversión en tecnologías emergentes como la energía nuclear y la fusión.
La inversión en la energía nuclear y la fusión está siendo impulsada por la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos. Por ejemplo, la empresa de tecnología china, Alibaba, ha anunciado una inversión en una firma de energía nuclear en China. De manera similar, la empresa de tecnología estadounidense, Google, ha anunciado dos inversiones separadas en firmas de fusión en los Estados Unidos. Estas inversiones están siendo impulsadas por la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos.
La relación entre la energía nuclear y la seguridad cibernética
La relación entre la energía nuclear y la seguridad cibernética es un tema complejo y delicado. Por un lado, la energía nuclear puede proporcionar una fuente de energía limpia y sostenible para apoyar el crecimiento de la computación y el procesamiento de datos. Por otro lado, la energía nuclear también plantea riesgos y desafíos, como la gestión de residuos nucleares y la seguridad de las instalaciones nucleares. En este sentido, la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos está impulsando la inversión en tecnologías emergentes como la energía nuclear y la fusión.
La inversión en la energía nuclear y la fusión está siendo impulsada por la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos. Por ejemplo, la empresa de tecnología china, Alibaba, ha anunciado una inversión en una firma de energía nuclear en China. De manera similar, la empresa de tecnología estadounidense, Google, ha anunciado dos inversiones separadas en firmas de fusión en los Estados Unidos. Estas inversiones están siendo impulsadas por la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos.
La relación entre la energía nuclear y la cooperación internacional
La relación entre la energía nuclear y la cooperación internacional es un tema complejo y delicado. Por un lado, la energía nuclear puede proporcionar una fuente de energía limpia y sostenible para apoyar el crecimiento de la computación y el procesamiento de datos. Por otro lado, la energía nuclear también plantea riesgos y desafíos, como la gestión de residuos nucleares y la seguridad de las instalaciones nucleares. En este sentido, la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos está impulsando la inversión en tecnologías emergentes como la energía nuclear y la fusión.
La inversión en la energía nuclear y la fusión está siendo impulsada por la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos. Por ejemplo, la empresa de tecnología china, Alibaba, ha anunciado una inversión en una firma de energía nuclear en China. De manera similar, la empresa de tecnología estadounidense, Google, ha anunciado dos inversiones separadas en firmas de fusión en los Estados Unidos. Estas inversiones están siendo impulsadas por la demanda de energía limpia para apoyar el crecimiento de la computación y el procesamiento de datos.
La relación entre la energía nuclear y la política internacional
La relación entre la energía nuclear y la política internacional es un tema complejo y delicado. Por un lado, la energía nuclear puede proporcionar una fuente de energía limpia y sostenible para apoyar el crecimiento de la computación y el procesamiento de datos. Por otro lado, la energía nuclear también plantea riesgos y desafíos, como la gestión de residuos nucleares y la seguridad de las instalaciones nucleares. En este sentido, la demanda de energía limpia para apoyar el cre
One inheritance of the significant increases in energy demand, driven in part by AI, will be prompting necessary upgrades to public grids that are not up to the task of supporting new clean energy onboarding, let alone significant demand spikes. From smarter metering to grid-enhancing technologies, the digitization of electric grids supported by immense public spending poses opportunities for efficiency but also carries a notable risk: introducing new brittleness to the grid via cybersecurity vulnerabilities, allowing remote sabotage on a scale once only feared. This concern has been known for decades and rehearsed in other regions by other U.S. adversaries, but it has returned to the fore with the recent string of discoveries of “kill switch” capabilities implanted in U.S. critical infrastructure and attributed to China.
China’s Denial and U.S. Attribution
Beijing has, in typical fashion, denied responsibility for these hacks, but U.S. attribution has yet to draw a serious challenge. Increased upgrades to the grid, driven by clean energy investments and growing demand, yield greater cyber vulnerability. As both nations modernize their grids, each will introduce more digital elements that can be commandeered, disabled, or maliciously activated—a growing, mutual vulnerability.
Cognizable “attacks” or episodes of sabotage could range from selective blackouts of critical facilities, straining areas where grids are already overtaxed, and potentially large-scale cascading failures in regional grids. Scenarios like these were seemingly contemplated when the Biden administration moved to ban Chinese software in U.S. vehicles, given that the vehicles themselves serve as significant nodes on the grid-which, if manipulated at once, could cause such blackouts.
Escalating Tensions and the Need for Cyber Norms
This dynamic-and the potential for deep mistrust-is likely to expand in the bilateral relationship in the years to come. It is too soon to say whether there is potential to reduce the level of tension on this matter, despite China’s once-expressed interest in bilateral commitments. The United States could substantially upgrade-and sharpen-its push for certain cyber norms of behavior, extending the focus beyond commercial secret theft.
That effort was unusual in producing a measurable, if temporary, change in Beijing’s willingness to pilfer certain U.S. digital systems at their prior scale. Thus far, such pursuits at true restraint have been assumed by both sides to be half-hearted, insincere, or both, raising the question of just what level of risk will be necessary to bring both sides to a serious negotiating table.
Technological Standardization and Competition
A final dynamic worth noting is competition over technological standardization-deeply competitive in the context of telecommunications (most notably 5G and internet standards)-and potentially market- and relationship-shaping in emerging technology and clean energy spaces as well. The day-to-day of standards development is often grinding and jargon-filled, as engineers, scientists, and increasingly, national officials seek agreement on the architectural lattices of new technologies.
In what was once thought of in the United States as an industry-led and largely hands-off approach to avoid picking winners and losers, a focus on national leadership in standards accompanied the Biden administration’s greater intentionality of industrial policy. Not to be outdone, Chinese officials have echoed these sentiments in an explicit three-year national action plan-crystallizing a strategy long alleged by U.S. officials but largely left unspoken in official Chinese documents in the decades prior.
China’s Strategy and the Importance of Standards
The Chinese strategy aims to focus work on securing a range of technological standards for the Chinese technological ecosystem, with a prime focus on AI (among other emerging technologies, including quantum computing and brain-computer interfaces). In this respect, both countries have now explicitly recognized that in AI, as with many technologies before it, holding standards confers a significant dividend to the broader innovation ecosystem within a sector-telecom, AI, or otherwise.
Despite those outsized returns, substantial questions remain about states’ ability and interest in following through on these grand ambitions of continued standards involvement. In some areas of clean energy, early competition is already underway. On emerging technologies like fusion energy, Chinese companies have been hard at work at the International Standards Organization to standardize a version of the technology in which they have invested most significantly.
Challenges and Uncertainties Ahead
But clean energy technologies are neither cell phones nor web protocols; jurisdictions vary, and securing standardization at official standards development organizations (SDOs) can take a back seat to substantial market players like Tesla getting large-scale traction with proprietary standards. The Tesla charging standard, now rebranded to the North American Charging Standard, or NACS, to encourage adoption, is one such example-largely bypassing SDOs and adding new complexity to a model in which states exert official or unofficial pressure at established SDOs.
And although under the first Trump administration, focus on 5G, secure telecommunications, and other standards-relevant areas sidestepped broader curbs on international engagement, it remains to be seen whether declining budgets and headcount, combined with institutional reorganizations, will hamstring this intensive diplomatic task. For clean energy, the level of state involvement in other standards processes, such as those over renewables failure modes and analytics, energy management systems, and components of energy storage systems, may offer early clues.
La futura relación entre la energía y las tecnologías emergentes es tan interconectada y a veces tan compleja como la relación entre Estados Unidos y China. Estas relaciones no son cero-suma, pero merecen ser consideradas en conjunto y, lo más importante, como parte de una estrategia coherente para Estados Unidos que priorice China y la seguridad energética en su agenda. Las inversiones inteligentes en avances energéticos comercializables, incentivos complementarios del mercado para impulsar modelos de inteligencia artificial más eficientes y inferencia, y el compromiso diplomático para asegurar que las tecnologías más prometedoras alcancen la estandarización, todos apuntan a los mismos objetivos estratégicos. Si bien otros factores influirán en este dinámico emergente, desde el papel de Taiwán en la fabricación de semiconductores hasta los recursos minerales críticos en el sudeste asiático, este momento representa una oportunidad para considerar la perspectiva más amplia y acelerar tanto las necesidades tecnológicas como energéticas en conjunto.
La importancia de una estrategia coherente
Una estrategia coherente para Estados Unidos debe considerar la relación entre China y la seguridad energética como una pieza clave. Esto implica invertir en tecnologías emergentes, como la energía solar y eólica, y promover la estandarización de estas tecnologías a través de la diplomacia. Además, es fundamental abordar la cuestión de los recursos minerales críticos en el sudeste asiático, ya que estos recursos son esenciales para la producción de tecnologías avanzadas. Al abordar estos desafíos de manera integral, Estados Unidos puede acelerar tanto las necesidades tecnológicas como energéticas y mantener su posición como líder en la escena global.
