Funcionamiento SASAC VS caso DeepSeek-V3....The Short Case for Nvidia Stock ¿Aliarse con EEUU y la India o aliarse con China ?
Un empresa china privada publica en abierto un modelo de IA tan potente como los de OpenAI cuyo coste de desarrollo ha sido infinitamente menor y que puedes ejecutar localmente en tu ordenador sin necesidad de internet
DeepSeek-V3, ha sorprendido a la comunidad tecnológica al demostrar un rendimiento comparable al de los mejores sistemas del mercado utilizando solo 2.000 chips de Nvidia
-Crea un clon de Perplexity en una hora sin escribir una sola línea de código
-Resuelve problemas matemáticos complejos con facilidad
-DeepSeek R1 es 100 % de código abierto y un 96,4 % más económico que OpenAI o1, a la vez que ofrece un rendimiento similar
-DeepSeek R1 1.5B se ejecuta localmente en su navegador a 60 tok/seg a través de WebGPU
-Crear un agente de navegador sin código
-Crear una web o app como ChatGPT.
-DeepSeek trabaja perfectamente con código en Cursor
La eficiencia de DeepSeek es que con menos hardware den similar rendimiento que los LLMs más avanzados y con más recursos
Se uso GPUs Nvidia H800 con un costo de 5,57 millones de dólares en comparación a GPT-4 costó más de 100 millones de dólares.
A primera vista lograr exactamente lo mismo con 6 millones de dólares que con 6.000 millones, suena raro
Truco 1: "¿Para qué 32 decimales si con 8 alcanza?" Usaron cuantización de 8 bits (menos precisión, pero suficiente). Resultado: -75% de memoria necesaria
Truco 2: "No leamos palabra por palabra, ¡vamos por frases!" El sistema multi-token procesa bloques enteros. Es 2x más rápido y casi igual de preciso.
Truco 3: " ¿y si usamos expertos en vez de un todólogo?" En lugar de una IA gigante, tienen módulos especializados. Solo se activan cuando hace falta. Eso hace que cada uno necesite mucha menos memoria
GPUs necesarias: De 100.000 → 2.000 (¡un 98% menos!). Costo de entrenar IA: De USD 100M → USD 5M (te sobran 5 palos verdes...). API 95% más barata.
- https://x.com/iam_dwalin/status/1883618671341559934
- (1) Alan Daitch on X: "Lo mejor: Todo es OPEN SOURCE 👐. Cualquiera puede ver el código. No es un cuento chino: es ingeniería de la buena." / X
☑︎ 1. Que la IA gane eficiencia es bueno para su futuro “Cuanto más eficiente en cómputo sea la IA, más casos de uso serán económicamente viables, más IA desplegaremos y más computación necesitaremos”, explicaba François Chollet. Pensad en los paneles solares como ejemplo de multiplicación por eficiencia.
☑︎ 2. Se ha exagerado la sorpresa DeepSeek Como toda nueva tecnología, la IA avanza en paralelo en potencia y en eficiencia. DeepSeek es un brillante ejemplo de lo segundo, pero no el único. Exponía otro caso Joaquín Cuenca, CEO de Freepik, compañía española puntera en IA: “el coste de generar imágenes se ha reducido más de 100 veces en dos años”. ☑︎ 3. ¿Por qué el caso DeepSeek es singular? Por geopolítica. No estaríamos hablando de esta IA si detrás estuviese Google. Pero es relevante que este pasito adelante lo haya dado una empresa china, porque EEUU tenía hasta ahora prácticamente un monopolio en la vanguardia IA. Es decir, DeepSeek importa por geografía.
☑︎ 5. Hay que hablar de los modelos razonadores
Lo que hemos observado son avances importantes, pero no revolucionarios. Si no lo hacían ellos habría salido de otro laboratorio. (Por otro lado, hubo mucho de hype, promovido políticamente por el gobierno chino, pero esto es casi otra cuestión)
Lo que lograron básicamente es reducir los cálculos que hay que hacer para cada inferencia. Pero no es verdad que sólo haya costado 6 millones ni que no requieran GPUs para el entrenamiento. También sus datos dependen de otros modelos, no tienen la misma cantidad que OpenAi, p.e.
Pero lo más importante es que esos avances benefician igual o más a los grandes. El gran desafío para Google es que ahora la gente demanda AI para las búsquedas, pero usar AI es muchísimo más caro que el sistema actual de Google.
La reducción del coste energético, y por lo tanto de los costes, es un objetivo prioritario para Google, OpenAI o Meta, no es sólo cosa de los chinos. Por ejemplo, todas las investigaciones en "cuantización" para por ese lado
La reducción de la necesidad de procesamiento, por lo tanto de consumo y de necesidad de costosas GPUs es el snato grial de *todas* las empresas. Ahora todos salen beneficiados (empezando por Google que tendrá que cambiar sus búsquedas a ser basadas en AI generativas).
Lo que veremos inmediatamente es que las OpenAI, Antropic, Meta, etc. no dejarán de comprar a Nvidia o que consumirán menos energía sino que producirán modelos cada vez más complejos. Quizás veamos alguna caída de precios y Google metiendo más AI en sus búsquedas
China (cuyo gobierno financia a empresas como DeepSeek) ha enviado un mensaje geopolítico importante: - A EEUU: a pesar de las restricciones estamos en la carrera de AI. - A Europa: os pasamos por encima.
¿De dónde puede salir DeepSeek?
La Comisión Estatal para la Supervisión y Administración de los Activos del Estado.
La gratuidad de DeepSeek: ¿ Por quien esta financiada ?
La SASAC son las siglas en ingles de la Comisión Estatal para la Supervisión y Administración de los Activos del Estado. Es una institución clave en la economía china, encargada de supervisar y administrar las empresas estatales (SOEs, por sus siglas también en inglés).
Creada en 2003 bajo el Consejo de Estado, su principal función es garantizar que las SOEs operen de manera eficiente y alineada con los objetivos estratégicos del gobierno chino. El objetivo es generar un mecanismo a través del cual el gobierno chino puede influir en el mercado mediante el uso de capital en lugar de directivas gubernamentales.
Esta organización es absolutamente clave en la economía y el modelo chino al ser todas las principales empresas chinas de control público; y, al mismo tiempo, dichas empresas son de las más grandes del mundo en sus sectores.
El Estado chino no opera las empresas estatales a golpe de decretazo, sino que, dentro de los mecanismos de mercado, influye con la apropiación e influjo de capital necesarios para que dichas empresas hagan lo que el Estado quiera
La SASAC supervisa más de 90 empresas estatales en sectores estratégicos como energía, infraestructura, telecomunicaciones y defensa. Su misión incluye: —Supervisar activos estatales. Asegurar que las SOEs mantengan y aumenten el valor de los activos estatales. —Designar ejecutivos. Nombra a los altos directivos de las SOEs, asegurando que sigan las directrices del Partido Comunista Chino. —Aprobar decisiones clave. Desde fusiones hasta ventas de acciones, la SASAC tiene la última palabra en operaciones estratégicas.
Un ejemplo paradigmático se dio en la telefonía china, con dos principales actores: China Telecom y China Unicom. Competían en discordia, de una forma agresiva que no gustó a las autoridades.
¿Qué hizo la SASAC? Intercambiar a los CEOs. El CEO de Telecom pasó a Unicom y viceversa. Se hizo para que adquiriesen conciencia de que el beneficiario real de la actividad empresarial es la ciudadanía china y ese debe ser su único objetivo
Las SOEs supervisadas por la SASAC han impulsado algunos de los proyectos más ambiciosos de China. Ejemplos como Hualong One, la primera unidad de energía nuclear de tercera generación desarrollada íntegramente en China, operativa desde 2021 en la planta de Fuqing. Este proyecto no solo optimiza la estructura energética del país, sino que también contribuye a los objetivos de neutralidad de carbono para 2060. O el Hefei No.1, un proyecto de suministro de vapor industrial basado en energía nuclear, que expande el uso de la energía nuclear más allá de la generación eléctrica.
A nivel de infraestructuras, teniendo China las mejores del mundo más de lo mismo: El Puente Shenzhen-Zhongshan, on una longitud de 24 km, este puente es una obra maestra de ingeniería que conecta regiones clave del sur de China. Su construcción involucró a múltiples SOEs supervisadas por la SASAC. El Ferrocarril de alta velocidad Jakarta-Bandung, un proyecto, inaugurado en 2023, es un ejemplo de la expansión global de las SOEs chinas bajo la iniciativa Belt and Road. Fue construido con tecnología y estándares chinos, reduciendo el tiempo de viaje entre las dos ciudades indonesias a 40 minutos.
A nivel de innovación tecnológica, la SASAC también influye lo suyo, con muchos proyectos interesantes: El Servicio 5G satelital, el más avanzado del mundo, es de China Telecom, una SOE bajo la SASAC, lanzó en 2023 el primer servicio comercial que permite la conexión bidireccional entre terminales 5G y satélites. Este avance tiene aplicaciones en emergencias, transporte y minería. El Centro de computación inteligente en Hohhot, con una capacidad de 5.5 EFLOPS, este centro, desarrollado por China Mobile, es el más grande de su tipo y apoya el desarrollo de la inteligencia artificial en China.
¿De dónde creéis ahora que sale DeepSeek?
Creada en mayo del año 2023, DeepSeek ha contado,con el inversor: el fondo de cobertura chino High-Flyer, también propiedad del creador de esta inteligencia artificial, Liang Wenfeng.
DeepSeek rompe los esquemas del mercado de la IA, si es como en otros casos seguramente también forma parte de una estrategia de dumping impulsada por China para debilitar a las empresas de IA y el monopolio de NVIDIA.
- ¿Que puede pasar si la estrategia es efectiva?
Es un caso similiar a la sobreproducción impulsada por el estado en los coches eléctricos, para tambalear la industria europea de automoción
¿Aliarse con EEUU y la India o aliarse con China?
Las SOEs supervisadas por la SASAC representan una parte significativa de la economía china. En 2023, los activos combinados de estas empresas alcanzaron los 871 billones de yuanes (aproximadamente 116 billones de dólares), con ingresos superiores a los 85 billones de yuanes
Además, siguen lanzando medidas para implicar a la ciudadanía, y el año pasado anunciaron que emprenderán la implementación a gran escala de un sistema de valoración basado en la capitalización de mercado de las filiales cotizadas de empresas estatales. Esta medida tiene como objetivo crear un entorno centrado en los inversores. Como siempre, buscando la perfecta armonía entre lo público-privado.
La SASAC juega un papel crucial en la implementación de políticas nacionales, como la transición hacia energías limpias y la expansión de la influencia china en el extranjero a través de proyectos de infraestructura
En resumen, la SASAC es un pilar fundamental en la economía china, asegurando que las SOEs contribuyan al desarrollo nacional y global. A través de todos sus proyectos, ha demostrado su capacidad para liderar sectores clave y apoyar los objetivos del gobierno chino
la SASAC tiene hasta página en inglés —aún con menos información que la china— en donde van describiendo todo lo relevante que hacen:
La SASAC es, en definitiva, Socialismo de Vanguardia.o capitalismo de estado
Un instrumento clave de la tecnología política china, la más avanzada de la actualidad, que ha llevado a la República Popular China a alcanzar cotas de desarrollo jamás vistas
Temas a aclarar con deepseek: 1. Deepseek no te roba los datos y si lo hace no te obliga a diferencia de ChatGPT: Por ahora se pueden usar todos los modelos de deepseek sin usar servidores chinos. Algo que no puedes hacer con los modelos de OpenAI, Gemini y anthropic. Si me apuras puedes correrlo en local, aunque esto es casi imposible para el 99% de las personas normales 2. Deepseek usa GPUs de Nvidia: Como siempre vemos a los lobos de wall street que piensan que la IA es humo y acabara con el mundo decir que nvidia va a caer un 90%. Casi todo el mundo en tech esta de acuerdo en que esto de deepseek, a largo plazo, le viene mejor a nvidia que peor
3. Deepseek no tiene los recursos de OpenAI: Yo no se si deepseek tiene 5k o 50k de GPUs, ni se si mienten respecto a su budget, lo que si es cierto es que me resulta convincente su paper respecto a deepseek v3 y también es cierto que en ningún caso tienen el presupuesto que tienen los frontier labs de modelos generativos de texto en EEUU. Es una empresa mucho menos madura, esta claro que no son del todo serios (Su API ha estado Caída 18 horas seguidas, al momento en el que pongo el tweet sigue caída, cobran el VAT Chino cuando estoy comprando desde europa), la cosa es que claramente no son muy fiables, pero hacen todo abierto, liberan sus investigaciones
Nvidia cae 17 % en el día
Nvidia pierde más de 560.000 millones de dólares tras la irrupción de DeepSeek, el ChatGPT chino. Es la mayor destrucción de valor de la historia de la Bolsa
Sus acciones se derrumban un 15% al cierre de la Bolsa europea, en la
mayor pérdida de capitalización bursátil o valor en Bolsa por parte de
una compañía en un solo día: más de 560.000 millones de dólares (unos
530.000 millones de euros).
https://cincodias.elpais.com/mercados-financieros/2025-01-27/nvidia-pierde-mas-de-400000-millones-de-dolares-en-la-mayor-destruccion-de-valor-de-la-historia-de-la-bolsa.html?utm_medium=social&utm_campaign=echobox&utm_source=Twitter&ssm=TW_CM#Echobox=1737990220-4
La salida de su nuevo modelo (compite con o1 de ChatGPT) genera una venta masiva de acciones de tecnológicas. Nvidia se desploma en bolsa. Según Bloomberg, es la mayor caída de la historia.
“La aparición de un enfoque potencialmente más eficiente en el procesamiento de la IA cuestiona la necesidad de los miles de millones de dólares de inversión previstos en infraestructura y propiedad intelectual”, sostiene Oliver Blackbourn, gestor de carteras en el equipo de Multiactivos de Janus Henderson. En su opinión, los mercados son especialmente vulnerables a una desbandada de inversores minoristas, que se han lanzado a las Bolsas atraídos por las altas rentabilidades de los dos últimos años. “Al estar más expuestos que nunca a los mercados bursátiles, existe el peligro de que se generen bucles de retroalimentación negativos más amplios si se produce una pérdida de confianza”, augura.
"Las bajadas de hoy son típicas de la esquizofrenia a corto plazo en la que viven los mercados. Ese ente bipolar manícaco-deprsivo que sobre reacciona por cualquier rumor. DeepSeek lleva meses ya en el mercado pudiendose utilzar en su modelo R1-Lite-Preview. Sorprende que pueda entrenar LLM tan competitivos con tantísimos menos costes, pero no hay que olvidar que el futuro de la IA pasa por controlar computación y energía
. Las Big Corps usarán esos avances para modelos aún más potentes. Tienen contratos mil millonarios i exclusius para tener los GPUs más avanzados llegando desde TSMC y diseñados por Nvidia i AMD. Estas no tienen capacidad para más, están full time. "
- https://x.com/FinRacionales/status/1883802383307915652
El IBEX 35% esté plano en el día cuando todos los índices caen con fuerza. Habla de la nula exposición de la bolsa española a la IA
"I wrote up all my thoughts on whether NVDA stock is finally a decent short (or at least not a good thing to own at this point). I’m a huge bull when it comes to the power and potential of AI, but there are just too many forces arrayed against them to sustain supernormal profits".
- https://youtubetranscriptoptimizer.com/blog/05_the_short_case_for_nvda
El impacto de DeepSeek no solo golpea a Nvidia, sino a todo el sector de semiconductores: el índice de Filadelfia registra su peor día desde la pandemia.
La incertidumbre por la batalla tecnológica desata ventas masivas en el sector.
- https://x.com/artjvrojo/status/1883960043323941090
Tan pocos recursos ,tan poco personal empleados en la empresa China, dan que pensar....
Otra polèmica; NVIDIA sugiere que DeepSeek usó muchas más placas para el poder de cómputos que la cantidad que aseguran que usaron los chinos
La batalla mundial , mas importante en la actualidad
El control de IA, las nuevas energias, la robotica, y el resto de tecnologias disruptivas
El renacimiento con la IA / la verdadera batalla mundial
¿ La caìda de Nvidia es por DeepSeek-V3 o por causas anteriores?
El caso corto de las acciones de Nvidia -The Short Case for Nvidia Stock
En los últimos años, he estado trabajando más como desarrollador, y tengo varios proyectos populares de código abierto para trabajar con diversas formas de modelos/servicios de IA (por ejemplo, ver LLM Aided OCR, Swiss Army Llama, Fast Vector Similarity, Source to Prompt, y Pastel Inference Layer para algunos ejemplos recientes). Básicamente, estoy utilizando estos modelos de frontera todo el día, todos los días, de la forma más intensa posible. Tengo 3 cuentas Claude para no quedarme sin peticiones, y me apunté a ChatGPT Pro a los pocos minutos de estar disponible.
I also try to keep on top of the latest research advances, and carefully read all the major technical report papers that come out from the major AI labs. So I think I have a pretty good read on the space and how things are developing. At the same time, I've shorted a ton of stocks in my life and have won the best idea prize on the Value Investors Club twice (for TMS long and PDH short if you're keeping track at home).
I say this not to brag, but rather to help establish my bona fides as someone who could opine on the subject without coming across as hopelessly naive to either technologists or professional investors. And while there are surely many people who know the math/science better, and people who are better at long/short investing in the stock market than me, I doubt there are very many who are in the middle of the Venn diagram to the extent I can claim to be.
With all that said, whenever I meet with and chat with my friends and ex colleagues from the hedge fund world, the conversation quickly turns to Nvidia. It's not every day that a company goes from relative obscurity to being worth more than the combined stock markets of England, France, or Germany! And naturally, these friends want to know my thoughts on the subject. Because I am such a dyed-in-the-wool believer in the long term transformative impact of this technology— I truly believe it's going to radically change nearly every aspect of our economy and society in the next 5-10 years, with basically no historical precedent— it has been hard for me to make the argument that Nvidia's momentum is going to slow down or stop anytime soon.
But even though I've thought the valuation was just too rich for my blood for the past year or so, a confluence of recent developments has caused me to flip a bit to my usual instinct, which is to be a bit more contrarian in outlook and to question the consensus when it seems to be more than priced in. The saying "what the wise man believes in the beginning, the fool believes in the end" became famous for a good reason.
The Bull Case
Algunas de las empresas más grandes y rentables del mundo, como Microsoft, Apple, Amazon, Meta, Google, Oracle, etc., han decidido que deben hacer y gastar lo que sea necesario para seguir siendo competitivas en este espacio porque, sencillamente, no pueden permitirse quedarse atrás. La cantidad de dólares invertidos en capex, gigavatios de electricidad utilizados, metros cuadrados de centros de datos de nueva construcción y, por supuesto, el número de GPU, se ha disparado y no parece mostrar signos de desaceleración. Y Nvidia es capaz de obtener márgenes brutos increíblemente altos, superiores al 90%, en los productos de gama más alta orientados al centro de datos.
We've just scratched the surface here of the bull case. There are many additional aspects to it now, which have made even people who were already very bullish to become incrementally more bullish. Besides things like the rise of humanoid robots, which I suspect is going to take most people by surprise when they are rapidly able to perform a huge number of tasks that currently require an unskilled (or even skilled) human worker (e.g., doing laundry, cleaning, organizing, and cooking; doing construction work like renovating a bathroom or building a house in a team of workers; running a warehouse and driving forklifts, etc.), there are other factors which most people haven't even considered.
One major thing that you hear the smart crowd talking about is the rise of "a new scaling law," which has created a new paradigm thinking about how compute needs will increase over time. The original scaling law, which is what has been driving progress in AI since AlexNet appeared in 2012 and the Transformer architecture was invented in 2017, is the pre-training scaling law: that the more billions (and now trillions) worth of tokens we can use as training data, and the larger the parameter count of the models we are training, and the more FLOPS of compute that we expend on training those models on those tokens, the better the performance of the resulting models on a large variety of highly useful downstream tasks.
Not only that, but this improvement is somewhat knowable, to the point where the leading AI labs like OpenAI and Anthropic have a pretty good idea of just how good their latest models would be even before they started the actual training runs— in some cases, predicting the benchmarks of the final models to within a couple percentage points. This "original scaling law" has been vitally important, but always caused some doubts in the minds of people projecting the future with it.
For one thing, we seem to have already exhausted the world's accumulated set of high quality training data. Of course, that's not literally true— there are still so many old books and periodicals that haven't yet been properly digitized, and even if they have, are not properly licensed for use as training data. The problem is that, even if you give credit for all that stuff— say the sum total of "professionally" produced English language written content from the year 1500 to, say, the year 2000, it's not such a tremendous amount in percentage terms when you're talking about a training corpus of nearly 15 trillion tokens, which is the scale of current frontier models.
For a quick reality check of those numbers: Google Books has digitized around 40mm books so far; if a typical book has 50k to 100k words, or 65k to 130k tokens, then that's between 2.6T and 5.2T tokens just from books, though surely a large chunk of that is already included in the training corpora used by the big labs, whether it's strictly legal or not. And there are lots of academic papers, with the arXiv website alone having over 2mm papers. And the Library of Congress has over 3 billion digitized newspaper pages. Taken together, that could be as much as 7T tokens in total, but since much of this is in fact included in training corpora, the remaining "incremental" training data probably isn't all that significant in the grand scheme of things.
Of course, there are other ways to gather more training data. You could automatically transcribe every single YouTube video for example, and use that text. And while that might be helpful on the margin, it's certainly of much lower quality than, say, a highly respected textbook on Organic Chemistry as a source of useful knowledge about the world. So we've always had a looming "data wall" when it comes to the original scaling law; although we know we can keep shoveling more and more capex into GPUs and building more and more data centers, it's a lot harder to mass produce useful new human knowledge which is correct and incremental to what is already out there. Now, one intriguing response to this has been the rise of "synthetic data," which is text that is itself the output of an LLM. And while this seems almost nonsensical that it would work to "get high on your own supply" as a way of improving model quality, it actually seems to work very well in practice, at least in the domain of math, logic, and computer programming.
The reason, of course, is that these are areas where we can mechanically check and prove the correctness of things. So we can sample from the vast universe of possible math theorems or possible Python scripts, and then actually check if they are correct, and only include them in our corpus if they are. And in this way, we can very dramatically expand our collection of high quality training data, at least in these kinds of areas.
Y luego están todos los demás tipos de datos con los que podríamos entrenar a la IA, además del texto. Por ejemplo, ¿qué pasaría si tomáramos la secuencia completa del genoma (entre 200 y 300 GB sin comprimir para un solo ser humano) de 100 millones de personas? Evidentemente, son muchos datos, aunque la inmensa mayoría serían casi idénticos entre dos personas cualesquiera. Por supuesto, esto podría ser engañoso si se compara con los datos textuales de libros e internet por varias razones:
- El tamaño bruto del genoma no es directamente comparable al recuento de tokens.
- El contenido informativo de los datos genómicos es muy diferente del del texto.
- El valor formativo de los datos altamente redundantes no está claro.
- Los requisitos informáticos para procesar datos genómicos son diferentes.
Pero sigue siendo otra gran fuente de información diversa con la que podríamos entrenar modelos enormes en el futuro, y por eso la incluí.
Así que, aunque hay cierta esperanza de poder captar cada vez más datos de entrenamiento adicionales, si nos fijamos en el ritmo al que han crecido los corpus de entrenamiento en los últimos años, rápidamente se hace evidente que estamos cerca de chocar contra un muro en términos de disponibilidad de datos para el conocimiento "generalmente útil" que pueda acercarnos al objetivo final de conseguir una superinteligencia artificial que sea 10 veces más inteligente que John von Neumann y sea un absoluto experto de talla mundial en todas las especialidades conocidas por el hombre.
Además de la cantidad limitada de datos disponibles, siempre ha habido un par de cosas más que han rondado por la mente de los defensores de la ley de escalado previo al entrenamiento. Una de ellas es que, una vez finalizado el entrenamiento del modelo, ¿qué se supone que hay que hacer con toda esa infraestructura informática? ¿Entrenar el siguiente modelo? Claro que puedes hacerlo, pero dada la rápida mejora de la velocidad y la capacidad de las GPU, y la importancia de la electricidad y otros gastos generales en los cálculos económicos, ¿tiene realmente sentido utilizar tu clúster de hace dos años para entrenar tu nuevo modelo? Seguramente preferirías utilizar el nuevo centro de datos que acabas de construir, que cuesta 10 veces más que el antiguo y es 20 veces más potente gracias a una tecnología mejor. El problema es que, en algún momento, hay que amortizar el coste inicial de estas inversiones y recuperarlo con un flujo de beneficios operativos (esperemos que positivos), ¿verdad?
El mercado está tan entusiasmado con la IA que, afortunadamente, ha hecho caso omiso de esto, lo que ha permitido a empresas como OpenAI registrar impresionantes pérdidas operativas acumuladas desde el principio, al tiempo que obtenían valoraciones cada vez más elevadas en las siguientes rondas de inversión (aunque, a su favor, también han sido capaces de demostrar un crecimiento muy rápido de los ingresos)
. But eventually, for this situation to be sustainable over a full market cycle, these data center costs do need to eventually be recouped, hopefully with a profit, which over time is competitive with other investment opportunities on a risk-adjusted basis.
The New Paradigm
Lo más importante es que la cantidad total de cálculo de inferencia (medida de varias formas, como FLOPS, en memoria de GPU, etc.) era mucho, mucho menor que la necesaria para la fase de preentrenamiento. Por supuesto, la cantidad de cálculo de inferencia aumenta cuando se incrementa el tamaño de la ventana de contexto de los modelos y la cantidad de datos de salida que se generan de una sola vez (aunque los investigadores han realizado mejoras algorítmicas impresionantes en este frente en relación con el escalado cuadrático inicial que se esperaba en un principio). Hasta hace poco, el cálculo de inferencia era mucho menos intensivo que el de entrenamiento y se escalaba básicamente de forma lineal con el número de peticiones atendidas: cuanta más demanda de complementos de texto de ChatGPT, por ejemplo, más cálculo de inferencia se utilizaba.
Con la llegada de los revolucionarios modelos de Cadena de Pensamiento ("COT") introducidos el año pasado, sobre todo en el modelo O1 de OpenAI (pero muy recientemente en el nuevo modelo R1 de DeepSeek, del que hablaremos más adelante con mucho más detalle), todo eso cambió. En lugar de que la cantidad de cálculo de inferencia sea directamente proporcional a la longitud del texto de salida generado por el modelo (escalando para ventanas de contexto más grandes, tamaño del modelo, etc.), estos nuevos modelos COT también generan "tokens lógicos" intermedios; piensa en esto como una especie de bloc de notas o "monólogo interno" del modelo mientras intenta resolver tu problema o completar la tarea asignada.
This represents a true sea change in how inference compute works: now, the more tokens you use for this internal chain of thought process, the better the quality of the final output you can provide the user. In effect, it's like giving a human worker more time and resources to accomplish a task, so they can double and triple check their work, do the same basic task in multiple different ways and verify that they come out the same way; take the result they came up with and "plug it in" to the formula to check that it actually does solve the equation, etc.
It turns out that this approach works almost amazingly well; it is essentially leveraging the long anticipated power of what is called "reinforcement learning" with the power of the Transformer architecture. It directly addresses the single biggest weakness of the otherwise phenomenally successful Transformer model, which is its propensity to "hallucinate".
Basically, the way Transformers work in terms of predicting the next token at each step is that, if they start out on a bad "path" in their initial response, they become almost like a prevaricating child who tries to spin a yarn about why they are actually correct, even if they should have realized mid-stream using common sense that what they are saying couldn't possibly be correct.
Because the models are always seeking to be internally consistent and to have each successive generated token flow naturally from the preceding tokens and context, it's very hard for them to course-correct and backtrack. By breaking the inference process into what is effectively many intermediate stages, they can try lots of different things and see what's working and keep trying to course-correct and try other approaches until they can reach a fairly high threshold of confidence that they aren't talking nonsense.
Perhaps the most extraordinary thing about this approach, beyond the fact that it works at all, is that the more logic/COT tokens you use, the better it works. Suddenly, you now have an additional dial you can turn so that, as you increase the amount of COT reasoning tokens (which uses a lot more inference compute, both in terms of FLOPS and memory), the higher the probability is that you will give a correct response— code that runs the first time without errors, or a solution to a logic problem without an obviously wrong deductive step.
I can tell you from a lot of firsthand experience that, as good as Anthropic's Claude3.5 Sonnet model is at Python programming— and it is indeed VERY good— whenever you need to generate anything long and complicated, it invariably ends up making one or more stupid mistakes. Now, these mistakes are usually pretty easy to fix, and in fact you can normally fix them by simply feeding the errors generated by the Python interpreter, without any further explanation, as a follow-up inference prompt (or, more usefully, paste in the complete set of detected "problems" found in the code by your code editor, using what something called a Linter), it was still an annoying additional step. And when the code becomes very long or very complicated, it can sometimes take a lot longer to fix, and might even require some manual debugging by hand.
The first time I tried the O1 model from OpenAI was like a revelation: I was amazed how often the code would be perfect the very first time. And that's because the COT process automatically finds and fixes problems before they ever make it to a final response token in the answer the model gives you.
In fact, the O1 model used in OpenAI's ChatGPT Plus subscription for $20/month is basically the same model as the one used in the O1-Pro model featured in their new ChatGPT Pro subscription for 10x the price ($200/month, which raised plenty of eyebrows in the developer community); the main difference is that O1-Pro thinks for a lot longer before responding, generating vastly more COT logic tokens, and consuming a far larger amount of inference compute for every response.
This is quite striking in that, even a very long and complex prompt for Claude3.5 Sonnet or GPT4o, with ~400kb+ of context given, generally takes less than 10 seconds to begin responding, and often less than 5 seconds. Whereas that same prompt to O1-Pro could easily take 5+ MINUTES before you get a response (although OpenAI does show you some of the "reasoning steps" that are generated during the process while you wait; critically, OpenAI has decided, presumably for trade secret related reasons,to hide from you the exact reasoning tokens it generates, showing you instead a highly abbreviated summary of these).
As you can probably imagine, there are tons of contexts where accuracy is paramount— where you'd rather give up and tell the user you can't do it at all rather than give an answer that could be trivially proven wrong or which involves hallucinated facts or otherwise specious reasoning. Anything involving money/transactions, medical stuff, legal stuff, just to name a few.
Basically, wherever the cost of inference is trivial relative to the hourly all-in compensation of the human knowledge worker who is interacting with the AI system, that's a case where it become a complete no-brainer to dial up the COT compute (the major drawback is that it increases the latency of responses by a lot, so there are still some contexts where you might prefer to iterate faster by getting lower latency responses that are less accurate or correct).
Some of the most exciting news in the AI world came out just a few weeks ago and concerned OpenAI's new unreleased O3 model, which was able to solve a large variety of tasks that were previously deemed to be out of reach of current AI approaches in the near term. And the way it was able to do these hardest problems (which include exceptionally tough "foundational" math problems that would be very hard for even highly skilled professional mathematicians to solve), is that OpenAI threw insane amount of compute resources at the problems— in some cases, spending $3k+ worth of compute power to solve a single task (compare this to traditional inference costs for a single task, which would be unlikely to exceed a couple dollars using regular Transformer models without chain-of-thought).
It doesn't take an AI genius to realize that this development creates a new scaling law that is totally independent of the original pre-training scaling law. Now, you still want to train the best model you can by cleverly leveraging as much compute as you can and as many trillion tokens of high quality training data as possible, but that's just the beginning of the story in this new world; now, you could easily use incredibly huge amounts of compute just to do inference from these models at a very high level of confidence or when trying to solve extremely tough problems that require "genius level" reasoning to avoid all the potential pitfalls that would lead a regular LLM astray.
But Why Should Nvidia Get to Capture All The Upside?
Para entender esto, es importante comprender realmente por qué Nvidia está acaparando actualmente tanta parte del pastel. Después de todo, no es la única empresa que fabrica GPU. AMD fabrica GPU respetables que, sobre el papel, tienen un número comparable de transistores, que se fabrican utilizando nodos de proceso similares, etc. Por supuesto, no son tan rápidas ni tan avanzadas como las GPU de Nvidia, pero tampoco es que las GPU de Nvidia sean 10 veces más rápidas ni nada parecido. De hecho, en términos de dólares por FLOP, las GPU de AMD cuestan aproximadamente la mitad que las de Nvidia.
Looking at other semiconductor markets such as the DRAM market, despite the fact that it is also very highly consolidated with only 3 meaningful global players (Samsung, Micron, SK-Hynix), gross margins in the DRAM market range from negative at the bottom of the cycle to ~60% at the very top of the cycle, with an average in the 20% range. Compare that to Nvidia's overall gross margin in recent quarters of ~75%, which is dragged down by the lower-margin and more commoditized consumer 3D graphics category.
So how is this possible? Well, the main reasons have to do with software— better drivers that "just work" on Linux and which are highly battle-tested and reliable (unlike AMD, which is notorious for the low quality and instability of their Linux drivers), and highly optimized open-source code in popular libraries such as PyTorch that has been tuned to work really well on Nvidia GPUs.
It goes beyond that though— the very programming framework that coders use to write low-level code that is optimized for GPUs, CUDA, is totally proprietary to Nvidia, and it has become a de facto standard. If you want to hire a bunch of extremely talented programmers who know how to make things go really fast on GPUs, and pay them $650k/year or whatever the going rate is for people with that particular expertise, chances are that they are going to "think" and work in CUDA.
Besides software superiority, the other major thing that Nvidia has going for it is what is known as interconnect— essentially, the bandwidth that connects together thousands of GPUs together efficiently so they can be jointly harnessed to train today's leading-edge foundational models. In short, the key to efficient training is to keep all the GPUs as fully utilized as possible all the time— not waiting around idling until they receive the next chunk of data they need to compute the next step of the training process.
The bandwidth requirements are extremely high— much, much higher than the typical bandwidth that is needed in traditional data center use cases. You can't really use traditional networking gear or fiber optics for this kind of interconnect, since it would introduce too much latency and wouldn't give you the pure terabytes per second of bandwidth that is needed to keep all the GPUs constantly busy.
Nvidia made an incredibly smart decision to purchase the Israeli company Mellanox back in 2019 for a mere $6.9b, and this acquisition is what provided them with their industry leading interconnect technology. Note that interconnect speed is a lot more relevant to the training process, where you have to harness together the output of thousands of GPUs at the same time, than the inference process (including COT inference), which can use just a handful of GPUs— all you need is enough VRAM to store the quantized (compressed) model weights of the already-trained model.
So those are arguably the major components of Nvidia's "moat" and how it has been able to maintain such high margins for so long (there is also a "flywheel" aspect to things, where they aggressively invest their super-normal profits into tons of R&D, which in turn helps them improve their tech at a faster rate than the competition, so they are always in the lead in terms of raw performance).
But as was pointed out earlier, what customers really tend to care about, all other things being equal, is performance per dollar (both in up-front capex cost of equipment and in energy usage, so performance per watt), and even though Nvidia's GPUs are certainly the fastest, they are not the best price/performance when measured naively in terms of FLOPS.
But the thing is, all other things are NOT equal, and the fact that AMD's drivers suck, that popular AI software libraries don't run as well on AMD GPUs, that you can't find really good GPU experts who specialize in AMD GPUs outside of the gaming world (why would they bother when there is more demand in the market for CUDA experts?), that you can't wire thousands of them together as effectively because of lousy interconnect technology for AMD— all this means that AMD is basically not competitive in the high-end data center world, and doesn't seem to have very good prospects for getting there in the near term.
Well, that all sounds very bullish for Nvidia, right? Now you can see why the stock is trading at such a huge valuation! But what are the other clouds on the horizon? Well, there are few that I think merit significant attention. Some have been lurking in the background for the last few years, but too small to make a dent considering how quickly the pie has been growing, but where they are getting ready to potentially inflect upwards. Others are very recent developments (as in, the last 2 weeks) that might dramatically change the near-term trajectory of incremental GPU demand.
The Major Threats
Algunas grandes empresas tecnológicas empezaron a aumentar la contratación y el gasto en aprendizaje automático e inteligencia artificial entre 2016 y 2017, pero nunca fue una partida realmente importante para ninguna de ellas en términos agregados, sino más bien un gasto en I+D de tipo "moonshot". Pero una vez que la gran carrera de la IA comenzó en serio con el lanzamiento de ChatGPT en 2022 -hace solo un poco más de 2 años, aunque parece que hace toda una vida en términos de desarrollo- la situación cambió drásticamente.
Suddenly, big companies were ready to spend many, many billions of dollars incredibly quickly. The number of researchers showing up at the big research conferences like Neurips and ICML went up very, very dramatically. All the smart students who might have previously studied financial derivatives were instead studying Transformers, and $1mm+ compensation packages for non-executive engineering roles (i.e., for independent contributors not managing a team) became the norm at the leading AI labs.
It takes a while to change the direction of a massive cruise ship; and even if you move really quickly and spend billions, it takes a year or more to build greenfield data centers and order all the equipment (with ballooning lead times) and get it all set up and working. It takes a long time to hire and onboard even smart coders before they can really hit their stride and familiarize themselves with the existing codebases and infrastructure.
But now, you can imagine that absolutely biblical amounts of capital, brainpower, and effort are being expended in this area. And Nvidia has the biggest target of any player on their back, because they are the ones who are making the lion's share of the profits TODAY, not in some hypothetical future where the AI runs our whole lives.
So the very high level takeaway is basically that "markets find a way"; they find alternative, radically innovative new approaches to building hardware that leverage completely new ideas to sidestep barriers that help prop up Nvidia's moat.
The Hardware Level Threat
Para ponerlo en perspectiva, si comparamos el nuevo chip WSE-3 de Cerebras con la GPU estrella de Nvidia para centros de datos, la H100, el chip de Cerebras tiene una superficie total de 46.225 milímetros cuadrados frente a los 814 de la H100 (y la H100 se considera en sí misma un chip enorme para los estándares del sector); ¡es un múltiplo de ~57 veces! Y en lugar de tener 132 núcleos de "multiprocesador de flujo continuo" habilitados en el chip como el H100, el chip Cerebras tiene ~900.000 núcleos (es cierto que cada uno de estos núcleos es más pequeño y hace mucho menos, pero sigue siendo un número casi insondablemente grande en comparación). En términos más concretos, el chip Cerebras puede realizar aproximadamente 32 veces más FLOPS en contextos de IA que un chip H100. Como un H100 se vende a casi 40.000 dólares cada uno, el chip WSE-3 no es barato.
So why does this all matter? Well, instead of trying to battle Nvidia head-on by using a similar approach and trying to match the Mellanox interconnect technology, Cerebras has used a radically innovative approach to do an end-run around the interconnect problem: inter-processor bandwidth becomes much less of an issue when everything is running on the same super-sized chip. You don't even need to have the same level of interconnect because one mega chip replaces tons of H100s.
And the Cerebras chips also work extremely well for AI inference tasks. In fact, you can try it today for free here and use Meta's very respectable Llama-3.3-70B model. It responds basically instantaneously, at ~1,500 tokens per second. To put that into perspective, anything above 30 tokens per second feels relatively snappy to users based on comparisons to ChatGPT and Claude, and even 10 tokens per second is fast enough that you can basically read the response while it's being generated.
Cerebras is also not alone; there are other companies, like Groq (not to be confused with the Grok model family trained by Elon Musk's X AI). Groq has taken yet another innovative approach to solving the same fundamental problem. Instead of trying to compete with Nvidia's CUDA software stack directly, they've developed what they call a "tensor processing unit" (TPU) that is specifically designed for the exact mathematical operations that deep learning models need to perform. Their chips are designed around a concept called "deterministic compute," which means that, unlike traditional GPUs where the exact timing of operations can vary, their chips execute operations in a completely predictable way every single time.
This might sound like a minor technical detail, but it actually makes a massive difference for both chip design and software development. Because the timing is completely deterministic, Groq can optimize their chips in ways that would be impossible with traditional GPU architectures. As a result, they've been demonstrating for the past 6+ months inference speeds of over 500 tokens per second with the Llama series of models and other open source models, far exceeding what's possible with traditional GPU setups. Like Cerebras, this is available today and you can try it for free here.
Using a comparable Llama3 model with "speculative decoding," Groq is able to generate 1,320 tokens per second, on par with Cerebras and far in excess of what is possible using regular GPUs. Now, you might ask what the point is of achieving 1,000+ tokens per second when users seem pretty satisfied with ChatGPT, which is operating at less than 10% of that speed. And the thing is, it does matter. It makes it a lot faster to iterate and not lose focus as a human knowledge worker when you get instant feedback. And if you're using the model programmatically via the API, which is increasingly where much of the demand is coming from, then it can enable whole new classes of applications that require multi-stage inference (where the output of previous stages is used as input in successive stages of prompting/inference) or which require low-latency responses, such as content moderation, fraud detection, dynamic pricing, etc.
But even more fundamentally, the faster you can serve requests, the faster you can cycle things, and the busier you can keep the hardware. Although Groq's hardware is extremely expensive, clocking in at $2mm to $3mm for a single server, it ends up costing far less per request fulfilled if you have enough demand to keep the hardware busy all the time.
And like Nvidia with CUDA, a huge part of Groq's advantage comes from their own proprietary software stack. They are able to take the same open source models that other companies like Meta, DeepSeek, and Mistral develop and release for free, and decompose them in special ways that allow them to run dramatically faster on their specific hardware.
Like Cerebras, they have taken different technical decisions to optimize certain particular aspects of the process, which allows them to do things in a fundamentally different way. In Groq's case, it's because they are entirely focused on inference level compute, not on training: all their special sauce hardware and software only give these huge speed and efficiency advantages when doing inference on an already trained model.
But if the next big scaling law that people are excited about is for inference level compute— and if the biggest drawback of COT models is the high latency introduced by having to generate all those intermediate logic tokens before they can respond— then even a company that only does inference compute, but which does it dramatically faster and more efficiently than Nvidia can— can introduce a serious competitive threat in the coming years. At the very least, Cerebras and Groq can chip away at the lofty expectations for Nvidia's revenue growth over the next 2-3 years that are embedded in the current equity valuation.
Besides these particularly innovative, if relatively unknown, startup competitors, there is some serious competition coming from some of Nvidia's biggest customers themselves who have been making custom silicon that specifically targets AI training and inference workloads. Perhaps the best known of these is Google, which has been developing its own proprietary TPUs since 2016. Interestingly, although it briefly sold TPUs to external customers, Google has been using all its TPUs internally for the past several years, and it is already on its 6th generation of TPU hardware.
Amazon has also been developing its own custom chips called Trainium2 and Inferentia2. And while Amazon is building out data centers featuring billions of dollars of Nvidia GPUs, they are also at the same time investing many billions in other data centers that use these internal chips. They have one cluster that they are bringing online for Anthropic that features over 400k chips.
Amazon gets a lot of flak for totally bungling their internal AI model development, squandering massive amounts of internal compute resources on models that ultimately are not competitive, but the custom silicon is another matter. Again, they don't necessarily need their chips to be better and faster than Nvidia's. What they need is for their chips to be good enough, but build them at a breakeven gross margin instead of the ~90%+ gross margin that Nvidia earns on its H100 business.
OpenAI has also announced their plans to build custom chips, and they (together with Microsoft) are obviously the single largest user of Nvidia's data center hardware. As if that weren't enough, Microsoft have themselves announced their own custom chips!
And Apple, the most valuable technology company in the world, has been blowing away expectations for years now with their highly innovative and disruptive custom silicon operation, which now completely trounces the CPUs from both Intel and AMD in terms of performance per watt, which is the most important factor in mobile (phone/tablet/laptop) applications. And they have been making their own internally designed GPUs and "Neural Processors" for years, even though they have yet to really demonstrate the utility of such chips outside of their own custom applications, like the advanced software based image processing used in the iPhone's camera.
While Apple's focus seems somewhat orthogonal to these other players in terms of its mobile-first, consumer oriented, "edge compute" focus, if it ends up spending enough money on its new contract with OpenAI to provide AI services to iPhone users, you have to imagine that they have teams looking into making their own custom silicon for inference/training (although given their secrecy, you might never even know about it directly!).
Now, it's no secret that there is a strong power law distribution of Nvidia's hyper-scaler customer base, with the top handful of customers representing the lion's share of high-margin revenue. How should one think about the future of this business when literally every single one of these VIP customers is building their own custom chips specifically for AI training and inference?
When thinking about all this, you should keep one incredibly important thing in mind: Nvidia is largely an IP based company. They don't make their own chips. The true special sauce for making these incredible devices arguably comes more from TSMC, the actual fab, and ASML, which makes the special EUV lithography machines used by TSMC to make these leading-edge process node chips. And that's critically important, because TSMC will sell their most advanced chips to anyone who comes to them with enough up-front investment and is willing to guarantee a certain amount of volume. They don't care if it's for Bitcoin mining ASICs, GPUs, TPUs, mobile phone SoCs, etc.
As much as senior chip designers at Nvidia earn per year, surely some of the best of them could be lured away by these other tech behemoths for enough cash and stock. And once they have a team and resources, they can design innovative chips (again, perhaps not even 50% as advanced as an H100, but with that Nvidia gross margin, there is plenty of room to work with) in 2 to 3 years, and thanks for TSMC, they can turn those into actual silicon using the exact same process node technology as Nvidia.
The Software Threat(s)
Pues bien, curiosamente, el infame hacker George Hotz (famoso por jailbreaking el iphone original cuando era un adolescente, y actualmente el CEO de la startup de auto-conducción Comma. ai y de la empresa de ordenadores de IA Tiny Corp, que también fabrica el marco de software de IA de código abierto tinygrad), anunció recientemente que estaba harto de lidiar con los malos controladores de AMD y que quería desesperadamente poder aprovechar las GPU de AMD de menor coste en sus ordenadores de IA TinyBox (que vienen en varios sabores, algunos de los cuales utilizan GPU de Nvidia y otros GPUS de AMD).
Well, he is making his own custom drivers and software stack for AMD GPUs without any help from AMD themselves; on Jan. 15th of 2025, he tweeted via his company's X account that "We are one piece away from a completely sovereign stack on AMD, the RDNA3 assembler. We have our own driver, runtime, libraries, and emulator. (all in ~12,000 lines!)" Given his track record and skills, it is likely that they will have this all working in the next couple months, and this would allow for a lot of exciting possibilities of using AMD GPUs for all sorts of applications where companies currently feel compelled to pay up for Nvidia GPUs.
OK, well that's just a driver for AMD, and it's not even done yet. What else is there? Well, there are a few other areas on the software side that are a lot more impactful. For one, there is now a massive concerted effort across many large tech companies and the open source software community at large to make more generic AI software frameworks that have CUDA as just one of many "compilation targets".
That is, you write your software using higher-level abstractions, and the system itself can automatically turn those high-level constructs into super well-tuned low-level code that works extremely well on CUDA. But because it's done at this higher level of abstraction, it can just as easily get compiled into low-level code that works extremely well on lots of other GPUs and TPUs from a variety of providers, such as the massive number of custom chips in the pipeline from every big tech company.
The most famous examples of these frameworks are MLX (sponsored primarily by Apple), Triton (sponsored primarily by OpenAI), and JAX (developed by Google). MLX is particularly interesting because it provides a PyTorch-like API that can run efficiently on Apple Silicon, showing how these abstraction layers can enable AI workloads to run on completely different architectures. Triton, meanwhile, has become increasingly popular as it allows developers to write high-performance code that can be compiled to run on various hardware targets without having to understand the low-level details of each platform.
These frameworks allow developers to write their code once using high powered abstractions and then target tons of platforms automatically— doesn't that sound like a better way to do things, which would give you a lot more flexibility in terms of how you actually run the code?
In the 1980s, all the most popular, best selling software was written in hand-tuned assembly language. The PKZIP compression utility for example was hand crafted to maximize speed, to the point where a competently coded version written in the standard C programming language and compiled using the best available optimizing compilers at the time, would run at probably half the speed of the hand-tuned assembly code. The same is true for other popular software packages like WordStar, VisiCalc, and so on.
Over time, compilers kept getting better and better, and every time the CPU architectures changed (say, from Intel releasing the 486, then the Pentium, and so on), that hand-rolled assembler would often have to be thrown out and rewritten, something that only the smartest coders were capable of (sort of like how CUDA experts are on a different level in the job market versus a "regular" software developer). Eventually, things converged so that the speed benefits of hand-rolled assembly were outweighed dramatically by the flexibility of being able to write code in a high-level language like C or C++, where you rely on the compiler to make things run really optimally on the given CPU.
Nowadays, very little new code is written in assembly. I believe a similar transformation will end up happening for AI training and inference code, for similar reasons: computers are good at optimization, and flexibility and speed of development is increasingly the more important factor— especially if it also allows you to save dramatically on your hardware bill because you don't need to keep paying the "CUDA tax" that gives Nvidia 90%+ margins.
Yet another area where you might see things change dramatically is that CUDA might very well end up being more of a high level abstraction itself— a "specification language" similar to Verilog (used as the industry standard to describe chip layouts) that skilled developers can use to describe high-level algorithms that involve massive parallelism (since they are already familiar with it, it's very well constructed, it's the lingua franca, etc.), but then instead of having that code compiled for use on Nvidia GPUs like you would normally do, it can instead be fed as source code into an LLM which can port it into whatever low-level code is understood by the new Cerebras chip, or the new Amazon Trainium2, or the new Google TPUv6, etc. This isn't as far off as you might think; it's probably already well within reach using OpenAI's latest O3 model, and surely will be possible generally within a year or two.
The Theoretical Threat
Quizá el acontecimiento más impactante al que se aludía antes haya ocurrido en las dos últimas semanas. Se trata de la noticia que ha sacudido por completo el mundo de la IA y que ha dominado el discurso de los entendidos en Twitter a pesar de su total ausencia en los principales medios de comunicación: una pequeña empresa china llamada DeepSeek ha lanzado dos nuevos modelos con niveles de rendimiento competitivos a nivel mundial, a la altura de los mejores modelos de OpenAI y Anthropic (superando a los modelos Meta Llama3 y a otros modelos de código abierto más pequeños como Mistral). Estos modelos se llaman DeepSeek-V3 (básicamente su respuesta a GPT-4o y Claude3.5 Sonnet) y DeepSeek-R1 (básicamente su respuesta al modelo O1 de OpenAI).
Why is this all so shocking? Well, first of all, DeepSeek is a tiny Chinese company that reportedly has under 200 employees. The story goes that they started out as a quant trading hedge fund similar to TwoSigma or RenTec, but after Xi Jinping cracked down on that space, they used their math and engineering chops to pivot into AI research. Who knows if any of that is really true or if they are merely some kind of front for the CCP or the Chinese military. But the fact remains that they have released two incredibly detailed technical reports, for DeepSeek-V3 and DeepSeekR1.
These are heavy technical reports, and if you don't know a lot of linear algebra, you probably won't understand much. But what you should really try is to download the free DeepSeek app on the AppStore here and install it using a Google account to log in and give it a try (you can also install it on Android here), or simply try it out on your desktop computer in the browser here. Make sure to select the "DeepThink" option to enable chain-of-thought (the R1 model) and ask it to explain parts of the technical reports in simple terms.
Esto le mostrará simultáneamente algunas cosas importantes:
En segundo lugar, DeepSeek ha realizado profundos avances no sólo en la calidad de los modelos, sino, lo que es más importante, en el entrenamiento de los mismos y en la eficiencia de la inferencia. Gracias a su proximidad al hardware y a la combinación de un puñado de optimizaciones muy inteligentes, DeepSeek ha podido entrenar estos increíbles modelos utilizando las GPU de una forma mucho más eficiente. Según algunas mediciones, más de 45 veces más eficientes que otros modelos de vanguardia. DeepSeek afirma que el coste total del entrenamiento de DeepSeek-V3 fue de poco más de 5 mm de dólares. Eso no es absolutamente nada comparado con OpenAI, Anthropic, etc., que ya en 2024 superaban los 100 mm de dólares en costes de entrenamiento para un único modelo.
How in the world could this be possible? How could this little Chinese company completely upstage all the smartest minds at our leading AI labs, which have 100 times more resources, headcount, payroll, capital, GPUs, etc? Wasn't China supposed to be crippled by Biden's restriction on GPU exports? Well, the details are fairly technical, but we can at least describe them at a high level. It might have just turned out that the relative GPU processing poverty of DeepSeek was the critical ingredient to make them more creative and clever, necessity being the mother of invention and all.
A major innovation is their sophisticated mixed-precision training framework that lets them use 8-bit floating point numbers (FP8) throughout the entire training process. Most Western AI labs train using "full precision" 32-bit numbers (this basically specifies the number of gradations possible in describing the output of an artificial neuron; 8 bits in FP8 lets you store a much wider range of numbers than you might expect— it's not just limited to 256 different equal-sized magnitudes like you'd get with regular integers, but instead uses clever math tricks to store both very small and very large numbers— though naturally with less precision than you'd get with 32 bits.) The main tradeoff is that while FP32 can store numbers with incredible precision across an enormous range, FP8 sacrifices some of that precision to save memory and boost performance, while still maintaining enough accuracy for many AI workloads.
DeepSeek cracked this problem by developing a clever system that breaks numbers into small tiles for activations and blocks for weights, and strategically uses high-precision calculations at key points in the network. Unlike other labs that train in high precision and then compress later (losing some quality in the process), DeepSeek's native FP8 approach means they get the massive memory savings without compromising performance. When you're training across thousands of GPUs, this dramatic reduction in memory requirements per GPU translates into needing far fewer GPUs overall.
Another major breakthrough is their multi-token prediction system. Most Transformer based LLM models do inference by predicting the next token— one token at a time. DeepSeek figured out how to predict multiple tokens while maintaining the quality you'd get from single-token prediction. Their approach achieves about 85-90% accuracy on these additional token predictions, which effectively doubles inference speed without sacrificing much quality. The clever part is they maintain the complete causal chain of predictions, so the model isn't just guessing— it's making structured, contextual predictions.
One of their most innovative developments is what they call Multi-head Latent Attention (MLA). This is a breakthrough in how they handle what are called the Key-Value indices, which are basically how individual tokens are represented in the attention mechanism within the Transformer architecture. Although this is getting a bit too advanced in technical terms, suffice it to say that these KV indices are some of the major uses of VRAM during the training and inference process, and part of the reason why you need to use thousands of GPUs at the same time to train these models— each GPU has a maximum of 96 gb of VRAM, and these indices eat that memory up for breakfast.
Their MLA system finds a way to store a compressed version of these indices that captures the essential information while using far less memory. The brilliant part is this compression is built directly into how the model learns— it's not some separate step they need to do, it's built directly into the end-to-end training pipeline. This means that the entire mechanism is "differentiable" and able to be trained directly using the standard optimizers. All this stuff works because these models are ultimately finding much lower-dimensional representations of the underlying data than the so-called "ambient dimensions". So it's wasteful to store the full KV indices, even though that is basically what everyone else does.
Not only do you end up wasting tons of space by storing way more numbers than you need, which gives a massive boost to the training memory footprint and efficiency (again, slashing the number of GPUs you need to train a world class model), but it can actually end up improving model quality because it can act like a "regularizer," forcing the model to pay attention to the truly important stuff instead of using the wasted capacity to fit to noise in the training data. So not only do you save a ton of memory, but the model might even perform better. At the very least, you don't get a massive hit to performance in exchange for the huge memory savings, which is generally the kind of tradeoff you are faced with in AI training.
They also made major advances in GPU communication efficiency through their DualPipe algorithm and custom communication kernels. This system intelligently overlaps computation and communication, carefully balancing GPU resources between these tasks. They only need about 20 of their GPUs' streaming multiprocessors (SMs) for communication, leaving the rest free for computation. The result is much higher GPU utilization than typical training setups achieve.
Another very smart thing they did is to use what is known as a Mixture-of-Experts (MOE) Transformer architecture, but with key innovations around load balancing. As you might know, the size or capacity of an AI model is often measured in terms of the number of parameters the model contains. A parameter is just a number that stores some attribute of the model; either the "weight" or importance a particular artificial neuron has relative to another one, or the importance of a particular token depending on its context (in the "attention mechanism"), etc.
Meta's latest Llama3 models come in a few sizes, for example: a 1 billion parameter version (the smallest), a 70B parameter model (the most commonly deployed one), and even a massive 405B parameter model. This largest model is of limited utility for most users because you would need to have tens of thousands of dollars worth of GPUs in your computer just to run at tolerable speeds for inference, at least if you deployed it in the naive full-precision version. Therefore most of the real-world usage and excitement surrounding these open source models is at the 8B parameter or highly quantized 70B parameter level, since that's what can fit in a consumer-grade Nvidia 4090 GPU, which you can buy now for under $1,000.
So why does any of this matter? Well, in a sense, the parameter count and precision tells you something about how much raw information or data the model has stored internally. Note that I'm not talking about reasoning ability, or the model's "IQ" if you will: it turns out that models with even surprisingly modest parameter counts can show remarkable cognitive performance when it comes to solving complex logic problems, proving theorems in plane geometry, SAT math problems, etc.
But those small models aren't going to be able to necessarily tell you every aspect of every plot twist in every single novel by Stendhal, whereas the really big models can potentially do that. The "cost" of that extreme level of knowledge is that the models become very unwieldy both to train and to do inference on, because you always need to store every single one of those 405B parameters (or whatever the parameter count is) in the GPU's VRAM at the same time in order to do any inference with the model.
The beauty of the MOE model approach is that you can decompose the big model into a collection of smaller models that each know different, non-overlapping (at least fully) pieces of knowledge. DeepSeek's innovation here was developing what they call an "auxiliary-loss-free" load balancing strategy that maintains efficient expert utilization without the usual performance degradation that comes from load balancing. Then, depending on the nature of the inference request, you can intelligently route the inference to the "expert" models within that collection of smaller models that are most able to answer that question or solve that task.
You can loosely think of it as being a committee of experts who have their own specialized knowledge domains: one might be a legal expert, the other a computer science expert, the other a business strategy expert. So if a question comes in about linear algebra, you don't give it to the legal expert. This is of course a very loose analogy and it doesn't actually work like this in practice.
The real advantage of this approach is that it allows the model to contain a huge amount of knowledge without being very unwieldy, because even though the aggregate number of parameters is high across all the experts, only a small subset of these parameters is "active" at any given time, which means that you only need to store this small subset of weights in VRAM in order to do inference. In the case of DeepSeek-V3, they have an absolutely massive MOE model with 671B parameters, so it's much bigger than even the largest Llama3 model, but only 37B of these parameters are active at any given time— enough to fit in the VRAM of two consumer-grade Nvidia 4090 GPUs (under $2,000 total cost), rather than requiring one or more H100 GPUs which cost something like $40k each.
It's rumored that both ChatGPT and Claude use an MoE architecture, with some leaks suggesting that GPT-4 had a total of 1.8 trillion parameters split across 8 models containing 220 billion parameters each. Despite that being a lot more doable than trying to fit all 1.8 trillion parameters in VRAM, it still requires multiple H100-grade GPUs just to run the model because of the massive amount of memory used.
Beyond what has already been described, the technical papers mention several other key optimizations. These include their extremely memory-efficient training framework that avoids tensor parallelism, recomputes certain operations during backpropagation instead of storing them, and shares parameters between the main model and auxiliary prediction modules. The sum total of all these innovations, when layered together, has led to the ~45x efficiency improvement numbers that have been tossed around online, and I am perfectly willing to believe these are in the right ballpark.
One very strong indicator that it's true is the cost of DeepSeek's API: despite this nearly best-in-class model performance, DeepSeek charges something like 95% less money for inference requests via its API than comparable models from OpenAI and Anthropic. In a sense, it's sort of like comparing Nvidia's GPUs to the new custom chips from competitors: even if they aren't quite as good, the value for money is so much better that it can still be a no-brainer depending on the application, as long as you can qualify the performance level and prove that it's good enough for your requirements and the API availability and latency is good enough (thus far, people have been amazed at how well DeepSeek's infrastructure has held up despite the truly incredible surge of demand owing to the performance of these new models).
But unlike the case of Nvidia, where the cost differential is the result of them earning monopoly gross margins of 90%+ on their data-center products, the cost differential of the DeepSeek API relative to the OpenAI and Anthropic API could be simply that they are nearly 50x more compute efficient (it might even be significantly more than that on the inference side— the ~45x efficiency was on the training side). Indeed, it's not even clear that OpenAI and Anthropic are making great margins on their API services— they might be more interested in revenue growth and gathering more data from analyzing all the API requests they receive.
Before moving on, I'd be remiss if I didn't mention that many people are speculating that DeepSeek is simply lying about the number of GPUs and GPU hours spent training these models because they actually possess far more H100s than they are supposed to have given the export restrictions on these cards, and they don't want to cause trouble for themselves or hurt their chances of acquiring more of these cards. While it's certainly possible, I think it's more likely that they are telling the truth, and that they have simply been able to achieve these incredible results by being extremely clever and creative in their approach to training and inference. They explain how they are doing things, and I suspect that it's only a matter of time before their results are widely replicated and confirmed by other researchers at various other labs.
A Model That Can Really Think
El nuevo modelo R1 y el informe técnico podrían ser aún más alucinantes, ya que fueron capaces de vencer a Anthropic en la cadena de pensamiento y ahora son básicamente los únicos, además de OpenAI, que han hecho que esta tecnología funcione a escala. Pero ten en cuenta que el modelo de vista previa O1 sólo fue lanzado por OpenAI a mediados de septiembre de 2024. ¡Eso es sólo hace ~4 meses! Algo que debes tener absolutamente en cuenta es que, a diferencia de OpenAI, que es increíblemente reservado acerca de cómo funcionan realmente estos modelos a un nivel bajo, y no liberará los pesos reales del modelo a nadie más que a socios como Microsoft y otros que firman NDAs de servicio pesado, estos modelos DeepSeek son completamente de código abierto y con licencia permisiva. Han publicado informes técnicos muy detallados que explican cómo funcionan, así como el código que cualquiera puede consultar e intentar copiar.
With R1, DeepSeek essentially cracked one of the holy grails of AI: getting models to reason step-by-step without relying on massive supervised datasets. Their DeepSeek-R1-Zero experiment showed something remarkable: using pure reinforcement learning with carefully crafted reward functions, they managed to get models to develop sophisticated reasoning capabilities completely autonomously. This wasn't just about solving problems— the model organically learned to generate long chains of thought, self-verify its work, and allocate more computation time to harder problems.
The technical breakthrough here was their novel approach to reward modeling. Rather than using complex neural reward models that can lead to "reward hacking" (where the model finds bogus ways to boost their rewards that don't actually lead to better real-world model performance), they developed a clever rule-based system that combines accuracy rewards (verifying final answers) with format rewards (encouraging structured thinking). This simpler approach turned out to be more robust and scalable than the process-based reward models that others have tried.
What's particularly fascinating is that during training, they observed what they called an "aha moment," a phase where the model spontaneously learned to revise its thinking process mid-stream when encountering uncertainty. This emergent behavior wasn't explicitly programmed; it arose naturally from the interaction between the model and the reinforcement learning environment. The model would literally stop itself, flag potential issues in its reasoning, and restart with a different approach, all without being explicitly trained to do this.
The full R1 model built on these insights by introducing what they call "cold-start" data— a small set of high-quality examples— before applying their RL techniques. They also solved one of the major challenges in reasoning models: language consistency. Previous attempts at chain-of-thought reasoning often resulted in models mixing languages or producing incoherent outputs. DeepSeek solved this through a clever language consistency reward during RL training, trading off a small performance hit for much more readable and consistent outputs.
The results are mind-boggling: on AIME 2024, one of the most challenging high school math competitions, R1 achieved 79.8% accuracy, matching OpenAI's O1 model. On MATH-500, it hit 97.3%, and it achieved the 96.3 percentile on Codeforces programming competitions. But perhaps most impressively, they managed to distill these capabilities down to much smaller models: their 14B parameter version outperforms many models several times its size, suggesting that reasoning ability isn't just about raw parameter count but about how you train the model to process information.
The Fallout
Pero puedes estar seguro de que Meta y todos los demás grandes laboratorios de IA están analizando estos modelos de DeepSeek, estudiando cada palabra de los informes técnicos y cada línea del código fuente abierto que han publicado, intentando desesperadamente integrar estos mismos trucos y optimizaciones en sus propios procesos de entrenamiento e inferencia. ¿Cuál es el impacto de todo esto? Bueno, ingenuamente parece que la demanda agregada de formación y cálculo de inferencia debería dividirse por algún número grande. ¿Quizá no por 45, sino por 25 o incluso 30? Porque lo que pensabas que necesitabas antes de estos lanzamientos de modelos, ahora es mucho menos.
Now, an optimist might say "You are talking about a mere constant of proportionality, a single multiple. When you're dealing with an exponential growth curve, that stuff gets washed out so quickly that it doesn't end up matter all that much." And there is some truth to that: if AI really is as transformational as I expect, if the real-world utility of this tech is measured in the trillions, if inference-time compute is the new scaling law of the land, if we are going to have armies of humanoid robots running around doing massive amounts of inference constantly, then maybe the growth curve is still so steep and extreme, and Nvidia has a big enough lead, that it will still work out.
But Nvidia is pricing in a LOT of good news in the coming years for that valuation to make sense, and when you start layering all these things together into a total mosaic, it starts to make me at least feel extremely uneasy about spending ~20x the 2025 estimated sales for their shares. What happens if you even see a slight moderation in sales growth? What if it turns out to be 85% instead of over 100%? What if gross margins come in a bit from 75% to 70%— still ridiculously high for a semiconductor company?
Wrapping it All Up
En el frente del hardware, las innovadoras arquitecturas de Cerebras y Groq demuestran que la ventaja de interconexión de NVIDIA -piedra angular de su dominio de los centros de datos- puede eludirse mediante rediseños radicales. Los chips a escala de oblea de Cerebras y el enfoque de cálculo determinista de Groq proporcionan un rendimiento convincente sin necesidad de las complejas soluciones de interconexión de NVIDIA. Más tradicionalmente, todos los grandes clientes de NVIDIA (Google, Amazon, Microsoft, Meta, Apple) están desarrollando silicio personalizado que podría reducir los ingresos de los centros de datos de alto margen. Ya no se trata de proyectos experimentales: sólo Amazon está construyendo una infraestructura masiva con más de 400.000 chips personalizados para Anthropic.
El foso del software parece igualmente vulnerable. Nuevos marcos de trabajo de alto nivel como MLX, Triton y JAX están restando importancia a CUDA, mientras que los esfuerzos por mejorar los controladores de AMD podrían desbloquear alternativas de hardware mucho más baratas. La tendencia hacia abstracciones de más alto nivel es un reflejo de cómo el lenguaje ensamblador dio paso a C/C++, lo que sugiere que el dominio de CUDA puede ser más temporal de lo que se pensaba. Y lo que es más importante, estamos asistiendo a la aparición de sistemas de traducción de código basados en LLM que podrían portar automáticamente el código CUDA para ejecutarlo en cualquier hardware, lo que podría eliminar uno de los efectos de dependencia más importantes de NVIDIA.
Tal vez lo más devastador sea el reciente avance en eficiencia de DeepSeek, que ha logrado un rendimiento de modelo comparable con aproximadamente 1/45 del coste de computación. Esto sugiere que todo el sector ha estado sobreaprovisionando recursos informáticos de forma masiva. Combinado con la aparición de arquitecturas de inferencia más eficientes a través de modelos de cadena de pensamiento, la demanda agregada de computación podría ser significativamente menor de lo que suponen las proyecciones actuales. Los aspectos económicos son convincentes: si DeepSeek puede igualar el rendimiento de GPT-4 y cobrar un 95% menos por las llamadas a la API, o bien los clientes de NVIDIA están quemando dinero innecesariamente o bien los márgenes deben reducirse drásticamente.
El hecho de que TSMC fabrique chips competitivos para cualquier cliente bien financiado pone un límite natural a las ventajas arquitectónicas de NVIDIA. Pero, lo que es más importante, la historia demuestra que los mercados acaban encontrando la forma de sortear los cuellos de botella artificiales que generan beneficios sobrenormales. El conjunto de estas amenazas sugiere que NVIDIA se enfrenta a un camino mucho más accidentado para mantener su actual trayectoria de crecimiento y sus márgenes de lo que indica su valoración. Con cinco vectores de ataque distintos -innovación arquitectónica, integración vertical de clientes, abstracción del software, avances en eficiencia y democratización de la fabricación-, la probabilidad de que al menos uno consiga afectar significativamente a los márgenes o la tasa de crecimiento de NVIDIA parece alta. A las valoraciones actuales, el mercado no está valorando ninguno de estos riesgos.
I hope you enjoyed reading this article. If you work at a hedge fund and are interested in consulting with me on NVDA or other AI-related stocks or investing themes, I'm already signed up as an expert on GLG and Coleman Research.
Jeffrey Emanuel
- https://youtubetranscriptoptimizer.com/blog/05_the_short_case_for_nvda
La decepción de los inversores con la inteligencia artificial
Dos años después del lanzamiento de ChatGPT, los mercados quieren recoger el beneficio de su inversión
Algunas voces apuntan a que China busca que sus empresas ganen influencia global con este tipo de modelos para dar forma a los estándares y las prácticas internacionales de las IA, así como ganar mercado en los países en desarrollo.
Además, el lanzamiento se produce al tiempo que el presidente estadounidense, Donald Trump, anunciaba el proyecto ‘Stargate‘, que invertirá 500.000 millones de dólares en los próximos cuatro años para construir nuevos centros de datos para apoyar proyectos de IA.
DeepSeek, la IA china de código abierto que desafía la hegemonía de EE.UU.
Aliarse con EEUU/La India Vs aliarse con China? Ver funcionamiento SASAC VS caso DeepSeek-V3
https://avisosnadie.blogspot.com/2025/01/aliarse-con-eeuula-india-vs-aliarse-con.html
El proyecto "Stargate" contará (supuestamente) con una inversión de 500.000 millones de dólares en 5 años y una sola empresa puede perder casi lo mismo en un día.. (pero veremos rebote en proximos dias)
No es muy creible que DeepSeek cueste solo 5 millones de dolares, veremos si estas siguientes afirmaciones son ciertas o no
El CEO de DeepSeek reconoce en una entrevista que utilizaron 50.000 GPU Nvidia H100 para construir su motor .Los costes anuales serían 500 y 1.000M$.
Cifra mucho mayor que los 6M$ que se mencionan en el artículo de R1
Tambien se usan GPU para inferencia, los costes vienen de aquí y no se computan entrenamientos previos ni inversion inicial ni research, ni si quiera sus costes reales; son costes basados en dolares hora de GPU x horas totales en GPU (2 dolares x 2.664.000.000 horas de GPU)
Chinese AI Lab DeepSeek Has 50,000 NVIDIA H100 AI GPUs, Says AI CEO
Que empiecen a salir modelos más eficientes y eficaces que se puedan usar de modo generalizado son buenas noticias para Nvidia, no malas. El problema real de la IA generativa actual es que es esencialmente cara y poco fiable de cara a industrializar procesos. Por lo que cualquier paso hacia una IA más eficiente y eficaz aumentará la demanda tanto de capacidad de entrenamiento como de inferencia. Y este es el negocio de Nvidia.
Recordemos que la IA es algo de uso aún muy nicho, donde hay más gente que dice usarla, que no que la usen realmente. Donde la mayoría de empresas no se han decidido a dar el salto porque les cuesta ver el retorno y porque exige un cambio estructural y cultural difícil de gestionar. Si el retorno fuese más claro y la inversión en infraestructura más comedida, dar el paso sería más fácil. Una mejora de esta tecnología en términos de eficiencia nos metería de lleno en el terreno de la paradoja de Jevon, donde un aumento de la eficiencia en una tecnología no reduce su demanda, sino que la multiplica.
Y esto sucede por una razón muy sencilla, la productividad aumenta y se puede ser más competitivo a un coste menor. Por lo que su uso se generaliza. Lo dicho, todo lo que está sucediendo alrededor de DeepSeek tiene un punto entre lo absurdo y maravilloso que me tiene bien entretenido
Impacto economico de la IA
- https://www.siliconcontinent.com/p/how-to-think-about-the-economic-impact
La IA desplazara...
DeepSeek: la inteligencia artificial china que supera a ChatGPT (y es gratuita)
La irrupción de la IA china DeepSeek sacude las Bolsas al amenazar el dominio de la estadounidense Nvidia y otras tecnológicas
El Nasdaq cae un 3%, con los fabricantes de chips retrocediendo con fuerza en todo el mundo. Los proveedores eléctricos de firmas de IA y las empresas expuestas a los centros de datos también se desploman
Microsoft Corp. y OpenAI están investigando si un grupo vinculado a la startup china de inteligencia artificial DeepSeek obtuvo de manera no autorizada datos generados por la tecnología de OpenAI, según fuentes con conocimiento del asunto. Investigadores de seguridad de Microsoft detectaron, durante el otoño pasado, a individuos que, según sus análisis, podrían estar relacionados con DeepSeek y que extrajeron una gran cantidad de datos a través de la API de OpenAI. Estas personas, que prefieren mantenerse en el anonimato debido a la sensibilidad del caso, indicaron que el grupo pudo haber accedido a información de manera indebida. La API de OpenAI permite a los desarrolladores de software pagar por una licencia para integrar los modelos de inteligencia artificial propietarios de OpenAI en sus propias aplicaciones. Sin embargo, este acceso está sujeto a términos de uso que prohíben la extracción masiva de datos sin autorización explícita. _ Contexto: este caso resalta la creciente preocupación por la seguridad en la industria de la inteligencia artificial, particularmente en un momento en que las tensiones tecnológicas entre China y Occidente están en aumento. Consecuencias: si se confirma que DeepSeek o un grupo vinculado obtuvo datos de OpenAI sin autorización, podrían surgir implicaciones legales y regulatorias, así como posibles restricciones en el acceso a la tecnología de OpenAI por parte de empresas extranjeras.
"La guerra de los chips". Narra la historia desde el primer transistor a la electrónica de consumo de hoy en día. Es maravilloso y veo muchas similitudes con "La guerra de la IA"
Alvaro Sanchez
Una start up china de inteligencia artificial, DeepSeek (búsqueda profunda, en español), desconocida para el gran público hasta hace solo unos días, ha puesto este lunes patas arriba las Bolsas de Estados Unidos. Su potente irrupción, que la ha convertido en la aplicación gratuita más descargada por los iPhone en EE UU, China y otros países, por delante de ChatGPT, ha sido todo un terremoto bursátil. La empresa precisa para desarrollar su modelo chips menos potentes y menos inversiones, lo que pone en entredicho el modelo de negocio de Nvidia y cuestiona las enormes sumas que están desembolsando las tecnológicas en comprar sus semiconductores. Además, pone en duda la tesis de que las enormes barreras de entrada, a priori necesarias para competir, protegen el liderazgo de Nvidia
La hasta hoy empresa más valiosa del mundo por valor en Bolsa, con casi 3,5 billones de dólares, ve sus acciones caer mediada la sesión más de un 17%, o lo que es lo mismo, más de 600.000 millones evaporados en una sola sesión. Es la mayor pérdida de valor por parte de una acción en la historia de la Bolsa, y el castigo la ha relegado al tercer puesto en el ranking mundial, por detrás de Apple y Microsoft
De magnitud similar es el desplome de su rival Broadcom, y también supera el doble dígito el de Super Micro. Las réplicas se han sentido, aunque con menor intensidad, también al otro lado del Atlántico: ASML, fabricante de máquinas de fotolitografía para la industria de semiconductores, y hasta hoy tercera compañía por capitalización de Europa, se desploma un 7%, y la alemana Siemens Energy, un 20% abajo, aparece entre las más penalizadas, al suscitar dudas su papel clave como proveedor eléctrico de las infraestructuras de IA. En otros puntos de Asia la escena se repetía: las principales firmas de chips japonesas, entre las cuales hay proveedores de Nvidia, cayeron con fuerza esta madrugada.
Desde 2022, Estados Unidos aplica un bloqueo a las exportaciones de ciertos semiconductores especialmente sofisticados. El objetivo era evitar el acceso de Pekín a tecnología puntera que pudiera utilizar para su desarrollo tecnológico o militar, pero el resultado parece haber sido el opuesto: ante las restricciones, China ha desarrollado su propia versión de ChatGPT. Y no solo eso: lo ha hecho en un tiempo récord, apenas dos meses, y a un coste muy inferior, de menos de seis millones, una cantidad irrisoria en un universo, el de la IA, en el que se invirtieron más de 200.000 millones en 2024. Algo así como si un recién llegado comprara una casa por 200.000 euros en un vecindario donde hasta entonces se vendían por 10 millones, devaluando de un plumazo las del resto.
Las implicaciones geopolíticas son claras. “Es probable que el surgimiento de modelos de capacitación más eficientes en China, que se han visto obligados a innovar debido a las limitaciones de suministro de chips, intensifique aún más la carrera por el dominio de la IA entre EE UU y China”, apunta un informe del banco de inversión estadounidense Jefferies.
Todavía es pronto para conocer el alcance real de DeepSeek R1, como se denomina la versión lanzada hace unos días. Si se trata de una tormenta invernal cuyas expectativas se han hinchado demasiado, o de un nuevo actor que ha llegado para quedarse. Pero los inversores, con la desbandada de este lunes, descuentan que tiene potencial para cambiarlo todo: el Nasdaq pierde en torno al 3%, borrando un billón y medio de valor en Bolsa, casi tanto como el PIB de España, y contagia al S&P 500, donde las tecnológicas suman un gran peso, con números rojos cercanos al 2%. El principal índice europeo, el Eurostoxx 50, logró reponerse de los fuertes descensos iniciales y caer un 0,6%, mientras que el Ibex 35, menos expuesto al sector tecnológico, sumó un 0,1%, con ACS y Merlín a la cola por su apuesta por los centros de datos.
Fundada en mayo de 2023 por Liang Wenfeng, a sus 40 años el jefe del hedge fund High-Flyer, DeepSeek desarrolla modelos de IA en código abierto, con la diferencia de que el coste de entrenarlos y desarrollarlos parece ser solo una fracción de lo que se requiere para los mejores productos de OpenAI o Meta.
El historiador estadounidense Chris Miller, autor de La guerra de los chips (Ediciones Península), y uno de los mayores expertos mundiales en la materia, estima que la ventaja está aún del lado norteamericano. “No creo que DeepSeek cambie drásticamente nuestra comprensión de los avances de la IA. Es cierto que ha reducido los costes, pero estos ya venían cayendo rápidamente, por lo que no es un cambio. DeepSeek redujo el coste de entrenamiento de su modelo en gran parte gracias a que aprendió lecciones de líderes de la industria como OpenAI. Es un alumno rápido y exitoso, pero sigue siendo claramente un discípulo”, explica por correo electrónico.
Jefferies, en cambio, cree que se abren dos escenarios para la industria: o bien seguir buscando más potencia informática para impulsar mejoras de los modelos aún más rápidas, o replegarse y volver a centrarse en la eficiencia y el retorno de la inversión, “lo que significaría una menor demanda de potencia informática a partir de 2026″. La primera idea, la de la huida hacia adelante, la encarna el proyecto Stargate anunciado por Trump la semana pasada: una alianza de OpenAI, Oracle y Softbank para invertir hasta 500.000 millones en inteligencia artificial que incluiría la construcción masiva de centros de datos y plantas de generación eléctrica.
¿Cisne negro?
La aparición de DeepSeek puede alterar la ambición de esos planes. Y llega cuando todavía continúa la polémica por la prohibición temporal, luego revertida, de la red social china Tik Tok, a la que ahora se busca comprador estadounidense. También en plena escalada de la incertidumbre por el uso que el presidente estadounidense, Donald Trump, pueda hacer de los aranceles como arma comercial frente a países con los que EE UU tiene déficit en sus intercambios, caso de China.
La noticia, con potencial para convertirse en el primer cisne negro del año para los mercados financieros (o como mínimo para las tecnológicas estadounidenses y sus proveedores), llega en un momento de vulnerabilidad, con el debate centrado en si las Bolsas están demasiado caras, especialmente los títulos de los llamados Siete Magníficos —Nvidia, Apple, Microsoft, Alphabet, Amazon, Meta, y Tesla—, que han aupado a los índices a máximos históricos aprovechando precisamente el tirón de la inteligencia artificial.
Numerosos expertos confiaban en que la llegada de Trump, con su enfoque amable con el mercado y sus rebajas de impuestos a las empresas sería suficiente para prolongar el rally de 2023 y 2024. Y señalaban a la tormenta geopolítica y al regreso de la inflación por los aranceles como los mayores riesgos. A ellos habrá que sumar ahora la competencia tecnológica china, que ha elevado los temores a que las valoraciones de las tecnológicas estadounidenses se hayan pasado de frenada, y acelerado la recogida de beneficios. Esa pugna ya se da en otros ámbitos, como el del coche eléctrico, donde como sucede con DeepSeek y su inteligencia artificial low cost, también preocupa la capacidad del gigante asiático de copar el mercado a precios mucho más competitivos.
Más allá del aspecto económico, y como en todo lo que se refiere a contenidos y China, el uso de DeepSeek plantea preguntas sobre el uso que se da a la información que se vuelca en ella y a los datos de sus usuarios. También hasta qué punto intervendrá la censura en su funcionamiento: algunos usuarios han compartido imágenes de cómo, cuando se le pregunta por lo sucedido en la plaza Tiananmen de Pekín en junio de 1989, elude responder
La irrupción de la IA china DeepSeek sacude las Bolsas al amenazar el dominio de la estadounidense Nvidia y otras tecnológicas | Mercados Financieros | Cinco Días
DeepSeek no ha entrenado con precisamente pocos recursos. No son transparentes por que existen sanciones de exportación de EEUU a China. Pero se rumorea que tienen acceso a unas 50.000 Nvidia H100. Si que sabemos que el equipo se compone de algo más de 100 investigadores en IA
No es la primera vez que OpenAI es igualada o superada. Claude Sonnet, es considerado por muchos superior a GPT4o. En imagen, video y audio, OpenAI no es considerado por nadie un líder, hay modelos muy superiores de otras empresas. Sin embargo, salen modelos nuevos todos los meses, y los "antiguos" son rápidamente superados. Por ejemplo, el generador de imágenes de Google era muy malo, y ahora se han puesto lideres con Imagen 3. Dalle 4 va a llegar pronto, Midjourney está entrenando un nuevo modelo, y todo el mundo está entrenando una nueva generación de modelos para este año. Imagen 3 puede empezar el año siendo el mejor modelo y acabarlo siendo superado los muchos otros modelos. Con esto quiero decir, que continuamente vemos aparecer modelos superiores a los anteriores, ahora DeepSeek es el nuevo modelo top junto a GPT-O1. En 6 meses, habrá modelos mejores.
- https://x.com/360_Hardware/status/1883647812170313822
La mayoría de startups no trabajan entrenando modelos fundacionales. Si no creando un ecosistema sobre esos modelos. Por ejemplo creando herramientas para controlar mejor como generan datos, aplicándolos a nuevos tareas, creando nuevos casos de uso... No vas a entrenar un modelo con más computo y datos que Google, intentar competir por ahí es un error.
Mejores modelos, significa más casos de usos, nuevas posibilidades que explorar y por lo tanto, más usuarios, más necesidad de inferencia, más startups y más computo. Nvidia no va a dejar de vender GPUs
En la cultura americana les encanta "hypear" la tecnología de los rivales para recaudar fondos. Antes era: "El nuevo MIG25 de la URSS es increíble, necesitamos mil millones de dólares para desarrollar un avión mejor" Ahora es "Los chinos nos van a ganar en IA si el gobierno no nos da 1 Trillon de dólares en entrenar modelos" DeepSeek es el mejor o el segundo mejor modelo de texto que existe ahora mismo. Pero tampoco es que OpenAI, Anthropic, Google o Meta sean mancos y no vayan a saber entrenar modelos similares o mejores. OpenAI ya tiene O3. Anthropic se rumorea que tienen un modelo similar. Google tiene modelo de reasoning en beta y Meta va a sacar también nuevos modelos este año.
Lo que está claro es que hay un nuevo jugador en el tablero, y esta vez no es Americano, es Chino. La competencia aumenta y no veo que eso precisamente vaya a reducir las inversiones, al contrario, las va a redoblar, EEUU y China van a iniciar una batalla por la IA y eso necesita muchas GPUs.
Que haya modelos más eficientes solo aumentará la demanda de GPUs de Nvidia u otros. En cualquier caso, la cantidad de recursos es enorme y la mlnetización tampoco es sencilla
A medida que la inteligencia artificial sea más eficiente y accesible, su uso se disparará, convirtiéndola en una mercancía de la que nunca tendremos suficiente
- https://es.wikipedia.org/wiki/Paradoja_de_Jevons
Meta Scrambles After Chinese AI Equals Its Own, Upending Silicon Valley
- https://www.theinformation.com/articles/meta-scrambles-after-chinese-ai-equals-its-own-upending-silicon-valley
Siemens Energy sufre una caída de casi el 20% en sus acciones ante el temor por la competencia de DeepSeek
"Menudo revolcón tecnológico y geoeconómico que ha pegado la noticia del Deep Seek chino. Eventos como este van a ser el pan nuestro de cada día de aquí en adelante" S.Puig.
y otras que saldran..........
Qwen2.5-Max es un modelo de IA potente entrenado con datos masivos. Utiliza técnicas avanzadas para aprender mejor y tiene un rendimiento similar a los modelos más top. Incluso supera a DeepSeek V3 en pruebas como Arena Hard, LiveBench y GPQA-Diamond
Qwen2.5-Max: Exploring the Intelligence of Large-scale MoE Model | Qwen
Emad Mostaque predice que el próximo año, modelos avanzados de IA para el razonamiento, como O1 de OpenAI y R1 de DeepSeek, funcionarán en teléfonos móviles, ejecutando tareas de nivel doctoral con solo 20 vatios de consumo energético, similar al del cerebro humano
Escenarios 2025 ¿Como reaccionara Europa?
The World Ahead, The Economist, y que presentará las tendencias clave que influirán en 2025
Europa necesita un nuevo proteccionismo ?
https://avisosnadie.blogspot.com/2025/01/europa-necesita-un-nuevo-proteccionismo.html
Europa ha despertado?
https://avisosnadie.blogspot.com/2025/01/europa-ha-despertadocon-25-anos-de.html
China contra Estados Unidos: el frente oriental de la guerra. Primera parte: el comercio
https://articulosclaves.blogspot.com/2024/12/china-contra-estados-unidos-el-frente.html
A los Nobel de Economía les preocupan más los desequilibrios sociales que genere la IA que la fabricación de superrobots
Europa tiene que despertar YA: EE.UU. se adelanta con flexibilidad normativa y una enorme inversión (¡500.000 millones de dólares!) en infraestructura de IA. La IA es una tecnología horizontal que servirá de base para toda la I+D futura. Sin IA, Europa se quedará atrás en innovación en todos los sectores.
- https://x.com/OpenAI/status/1881830103858172059
La Unión Monetaria se arriesga a perder hasta tres puntos de crecimiento en el peor escenario
https://articulosclaves.blogspot.com/2024/12/la-guerra-comercial-de-trump-restara.html
China ¿cuando empezó la guerra comercial?
https://articulosclaves.blogspot.com/2024/08/china-cuando-empezo-la-guerra-comercial.html
Algunas causas de la guerra comercial entre China y Estados Unidos 2021
https://articulosclaves.blogspot.com/2024/12/algunas-causas-de-la-guerra-comercial.html
Actual guerra comercial
La guerra comercial entre Estados Unidos y China comenzó con dos grandes empresas tecnológicas en el punto de mira, Huawei y Google.
Con la creciente escalada del conflicto muchos se preguntan ahora a qué otras empresas del mundo tecnológico está afectando —o puede llegar a afectar— esta disputa.
https://www.bbc.com/mundo/noticias-49551605
https://articulosclaves.blogspot.com/2024/08/esta-guerra-comercial-tiene-sus.html
https://articulosclaves.blogspot.com/2024/12/china-fracturo-el-textil-las-placas.html
https://articulosclaves.blogspot.com/2024/12/la-alemania-que-conociamos-ya-no-existe.html
https://articulosclaves.blogspot.com/2024/12/puede-la-politica-industrial-reactivar.html
https://articulosclaves.blogspot.com/2024/12/occidente-no-se-muere-pero-se-esfuerza.html
https://articulosclaves.blogspot.com/2024/12/guerra-comercial-estados-unidos-y-china.html
https://articulosclaves.blogspot.com/2024/12/algunas-causas-de-la-guerra-comercial.htmlMediante una relectura del legado de Friedrich List, uno de los padres del nacionalismo alemán, Marvin Suesse intenta comprender cómo encajan el nacionalismo económico y la globalización en un contexto de gran fragmentación geopolítica.
https://articulosclaves.blogspot.com/2024/12/el-nacionalismo-economico-y-el-futuro.html
Ahora sabemos que unos aranceles indiscriminados y generalizados perjudicarán a los trabajadores, los consumidores y las empresas, tanto en Estados Unidos como en nuestros socios.
https://articulosclaves.blogspot.com/2024/12/para-evitar-un-segundo-choque-chino.html
La guerra tecnológica EEUU-China y sus efectos sobre Europa
¿HAY QUE TOMARSE EN SERIO LA PROPUESTA DE DONALD TRUMP?
“Si la amenaza del arancel se cumple, habrá más perdedores que ganadores. Habrá transferencias de rentas de muchos a muy pocos y el juego será de suma negativa. Hace 100 años recorrimos este camino y el resultado (económico) fue negativo” M-Hidalgo.
- https://es.weforum.org/stories/2017/07/la-geopolitica-del-libre-comercio/
- https://avisosnadie.blogspot.com/2025/01/menos-trump-y-mas-ue-nuestro-problema.html
Trump: “El lanzamiento de DeepSeek AI por parte de una empresa china debería ser una llamada de atención para nuestras industrias: debemos concentrarnos en competir para ganar. Tenemos a los mejores científicos del mundo. Esto es muy inusual. Siempre tenemos las ideas. Siempre somos los primeros”
El coste del populismo arancelario
La evidencia histórica y los indicadores económicos demuestran que estas políticas producen efectos adversos para los ciudadanos del país que las aplica
La victoria electoral de Donald Trump y su subsecuente declaración sobre la implementación de elevadas barreras comerciales han reactivado el debate sobre el proteccionismo económico. En esta ocasión, a diferencia de su primer mandato caracterizado por declaraciones improvisadas en redes sociales, el presidente electo ha inaugurado su estrategia con un documento jurídico meticuloso, cuya fecha límite se fija, irónicamente, el 1 de abril, Día de los Inocentes en Estados Unidos.
A modo de contexto, y aunque la mayoría entendamos qué son los aranceles, no está de más hacer un pequeño alto para definirlos. Así, los aranceles a la importación son gravámenes sobre productos extranjeros cuya carga recae inicialmente en las empresas nacionales que adquieren dichos bienes y, en última instancia, en los consumidores finales, en la medida que estas cargas pueden trasladarse a los precios. La justificación tradicional de estas medidas es fortalecer la producción nacional mientras se reduce la dependencia de productos foráneos. No obstante, tanto los precedentes históricos como los indicadores económicos demuestran que estas políticas generalmente producen efectos adversos para todos los involucrados, en especial en los ciudadanos del país que las implementa.
Según el análisis reciente de Richard Baldwin, el documento estratégico de Trump se desarrolla en tres fases claramente diferenciadas. En la primera, establece una correlación entre el déficit comercial estadounidense y los riesgos para la seguridad nacional, preparando el terreno para un arancel general del 10% sobre importaciones, al que han denominado “contribución mundial complementaria”. Este postulado inicial ya revela las intenciones subyacentes de la estrategia. En la segunda fase, estructura una intensificación de medidas contra China, contemplando gravámenes de hasta el 60% mediante instrumentos legales habilitantes, que facilitan la imposición de tarifas sin necesidad de extensas investigaciones previas. En la tercera fase, sorprendentemente, el documento incorpora estrategias de la administración Biden para obstaculizar el avance tecnológico chino.
Aunque esta estructura resulta más sólida que la implementada durante su primera administración, los efectos económicos previstos son igualmente negativos, si no peores. Durante su mandato anterior, el conflicto comercial con China generó pérdidas estimadas en 316 mil millones de dólares para empresas y consumidores estadounidenses. Este impacto económico no fue una excepción histórica; la ley Smoot-Hawley de 1930 agravó significativamente la Gran Depresión al incrementar los costes de importación y desencadenar una oleada de represalias comerciales globales. De aquella dolorosa lección, con sus efectos multidimensionales, el mundo había aprendido a valorar y promover el libre comercio. Sin embargo, las políticas actuales sugieren un retorno preocupante a la era del nacionalismo económico y sus consecuencias negativas.
Ante la evidencia histórica de sus costes, surge la pregunta: ¿qué explica la persistente popularidad de los aranceles entre quienes los defienden como protección de la industria y el empleo nacional? El argumento principal sostiene que el proteccionismo fortalece sectores estratégicos para la seguridad y estabilidad económica nacional, al elevar los precios de productos extranjeros y beneficiar a los productores locales. La motivación subyacente responde claramente más a estrategias políticas que a fundamentos económicos sólidos. Sin embargo, estas medidas continúan atrayendo a un público que desconoce sus consecuencias reales y su limitada efectividad en el cumplimiento de sus objetivos declarados: preservar empleos y revitalizar regiones industriales afectadas por la globalización. No en vano, diversos estudios confirman que una parte significativa del apoyo electoral a Trump proviene de estas promesas proteccionistas, aunque difícilmente puedan realizarse para el conjunto de la población.
Podemos poner algunos datos a este coste. Por ejemplo, investigaciones de la Reserva Federal estadounidense revelaban una realidad inapelable: cuando un sector industrial se ve afectado por aranceles, el empleo manufacturero disminuye en promedio un 1.4%, contradiciendo frontalmente las expectativas de los votantes que apoyan estas medidas. Esta aparente paradoja, donde la protección se convierte en amenaza, se explica según el estudio por tres factores fundamentales. Primero, por la protección contra importaciones que contribuye un modesto 0.4% al empleo, creando puestos para sustituir la producción importada. Sin embargo, este beneficio limitado es completamente neutralizado, en primer lugar, por el incremento en costes de materiales (-1.1%), que contrae el mercado y, en segundo lugar, por la caída en las exportaciones debido a las medidas de represalia de otros países (-0.7%).
El caso de la industria de electrodomésticos resulta particularmente ilustrativo de estos efectos nocivos. Los aranceles impuestos en 2018 sobre importaciones surcoreanas y chinas generaron aproximadamente 1.800 empleos en fábricas de Whirlpool, Samsung y LG en Estados Unidos. Sin embargo, el coste para los consumidores fue absolutamente desproporcionado: cerca de 817.000 dólares en sobrecostes por cada empleo creado en el sector de lavadoras, y 900.000 en la industria siderúrgica. Este patrón se repitió sistemáticamente en diversos sectores: los beneficios concentrados en ciertas industrias fueron ampliamente superados por los costes distribuidos entre millones de consumidores y empresas dependientes de importaciones.
La situación se complica aún más cuando se consideran los aspectos estratégicos más allá de la economía inmediata. Uno de los mayores desafíos actuales de Estados Unidos radica en su dependencia de China en materiales críticos: el gigante asiático controla el 70% de las tierras raras, elementos fundamentales para las energías renovables y la tecnología moderna. Los aranceles propuestos podrían obstaculizar significativamente la transición energética estadounidense, representando un error estratégico en plena competencia tecnológica global, aunque esta consecuencia parezca irrelevante para la administración Trump. Además, el impacto de estas medidas sobre la inflación resulta especialmente preocupante en el contexto económico actual. Con una inflación recientemente moderada, nuevos aranceles funcionarían como un impuesto regresivo, afectando desproporcionadamente a familias de ingresos medios y bajos. Los análisis económicos sugieren que las tarifas propuestas podrían incrementar los precios de productos básicos entre 5% y 15%, representando un gasto adicional anual de 2.300 dólares para una familia promedio estadounidense.
Finalmente, incluso podemos argumentar que difícilmente los aranceles podrían solucionar el problema del déficit norteamericano. El reconocido economista Michael Pettis explica en Forbes por qué los aranceles simplemente redistribuyen el problema sin resolverlo de fondo. El déficit comercial estadounidense no se origina realmente en el comercio bilateral, sino en desequilibrios globales más profundos en los flujos de capital. China y Europa exportan su exceso de ahorro, resultado de políticas que restringen el consumo interno en el caso chino y de patrones de ahorro históricamente conservadores en Europa. Estos flujos financieros generan inevitablemente déficits comerciales en Estados Unidos, financiados precisamente por el capital que circula entre estas regiones. Esta dinámica, basada en patrones estructurales de las diferentes economías, no se resolverá con simples aranceles bilaterales; los desequilibrios simplemente se redirigirán hacia otros mercados mediante el fenómeno conocido como desviación comercial.
Asistimos así a un guion familiar: mismo protagonista, mismos errores fundamentales, solo con una presentación más sofisticada. Los aranceles constituyen una solución simplista para problemas económicos profundamente complejos. Como toda medida populista, prometen beneficios inmediatos y visibles mientras ocultan costes sustanciales y duraderos a largo plazo. En una economía globalizada e interconectada, la prosperidad económica sostenible no se alcanza erigiendo barreras artificiales, sino desarrollando ventajas competitivas genuinas y adaptables.
M.Hidalgo
- https://cincodias.elpais.com/economia/2025-01-27/el-coste-del-populismo-arancelario.html?outputType=amp
China es el principal proveedor de juguetes y material deportivo de Estados Unidos, suministra el 40% de las importaciones estadounidenses de calzado y es el origen de una cuarta parte de los productos electrónicos y textiles estadounidenses. La propuesta de imponer a China aranceles de hasta el 60% significa que los compradores estadounidenses pronto tendrán que hacer frente a precios más altos.
Para los que nunca defendemos el proteccionismo, se nos generan dudas....es dificil decidir como actuar ante paises como EEUU que se vuelven proteccionistas o contra paises como China que con su politica industrial estatal, impulsan la sobreproducción, siendo europa uien no puede ser competitivo
¿Son tan malas todas las órdenes ejecutivas del presidente Trump?
Jueves, 23/Ene/2025 Ricardo Rivero Ortega El Español
¿Son todas las órdenes ejecutivas tan atrabiliarias?
Pues no. La idea de paralizar y revisar todas las regulaciones pendientes, someterlas a un escrutinio más estricto y valorar su necesidad para evitar costes a los emprendedores no parece absurda (Regulatory Freeze Pending Review).
Este decreto permite excepciones en casos de emergencia y debería contribuir a realizar otra orden más retórica y demagógica, la dedicada a la lucha contra la inflación (Delivering Emergency Price Relief For American Families and Defeating the Cost-Of-Living –Crisis).
El relato de esta acción presidencial contra la subida del coste de la vida culpabiliza a la Administración Biden del crecimiento de los precios, resultado de sus políticas radicales, sus cargas administrativas y abusos del gasto público.
También apunta a las leyes ambientales como causa de las subidas de los altos costes de bienes y servicios básicos. La orden exige informes cada treinta días sobre los efectos de las contramedidas que adopten las agencias federales para bajar los precios.
Si el presidente Trump consigue frenar la inflación, eliminar las barreras burocráticas y las cargas excesivas que frenan la innovación, seguirá la estela de Ronald Reagan, un presidente ridiculizado durante años en el imaginario de los españoles.
Hoy, el legado de Reagan es admirado por demócratas y republicanos. En todo el mundo se asocian sus decisiones al fin de los regímenes comunistas y el progreso de la economía. Así que Trump podría terminar como él, consiguiendo excelentes resultados.
También puede acabar como Nixon, su otro referente. Veremos.
Ricardo Rivero es catedrático de Derecho administrativo en la Universidad de Salamanca.
Trump confía en la innovación de sus plutócratas para traer la "edad de oro"
Miércoles, 22/Ene/2025 Francisco Poleo El Español
Hay un titular que domina los análisis sobre la toma de posesión de Donald Trump: "La edad dorada de América comienza ahora". Esto ha dicho, este lunes, el presidente al asumir su mandato.
Por Trump no sólo votaron los ultraconservadores. En el republicano también confiaron, por ejemplo, y entre otros, los libertarios, aquellos que consideran que el futuro de Estados Unidos pasa por retomar la senda de la innovación mediante la desregulación y simplificación de un Estado que se ha vuelto un elefante burocrático, cuyo mantenimiento ha hecho que los niveles de deuda lleguen a Marte antes que Elon Musk.
El tamaño del Estado americano no está al nivel de Bruselas (ese no es un elefante, sino un mamut), pero lo cierto es que en el 2010 el PIB de Estados Unidos fue de aproximadamente once billones quinientos mil millones de euros, mientras que el de la Unión Europea fue de nueve billones quinientos cuarenta mil ochenta y siete millones de euros. De tú a tú.
En el 2023, el PIB de Estados Unidos fue de aproximadamente veinticinco billones seiscientos veintinueve mil ochocientos cuarenta y dos millones de euros, mientras que el de la Unión Europea se quedó en catorce billones quinientos noventa y cuatro mil cuatrocientos noventa y tres millones.
Trece años, un suspiro en la Historia, bastaron para que el gigante europeo se achicara en comparación su principal aliado.
¿Qué le pasó a Europa en estos trece años? No hace falta ser economista para darse cuenta de qué ha pasado en este siglo en Bruselas: la burocracia, ese lugar donde la innovación y la meritocracia van a morir, donde la comodidad de un sueldo seguro para toda la vida frena la evolución tanto individual como social.
¿Por qué sigue creciendo ese animal que se alimenta del fruto del trabajo individual de cada contribuyente? Las regulaciones, que sólo sirven para crear una oficina nueva que debe ser llenada con nuevos burócratas, que harán cualquier cosa con tal de que su cómodo estilo de vida no se vea alterado, así sea para bien. Mejor pájaro en mano que ciento volando, dicen.
Esta actitud ha ido permeando en la sociedad estadounidense, que se ha ido enrocando, estratificando, como ha sucedido en predios europeos. Una élite dominante se ha dado cuenta de que la mejor forma de controlar a sus siervos no es mediante el sueño americano, sino distrayéndolos lo suficiente entre tres trabajos necesarios para llegar a final de mes y debates socioculturales que muchas veces no son tan importantes como nos hacen creer.
Francisco Poleo es analista especializado en Iberoamérica y Estados Unidos.
Trump, el aislacionista revolucionario
Miércoles, 22/Ene/2025 Shlomo Ben Ami Project Syndicate
Muchas veces se ha dicho que Donald Trump habla sin pensar, y que carece de sentido estratégico o de visión política. Si bien esta valoración no es del todo errada -Trump es, sin duda, un agente de anarquía-, es incompleta. Para bien o para mal, Trump fue uno de los presidentes más revolucionarios de Estados Unidos durante su primer mandato, y pareciera factible que también lo sea en el segundo.
Trump confirmó su adhesión a la Doctrina Monroe en un discurso pronunciado en 2018 en las Naciones Unidas. Sin duda, esta postura está vinculada a la competencia entre Estados Unidos y China: Trump quiere disuadir al rival global de Estados Unidos de interferir en el “extranjero cercano” de Estados Unidos.
Pero esto es precisamente lo que está haciendo China. La estrategia ambiciosa de China en América Latina y el Caribe, definida en un documento político de 2016, detalla su intención de ampliar la cooperación en materia de seguridad en toda la región, lo que representa una intromisión en la vecindad inmediata de Estados Unidos. China también ha financiado proyectos importantes de infraestructura, algunos de ellos de relevancia estratégica crítica. También han sonado alarmas en Washington sobre las bases de espionaje chinas en Cuba.
El mensaje de Trump acepta implícitamente un orden mundial basado en esferas de influencia, tal como lo conciben China y Rusia. Su advertencia del año pasado de que dejaría que Rusia hiciera “lo que le diera la gana” con cualquier miembro de la OTAN que no cumpliera con sus compromisos de gasto en defensa es una prueba más de su postura. También lo es su amenaza de hacerse con el control de Groenlandia. La isla, rica en recursos, no solo está más cerca de Norteamérica que de Europa, sino que también está situada en el Ártico, una nueva frontera de competencia estratégica con Rusia y China.
Aunque Dinamarca ha controlado Groenlandia durante siglos, el acuerdo ha evolucionado con el tiempo. La isla se convirtió en colonia danesa en 1721, aunque fue la declaración estadounidense de 1916 de que Dinamarca podía extender su control a toda Groenlandia la que abrió el camino al reconocimiento internacional de la soberanía danesa. Groenlandia pasó a ser un distrito de Dinamarca en 1953, antes de adoptar el autogobierno en 1979 y obtener una autonomía casi total en 2009 (Dinamarca sigue controlando terrenos como la defensa).
Estados Unidos ha buscado durante mucho tiempo tener influencia en Groenlandia, habiendo establecido bases militares allí durante la Segunda Guerra Mundial. Frente a la amenaza de Trump de llevar este esfuerzo a un nuevo nivel, el primer ministro de Groenlandia, Múte Egede, ha comenzado a reclamar la independencia total -o, como él dijo, eliminar los “grilletes” del colonialismo-. Pero en una era de política de poder -como se ha visto en Ucrania, Oriente Medio y el este de Asia, y como se refleja en la implacable retórica beligerante de Trump-, ¿puede un territorio como Groenlandia llegar a decidir su destino?
Hasta ahora, los aliados de Estados Unidos solo han desafiado simbólicamente los pronunciamientos peligrosos de Trump. Por ejemplo, en diciembre, el rey danés Frederik X actualizó el escudo real, eliminando las tres coronas que simbolizaban la Unión de Kalmar -que comprendía a Dinamarca, Noruega y Suecia, y que duró de 1397 a 1523- y haciendo más prominentes al oso polar, para representar a Groenlandia, y al carnero, a las Islas Feroe.
Estas medidas no ayudarán a proteger a Groenlandia si Trump insiste en el asunto. Cabe preguntarse si ha pasado de moda esperar que el líder del mundo libre dirija las políticas hacia sus aliados sin recurrir a la intimidación y la guerra.
Shlomo Ben Ami, a former Israeli foreign minister, is Vice President of the Toledo International Center for Peace and the author of Prophets without Honor: The 2000 Camp David Summit and the End of the Two-State Solution (Oxford University Press, 2022).
Este artículo, publicado originalmente en Project Syndicate, se reproduce al amparo de lo establecido en la legislación nacional e internacional (ver cobertura legal).
Nota informativa: Project Syndicate es una organización internacional sin ánimo de lucro de medios de comunicación que publica y distribuye comentarios y análisis sobre diversos temas de interés mundial. Está considerada como la mayor fuente de artículos de opinión del mundo. Tiene implementado un «muro de pago» por lo que es necesario suscribirse para tener acceso a todos sus contenidos. Más información en su página de suscripción.
Trump confirmó que va a imponer un arancel del 25% a todos los productos importados desde Canadá y México. Empezarían a regir desde el 1° de febrero Comenzó el enfrentamiento comercial entre EEUU y sus vecinos
La difícil cuadratura del círculo que pretende Trump: buscar un dólar más débil mientras promete aranceles
El mercado de divisas aguarda los próximos pasos del nuevo presidente estadounidense, por ahora más comedido de lo esperado en el flanco comercial
https://elpais.com/economia/2025-01-27/la-dificil-cuadratura-del-circulo-que-pretende-trump-buscar-un-dolar-mas-debil-mientras-promete-aranceles.html?outputType=amp
En general la gente esta muy preocupada por Trump, en realidad será lo de siempre American Firts, como China Firts y si pudiese Rusia Firts....asi que el problema en nuestro caso es Europa
Ver por ejemplo el informe McKinsey sobre Europa y el desprecio a la innovación, son 3.000 euros menos per cápita empleados por ejercicio que EEUU
El «drill, baby, drill» trumpiano
Y es que, al compás de su grito de guerra -«drill, baby, drill»-, el Chief Negotiator ha posicionado los combustibles fósiles en el meollo de sus ambiciones: favorecer la demanda interna y abastecer el planeta de gas natural licuado (GNL). No apunta reparos para habilitar nuevas zonas de extracción, ni en derogar medidas de fomento verde (a vehículos eléctricos, por ejemplo; aunque con el CEO de Tesla de "co-presidente", se le podría complicar). Y son reveladores los nombramientos de colaboradores; notablemente Lee Zeldin, que dirigirá la Agencia de Protección Ambiental, y Chris Wright, que encabezará el Departamento de Energía. El primero, cuando congresista (por Nueva York), se opuso a las inversiones en renovables. El segundo, como CEO de Liberty Energy -dedicada al fracking- defiende que no existen energías "limpias" o "sucias".
Trump también ha prometido embestir contra las regulaciones ambientales alcanzadas; persigue acabar con lo que denomina el "Green New Scam" (la "Nueva Estafa Verde"), consigna comodín para cualquier política energética-ambiental impulsada por Biden. En su punto de mira está, especialmente, la Ley de Reducción de la Inflación (IRA), estandarte climático que ambiciona colocar al país en vanguardia de las tecnologías que definirán la sociedad del futuro a través de la transición energética. Ningún republicano votó a favor y, desde su aprobación, ha habido al menos 30 intentos de tumbar alguno de sus elementos. Antes de tomar posesión, el adalid máximo ha asegurado que revocará los fondos IRA sin ejecutar. Pero no le será fácil: alrededor del 60% de los proyectos anunciados (el 85% de las inversiones y el 68% de los puestos de trabajo previstos) se localizan en distritos republicanos. Acabar con la norma implicaría, según estimaciones, cercenar oportunidades laborales -del orden de cien mil- en más de 330 emprendimientos de envergadura, e inversiones privadas por valor de 126 mil millones de dólares, predominantemente en estados que han respaldado al líder.
Así, merece reseña final el pragmatismo del "all of the above" (todo lo anterior), lema que toma fuerza en círculos republicanos. Este enfoque quedó reflejado durante la audiencia de confirmación en el Senado del flamante secretario de Energía, que afirmó que apoyaría todos los tipos de «energía fiable», incluidos solar, eólica, nuclear y geotérmica. Un precedente reciente se encuentra en 2023: legisladores republicanos promovieron iniciativas para facilitar permisos tanto a energías renovables como a infraestructuras de extracción de combustibles fósiles, con el objetivo de equilibrar competitividad y sostenibilidad.
Si esta filosofía prevalece, el «drill, baby, drill» trumpiano podría pasar a la Historia como revulsivo estratégico, eclipsado por los desafueros retóricos de su creador.
Ana Palacio
https://www.almendron.com/tribuna/hasta-donde-llegara-el-drill-baby-drill-trumpiano/
Europa desunida
El vínculo transatlántico entre líderes populistas y antiliberales debería preocupar. Trump ya no está aislado en Europa, sino que está acumulando rápidamente aliados entre los jefes de Estado europeos. Estos líderes coinciden en la percepción de la amenaza existencial que supone la migración, la necesidad de los llamados "valores familiares tradicionales" y el "antidespertar". Pero más allá de eso, comparten y quieren hacer avanzar una visión antiliberal del mundo, con ramificaciones que van desde la seguridad y el comercio mundial hasta los derechos humanos, y que amenazan directamente el proyecto europeo.
No hay soluciones rápidas. Un primer paso sería comunicar con mucha más claridad los riesgos que plantean Rusia y otros adversarios.
No será fácil ni mucho menos, pero el proyecto europeo -que trajo la paz a Europa- está en juego.
Armida van Rij, Senior Research Fellow, Europe Programme.
El programa de Donald Trump que nadie en Europa ha leído realmente
En julio, en la Convención Nacional Republicana celebrada en Milwaukee, Wisconsin, los delegados del Partido Republicano adoptaron un texto clave: la «plataforma» del partido para las elecciones presidenciales de noviembre de 2024, un documento que detalla las prioridades del partido si su candidato accede a la Casa Blanca. Habiendo dejado de lado el ejercicio de 2020, contentándose con renovar la plataforma de 2016, el programa que se ha preparado para este ciclo electoral es, por tanto, completamente nuevo.
¿Está preparada la Unión para navegar en este mundo roto?
No, francamente, no creo que nuestras instituciones estuvieran preparadas para un éxito tan rotundo de Donald Trump, que podría potencialmente desestabilizar Europa, nuestras instituciones, el Parlamento, el Consejo y la Comisión.
La primera pregunta que hay que plantearse —y no me corresponde a mí responderla, ya que corresponde exclusivamente a los legisladores hacerlo— es si la arquitectura de nuestras instituciones les permitirá hacer frente a una administración estadounidense plenamente operativa y decidida a entablar luchas de poder, incluso con la Unión.
¿Trump tiene interés en negociar con la UE ?
Ante la sobreproducción de China
https://articulosclaves.blogspot.com/2024/12/china-fracturo-el-textil-las-placas.html
https://articulosclaves.blogspot.com/2024/12/la-alemania-que-conociamos-ya-no-existe.html
https://articulosclaves.blogspot.com/2024/12/puede-la-politica-industrial-reactivar.html
https://articulosclaves.blogspot.com/2024/12/occidente-no-se-muere-pero-se-esfuerza.html
En breve, las guerras no serán tanques y aviones, sino cibernéticas -2018-
Hace dos semanas, China perpetró el hackeo (o saqueo) más fuerte, grande y profundo de la historia: el ataque de los espías chinos afectó a grandes 30 compañías TIC estadounidenses, incluidas Amazon, Google, Facebook, Microsoft y Apple, al comprometer la cadena de suministro de tecnología de Estados Unidos, cuyo gobierno, ministerios y agencias de seguridad fueron hackeadas con enorme facilidad.
Bastó con que tres miembros de una unidad especial de ciber-guerra del Ejército Rojo se infiltraran en la empresa (Super Micro Computer Inc que fabrica carísimos servidores para Elemental Technologies, compañía que desde hace tres años trabaja para Amazon Web Services (AWS) y que ha estado a punto de estar comprada por Amazon para desarrollar el proyecto tecnológico más importante llevado a cabo por la CIA, con la ayuda de AWS y que, desgraciadamente, ha sido hackeado por los chinos: la supuesta interferencia de Rusia, a través de Facebook, en las elecciones presidenciales de Estados Unidos de noviembre de 2016 a favor de Donald Trump, es una broma anecdótica comparado con “esto”, que afecta a la seguridad nacional y económica de Estados Unidos).
¿Cómo hackeó China a las más importantes corporaciones y agencias gubernamentales estadounidenses? “Simplemente”, instalando placas base ‘adulteradas’ con microchips espías en su interior. Hay que tener en cuenta que China es la gran fábrica tecnológica del mundo: el 90 por ciento de los ordenadores y teléfonos inteligentes del planeta son producidos en China: da igual la procedencia; puede tratarse de empresas de Corea del Sur (LG, Samsung), estadounidenses (IBM, HP, HPE, Salesforce, Oracle, Apple, Google, Facebook, Amazon, Microsoft), japonesas (Sony), etc. Los espías chinos se infiltraron en la empresa Super Micro Computer Inc, que, a su vez, instala los microprocesadores al cien por ciento de esas y otros cientos de empresas del sector tecnológico, bien directamente o, sobre todo, a través de compañías subsidiarias, para evitar lo obvio: ¿Cómo es posible que una sola empresa implante un microprocesador espía en el cien por ciento del 90 por ciento de los ordenadores, servidores, tabletas, smartphones, etc del mundo? Respuesta: para llegar a Super Micro Computer Inc hay primero que desenmarañar una red de multitud empresas interpuestas cuyo denominador común es uno: su propietario, directa o indirectamente, es el Estado Chino.
Motivaciones para el hackeo
China se ha aprovechado de la enorme dependencia tecnológica de componentes que USA tiene, y metiendo microchips espías se ha infiltrado dentro de algunas de las gigantes empresas de Internet del momento. El ataque hecho por espías chinos alcanzó a 30 grandes compañías TIC estadounidenses, incluyendo Amazon y Apple, comprometiendo la cadena de suministros de la tecnología americana. Un microchip en las placas bases utilizadas por una compañía americana llamada Super Micro, que vende servidores a multinacionales como Amazon y Apple. Con el microchip instalado y comprometiendo el servidor, China puede espiar las redes de toda aquella compañía que use el servidor, tenga el tamaño que tenga.
Tanto las empresas como el gobierno americano han negado el hackeo. Sin embargo, sabemos que no es la primera vez: en los últimos cuatro años, el Ejército de Liberación del Pueblo (Ejército Rojo, el chino) ha hackeado desde el Pentágono a Facebook, simplemente, para dejar claro el solo hecho “de que es capaz de hacerlo”. Hecho unas cuantas veces, ¿quién puede afirmar ahora que los chinos no han vuelto a hacerlo?
Hay un buen motivo para que China actúe de esta manera: ante la guerra comercial que Donald Trump declara a China -el importe las sanciones llegaría ya a los 500.000 millones de dólares, es decir, la mitad del Producto Interior Bruto de España, por ejemplo-: aranceles sobre el acero, el aluminio, productos lácteos y de alimentación, etc, China tiene mucho que perder: muchísimo. El crecimiento económico chino entre 2012 y 2016 (primera etapa de la presidencia de Xi Jinping, el hombre que más poder ha acumulado en China desde 1949, es decir, el líder comunista chino más fuerte después de Mao Zedong) se fundamentó en las exportaciones de productos fabricados en China. Suena sencillo, pero el censo del Partido Comunista Chino, que es el verdadero, porque el que el reporta el gobierno chino a entidades internacionales como el FMI, Banco Mundial o la ONU está “maquillado”, muestra que China tiene 1.500 millones de habitantes (oficialmente, China reporta solo 1.200), de los cuales 400 millones viven y trabajan en la costa y en ciudades-fábrica a pocos cientos de kilómetros de Pekín o Shanghái. Por ejemplo, la ciudad china de Chongqing (o Guangzhou) tiene a su vez seis ciudades-fábrica. En cada una de esas seis ciudades, viven en torno a un millón de trabajadores/as cuyo horario de trabajo oscila entre las 14 y las 18 horas diarias, seis días a la semana y un salario medio por trabajador/a de 125,90 euros al mes (146 dólares). Empresas TIC como Acer y Lenovo son propietarias de ciudades-fábrica de este estilo “por esa misma zona…”
China vive en recesión desde 2016. Dice oficialmente que, cada trimestre crece al 6,7 por ciento en PIB y que cumple previsiones. En Estados Unidos, crecer al 3 por ciento es el cielo, sobre todo con una tasa de paro del 3,7 por ciento o pleno empleo. En China, crecer por debajo del 8 por ciento es recesión, contracción de la producción y el consumo. De hecho, el gobierno chino, que financia -es decir, pone el dinero- las inversiones chinas en el extranjero de sus grandes corporaciones “semi-públicas”, como HNA, SAIC Motor, Banco de China, Ping An Seguros, Banco de Construcción de China, Corporación de Ingeniería de Construcción Estatal de China, etc, han recibido la orden del gobierno chino de parar en seco sus inversiones, porque China no quiere incrementar su déficit público (¡300 por ciento de su PIB!) si las sanciones de Trump hacen daño a sus empresas y, por tanto, a su economía, cuando muchos aprecian una leve desaceleración económica mundial…
En definitiva, el hackeo chino a gran escala en Estados Unidos -gobierno y principales empresas- sería un aviso de Xi Jinping a Donald Trump para que no haya guerra comercial porque, si la hubiere, China respondería con una guerra cibernética. Y, hoy, las transacciones financieras, por ejemplo, no se hacen en papel, como en la banca de Florencia del siglo XIV, sino a través de Internet. Hay multitud de libros y películas que reflejan esa realidad: “BlackHat. Hacker: amenaza en la red. Hemos perdido el control”, dirigida por Michael Mann (Heat, Collateral, The Insider) y protagonizada por Chris Hemsworth, es, posiblemente la más realista desde el punto de vista tecnológico, aunque no desde el punto de vista político porque, en la película, norteamericanos y chinos colaboran contra un hacker más poderoso que ellos.
El Gobierno estadounidense niega el hackeo
Lógico. Reconocerlo es bastante embarazoso. Las TIC, la Digitalización son fenómenos norteamericanos que dominan el panorama económico, político, geoestratégico global. Los principales jugadores son americanos: Apple, Alphabet (Google), Amazon, Microsoft, Facebook. Sus imitadores (Alibaba, Tencent, etc), son chinos. Pero parece que, el discípulo, ha adelantado al maestro.
Homeland Security, el Departamento de Seguridad Nacional de los Estados Unidos -responsable de proteger el territorio estadounidense de ataques terroristas y responder a desastres naturales-, ha declarado públicamente que “no ha habido hackeo”. La frase no es mía, sino una locución latina de origen medieval: “excusatio non petita, accusatio manifesta”… De hecho, poco después del desmentido gubernamental, se ha sabido que más dispositivos hackeados por China en servidores estadounidenses han sido encontrados en uno de los principales operadores de telecomunicaciones estadounidenses.
Renuentemente, Symantec (la firma de ciberseguridad para la que tuve el honor de hacer proyectos de consultoría entre 2000 y 2004) ha tenido que reconocer que: “Una compleja campaña de pirateo lanzada desde ordenadores en China ha golpeado a operadores de satélites, contratistas de defensa y compañías de telecomunicaciones en los Estados Unidos y el sudeste asiático”. El Gobierno americano puede decir cualquier cosa, lógicamente, pero Symantec está obligada a decir la verdad porque, de lo contrario, perdería toda su credibilidad. No así las compañías supuestamente afectadas, que lo han negado todo: AT&T, Sprint, T-Mobile, Verizon y CenturyLink. Escribo esta tribuna a las 13,50 del 15 de octubre de 2018. Hace tres horas, Facebook redujo el número de usuarios hackeados de su red social a 50 millones, es decir, toda la Península Ibérica. Yahoo! Fue hackeada hasta en cuatro ocasiones, pero su presidenta, entonces, decidió ocultar los hechos, hasta que los accionistas decidieron vender la empresa a Verizon y, durante la “due diligence” la futura “Oath, antes Yahoo!” tuvo que revelar el hackeo de millones de usuarios. Marisa Meyer hubo de dimitir, yéndose a su casa en 2016 con 45 millones de dólares de más en el bolsillo…
De todas formas, si un niño de 15 años, Jonathan James, en Miami, hackeó los servidores de la NASA en marzo de 2017, ¿qué no podrán hacer los expertos hackers chinos?
En breve, las guerras no serán de tanques, sino cibernéticas…
Jorge Díaz Cardiel. Socio Director Advice Strategic Consultants
https://www.ituser.es/opinion/2018/10/en-breve-las-guerras-no-seran-tanques-y-aviones-sino-ciberneticas
El hombre más rico del mundo dirigirá junto a Vivek Ramaswamy el Departamento de Eficiencia Gubernamental
Esto fue lo que les arruinó las elecciones presidenciales a los demócratas
· https://articulosclaves.blogspot.com/2024/11/esto-fue-lo-que-les-arruino-las.html
¿Puede Trump llegar a un acuerdo con Putin sobre Ucrania?
· https://articulosclaves.blogspot.com/2024/11/puede-trump-llegar-un-acuerdo-con-putin.html
La ofensiva arancelaria de Trump
Según Trump, el déficit comercial es una de las causas de la pérdida de tejido productivo americano. Para resolverlo, se plantea imponer aranceles que podrían alcanzar el 20% a las exportaciones europeas. ¿Qué efectos puede tener y qué respuesta cabe?
¿Ha llegado ya el fascismo a EEUU? -David Jiménez Torres El Mundo
Se supone que las elecciones aclaran las incertidumbres políticas y, en el frente económico, la victoria de Donald Trump sobre Kamala Harris ha hecho exactamente eso. Los tres principales índices bursátiles de Estados Unidos y los rendimientos del Tesoro estadounidense dieron un salto a la mañana siguiente de la jornada electoral, reflejando las expectativas tanto de un sólido crecimiento económico como de un aumento de la deuda y la inflación.
Trump "recargado": "quo vadis", Europa
https://articulosclaves.blogspot.com/2024/11/trump-reloaded-quo-vadis-europa.html
Trump, la guerra en Ucrania y el dilema estratégico de Moscú
https://articulosclaves.blogspot.com/2024/11/trump-la-guerra-en-ucrania-y-el-dilema.html
Una amenaza existencial contra Ucrania y toda Europa
La primera víctima del segundo mandato de Donald Trump como presidente de Estados Unidos será probablemente Ucrania. Los únicos que podemos evitar ese desastre somos los europeos, pero nuestro continente está en plena confusión. El Gobierno de coalición de Alemania ha elegido precisamente el día en que nos despertamos con la noticia del triunfo de Trump para caer despedazado por viejos resentimientos. Si no conseguimos hacer frente a esta amenaza, nos encontraremos con una Ucrania y una Europa débiles, divididas y rabiosas, justo cuando entramos en un nuevo y peligroso periodo de la historia europea.
Trump, ¿el futuro de las democracias?
El triunfo de Trump se inscribe en un contexto cultural nacional muy específico, que es el de Estados Unidos, y debemos tener en cuenta la personalidad excepcional de Donald Trump, tanto si lo odiamos como si lo amamos. Pero más allá de esta excepcionalidad, me parece que el trumpismo es también un fenómeno ideológico que va mucho más allá del temperamento de Trump. Como suele ocurrir, Estados Unidos se sitúa a la vanguardia de la evolución política y cultural de Occidente. Me parece que vuelve a ser así, como demuestran estas elecciones presidenciales. Recuerden el 'reaganismo' en 1980: se extendió por todo el mundo y llevó al poder a candidatos con un mensaje liberal. Una vez más, Estados Unidos lidera la carrera con un presidente que también tiene un mensaje, pero que no es realmente liberal, sino casi iliberal. Si tuviera que resumir este mensaje en un criterio significativo y exportable, la característica principal de lo que desde ahora deberemos llamar trumpismo es el concepto de identidad.
Trump y el paraíso perdido
Estados Unidos ha sido durante los últimos 80 años la luz que ilumina el mundo: el faro que proyecta los valores y la cultura política de Occidente. La segunda victoria de Donald Trump constata, más que inaugura, una nueva era, un nuevo orden moral, y su influencia global dejará pronto atrás el mundo de ayer, paraíso perdido. La credibilidad ideológica de la democracia liberal se pone en juego cuando el pueblo norteamericano, en vísperas del 250 aniversario de la revolución de los padres fundadores, ofrece un respaldo arrollador al candidato que intentó subvertir el resultado de unas elecciones, desdeña el imperio de la ley tras ser condenado por múltiples delitos graves, califica como fake news cualquier información contraria a sus intereses, ostenta la falta de decoro y la demonización del adversario como líneas principales de comportamiento y recurre constantemente a la mentira. Con toda seguridad, los criterios políticos de la hegemonía decadente son por sí solos insuficientes para explicar el fenómeno.
El apocalipsis según Donald Trump
Tengo que aclararlo: ni una sola de las palabras que acabo de escribir es una exageración o una caricatura. Son palabras de Trump, pronunciadas en público y ante las cámaras, aplaudidas a rabiar por los suyos. Y no se ha hablado lo suficiente, me parece, de la gran lección que la victoria trumpista deja para los aspirantes a autoritarios del mundo entero: no hay ficción tan extrema, ni mentira tan grande, que no pueda ser aceptada por la sociedad. Sólo se necesitan dos ingredientes: por un lado, una ciudadanía vulnerable, atemorizada, desinformada o crédula; por el otro, un líder cuyos escrúpulos sean inversamente proporcionales a su desespero.
¿Qué implicará la victoria de Trump para el clima?
En cuanto a la política climática y (especialmente) ambiental, otra presidencia de Trump claramente es una mala noticia, y se ve exacerbada por una incertidumbre política extrema y señales decididamente contradictorias, especialmente en los casos en que Trump puede intentar interponerse en el camino de tendencias tecnológicas y de mercado más grandes.
Trump la gran incógnita. Otros artículos analizando la situación
Trump 2.0: una relación transaccional con Europa
La reelección de Donald Trump como presidente de los Estados Unidos es un golpe devastador para Europa, que está muy mal preparada. Su prometido proteccionismo es una amenaza para las economías exportadoras de la Unión Europea en dificultades, y su postura transaccional de cara a la OTAN pone en peligro la ya débil seguridad de Europa. Puede que pronto Ucrania sea sacrificada a Rusia; y envalentonando a nacionalistas afines como el primer ministro húngaro Viktor Orbán, es posible que Trump profundice el debilitamiento endógeno de la unidad europea.
· https://articulosclaves.blogspot.com/2024/11/europa-tiene-que-cortejar-trump.html
Energia
https://articulosclaves.blogspot.com/2024/12/trump-ii-dominio-energetico-y.html
Trump II: dominio energético y subordinación del clima (.pdf)
Trump/dólar
https://articulosclaves.blogspot.com/2024/12/trump-y-la-defensa-del-dolar.html
La tenaza Trump: Europa frente a un riesgo existencial -Olivier Schmitt
La presidencia de Trump es un «elefante negro» para Europa —una amenaza evidente pero a la que nos cuidamos de hacer frente—. Mientras el peor escenario para el futuro de la relación transatlántica se hace cada vez más probable, una serie de bloqueos auguran conflictos políticos en el futuro y hacen temer una amenaza en dos frentes: una mayor dependencia de China y el establecimiento de una «extorsión de protección» desde Washington.
https://articulosclaves.blogspot.com/2024/11/la-tenaza-trump-europa-frente-un-riesgo.html
Las fracturas de la política estadounidense
Las recientes elecciones estadounidenses se parecen más a las de 2016 de lo que a primera vista puede parecer. Cabe interpretarlas de tres modos: como la clásica alternancia de poder (lo que contradice la evidencia de que estamos ante cambios más significativos e impredecibles que el mero cambio de Gobierno), como un giro histórico (algo que sobrevalora la capacidad de los políticos para producir los resultados que anuncian, como el de “arreglarlo todo” proclamado por Trump en la campaña) o como unas elecciones que vuelven a recordarnos la existencia de viejos problemas, de las fracturas que atraviesan a la sociedad estadounidense, que deterioran su espacio público común y que condicionan una y otra vez su política.
"La victoria de Trump en Estados Unidos marca una nueva etapa política, en la que se consolida el autoritarismo posdemocrático, que, precisamente, nació con su primer mandato". Agenda Pública analiza junto a Anna López, doctora en Ciencia Política por la Universitat de València, así como con Juan Moscoso del Prado y Jordi Xuclà, quienes han sido portavoces de Exteriores de las Cortes Generales, la victoria de Donald Trump, poniendo el foco en su impacto sobre la democracia liberal en Europa y en España.
La: IA es el renacimiento
https://articulosclaves.blogspot.com/2024/11/la-ia-es-el-renacimiento.html
Europa está atrapada entre el viejo y el nuevo orden
Contexto geoestratégico de la guerra tecnológica entre EEUU y China-2020-
Trump se refería, en respuesta a Bartiromo, al “outsourcing” o subcontratación de la producción de productos tecnológicos norteamericanos a empresas chinas con sede en China continental (por contraste con Taiwan, también llamada, China insular) y a la subcontratación de la producción de coches norteamericanos a México. Como sabemos, es una cuestión de menores costes laborales: Silicon Valley subcontrata la producción de chips, semiconductores, redes, ordenadores, servidores y teléfonos móviles a empresas chinas, porque los costes laborales en el país asiático son infinitamente menores que en Estados Unidos. Lo mismo sucede con los tres grandes fabricantes de automóviles de Detroit, que, al trasladar la producción a México, reducen costes, sí, pero como sucede en Silicon Valley, dejan el mercado laboral americano convertida en un erial o, como diría el gran escritor británico-estadounidense T.S. Elliot, “en tierra baldía”.
Sin embargo, enmarcar el enfrentamiento (sea en Tecnologías de la Información o en Automóviles) entre Estados Unidos y China en la constreñida cuestión de los costes laborales es de una gran pobreza intelectual. El marco, el contexto y el trasfondo son mucho mayores. Lo que está en cuestión es la primacía de Estados Unidos como primera potencia económica, empresarial y militar del mundo. Los norteamericanos somos paranoicos. Como escribió Andy Grove, ex presidente y CEO de Intel Corporation, primer fabricante de procesadores del mundo y empresa para la que tuve el honor de trabajar como director de España y Portugal: “only the paranoids survive”; “sólo los paranoicos sobreviven”. La paranoia está instalada en la psicología norteamericana y, en el caso que nos ocupa, desde los políticos y los empresarios a la población general, la pregunta está en el aire, cuando menos desde 2009: “¿perderá Estados Unidos su condición de primera potencia mundial a favor de China?”. Es la cuestión central de uno de los libros del experto en política internacional y buen amigo, Fareed Zakaria (CNN, Time, Newsweek, Foreign Affairs), “The Post American World”, libro de cabecera del presidente Barack Obama, también amigo (y ex jefe). La lectura de esta obra llevó a Obama a preguntarse en el discurso sobre el estado de la unión de enero de 2020 sobre “¿no debíamos haber sido nosotros los que construyéramos el tren bala de Shanghái en vez de China?”. Diez años después, la pregunta se mantiene y explica en buena parte la victoria de Trump en las elecciones presidenciales de 2016 con su lema “América first”.
Tras la caída de la Unión Soviética en 1991, Estados Unidos queda como única superpotencia mundial. Primero Bush padre y, después, Bill Clinton, impulsan la globalización y los tratados de libre comercio que, junto al desarrollo intensivo y fuerte de las tecnologías de la información e Internet impulsan el comercio mundial y, en Estados Unidos se vive una época de excepcional crecimiento económico (media de crecimiento del PIB del 5% durante la década de los años noventa y 24 millones de nuevos puestos de trabajo). Entonces empieza la subcontratación de la fabricación norteamericana a China y otros países asiáticos. Pero, conforme a la “destrucción creativa” de Schumpeter, al tiempo que se destruyen negocios y empleos en Estados Unidos (manufactura, agricultura, los que luego votaron a Trump), se crean otros nuevos al albur de la nueva economía del conocimiento.
La globalización no para durante los ocho años de presidencia de George Bush Hijo, pero, tras los atentados del 11S y las guerras de Oriente Medio, las prioridades de Estados Unidos cambian y buena parte de los recursos públicos van a financiar las guerras en Afganistán, Iraq y, después, Siria. Apareció la crisis financiera o Gran Recesión de 2007-2009, la peor para Occidente desde la Gran Depresión de 1929-1946. Y Estados Unidos necesita financiación: China se la ofrece. En 2010, el 32% de los bonos del Tesoro norteamericano están en manos chinas. Una venta masiva hubiera desestabilizado fuertemente más la economía norteamericana. Pero, con Barack Obama, en junio de 2009, acaba la recesión y comienza el período más extenso de crecimiento económico y creación de empleo en 50 años: entre junio de 2019 y febrero de 2020 la economía crece una media del 3% en PIB y se crean 32 millones de empleos, dejando tasa de paro en 3,5%. Barack Obama puso los fundamentos y Donald Trump continuó construyendo. Pero, al mismo tiempo, los norteamericanos dejan de ver en los productos que compran el famoso “Made in América”, que es sustituido por el “Made in China”. Millones de empleos en manufactura se pierden en Estados Unidos a favor de muchos más millones de chinos que cobran un dólar diario y un cuenco de arroz para estar en forma y trabajar 18 horas diarias seis días a la semana. Al abrir la caja de un iPhone se lee: “Diseñado en Estados Unidos” y “Fabricado en China”. Apple, HP, HPE, Microsoft, Intel, Google, Samsung, etc, subcontratan la fabricación a China, por ejemplo, a una -entre muchas otras “ciudades/fábrica”, así se llaman en chino- empresa como Foxconn, con un millón de empleados. Las compañías de telecomunicaciones, como Verizon, AT&T, T-Mobile / Sprint, Comcast delegan la fabricación de redes en conglomerados chinos como Huawei. Igualmente, los fabricantes de chips/microprocesadores, como Intel Corporation, Nvidia y AMD.
El descontento social es tan grande en Estados Unidos que obreros y agricultores votaron a Donald Trump en noviembre de 2016, quien les promete restaurar la gloria de América y repatriar empleos y beneficios empresariales. Trump, con el “América First” ofrece una fiscalidad muy favorable a las empresas TI que decidan traer a casa los beneficios en lugar de dejarlos en las filiales extranjeras: en vez de pagar el 25% del impuesto de sociedades, pagarán un 10% y Apple y HP, Microsoft e Intel, se “apuntan”. Apple llega a poner en marcha una fábrica para 10.000 empleados en Texas y dos viejos enemigos, Tim Cook y Donald Trump, se hacen amigos.
Igualmente, Amazon (Jeff Bezos) ve amenazado su liderazgo mundial en comercio electrónico por Alibaba, propiedad de un ciudadano chino educado en mi alma mater, Harvard, Jack Ma, aunque su empresa vale en bolsa la mitad que Amazon. Trump otorga a Amazon la mitad del contrato de cloud más grande de la historia, convocado por el Pentágono en 2017 y destinado en principio íntegramente a Amazon, pero son años en que Bezos y Trump se llevan mal. Hasta que Bezos pide ayuda a Trump y éste, para recompensar a Bezos “por su humildad” y por la vanidad que le genera al presidente, da marcha atrás en su decisión de otorgar enteramente a Microsoft Azure el proyecto de cloud computing (JEDI) y lo divide a partes iguales entre Amazon y Microsoft. Jeff Bezos y Donald Trump se hacen amigos y, a cambio, Trump pide ayuda a Bezos para luchar contra China, contra Alibaba, para ser exactos. Satya Nadella, CEO de Microsoft no se ofende por llevarse solo la mitad del concurso del Pentágono. Su karma es budista y su alma es pacifista: mejor la mitad que nada, piensa Nadella. Oracle no queda fuera, porque Larry Ellison puede sacar pecho de tener el contrato de Inteligencia Artificial más potente de la historia que le otorga la Agencia Central de Inteligencia. La unión, con estos y otros muchos ejemplos, entre las empresas TI y la administración americana no es sino una vuelta a la colaboración que ya hubo durante la Guerra Fría, solo que con un enemigo distinto: de la extinta Unión Soviética a China.
Primero, Trump desata la guerra comercial contra China, imponiendo aranceles a la importación de productos chinos. Luego, resumiendo mucho, “enfila” empresas concretas chinas porque son una amenaza para la Seguridad Nacional de Estados Unidos y para las grandes empresas TI norteamericanas: Facebook, Alphabet-Google, Amazon, Microsoft, Apple se quejan de una competencia desleal de Tencent, Baidu, Alibaba, Xiaomi, Huawei, entre otras. El caso de Huawei es quizá el más conocido porque vende equipos de telecomunicaciones, teléfonos móviles y redes. Sin ir muy lejos, en España, Telefónica tuvo sus redes en manos de Huawei para el despliegue de 5G. Al igual que Orange, Vodafone, Deutsche Telecom y todas las operadoras de telecomunicaciones europeas. Y norteamericanas, porque también Verizon, AT&T, Comcast, T-Mobile/Sprint dependían de Huawei. Y, también el sector de chips/microprocesadores, con Intel Corporation, Nvidia y AMD dependiendo de Huawei.
Así que llegaron las sanciones de Trump a la empresa china que, como su propio presidente ha dicho públicamente, “ha restado 12 billones de dólares a nuestra facturación anual”. Personalmente, no creo que una alianza de Nokia-Ericsson-Alcatel Lucent sea suficiente para contrarrestar a Huawei. Sería como comparar a “Los Panchos” -con todo respeto- con “The King”, Elvis Presley.
Pero la cuestión de Huawei, Tencent, Xiaomi, Baidu, etc es sólo una parte de la cuestión. China ha entrado en recesión. El 21 de mayo de 2020, por vez primera desde 1978, el gobierno chino ha reconocido que no conseguirá su objetivo de crecimiento económico este año. Y aprieta las tuercas a Taiwán y a Hong-Kong, a pesar de que ellas quieren seguir siendo independientes. Estados Unidos se retira de la Organización Mundial de la Salud, porque cree que está al servicio de China quien, por su parte, “insufla” dos billones de dólares a la OMS; China está construyendo islas artificiales militares en el Mar de China y en el Mar de Japón, lo que ha llevado a Corea del Sur, Japón y Australia a pedir ayudar militar norteamericana. Trump ha respondido con el despliegue de varias divisiones del Cuerpo de Marines (USMC) en los tres países. Y ha enviado la Séptima Flota (70 barcos y submarinos, 300 aviones y más de 40.000 Marines) al Pacífico para proteger a Corea del Sur, Taiwan, Japón y Australia. El coste de la defensa norteamericana lo pagan los países defendidos, excepto la Séptima Flota.
Me preguntaron la semana pasada si era cierto que Estados Unidos y China irían a la guerra (militar). Respondí que no. Por ahora, Trump “se contenta” con exigir a las empresas cotizadas chinas en los mercados de valores estadounidenses, los mismos requerimientos de transparencia informativa que se exige a las empresas norteamericanas.
Jorge Díaz-Cardiel. Socio director general de Advice Strategic Consultants. Economista, Sociólogo, Abogado, Historiador, Filósofo y Periodista. Ha sido Director General de Ipsos Public Affairs, Socio Director General de Brodeur Worldwide y de Porter Novelli International; director de ventas y marketing de Intel Corporation y Director de Relaciones con Inversores de Shandwick Consultants. Autor de miles de artículos de economía y relaciones internacionales, ha publicado una veintena de libros, sobre economía, innovación, digitalización y éxito empresarial. Es Premio Economía 1991
‘Big tech’ versus puntocom: ¿es diferente esta vez?
Aunque hay parecidos, son muy distintas en tamaño, y el modelo de negocio de los gigantes actuales está asentado y tiene mucho potencial-12 ENE 2023
Las empresas tecnológicas han vivido dos grandes crisis en las dos
últimas décadas: a principios de la década de los 2000, la conocida como
crisis de las puntocom; a partir de 2022, la crisis de las big tech.
Las empresas tecnológicas han vivido dos grandes crisis en las dos últimas décadas: a principios de la década de los 2000, la conocida como crisis de las puntocom; a partir de 2022, la crisis de las big tech.
Se considera que ambas crisis han ido precedidas de una burbuja, es decir, de fuertes subidas en la cotización de empresas tecnológicas no apoyadas en sólidos fundamentales. Esto queda de manifiesto en la evolución de la cotización del Nasdaq 100, índice estadounidense de las principales tecnológicas, que acumuló fuertes subidas en sus cotizaciones, antes de caer con fuerza.
El impacto de la crisis puntocom sobre la economía estadounidense fue más fuerte que el de las big tech. En efecto, el consenso de economistas considera que las puntocom provocaron una leve recesión sobre la economía de EE UU, mientras que con las big tech, el proceso ha sido justo el inverso: la mala marcha de la economía ha pesado sobre su potencial de crecimiento a través de caídas en la demanda de sus productos y en sus ingresos publicitarios.
Por último, el entorno regulatorio no es el mismo para las puntocom y las big tech. La creciente importancia de estas, con su extensión de líneas de negocio a áreas como las finanzas y la recopilación de un número ingente de datos, está motivando una fuerte respuesta regulatoria desde distintas jurisdicciones. En el caso de la UE, por ejemplo, destacan la Digital Markets Act y la Digital Services Act, así como la próxima consulta que lanzará la Comisión Europea, para determinar si las big tech han de pagar una contribución para sufragar parte de las infraestructuras de telecomunicaciones.
En definitiva, si bien las crisis de las puntocom y las big tech presentan similitudes evidentes, creo que se puede afirmar con seguridad que esta vez es diferente. Pero para que realmente se mantengan las diferencias, es vital tener una conducta inversora responsable, conduciendo los debidos procesos de due diligence y evitando invertir sobre la base de expectativas y no de indicadores financieros claros y comprobables.
Judith Arnal es doctora en Economía y técnico comercial y economista del Estado. Colaboradora de Agenda Pública
- https://cincodias.elpais.com/cincodias/2023/01/11/opinion/1673436554_666851.html
Estados Unidos, China y la muerte del no-sistema monetario internacional
https://articulosclaves.blogspot.com/2024/11/estados-unidos-china-y-la-muerte-del-no.html
Sin la reforma de las instituciones supranacionales, seguirán escalando los conflictos bélicos y las guerras comerciales
https://articulosclaves.blogspot.com/2024/09/la-responsabilidad-de-las-instituciones.html
https://articulosclaves.blogspot.com/2024/09/las-divisiones-politicas-hacen-revaluar.html
Politica industrial
La necesidad de una política industrial
https://brujulaeconomica.blogspot.com/2023/03/la-necesidad-de-una-politica-industrial.html
¿Por qué la llamamos política industrial cuando simplemente es política?
https://brujulaeconomica.blogspot.com/2023/12/por-que-la-llamamos-politica-industrial.html
Política industrial, ¿sabremos pasar de las palabras a los hechos?
https://forosenar.blogspot.com/2023/05/politica-industrial-sabremos-pasar-de.html
https://forosenar.blogspot.com/2023/05/muerte-en-corea-o-funciona-la-politica.html
https://forosenar.blogspot.com/2023/05/deep-tech-o-no-deep-tech-espana-se.html
Política industrial-Dani Rodrik-
https://brujulaeconomica.blogspot.com/2023/12/politica-industrial-dani-rodrik.html
El Retorno de la Política Industrial. II
https://forosenar.blogspot.com/2023/04/el-retorno-de-la-politica-industrial-ii.html
El rechazo de toda política industrial europea
https://brujulaeconomica.blogspot.com/2024/03/el-rechazo-de-toda-politica-industrial_6.html
https://brujulaeconomica.blogspot.com/2024/03/alemaniahacia-lo-desconocido.html
https://articulosclaves.blogspot.com/2024/03/europa-se-esta-quedando-atras-efeas.html
¿Politica industrial por países, política industrial europea conjunta o seria mejor nichos de mercado por zonas ¿
Los ecosistemas territoriales de innovación: Como dinamizarlos
https://forosenar.blogspot.com/2024/02/los-ecosistemas-territoriales-de.html
¿Europa primero? El auge de la política industrial de la UE Fomento y protección del mercado único
https://brujulaeconomica.blogspot.com/2023/05/europa-primero-el-auge-de-la-politica.html
Evaluación Económica de Políticas Públicas: buscando atajos razonables
https://brujulaeconomica.blogspot.com/2023/09/evaluacion-economica-de-politicas.html
https://articulosclaves.blogspot.com/2024/09/reindustrializacion-y-perte-en-espana.html
El invierno demográfico europeo y el déficit de competitividad
https://articulosclaves.blogspot.com/2024/11/el-invierno-demografico-europeo-y-el.html
El problema energético
https://articulosclaves.blogspot.com/2024/12/trump-ii-dominio-energetico-y.html
La geopolítica del desplazamiento de la demanda energética mundial
https://articulosclaves.blogspot.com/2024/09/la-geopolitica-del-desplazamiento-de-la.html
INFORMES
La complejísima realidad global que ilumina esa potente imagen del jardín y la selva delimita los retos hercúleos que la Unión tendrá que afrontar de la mano de las recetas que Mario Draghi desveló el lunes en su esperadísimo informe
· https://www.almendron.com/tribuna/el-jardin-de-la-europa-federal/
El Informe Draghi no debería terminar en un cajón
· https://articulosclaves.blogspot.com/2024/09/el-informe-draghi-no-deberia-terminar.html
Análisis de las 176 propuestas del Informe Draghi
https://articulosclaves.blogspot.com/2024/12/diseccionando-el-informe-draghi.html
La I+D en España y el informe Draghi
https://articulosclaves.blogspot.com/2024/12/la-id-en-espana-y-el-informe-draghi.html
El informe Draghi y la política de competencia
El esperado informe Draghi explica por qué debe protegerse la competencia en el mercado y cómo utilizar mejor los intrumentos relacionados con ella para alcanzar los objetivos de la UE. Fiona M. Scott Morton
https://articulosclaves.blogspot.com/2024/09/el-informe-draghi-y-la-politica-de.html
Punto ciego Chino del Informe Draghi
https://articulosclaves.blogspot.com/2024/12/el-punto-ciego-chino-del-informe-draghi.html
Diseccionando el infome Draghi
https://articulosclaves.blogspot.com/2024/12/diseccionando-el-informe-draghi.html
The future of European competitiveness: Report by Mario Draghi
https://articulosclaves.blogspot.com/2024/09/the-future-of-european-competitiveness.html
Draghi apuesta por flexibilizar la política de Competencia para que las empresas europeas ganen tamaño
https://articulosclaves.blogspot.com/2024/09/draghi-apuesta-por-flexibilizar-la.html
https://articulosclaves.blogspot.com/2024/09/el-plan-para-que-europa-sea-mas.html
Cualquiera que se preocupe por nuestro futuro debería hacer un esfuerzo por leer el informe Draghi
·https://articulosclaves.blogspot.com/2024/09/cualquiera-que-se-preocupe-por-nuestro.html
Un plan para que Europa sea más competitiva
https://articulosclaves.blogspot.com/2024/09/un-plan-para-que-europa-sea-mas.html
Resumen Informe Draghi -Motivos por el cual es vital realizar un analisis
https://articulosclaves.blogspot.com/2024/09/resumen-informe-draghi-y-motivos-por-el.html
Uno de los retos de la Comisión Europea, aplicar el informe Draghi sobre competitividad
Enrique Feás asegura que hay que coordinar esfuerzos para sobrevivir
Quo Vadis, Europa? L’informe Draghi
https://articulosclaves.blogspot.com/2024/09/quo-vadis-europa-linforme-draghi.html
El informe Draghi, la luna y el dedo
La regulación europea es no solo lenta, sino además abrumadora y acumulativa, y no usa un análisis coste-beneficio estructurado y uniforme para todas las instituciones
https://articulosclaves.blogspot.com/2024/09/el-informe-draghi-la-luna-y-el-dedo.html
El informe Draghi: la fuerza para reformar
Para entender la lógica de su informe, Mario Draghi entregó a la revista una pieza de doctrina programática
Europa lleva preocupándose por la ralentización del crecimiento desde principios de este siglo. Diversas estrategias para aumentar las tasas de crecimiento se han sucedido, pero la tendencia se ha mantenido invariable.
https://articulosclaves.blogspot.com/2024/09/el-informe-draghi-la-fuerza-para.html
https://legrandcontinent.eu/es/2024/09/09/el-informe-draghi-la-fuerza-para-reformar/
The future of European competitiveness: Report by Mario Draghi
https://articulosclaves.blogspot.com/2024/09/the-future-of-european-competitiveness.html
Draghi apuesta por flexibilizar la política de Competencia para que las empresas europeas ganen tamaño
https://articulosclaves.blogspot.com/2024/09/draghi-apuesta-por-flexibilizar-la.html
https://articulosclaves.blogspot.com/2024/09/el-plan-para-que-europa-sea-mas.html
Cualquiera que se preocupe por nuestro futuro debería hacer un esfuerzo por leer el informe Draghi
https://articulosclaves.blogspot.com/2024/09/cualquiera-que-se-preocupe-por-nuestro.html
Un baño de realidad que debería ser semanal para que Europa reaccione
https://articulosclaves.blogspot.com/2024/09/un-bano-de-realidad-que-deberia-ser.html
«Un cambio radical es necesario». La Unión revisada por Mario Draghi
https://articulosclaves.blogspot.com/2024/04/un-cambio-radical-es-necesario-la-union.html
Un mercado interior, pero no único
La Unión Europea tiene un mercado interior que no funciona como un mercado único. Su fragmentación supone un claro impedimento al crecimiento, la innovación y la competitividad internacional frente a Estados Unidos o China. Enrique Feás
· https://www.politicaexterior.com/articulo/un-mercado-interior-pero-no-unico/
--La complejísima realidad global que ilumina esa potente imagen del jardín y la selva delimita los retos hercúleos que la Unión tendrá que afrontar de la mano de las recetas que Mario Draghi desveló el lunes en su esperadísimo informe--
https://articulosclaves.blogspot.com/2024/09/el-jardin-de-la-europa-federal.html
La Europa omnívora. La respuesta de Carlos Cuerpo al informe Draghi
https://articulosclaves.blogspot.com/2024/09/la-europa-omnivora.html
Draghi y el traje del emperador
Todos sabemos que Europa no va bien, pero hasta que primero Enrico Letta y de un modo más patente Mario Draghi no lo han puesto negro sobre blanco en sus recientes informes seguíamos sumidos en la confabulación de la Arcadia europea feliz y envidiable.
https://articulosclaves.blogspot.com/2024/09/draghi-y-el-traje-del-emperador.html
https://articulosclaves.blogspot.com/2024/09/el-verdadero-mensaje-de-draghi-sobre-la.html
«El informe Draghi defiende aumentar el intervencionismo de la economía con la increíble excusa de que esta vez lo haremos bien»
https://articulosclaves.blogspot.com/2024/09/draghi-nos-anima-reincidir.html
El informe sobre competitividad de Mario Draghi pone a prueba la política de la UE
https://articulosclaves.blogspot.com/2024/09/el-informe-sobre-competitividad-de.html
Un plan para que Europa sea más competitiva
https://articulosclaves.blogspot.com/2024/09/un-plan-para-que-europa-sea-mas.html
Resumen Informe Draghi -Motivos por el cual es vital realizar un analisis
https://articulosclaves.blogspot.com/2024/09/resumen-informe-draghi-y-motivos-por-el.html
Cómo España quiere aplicar el informe Draghi
https://articulosclaves.blogspot.com/2024/10/como-espana-quiere-aplicar-el-informe.html
Las preguntas abiertas del informe Draghi
Para los economistas Olivier Blanchard (Peterson Institute) y Angel Ubide (Citadel), el informe Draghi identifica las cuestiones clave a las que se enfrenta la Europa del futuro —pero no ofrece todas las respuestas—. Para abrir el necesario debate sobre las conclusiones y la hoja de ruta, proponen ampliar el enfoque: de la productividad a la inversión y la seguridad nacional —una visión de conjunto
https://articulosclaves.blogspot.com/2024/10/las-preguntas-abiertas-del-informe.html
Un bon debat sur le rapport Draghi, organise par le Grand Continent. Trop alarmiste? Les bonnes solutions? Faut-il financer l'investissement par la dette? La regulation doit elle etre ex post a l'americaine, ou ex ante a l'europeene? etc
https://www.youtube.com/live/IrsmC4-tt-k
Cambiar de ritmo: la Europa del nuevo ciclo en medio de la inseguridad mundial
https://articulosclaves.blogspot.com/2024/10/cambiar-de-ritmo-la-europa-del-nuevo.html
Draghi apuesta por flexibilizar la política de Competencia para que las empresas europeas ganen tamaño
https://articulosclaves.blogspot.com/2024/09/draghi-apuesta-por-flexibilizar-la.html
Martin Wolf: Draghi intenta salvar a Europa de sí misma
Su informe sobre competitividad plantea a la UE un "reto existencial"
Para lograrlo, la UE necesitará reformas radicales.
Cualquiera que se preocupe por nuestro futuro debería hacer un esfuerzo por leer el informe Draghi
https://articulosclaves.blogspot.com/2024/09/cualquiera-que-se-preocupe-por-nuestro.html
El 'informe Letta'
Informe para una UE que compita con Estados Unidos y China: más inversión pública conjunta y menos burocracia
https://articulosclaves.blogspot.com/2024/04/el-informe-letta-para-una-ue-que.html
https://articulosclaves.blogspot.com/2024/04/letta-formula-un-plan-de-inversiones.html
Enrico Letta: "Nuestro ahorro se va a EEUU y con él compran nuestras empresas"
· https://articulosclaves.blogspot.com/2024/04/enrico-letta-nuestro-ahorro-se-va-eeuu.html
https://articulosclaves.blogspot.com/2024/04/la-quinta-libertad-fundamental-pere.html
Letta reivindicó ante una sala llena de empresarios la necesidad "de un mercado único" en Europa para competir con Estados Unidos y evitar así la fuga de talento, capital e inversiones hacia la economía estadounidense.
Compléter le #MarchéUnique! Il y a l’ € et en même temps 27 marchés financiers séparés. Le paradoxe que pour ne pas employer les systèmes de payements numérique du pays voisin on emploie tous des brands non EU. Il faut intégrer l’EU de la finance pour ne pas être une colonie.
La Unión Europea ante los retos del comercio mundial
https://forosenar.blogspot.com/2024/02/a-europa-espana-le-costara-mucho-volver.html
Evaluación Económica de Políticas Públicas: buscando atajos razonables
https://brujulaeconomica.blogspot.com/2023/09/evaluacion-economica-de-politicas.html
https://articulosclaves.blogspot.com/2024/09/reindustrializacion-y-perte-en-espana.html
https://forosenar.blogspot.com/2024/08/estrategia-vs-tactica-conceptos.html
https://forosenar.blogspot.com/2024/05/estan-en-otra-dimension.html
https://forosenar.blogspot.com/2024/07/europa-debe-apoyar-mas-el-capital.html
https://forosenar.blogspot.com/2024/10/quieres-crecer-acaba-con-las-pequenas.html
La economía española se encuentra en un gran estado de forma..............con matices
https://articulosclaves.blogspot.com/2024/12/la-economia-espanola-se-encuentra-en-un.html
La verdadera batalla esta en la supremacía y control de la IA
La: IA es el renacimiento Vs Europa
· https://articulosclaves.blogspot.com/2024/11/la-ia-es-el-renacimiento-vs-la-reaccion_18.html
Retos –IA IA: El modelo Musk
· https://articulosclaves.blogspot.com/2024/11/ia-el-modelo-musk.html
Lo Lo más grave es que el enroque negacionista de los líderes europeos sólo agrava los problemas
L La cuestión hoy no es si figuras como Musk y Trump representan un peligro o una solución, sino lo que su ascenso revela sobre el estado actual de nuestras democracias y el absentismo de sus líderes. Como advierte Niall Ferguson, cuando las élites se desconectan de la realidad social, las «repúblicas» suelen sucumbir al populismo y transformarse en «imperios». Si las élites no corrigen su rumbo —como han empezado a hacer en Estados Unidos—, el enfrentamiento con figuras como Musk y los 212 millones que le siguen podría ser el preludio de un cambio en esa dirección.
- https://theobjective.com/elsubjetivo/opinion/2025-01-12/desafio-europa-cambio-caos-musk/
La carrera de la IA militar. El maratón de las normas humanas para regularla
Tras las elecciones de EE UU: hacia un mundo más transaccional
Bruselas hará bien en llegar a acuerdos razonables en materias que sean una vieja demanda de Washington
Hemos pasado de unas elecciones que se iban a decidir lanzando una moneda al aire a una victoria muy holgada de Donald Trump y su equipo. Los analistas, sobre todo los que hacen encuestas, se enfrentan siempre a un complicado juego de silencios y su difícil traslación a votos. Todo depende al final del resultado en unos pocos Estados clave donde los cambios en las decisiones de unos cuantos grupos de votantes tienen consecuencias sistémicas
Donald Trump se ha beneficiado de la ola conservadora que está atravesando todo Occidente, particularmente en materia migratoria, y de las consecuencias perniciosas, en el votante medio, de una inflación que no había alcanzado cifras similares desde los tiempos de Jimmy Carter, otro presidente de un solo mandato
El 2024, Trump ha construït el mateix que el Partit Demòcrata va intentar construir temps enrere: una majoria de classe treballadora multiracial. El suport que té entre els treballadors negres i hispans ha crescut. Ha registrat ascensos sorprenents a llocs com Nova Jersey, el Bronx, Chicago, Dallas i Houston. Segons les enquestes a peu d’urna de l’NBC, l’ha votat un terç de l’electorat de color. És el primer republicà que guanya la majoria dels vots en 20 anys.
El proteccionismo comercial ha sido uno de los temas más populares de la campaña electoral americana, especialmente en los territorios golpeados por la pérdida de empleos industriales bien remunerados. La victoria del candidato que más ha abundado en la inflación de propuestas lo ha expuesto con nitidez: según el presidente electo, el déficit comercial es una de las causas de la pérdida de tejido productivo de la economía americana
Al igual que en 2016, en el momento del triunfo electoral de Donald Trump me encontraba en China. En este caso, participando en un proyecto financiado por la Comisión Europea para fomentar los intercambios entre centros de pensamiento europeos y chinos. Esto me ha brindado la oportunidad de pulsar de primera mano cómo se han recibido los resultados de las elecciones presidenciales estadounidenses en este país.
Las causas y consecuencias del regreso de Trump
Durante la campaña electoral de Estados Unidos que acaba de concluir, no seguí las encuestas de opinión, ni estudié minuciosamente las predicciones “basadas en evidencia”, ni leí los análisis de “expertos” sobre la carrera presidencial. En cuanto vi que algunas de las caras más famosas de la cultura pop norteamericana -desde Taylor Swift y Beyoncé hasta Oprah Winfrey y Bruce Springsteen- hacían campaña a favor de la vicepresidenta Kamala Harris, supe que iba a perder.
El retorno de Trump
Donald Trump lleva casi una década desconcertando a la gente a la que se paga por pensar en política. Siempre se ha subestimado su atractivo. También ha sido, con la misma regularidad, excesivamente complicado. La esencia de su estilo es simple: una alegre hostilidad hacia las instituciones que tradicionalmente han organizado la vida estadounidense. Se posiciona no sólo como un intruso, sino como un destructor: alguien que se deleita en la demolición de las normas y la normalidad. "Esto no es normal" fue un lema de protesta de su primer mandato; para Trump y sus admiradores, esa es exactamente la cuestión.
Su desorden es parte de lo que le hace tan divertido. Es el canalla consumado, un artista que debe mucho a los queridos antihéroes de la lucha libre profesional. Pero bajo la bufonería hay algo mortalmente serio. Un gran número de estadounidenses han llegado a creer que su cuerpo político está gravemente enfermo. En Trump, han encontrado a un hombre lo suficientemente despiadado como para infligir el remedio.
Es posible que Trump logre la paz en Ucrania y en Palestina, es posible que Trump mantega a raya a los chinos. Asi que los periodistas y medios de comunicacion generadores de miedo con Trump, veremos despues que dicen... .y dejo claro que no soy un defensor de Trump, pero....
Can China destabilize U.S. public debt?
Analysis Judith Arnal explores this question and concludes that the biggest risk doesn’t come from outside-it comes from within fiscal policies
When interpreting the U.S. gross public debt to GDP ratio, it is important to distinguish between two types of debt: intragovernmental public debt and public debt held by the public. Debt held by the public is the most economically significant measure
Most of the public debt held by the public has increasingly been controlled by the private sector, peaking at the beginning of 2024 at slightly above 81% of GDP. The Fed’s holdings of U.S. public debt peaked at the beginning of 2022, representing around 25% of GDP. Since then, these holdings have declined to just over 17% of GDP by early 2024.
Why does U.S. public debt matter? U.S. Treasury securities are the ultimate risk-free asset. They anchor global financial markets, serve as critical collateral, and are in high demand worldwide. However, their stability depends on sound fiscal governance in the U.S
https://x.com/judith_arnal/status/1880297347831460024
Trump y el sueño americano
https://articulosclaves.blogspot.com/2024/11/trump-y-el-sueno-americano.htmlAvances de Europa
El acuerdo Unión Europea-Mercosur marca una histórica cumbre y da alas al bloque suramericano
https://articulosclaves.blogspot.com/2024/12/el-acuerdo-union-europea-mercosur-marca.html
"La Era de la Hipercompetición en I+D" X.Ferras
https://forosenar.blogspot.com/2021/09/la-era-de-la-hipercompeticion-en-id.html
Claves estratégicas para una España 5.0 VS Sector industrial VS Pymes y barreras al crecimiento
https://forosenar.blogspot.com/2021/10/claves-estrategicas-para-una-espana-50.html
La evolución de la productividad
https://articulosclaves.blogspot.com/2024/11/la-productividad-tras-la-pandemia.html
“A España le ha faltado tener un pensamiento estratégico en tecnología e innovación” (y A Europa)
https://forosenar.blogspot.com/2022/05/a-espana-le-ha-faltado-tener-un.html
¿Por qué el ecosistema digital e innovador de Europa no crea gigantes globales?
La obsesión por regular la competencia en la UE ha venido acompañada por una voluntad de obstaculizar los esfuerzos de los Estados miembros en desarrollar políticas industriales
https://forosenar.blogspot.com/2023/02/por-que-el-ecosistema-digital-e.html
Europa necesita relajar la regulación para ganar competitividad
https://articulosclaves.blogspot.com/2024/09/europa-necesita-relajar-la-regulacion.html
¿Está la nueva orientación de la política industrial en la UE dañando el mercado interior? Judith Arnal
https://brujulaeconomica.blogspot.com/2024/02/esta-la-nueva-orientacion-de-la.html
¿Por qué está perdiendo Europa la carrera de la productividad?
https://brujulaeconomica.blogspot.com/2024/05/por-que-esta-perdiendo-europa-la.htm
¿Está la nueva orientación de la política industrial en la UE dañando el mercado interior? Judith Arnal
https://brujulaeconomica.blogspot.com/2024/02/esta-la-nueva-orientacion-de-la.html
Productividad
Desde 2020 se han producido fuertes cambios en las condiciones económicas como atestigua el impacto de la pandemia, la guerra en Ucrania, el repunte de la inflación y el cambio en la política monetaria.
https://articulosclaves.blogspot.com/2024/11/la-productividad-tras-la-pandemia.html
¿Cuáles son las características relevantes de los Campeones Ocultos?
https://forosenar.blogspot.com/2023/10/companias-lideres-en-nichos-de-mercado.html
Causas: China y la sobreproducción
Hace 14 años ya se evidenciaba un grave problema en china por su sobre acumulación, y se preveía que afectaría al comercio mundial y su desindustrialización y perdida de competitividad al no poder competir por no tener una política industrial ni sus reglas de juego con subvenciones a las empresas para su crecimiento
Los problemas de la sobre acumulación en China -Estudio de 2010- reeditado
La sobreproducción acabara siendo un problema
https://articulosclaves.blogspot.com/2024/08/la-sobreproduccion-acabara-siendo-una.html
http://en.people.cn/n3/2024/0828/c90000-20211237.html
https://articulosclaves.blogspot.com/2024/08/los-problemas-de-la-sobre-acumulacion.html
https://www.cesce.es/es/w/asesores-de-pymes/industria-china
https://articulosclaves.blogspot.com/2024/09/europa-es-el-unico-actor-importante-que.html
Europa Vs China :Decadencia VS Sobreproducción
https://articulosclaves.blogspot.com/2024/09/europa-vs-china-decadencia-vs_8.html
https://articulosclaves.blogspot.com/2024/08/la-estrategia-industrial-china-en-rumbo.html
These 11 Chinese mainstream economists all call for govt aids to Chinese households
https://articulosclaves.blogspot.com/2024/08/china-en-el-laberinto.html
China ¿Como solucionara su sobreproducción?
https://articulosclaves.blogspot.com/2024/08/no-todo-en-china-es-boyantecomo.html
https://articulosclaves.blogspot.com/2024/08/china-en-el-laberinto.html
Caso Alemania:Alemania lleva casi dos años en recesión.
https://articulosclaves.blogspot.com/2024/10/alemania-debe-despertar-y-afrontar-sus.html
https://articulosclaves.blogspot.com/2024/10/las-decisiones-energeticas-alemanas-y.html
-Las interdependencias globales se están convirtiendo en armas estratégicas.
https://articulosclaves.blogspot.com/2024/10/la-dependencia-de-china.html
Industria o populismo Josu Jon Imaz
https://articulosclaves.blogspot.com/2024/10/industria-o-populismo-josu-jon-imaz.html
Alemania se enfrenta a la amenaza de la desindustrialización
https://www.economist.com/business/2022/09/11/germany-faces-a-looming-threat-of-deindustrialisationps://articuloslaves.blogspot.com/2024/10/el-comercio-ya-solo-es-
https://articulosclaves.blogspot.com/2024/10/el-comercio-ya-solo-es-geopolitico.html
https://articulosclaves.blogspot.com/2024/10/alemania-debe-despertar-y-afrontar-sus.html
https://articulosclaves.blogspot.com/2024/10/las-decisiones-energeticas-alemanas-y.html
Hacia lo desconocido
https://brujulaeconomica.blogspot.com/2024/03/alemaniahacia-lo-desconocido.html
China-Alemania retos industriales VS Europa
https://articulosclaves.blogspot.com/2024/10/china-alemania-retos-industriales-vs.html
El dilema Alemania-Francia
https://brujulaeconomica.blogspot.com/2024/03/alemaniahacia-lo-desconocido.html
Jim Farley, China y la gran verdad de la industria del automóvil
https://articulosclaves.blogspot.com/2024/09/jim-farley-china-y-la-gran-verdad-de-la.html
Europa y guerra comercial EEUU-China-Europa esta perdiendo la guerra comercial
https://articulosclaves.blogspot.com/2024/10/europa-perdera-la-guerra-con-china-por.html
Economias de escala, tamaño de empresas
Siempre las empresas han tenido de crecer, en caso contrario no pueden competir con otras que van aumentando de tamaño, estudiar porque las pymes de España no crecen es vital para poder ser competitivo
https://articulosclaves.blogspot.com/2024/05/tamano-empresas-espana-vs-alemania-vs.html
La hora de la verdad para un modelo de negocio basado en el gas ruso y la demanda china
https://www.economist.com/business/2022/09/11/germany-faces-a-looming-threat-of-deindustrialisation
Caso sector automoción
El caso coche eléctricos es un buen ejemplo para entender las políticas económicas,la guerra comercial y sus consecuencias
https://brujulaeconomica.blogspot.com/2024/02/el-caso-coche-electricos-es-un-buen_21.html
Caso Daewoo
· https://elpais.com/diario/1996/02/28/economia/825462027_850215.html#
China pide a sus fabricantes que no produzcan coches en el extranjero para salvaguardar su tecnología
https://articulosclaves.blogspot.com/2024/09/china-pide-sus-fabricantes-que-no.html
Vientos del este: cómo China desarrolló su industria de vehículos eléctricos
https://articulosclaves.blogspot.com/2024/09/vientos-del-este-como-china-desarrollo.html
Economía y geopolítica del coche eléctrico: una perspectiva europea
https://brujulaeconomica.blogspot.com/2024/04/economia-y-geopolitica-del-coche.html
El caso coche eléctricos es un buen ejemplo para entender las políticas económicas y sus consecuencias
https://brujulaeconomica.blogspot.com/2024/02/el-caso-coche-electricos-es-un-buen_21.html
https://articulosclaves.blogspot.com/2024/07/europaprioridades-aeo-y-reforma-omc.html
https://articulosclaves.blogspot.com/2024/06/el-quinto-pilar-de-la-union-europea.html
El batacazo del coche eléctrico se cobrara sus víctimas en Europa y también en China
https://articulosclaves.blogspot.com/2024/09/el-batacazo-del-coche-electrico-se.html
El tiro en el pie
https://articulosclaves.blogspot.com/2024/03/el-tiro-en-el-pie-automovil.html
https://brujulaeconomica.blogspot.com/2024/03/alemaniahacia-lo-desconocido.html
El caso coche eléctricos es un buen ejemplo para entender las políticas económicas y sus consecuencias
https://brujulaeconomica.blogspot.com/2024/02/el-caso-coche-electricos-es-un-buen_21.html
Ford anuncia 4.000 despidos en Europa, aunque el plan de ajuste no afectará a la planta de Almussafes
Automóvil: A pesar de los aranceles adicionales del 17,4%, BYD ganaría más de 9.000 euros por vehículo vendido en Europa, es decir, 7 veces más que en China
Por cada SUV eléctrico Seal U Comfort vendido, BYD obtiene 11 veces más beneficios vendiendo en el mercado europeo que en China. A pesar de los aranceles adicionales del 17,4% anunciados por la Comisión Europea el miércoles 12 de junio, el fabricante chino ganaría siete veces más por vehículo vendido en Europa que en China.
El rechazo de toda política industrial europea
Durante décadas, Bonn y luego Berlín también se opusieron constante y firmemente a cualquier forma de política industrial europea, tras la eliminación definitiva de las políticas nacionales a principios de los años noventa, con la implantación del mercado único. La negativa fue sistemática, ya se tratara de proteger las fronteras de la Unión con derechos de aduana sobre determinados productos, de limitar y controlar las inversiones extranjeras o de utilizar el dinero europeo para apoyar a un determinado sector de actividad emergente a niveles significativos.
https://brujulaeconomica.blogspot.com/2024/03/el-rechazo-de-toda-politica-industrial_6.html
China-Cat ¿es la mejor opción?
- En tan solo cinco años, de 2018 a 2022, la inversión extranjera procedente de China hacia Cataluña ha alcanzado los 1.164 millones de euros
https://brujulaeconomica.blogspot.com/2024/04/china-cat-es-la-mejor-opcion.html
Acción Reacción.Todo muy previsible
https://brujulaeconomica.blogspot.com/2024/05/accion-reacciontodo-muy-previsible.html
China escribe las reglas tecnológicas del mundo
https://articulosclaves.blogspot.com/2024/10/china-escribe-las-reglas-tecnologicas.html
Europa, debe focalizarse donde sea competitiva
https://forosenar.blogspot.com/2024/02/europa-debe-focalizarse-donde-sea.html
-Las claves están relacionados con la Estructura Económica de España :La Dimensión de las empresas / Cooperación y enlace entre empresas /Modelos 4-5 H
Analizar Las barreras al crecimiento de las pymes
https://brujulaeconomica.blogspot.com/2023/12/las-claves-dimension-empresas.html
La respuesta de China ante las restricciones comerciales de Estados Unidos: avances estratégicos y siguientes pasos
https://articulosclaves.blogspot.com/2024/09/la-respuesta-de-china-ante-las.html
La píldora del BCE y la anemia europea
https://articulosclaves.blogspot.com/2024/09/la-pildora-del-bce-y-la-anemia-europea.html
El ascenso del tecno-colonialismo
https://articulosclaves.blogspot.com/2024/09/el-ascenso-del-tecno-colonialismo.html
El ensayista rumano-francés Emil Cioran escribió una vez que las civilizaciones empiezan a decaer y la cooperación a romperse si sus componentes se centran sobre todo en no dejarse engañar por el otro en lugar de trabajar por un objetivo común. Y, de hecho, cuando los franceses estaban de capa caída en la década de 2010, el sentimiento antialemán y la acusación de juego sucio por parte de Berlín estaban muy extendidos. Ahora, el mismo reflejo de estrechez de miras que se pierde la visión de conjunto es palpable en las conversaciones en la capital alemana
https://brujulaeconomica.blogspot.com/2024/02/la-union-europea-ante-los-retos-del.html
La problemática de Europa
https://brujulaeconomica.blogspot.com/2024/04/la-problematica-europa.html
Europa no es competitiva, debió tomar medidas antes
https://brujulaeconomica.blogspot.com/2024/02/europa-no-es-competitiva-debio-tomar.html
https://forosenar.blogspot.com/2024/10/europa-retos.html
Más allá de las subvenciones: Claves para una política industrial europea
https://brujulaeconomica.blogspot.com/2024/02/mas-alla-de-las-subvenciones-claves.html
https://articulosclaves.blogspot.com/2024/09/alemania-deberia-despertar-y-aceptar-el.html
Europa se japoniza y se asoma a un crecimiento raquítico hasta final de la década
https://articulosclaves.blogspot.com/2024/10/europa-se-japoniza-y-se-asoma-un.html
El Nobel de Economía Michael Spence habla del futuro de China en un mundo impulsado por la tecnología
https://articulosclaves.blogspot.com/2024/08/el-nobel-de-economia-michael-spence.html
El auge del nacionalismo dificultará aún más la
aplicación de tales reformas. Los europeos corren el riesgo de olvidar
las lecciones de su pasado: sólo si actúan juntos pueden esperar forjar su
futuro. Los británicos lo olvidaron. ¿Podrán los demás recordarlo y actuar? Martin
Wolf
https://www.ft.com/content/47d28f39-6f9d-4c46-9e36-c45a9f398a62
Dos informes de ex Primeros Ministros italianos analizan con preocupación el debilitamiento de la UE
https://articulosclaves.blogspot.com/2024/09/dos-informes-de-ex-primeros-ministros.html
Los destacados economistas Mike Spence y Mohamed El-Erian hablan del "entorno bastante complicado y desorientador" al que nos enfrentamos.
https://brujulaeconomica.blogspot.com/2024/10/se-enfrenta-el-mundo-un-estado-de.html
El choque con China está destruyendo la industria básica europea-2024-Sander Tordoir
https://articulosclaves.blogspot.com/2024/09/el-choque-con-china-esta-destruyendo-la.html
China VS Africa VS control de puertos
https://articulosclaves.blogspot.com/2024/12/minerales-criticos-posicionar-africa-en.html
Modelo Parasitario :el arte de la guerra ----2011-
-Están ganando la guerra comercial- Del modelo parasitario al modelo innovador-
https://www.youtube.com/watch?v=PD4_5JilLLc
"China is to inject capital into the six large state-owned commercial banks via special bonds as part of a package of stimulus policies. Sources estimate that the scale of the capital injection will total approximately 1 trillion yuan."
El exceso chino de capacidad puede ayudar al mundo
https://articulosclaves.blogspot.com/2024/10/el-exceso-chino-de-capacidad-puede.html
China, EEUU, Europa y el nuevo orden mundial
https://articulosclaves.blogspot.com/2024/09/china-eeuu-europa-y-el-nuevo-orden.html
En 2005, en Europa el problema era el SUR, ahora el problema esta en toda Europa
https://articulosclaves.blogspot.com/2024/09/los-treinta-gloriosos-en-francia-hasta.html
La gran paradoja del comercio internacional -2007-
https://articulosclaves.blogspot.com/2024/09/la-gran-paradoja-del-comercio.html
Los Estados Unidos, China y la paradoja de la productividad -2015-
https://articulosclaves.blogspot.com/2024/09/la-paradoja-economica-de-china-los.html
Las contradicciones del capitalismo comunista de China -2015-
https://articulosclaves.blogspot.com/2024/09/la-paradoja-economica-de-china-los.html
La paradoja de la productividad, a prueba -2016
https://articulosclaves.blogspot.com/2024/09/la-paradoja-de-la-productividad-prueba.html
El solitario modelo de desarrollo de China- 2017
https://articulosclaves.blogspot.com/2024/09/el-solitario-modelo-de-desarrollo-de.html
La paradoja de las críticas a la globalización -2018-
https://articulosclaves.blogspot.com/2024/09/la-paradoja-de-las-criticas-la.html
Los colaboradores elitistas de China -reeditado 2018
https://articulosclaves.blogspot.com/2024/09/los-colaboradores-elitistas-de-china.html
La gran transformación del comercio mundial
https://brujulaeconomica.blogspot.com/2024/03/la-gran-transformacion-del-comercio.html
https://articulosclaves.blogspot.com/2024/09/por-que-europa-no-alcanzara-estados.html
La transformación de la economía mundial implica que Europa no pueda ser competitiva ante las políticas industriales de EEUU y de China
https://brujulaeconomica.blogspot.com/2024/04/la-economia-china-se-esta-transformando.html
I-De la dependencia industrial de Europa al renacimiento de Europa
https://brujulaeconomica.blogspot.com/2024/09/i-de-la-dependencia-industrial-de.html
II-De la dependencia industrial de Europa al renacimiento de Europa
https://brujulaeconomica.blogspot.com/2024/09/ii-de-la-dependencia-industrial-de.html
Soluciones
--Europa, focalización y política industrial
Las 7 dimensiones clave
Acelerar Europa: Competitividad para una nueva era
https://brujulaeconomica.blogspot.com/2024/02/accelerating-europe-competitiveness-for.html
Competitividad y resiliencia en Europa: estrategias de crecimiento, autonomía y seguridad"
https://www.youtube.com/watch?v=ESNDvnk3IcE
"La Unión Europea está atrás, tenemos problemas en implementar las #innovaciones. Alemania es un ejemplo de esto: Los costes #energéticos son elevados y volátiles. Un tercer factor es el #emprendimiento, y en cuarto lugar el #mercado interior"
Europa, soluciones
Si queremos atraer inversión a Europa, tenemos que, reduciendo costes laborales, tributarios, regulatorios y medioambientales, sea más rentable invertir en Europa. Para que, el ahorro de los europeos, no continúe yéndose a los EEUU
Europa, focalización y política industrial
https://brujulaeconomica.blogspot.com/2024/02/europa-focalizacion-y-politica.html
La Unión Europea ante los retos del comercio mundial- Europa se está quedando atrás- Europa, debe focalizarse donde sea competitiva
https://brujulaeconomica.blogspot.com/2024/02/la-union-europea-ante-los-retos-del.html
Patrones de reindustrialización en Europa
https://brujulaeconomica.blogspot.com/2024/02/patrones-de-reindustrializacion-en.html
-- EUE Estados Unidos de Europa,la solución
https://brujulaeconomica.blogspot.com/2024/04/eue-uropaespanaestados-unidos-de-europa.html
Reindustrialización y PERTE en España -Industria y política industrial en la transición verde
--Europa debe acabar la Área monetaria optima
Criterios para un Área Monetaria Optima
La teoría de las Áreas Monetarias Óptimas (AMO) ha seguido un desarrollo paralelo al proceso de integración europea.
https://brujulaeconomica.blogspot.com/2024/05/puede-la-economia-de-la-union-europea.html
https://articulosclaves.blogspot.com/2024/07/europaprioridades-aeo-y-reforma-omc.html
Europa debe conseguir acabar su integración para ser un Área Monetaria Optima (AMO- ZMO: Zona Monetaria Optima ) para avanzar hacia los estados unidos europeos (EUE-USE) si no hace una politica industrial conjunta, con Francia por un lado Alemania por otro y las regiones por otro, la dependencia con los países asiáticos sera muy conflictiva.
Europa, focalización y política industrial
https://brujulaeconomica.blogspot.com/2024/02/europa-focalizacion-y-politica.html
https://brujulaeconomica.blogspot.com/2024/02/la-union-europea-ante-los-retos-del.html
Europa se está quedando atrás- Europa, debe focalizarse donde sea competitiva
https://brujulaeconomica.blogspot.com/2024/02/la-union-europea-ante-los-retos-del.html
https://articulosclaves.blogspot.com/2024/12/alemania-en-la-macrocrisis-autopsia-de.html
¿Y si Airbus fuera el modelo a seguir para reindustrializar Europa?
· https://articulosclaves.blogspot.com/2023/04/y-si-airbus-fuera-el-modelo-seguir-para.html
Necesitamos desarrollar las industrias del futuro: ¡la inteligencia artificial, la cuántica y la biotecnología! Si no nos dotamos de una estrategia industrial ambiciosa y fuerte, quedaremos relegados detrás de Estados Unidos y China. Este es el mantra que se repite hoy en Europa, tanto en el Reino Unido como en la Unión Europea. En el Reino Unido, se hacen eco de estos mantras, en particular, los partidarios de una visión del país como gran potencia globalizada después de su salida de la Unión Europea; en otras palabras, los defensores de la «Gran Bretaña global». En el continente, estas ideas están en el centro del proyecto geopolítico europeo. La voluntad de poder se combina con la política económica. El capitalismo político, por utilizar la terminología propuesta por Alessandro Aresu, ejerce una verdadera fascinación en Londres, París y Bruselas.
https://articulosclaves.blogspot.com/2024/12/capitalismo-politico-frente-politica.html
Economias de escala, tamaño de empresas
Siempre las empresas han tenido de crecer, en caso contrario no pueden competir con otras que van aumentando de tamaño, estudiar porque las pymes de España no crecen es vital para poder ser competitivo
https://articulosclaves.blogspot.com/2024/05/tamano-empresas-espana-vs-alemania-vs.html
Patrones de reindustrialización en Europa
https://brujulaeconomica.blogspot.com/2024/02/patrones-de-reindustrializacion-en.html
https://articulosclaves.blogspot.com/2024/04/draghi-acude-otra-vez-al-rescate-de.html
https://articulosclaves.blogspot.com/2024/07/sector-automovilistico-pasara-lo-mismo.html
Más allá de las subvenciones: Claves para una política industrial europea
https://brujulaeconomica.blogspot.com/2024/02/mas-alla-de-las-subvenciones-claves.html
La clave de la decadencia de Occidente es la entrada de China como fábrica del mundo, en estos últimos 30-40 años, las otras explicaciones son menos relevantes
https://articulosclaves.blogspot.com/2024/08/la-clave-de-la-decadencia-de-occidente_28.html
Economia racimo,clusters,innovadores,instituciones
https://forosenar.blogspot.com/2012/05/economia-racimoclustersinnovadoresinsti.html
https://forosenar.blogspot.com/2022/09/la-reindustrializacion-segun-el-grupo.html
https://articulosclaves.blogspot.com/2024/10/muy-preocupados-por-un-sector-pero-poco.html
https://forosenar.blogspot.com/2022/02/el-deficit-de-la-innovacion.html
https://forosenar.blogspot.com/2023/04/el-retorno-de-la-politica-industrial-ii.html
https://forosenar.blogspot.com/2022/04/reindustrializacion-de-espana.html
https://forosenar.blogspot.com/2022/05/espana-puede-y-debe-de-cambiar-el.html
https://forosenar.blogspot.com/2022/11/necesitamos-un-reset.html
https://brujulaeconomica.blogspot.com/2010/12/comercio-intraindustrial-vs-comercio.html
https://brujulaeconomica.blogspot.com/2023/03/la-necesidad-de-una-politica-industrial.html
https://brujulaeconomica.blogspot.com/2023/10/que-nos-dice-la-industria-de-los.html
https://brujulaeconomica.blogspot.com/2024/02/accelerating-europe-competitiveness-for.html
https://brujulaeconomica.blogspot.com/2020/06/politica-industrial-el-regreso.html
https://brujulaeconomica.blogspot.com/2020/11/europa-zmo-y-estados-unidos-europeos-y.html
¿Cómo hacer que su política industrial sea un éxito? Lecciones de la scale-up nation israelí
Lecciones para la Unión Europea
Puede resultar esclarecedor examinar la estrategia industrial emergente de la Unión a la luz de las lecciones aprendidas de la historia del sector de alta tecnología de Israel y de las políticas industriales que lo han configurado. En primer lugar, hay que reconocer que las diversas medidas de política industrial que se debaten actualmente en Francia, Berlín, Bruselas y otros lugares simbolizan un replanteamiento audaz y ambicioso del papel del Estado en la economía. En este sentido, los nuevos esfuerzos para reconstruir los cimientos industriales en todos los sectores, tecnologías y regiones son bienvenidos, al igual que los esfuerzos para abordar algunos de los retos más graves a los que se enfrenta el mundo, como el cambio climático y la desigualdad económica. Sin embargo, hasta la fecha, los gobiernos europeos y la Comisión no han integrado medidas de condicionalidad significativas en sus diversos programas de política industrial. También han ignorado en gran medida la importancia de construir el tipo de coalición social y política de amplia base necesaria para aplicar y hacer cumplir dicha condicionalidad.
Por ejemplo, a diferencia de las nuevas políticas industriales estadounidenses como la Ley CHIPS o la IRA, el plan industrial asociado al Pacto Verde de la Unión no incluye condiciones para «comprar europeo». Recientemente, el presidente francés Macron abogó precisamente por este tipo de medidas, y afirmó: «Necesitamos una ‘Buy European Act’ como los estadounidenses, debemos reservar [las subvenciones públicas] para nuestros fabricantes europeos.»
https://forosenar.blogspot.com/2024/12/como-hacer-que-su-politica-industrial.html
Europa se queda atrás
https://articulosclaves.blogspot.com/2024/05/europa-se-queda-atras.html
La problemática de Europa, diagnóstico,retos,amenazas, oportunidades y soluciones
https://brujulaeconomica.blogspot.com/2024/04/la-problematica-europa.html
Los lobbies pro chinos
Spain’s Pedro Sánchez calls on EU to ‘reconsider’ Chinese EV tariffs (ft.com)
https://articulosclaves.blogspot.com/2024/09/spains-pedro-sanchez-calls-on-eu-to.html
España, quinto país de la UE con mayor caída de la productividad por ocupado desde 2018
https://articulosclaves.blogspot.com/2024/09/la-cuarta-revolucion-industrial-se.html
Sin ingenuidad ,,,,,,,,
https://www.realinstitutoelcano.org/comentarios/espana-hace-bien-en-negociar-con-china-pero-sin-ingenuidad/eria-despertar-y-aceptael.html
https://articulosclaves.blogspot.com/2024/09/pasara-en-europa-con-la-ia-el-mismo.html
Claves para que las empresas españolas afronten los desafíos de la Autonomía Estratégica Europea
https://articulosclaves.blogspot.com/2024/10/claves-para-que-las-empresas-espanolas.html
¿Esta España preparada para la Nueva Economía Geográfica? ¿ y Europa ?
https://brujulaeconomica.blogspot.com/2011/12/n-389-esta-espana-preparada-para-la.html
La Unión Europea ante los retos del comercio mundial- Europa se está quedando atrás- Europa, debe focalizarse donde sea competitiva
https://brujulaeconomica.blogspot.com/2024/02/la-union-europea-ante-los-retos-del.html
La propuesta española de un Laboratorio Europeo de Competitividad
https://articulosclaves.blogspot.com/2024/10/la-propuesta-espanola-de-un-laboratorio.html
Europa necesita una nueva visión económica
https://www.almendron.com/tribuna/europa-necesita-una-nueva-vision-economica/
https://articulosclaves.blogspot.com/2024/09/que-hara-falta-para-despertar-europa.html
Estrategia y focalizacion
https://forosenar.blogspot.com/2024/02/europa-debe-focalizarse-donde-sea.html
https://forosenar.blogspot.com/2024/01/por-que-es-muy-importante-tener-clara.html
Poltica industrial europea conjunta
https://forosenar.blogspot.com/2024/02/rehacer-el-ecosistema-industrial.html
https://forosenar.blogspot.com/2024/02/la-politica-industrial-ponencia-fenin.html
La responsabilidad de las instituciones
https://articulosclaves.blogspot.com/2024/09/la-responsabilidad-de-las-instituciones.html
Europa debe impulsar la realización de informes no financieros y su auditoria, para que los consumidores tengan claro que empresas deben de apoyar al realizar sus compras, en caso contrario seguiremos con los tiros al pie.
https://informesnofinancieros.blogspot.com/
https://auditoriainformesnofinancieros.blogspot.com/
Capitalismo chino
https://articulosclaves.blogspot.com/2024/08/capitalismo-con-caracteristicas-chinas.html
El ascenso y la inminente caída del sector manufacturero chino-Yi Fuxian-
https://articulosclaves.blogspot.com/2024/09/el-ascenso-y-la-inminente-caida-del.html
Detener la próxima crisis china
https://articulosclaves.blogspot.com/2024/09/detener-la-proxima-crisis-china.html
Imposible competir
https://articulosclaves.blogspot.com/2024/09/imposible-competir.htm
https://articulosclaves.blogspot.com/2024/10/europa-puede-competir-contra-el.html
https://articulosclaves.blogspot.com/2024/10/china-subvenciona-su-industria-con-casi.html
https://articulosclaves.blogspot.com/2024/09/por-que-europa-no-alcanzara-estados.html
Confundir pro-mercado con pro-negocios.
"Defender el mercado es defender la competencia, la simplificación y regulación que facilite la primera. Lo segundo es apoyar un fallo del mercado que reduce mercados, eleva precios y costes" M.Hidalgo.
Nunca he defendido el proteccionimo, pero ante acciones de politica industrial de estados, que intervienen para tener sobreproducción y vender sin que los otros puedan competir ¿que se puede hacer?
China y sus empresas estan en otra dimensión. El tamaño importa
https://forosenar.blogspot.com/2024/05/estan-en-otra-dimension.html
Reforzar la competitividad
https://articulosclaves.blogspot.com/2024/09/geopolitica-del-informe-draghi-20.html
https://articulosclaves.blogspot.com/2024/09/un-salto-adelante-el-informe-draghi-y.html
https://articulosclaves.blogspot.com/2024/10/la-industria-del-automovil-es-una-joya.html
https://articulosclaves.blogspot.com/2024/10/draghi-y-el-futuro-de-europa-en-la.html
Europa
https://articulosclaves.blogspot.com/2024/10/europa-no-avanzara-hasta-que-consigar.html
https://articulosclaves.blogspot.com/2024/10/eue-use-urgente-reforma-institucional.html
Cualquier negociación futura debe partir de esa premisa, o pagaremos cara nuestra inocencia.
https://www.vozpopuli.com/opinion/el-comercio-ya-solo-es-geopolitico.html
Aplicar modelos de 4-5 hélices
http://brujulaeconomica.blogspot.com/2020/01/modelos-de-quintuple-helice.html
De informes muchos...
Politica industrial
https://articulosclaves.blogspot.com/2024/12/puede-la-politica-industrial-reactivar.html
La I+D
https://articulosclaves.blogspot.com/2024/12/la-id-en-espana-y-el-informe-draghi.html
https://articulosclaves.blogspot.com/2024/12/conferencia-magistral-juntos-fuimos.html
https://articulosclaves.blogspot.com/2024/12/per-que-catalunya-es-queda-enrere-en.html
https://articulosclaves.blogspot.com/2024/12/el-debate-publico-parece.html
La Alemania que conocíamos ya no existe
https://articulosclaves.blogspot.com/2024/12/la-alemania-que-conociamos-ya-no-existe.html
https://articulosclaves.blogspot.com/2024/10/democratizing-draghi.html
https://www.china-briefing.com/news/chinas-industry-clusters-comprehensive-overview/
https://articulosclaves.blogspot.com/2024/10/eue-use-urgente-reforma-institucional.html
https://articulosclaves.blogspot.com/2024/10/muy-preocupados-por-un-sector-pero-poco.html
Alemania en la macrocrisis: autopsia de un país roto
https://articulosclaves.blogspot.com/2024/12/alemania-en-la-macrocrisis-autopsia-de.html
https://articulosclaves.blogspot.com/2024/10/la-propuesta-espanola-de-un-laboratorio.html
Antecedentes
Acople G2- Chinamerica 1978
El concepto de G-2 fue primeramente propuesto en 2005 por el economista C. Fred Bergsten.2
Mientras EE.UU. y China se desacoplan, la UE y China profundizan sus dependencias comerciales
https://articulosclaves.blogspot.com/2024/08/mientras-eeuu-y-china-se-desacoplan-la.html
Recomendable artículo de Zongyuan Zoe Liu en Foreign Affairs sobre las profundas raíces estructurales de los desequilibrios económicos de China y su consiguiente dependencia de los superávits comerciales para resolver un exceso de atención a la producción en relación con el consumo.
https://articulosclaves.blogspot.com/2024/08/la-verdadera-crisis-economica-de-china.html
https://articulosclaves.blogspot.com/2024/07/sector-automovilistico-pasara-lo-mismo.html
China pide a sus fabricantes que no produzcan coches en el extranjero para salvaguardar su tecnología
https://articulosclaves.blogspot.com/2024/09/china-pide-sus-fabricantes-que-no.html
La respuesta de China ante las restricciones comerciales de Estados Unidos: avances estratégicos y siguientes pasos
https://articulosclaves.blogspot.com/2024/09/la-respuesta-de-china-ante-las.html
España hace bien en negociar con China, pero sin ingenuidad
https://articulosclaves.blogspot.com/2024/09/espana-hace-bien-en-negociar-con-china.html
"La sobreproducción china es asombrosa en este momento", afirmó Tordoir, señalando la elevada producción industrial del país frente a una demanda interna persistentemente baja.
https://articulosclaves.blogspot.com/2024/08/no-todo-en-china-es-boyantecomo.html
Europa y las guerras comerciales
https://brujulaeconomica.blogspot.com/2024/02/europa-y-las-guerras-comerciales.html
https://articulosclaves.blogspot.com/2024/04/como-competir-contra-china.html
https://articulosclaves.blogspot.com/2024/05/cuantos-anos-tardaremos-en-tener.html
https://articulosclaves.blogspot.com/2024/05/vendiendo-coste.html
https://articulosclaves.blogspot.com/2024/08/esta-guerra-comercial-tiene-sus.html
El 22 de marzo de 2018, el ex presidente de Estados Unidos, Trump, decidió imponer aranceles a 60 mil millones de importaciones chinas, lo que dio inicio a la guerra comercial chino-estadounidense.
https://uvadoc.uva.es/handle/10324/54860
El gobierno chino anunció este viernes que prevé imponer aranceles de hasta un 10% sobre bienes valorados en US$75.000 millones de EE.UU.
https://www.bbc.com/mundo/noticias-internacional-49452816
Guerras comerciales siempre han existido
https://articulosclaves.blogspot.com/2024/06/echando-la-vista-atras-las-guerras.html
Como siempre ha influenciado la geoeconomia y la
geopolitica en la economia
- En la guerra de los imperios digitales, una conversación con Anu
Bradford
https://brujulaeconomica.blogspot.com/2024/03/en-la-guerra-de-los-imperios-digitales.html
Guerra comercial,con las espadas en alto
https://brujulaeconomica.blogspot.com/2024/04/guerra-comercialcon-las-espadas-en-alto.html
La mirada económica 1x26: La nueva Comisión Europea | Onda Cero Radio
https://articulosclaves.blogspot.com/2024/09/las-rentas-altas-empiezan-apretarse-el.html
https://brujulaeconomica.blogspot.com/2024/09/i-de-la-dependencia-industrial-de.html
https://brujulaeconomica.blogspot.com/2024/09/ii-de-la-dependencia-industrial-de.html
Echando la vista atrás: las guerras comerciales más sonadas
https://articulosclaves.blogspot.com/2024/06/echando-la-vista-atras-las-guerras.html
Klaus Baader: "No parece haber indicios de un cambio hacia la desglobalización. Y aunque en varias economías se están aplicando estrategias como el nearshoring o el friendshoring, implican desplazamientos geográficos del comercio transfronterizo, no una desglobalización."
https://www.ft.com/content/7235be44-0b17-48df-a86e-bdbaf0f597a0
El nacionalismo económico y el futuro de la globalización
https://legrandcontinent.eu/es/2023/09/06/el-nacionalismo-economico-y-el-futuro-de-la-globalizacion/
LA UE, entre lo inevitable y lo imposible Arancha Gonzalez
https://brujulaeconomica.blogspot.com/2024/04/la-ue-entre-lo-inevitable-y-lo.html
Pasara como el textil
https://articulosclaves.blogspot.com/2024/07/sector-automovilistico-pasara-lo-mismo.html
En Europa es muy difícil llevar a cabo una política industrial conjunta, para ello primero se debería de reformar la comunidad y lograr ser unos estados unidos de Europa, siendo una Área económica optima, mientras esto no suceda, será mejor que se avance creando mas clusters en Europa.
Europa acaba de recibir el premio de la comunidad con más informes
(Se indica que más informes no implica mas efectividad, porque la mayoría no se tendrán en cuenta)
https://articulosclaves.blogspot.com/2024/12/china-fracturo-el-textil-las-placas.html
"La zona euro sufre un bajo crecimiento crónico. España se considera un caso atípico en este sentido, pero se debe a la elevada inmigración. Una vez ajustado el PIB per cápita (azul) en lugar del PIB global (negro), España está tan estancada como los demás..."
-Europa sigue sin una política industrial común
-Sin enlazar universidades
-Sin enlazar centros de investigación
-Sin aplicar modelos de de 4-5 Hélices
-Imposible competir
https://articulosclaves.blogspot.com/2024/12/china-fracturo-el-textil-las-placas.html
Impacto del Brexit en Europa
El Brexit provocó importantes cambios en la relación económica del Reino Unido con la Unión Europea.
Europa debe jugar a ganar
https://articulosclaves.blogspot.com/2024/10/europa-debe-jugar-ganar-no-solo-ser.html
El 1er problema económico de la UE es?
https://articulosclaves.blogspot.com/2024/10/el-1er-problema-economico-de-la-ue-es.html
El retorno de la guerra
https://articulosclaves.blogspot.com/2024/10/el-retorno-de-la-guerra-total.html
A Millennial View of Spain’s Development
https://link.springer.com/book/10.1007/978-3-031-60792-9
Europa –Inmigracion
https://articulosclaves.blogspot.com/2024/11/afrontar-los-problemas-migratorios.html
Bruselas planea exigir a empresas chinas transferir tecnología para acceder a las subvenciones de la UE.
Efecto boomerang (ahora somos nosotros los necesitados)
Un giro histórico: China aplicó una estrategia similar con las multinacionales occidentales, clave en su desarrollo industrial.
https://articulosclaves.blogspot.com/2024/11/bruselas-planea-exigir-empresas-chinas.html
Europa no es competitiva, debió tomar medidas antes
https://brujulaeconomica.blogspot.com/2024/02/europa-no-es-competitiva-debio-tomar.html
Europa se durmio. Despierta tarde...pero más vale tarde que nunca
https://articulosclaves.blogspot.com/2024/09/europa-se-durmio-despierta-tardepero.html
¿Una Unión geopolítica o una Unión "fortaleza"?
https://brujulaeconomica.blogspot.com/2024/03/una-union-geopolitica-o-una-union.html
Europa lenta en reaccionar
Es una guerra comercial, entras "con tus armas" o no entras y te quedas pasivo o bien intentas regular y cambiar las reglas para que todos compitan con las mismas condiciones, Europa ha intentado regular y no le ha salido bien, ni contra EEUU ni contra China
https://brujulaeconomica.blogspot.com/2024/04/esta-fracasando-europa-o-simplemente-va.html
https://articulosclaves.blogspot.com/2024/06/europa-empezar-la-casa-por-el-tejado_20.html
En la guerra de los imperios digitales, una conversación con Anu Bradford
https://brujulaeconomica.blogspot.com/2024/03/en-la-guerra-de-los-imperios-digitales.html
Inicio / Informes / Futuro de Europa / Informe “National Perspectives on Europe’s De-risking from China”
Informe «National Perspectives on Europe’s De-risking from China» Futuro de Europa
Ver estudio Descargar: pdf 10 MB
Esta introducción ha sido redactada por los editores del informe apoyándose en el análisis presentado en sus respectivos capítulos. En ella, se destacan solo algunos ejemplos de los países estudiados. Se anima a los lectores a sumergirse en cada capítulo para obtener una visión más exhaustiva de los contextos locales.
Geopolitica
Siglo XXI : Reconfiguración geopolítica
https://articulosclaves.blogspot.com/2024/09/siglo-xxi-reconfiguracion-geopolitica.html
La geopolítica del desplazamiento de la demanda energética mundial
https://articulosclaves.blogspot.com/2024/09/la-geopolitica-del-desplazamiento-de-la.html
https://articulosclaves.blogspot.com/2022/12/ce-212-china-el-desafio-de-la-nueva.html
https://articulosclaves.blogspot.com/2022/12/ce-209-minerales-una-cuestion.htm
“El retorno de la geopolítica a la agenda de los consejos”
https://forosenar.blogspot.com/2024/01/tres-lineas-de-accion-para-integrar-la.html
Europa tiene un sólido historial en materia de sostenibilidad e inclusión, pero se enfrenta a nuevas presiones sobre su competitividad en 7 dimensiones clave.
https://forosenar.blogspot.com/2024/01/accelerating-europe-competitiveness-for.html
La geopolítica es una ciencia problemática y está destinada a seguir siéndolo
China VS EEUU
https://articulosclaves.blogspot.com/2024/12/china-estados-unidos-comprender-la.html
El comercio ya solo es geopolítico
La UE sigue jugando a que los aranceles tienen reglas, pero China y EEUU no responden más que a la lógica del poder. Hoy hablo del juego geopolítico en el que se ha convertido el comercio mundial. La UE aplica correctamente las normas para salvar su industria, pero a China le da igual: ella, como EEUU, no responde a la lógica, sino al juego del poder
La nueva geopolítica del comercio global
https://brujulaeconomica.blogspot.com/2024/05/la-nueva-geopolitica-del-comercio-global.html
https://articulosclaves.blogspot.com/2024/09/geopolitica-del-informe-draghi.html
https://articulosclaves.blogspot.com/2024/12/el-nacionalismo-economico-y-el-futuro.html
Frente a Washington, Pekín quiere poner en marcha una reorganización del capitalismo mundial centrada en China. Su programa no es frontal: requiere el despliegue de un vasto proyecto contrahegemónico con varias dimensiones. En un estudio detallado, Benjamin Bürbaumer propone que se tomen en serio la estrategia de China y los límites para comprenderla en una Europa que no logra bifurcarse.
https://articulosclaves.blogspot.com/2024/12/la-nueva-infraestructura-del-mundo.html
La gran transformación
https://brujulaeconomica.blogspot.com/2024/03/la-gran-transformacion-del-comercio.html
¿Y si Europa está cometiendo un error al intentar emular los modelos de capitalismos políticos surgidos en China y Estados Unidos? Esta es la pregunta que David Edgerton se plantea seriamente en este texto, donde reflexiona sobre la manera en que la economía de la vida cotidiana -la foundational economy en inglés- podría ser mucho más decisiva para mejorar el nivel de vida de los europeos a mediano y largo plazo.
https://legrandcontinent.eu/es/2023/11/24/capitalismo-politico-frente-a-politica-socialista/
No hay distensión en la guerra de los capitalismos políticos entre Estados Unidos y China. Esta semana, Gina Raimondo, Secretaria de Estado de Comercio, pronunció un discurso muy ofensivo en el que detallaba su doctrina sobre la protección del conocimiento y las tecnologías estadounidenses frente a China. La idea subyacente era que se trata de "la mayor amenaza" a la que se ha enfrentado nunca Estados Unidos. De leer para comprender las ambiciones y paradojas de la nueva estrategia estadounidense
https://legrandcontinent.eu/es/2023/12/07/china-estados-unidos-comprender-la-doctrina-raimondo/
.Esquema del decimocuarto plan quinquenal para el desarrollo económico y social nacional y los objetivos a largo plazo hasta el año 2035 (resumido)
La geopolítica corroe la globalización .Adam Posen .Urgentes reformas de OMC y Reformas de FMI
https://brujulaeconomica.blogspot.com/2024/06/la-geopolitica-corroe-la-globalizacion.html
El nacionalismo económico y el futuro de la globalización
https://legrandcontinent.eu/es/2023/09/06/el-nacionalismo-economico-y-el-futuro-de-la-globalizacion/
La nueva infraestructura del mundo: Europa frente al proyecto contrahegemónico chino
Frente a Washington, Pekín quiere poner en marcha una reorganización del capitalismo mundial centrada en China. Su programa no es frontal: requiere el despliegue de un vasto proyecto contrahegemónico con varias dimensiones. En un estudio detallado, Benjamin Bürbaumer propone que se tomen en serio la estrategia de China y los límites para comprenderla en una Europa que no logra bifurcarse.
https://articulosclaves.blogspot.com/2024/12/la-nueva-infraestructura-del-mundo.html
Caso Africa-Europa-china-EEUU
https://articulosclaves.blogspot.com/2024/12/minerales-criticos-posicionar-africa-en.html
En la actualidad, China Y Emiratos arabaes son el mayor socio comercial de más de la mitad de los países de África.
https://articulosclaves.blogspot.com/2024/05/en-la-actualidad-china-es-el-mayor.html
https://articulosclaves.blogspot.com/2024/07/la-espectacular-presencia-de-china-en.html
Con el ascenso de China a la condición de potencia mundial, su relación con el Magreb ha experimentado un crecimiento sustancial, circunstancia que genera riesgos y oportunidades para los países de la región.
https://articulosclaves.blogspot.com/2024/08/china-en-el-magreb-relaciones.html
https://articulosclaves.blogspot.com/2024/11/la-geopolitica-del-cuerno-de-africa.html
Leido, no confirmado
"Es evidente que el desarrollo de sus modelos se ha beneficiado de investigaciones occidentales ampliamente publicadas, como los avances en arquitectura de transformers y técnicas de preentrenamiento. Empresas como DeepSeek han aprovechado estos desarrollos abiertos (papers, repositorios de código y modelos como Llama 2) para acelerar su propio progreso, complementándolo con optimizaciones locales y entrenamiento masivo. Es como cuando China lanzó su primera misión tripulada al espacio: usaron décadas de tecnología occidental desarrollada durante la Guerra Fría como base, pero lo optimizaron y adaptaron a su propio contexto. Ahora, con modelos como DeepSeek, la historia se repite. Han aprovechado investigaciones abiertas de occidente, como Llama 2 o las arquitecturas de transformers, para entrenar un modelo potente que han abierto estratégicamente, creando un gran revuelo. Pero esto no es casualidad, hay una psyops detrás: liberar un modelo tan avanzado genera percepción de liderazgo, influencia global y un “momentum” que refuerza su posición tecnológica. Sin embargo, no olvidemos que EEUU probablemente está muy por delante, desarrollando modelos avanzados que nunca veremos, porque permanecen como secretos industriales o militares. Lo que DeepSeek ha hecho es impresionante, pero forma parte de una narrativa intencional. Mientras tanto, las verdaderas innovaciones punteras se están quedando bajo llave, listas para un escenario donde realmente importen".
La dependencia de empresas extranjeras
Entre las operaciones anunciadas este año, Acció destaca la inversión de 1.300 millones de euros de AstraZeneca para disponer de un ‘hub’ de i+D en Barcelona, el desembarco del fabricante de coches Chery en la Zona Franca de la misma ciudad o la apertura de un centro de desarrollo de inteligencia artificial de Sony.
· https://articulosclaves.blogspot.com/2024/10/unas-350-multinacionales-han-abierto.html
BRICS
Los BRICS –Brasil, Rusia, India, China y Sudáfrica– han surgido como un desafío al statu quo internacional
· https://articulosclaves.blogspot.com/2024/10/los-brics-brasil-rusia-india-china-y.html
· https://legrandcontinent.eu/es/2023/08/24/brics-una-lista-de-lectura/
· https://articulosclaves.blogspot.com/2024/10/los-brics-brasil-rusia-india-china-y.html
· La cumbre los BRICS en Rusia inquieta a los líderes europeos
· https://articulosclaves.blogspot.com/2024/10/la-cumbre-los-brics-en-rusia-inquieta.html
Reformas de Europa
Geopolitica en la cual Europa lleva 20 años perdiendo la partida. Si se esta desindustrializando y hace lo mismo que estos últimos 20 años, no saldrá adelante.Esta claro que debe de cambiar la estrategia.
· · https://articulosclaves.blogspot.com/2024/10/eue-use-urgente-reforma-institucional.html
· · https://articulosclaves.blogspot.com/2024/10/europa-debe-mover-todas-las-fichas.html
· · https://articulosclaves.blogspot.com/2024/10/el-plan-de-draghi-para-rescatar-la.html
Comentarios
Publicar un comentario