El reciente anuncio del gobierno mexicano sobre la creación de Coatlicue, una supercomputadora pública destinada a convertirse en la más potente de América Latina, ha sido recibido con un optimismo que, si bien es justificable, debe ser cauteloso. En papel, la noticia es impecable: el país necesita urgentemente infraestructura de cómputo serio si aspira a entrenar modelos propios, garantizar su autonomía tecnológica y servir a nuestras instituciones con análisis avanzados. Si tomamos en serio el desarrollo de la Inteligencia Artificial, poseer un clúster de miles de GPUs de clase A100 deja de ser un lujo para convertirse en un requisito de seguridad nacional. El objetivo no es competir frontalmente contra gigantes comerciales como OpenAI o Google —eso sería una ingenuidad financiera—, sino construir sistemas soberanos capaces de procesar desde archivos históricos y lenguas originarias hasta modelos predictivos para la gestión hídrica y la red eléctrica.
Sin embargo, en el mundo de la tecnología profunda, el entusiasmo debe someterse siempre al rigor de la ejecución. Un análisis honesto revela que el éxito de Coatlicue no dependerá de la cantidad de tarjetas gráficas que se compren, sino de la capacidad del Estado para resolver déficits críticos de infraestructura y operación que hoy permanecen en la sombra. El gobierno ha planteado un calendario de 24 meses para su puesta en marcha, un cronograma que cualquier experto en centros de datos calificaría de agresivo, por no decir irreal, ante la falta de transparencia actual. Un centro de cómputo de esta magnitud no es un simple cuarto de servidores; es un ecosistema industrial que requiere planes hidráulicos complejos para el enfriamiento, fibra oscura dedicada y un suministro energético ininterrumpido que hoy no está garantizado públicamente.
Más preocupante aún que los ladrillos y los cables es el vacío de capital humano especializado. México se enfrenta a una realidad global ineludible: los ingenieros capaces de entrenar Modelos de Lenguaje Grande (LLMs) a escala multi-nodo son un recurso extremadamente escaso. No basta con saber programar en Python; se requiere experiencia en optimización distribuida, manejo de paralelismo de datos y recuperación de fallos en clústeres masivos, habilidades por las que empresas como Meta o Anthropic pagan compensaciones millonarias. Al revisar el panorama actual, no es evidente que exista la densidad de talento necesaria en el sector público para operar esta maquinaria. La infraestructura es la parte fácil de la ecuación; el talento es lo que realmente convierte un clúster de servidores en un motor de innovación, y sin una estrategia agresiva para atraer o formar a estos arquitectos de sistemas, Coatlicue corre el riesgo de ser un vehículo de Fórmula 1 sin pilotos calificados.
A pesar de los retos, es vital desmentir el mito recurrente de que la supercomputadora “nacerá obsoleta”. En la ciencia aplicada, el hardware tiene una vida útil mucho más larga que en el mercado de consumo. Incluso si la tecnología de punta avanza, un clúster masivo de GPUs actuales seguirá siendo una herramienta formidable durante la próxima década para simulaciones físicas, bioinformática, modelos climáticos y aplicaciones industriales para Pemex o el SAT. Lo crucial no es tener siempre el chip más nuevo, sino la claridad estratégica sobre qué problemas nacionales se van a resolver con él.
Coatlicue se encuentra hoy en una encrucijada histórica. Tiene el potencial de ser la piedra angular que coordine a la academia, el gobierno y la industria, democratizando la investigación avanzada y sacando a México de su rol de consumidor pasivo de tecnología. Pero el riesgo de convertirse en un costoso “elefante blanco” digital es real si no se sustituye la retórica oficial por una gobernanza técnica transparente. Para que Coatlicue cumpla su promesa, necesitamos algo más que una cifra impresionante de procesadores en una conferencia matutina: necesitamos ingeniería de precisión, talento de clase mundial y una planificación que trascienda el ciclo político.