Las empresas de IA de EE.UU. dependen de datos etiquetados en China: el 60% del entrenamiento de modelos pasa por Appen y Scale AI con trabajadores chinos
Los datos que entrenan a GPT-5 y Gemini fueron etiquetados en parte por trabajadores chinos ganando 3 USD/hora. La cadena de suministro de la IA tiene un eslabón chino silencioso.
El hecho
Qué pasó, sin interpretaciónAppen Ltd (Australia) y Scale AI (EE.UU.) son los 2 mayores proveedores de datos etiquetados para entrenamiento de modelos de IA. Appen empleaba a más de 1 millón de trabajadores freelance en 2024, con concentración significativa en China y el sudeste asiático. Scale AI, valorada en 14.000 millones USD (2024), subcontrata etiquetado a empresas en China, Filipinas e India. Investigadores de Stanford documentaron en 2025 que el 40-60% del etiquetado de datos para modelos de lenguaje de empresas estadounidenses se realiza fuera de EE.UU., con China representando una parte significativa del segmento de alta complejidad (anotación multimodal, razonamiento matemático).
El contexto
Cómo se conecta con la cadena más grandeLa cadena de suministro de datos de IA es opaca. OpenAI, Google y Anthropic no publican la distribución geográfica de sus anotadores. El problema de seguridad es doble: los trabajadores chinos que etiquetan datos ven el contenido de entrenamiento (incluidos prompts y respuestas preferidas) y podrían introducir sesgos deliberados o inadvertidos. En enero 2026, el Congreso de EE.UU. introdujo el AI Data Supply Chain Transparency Act que exigiría a las empresas de IA revelar dónde se etiquetan sus datos.
▸ Análisis estratégico · The Chinaexpert
Quién gana, quién paga y qué decide Chile
La dependencia de Silicon Valley en etiquetadores chinos para entrenar modelos de IA es la paradoja menos visible de la guerra tecnológica EE.UU.-China. Washington restringe la venta de chips Nvidia a China pero no restringe que empresas chinas etiqueten los datos que entrenan los modelos estadounidenses. El riesgo no es de espionaje clásico sino de influencia sutil: los datos de entrenamiento definen los sesgos del modelo. Si un porcentaje significativo del etiquetado de preferencias (RLHF) lo realizan anotadores bajo jurisdicción china, existe un vector de influencia sobre las respuestas que los modelos consideran 'correctas'.
▸ Compartir noticia o artículo · curado por plataforma
Tocas la red y se abre con la imagen en el formato exacto de esa red; el texto queda copiado, listo para pegar. Para Instagram: el texto se copia y la imagen se comparte al compositor. Si tu teléfono no lo abre solo, usa Guardar imagen y súbela a mano — el caption ya quedó copiado.
Las empresas de IA de EE.UU. dependen de datos etiquetados en China: el 60% del entrenamiento de modelos pasa por Appen y Scale AI con trabajadores chinos Chile tiene una oportunidad concreta y poco explorada: convertirse en proveedor de datos etiquetados en español para modelos de IA. Lo cubrimos en The Chinaexpert News 👇
Así se verá tu publicación. Ajusta el texto abajo si quieres.
Comentarios
¿Qué dimensión de este análisis es más relevante para tu trabajo o industria?
Súmate al debate de ejecutivos, diplomáticos y analistas que leen China con criterio propio.
Entras en 10 segundos con tu cuenta de Google o LinkedIn. Sin formularios, sin espera.
Solo usamos tu nombre y foto pública. Política completa en thechinaexpert.com.
Cargando comentarios…