El auge de la tecnología de inteligencia artificial (IA) generativa ha suscitado la preocupación de que unas pocas grandes empresas o plataformas digitales acaparen el mercado. Al controlar grandes cantidades de datos necesarios para entrenar modelos básicos, estas empresas podrían crear barreras de entrada, frenar la competencia y la innovación y, en última instancia, perjudicar a los consumidores. Contrariamente a este temor, el auge de los mercados de datos permite a los desarrolladores acceder a datos de entrenamiento de código abierto o de forma comercial, lo que hace que el acceso a los datos no sea actualmente una barrera de entrada al mercado de la IA generativa. De hecho, los gigantes tecnológicos con acceso a grandes volúmenes de datos de usuarios se enfrentan a una dura competencia de empresas independientes y startups que pueden superar a rivales más grandes mediante algoritmos o experiencias de usuario superiores. Los avances tecnológicos, como los datos sintéticos y las soluciones de ingeniería que reducen la demanda de datos y los costes de entrenamiento, también sugieren que la preocupación por la escasez de datos que limita la innovación en IA es exagerada. Además, la transición de la industria hacia modelos de base más especializados y aplicaciones de IA a medida también demuestra que el acceso a los datos “adecuados”, en lugar de a grandes cantidades de datos de usuarios, es primordial, lo que erosiona aún más la supuesta ventaja de los grandes gigantes tecnológicos. Por el contrario, las regulaciones y soluciones preventivas propuestas para combatir la futura escasez o monopolización de datos probablemente perjudicarían el desarrollo y la innovación en IA. En cambio, la actual legislación antimonopolio estadounidense ofrece un marco flexible y pragmático para controlar la conducta excluyente de las empresas que controlan las entradas de datos clave si estas preocupaciones se materializan en el futuro.