Centro Galego de IA
Galicia cuenta con 4 universidades (USC, UDC, UVigo, UdC), 2 centros de investigacion (CiCUS, CESGA) y 20 empresas tecnologicas con menos de 500 M€ de facturacion agregada en IA. El Centro Galego de IA unifica esa masa critica, forma a 300
Objetivos
- Posicionar Galicia como referente espanol en IA aplicada a sectores productivos.
- Formar 300 especialistas en IA al ano en 2030.
- Generar 500 empleos cualificados en 2035 (data scientists, ML engineers, MLOps).
- Implantar 25 proyectos demostrativos en sanidad, naval, rural y administracion.
- Captar 80 M€ de inversion extranjera en startups de IA en 2035.
Situacion actual
El Cesga dispone de 2.000 nodos de computacion (FinisTerrae II) y alberga 200 proyectos de investigacion activos. La USC tiene un master propio en IA desde 2019 con 45 plazas anuales. La incubadora CTA (Circle of Technology Accelerator) ha impulsado 12 startups de IA desde 2020. El tejido empresarial gallego en tecnologia supera las 1.200 empresas, pero solo el 3% trabajan especificamente en IA avanzada.
Legislacion
- Ley 14/2011 de Ciencia y Tecnologia.
- Real Decreto 552/2024 de fomento de la IA en la administracion publica.
- Plan Estatal de Investigacion 2024-2027.
- Reglamento UE 2024/1689 sobre IA (AI Act).
Benchmark internacional
- Euskadi: Basque Center for Applied Mathematics (BCAM): 120 investigadores, 30 M€/ano.
- Cataluna: BSC (Barcelona Supercomputing Center): IA en salud con 2.400 investigadores.
- Portugal: INESC TEC: centro de IA con 1.000 investigadores y 150 M€/ano.
- Dinamarca: Danish Technological Institute: 800 especialistas en IA aplicada.
Diseno institucional
Sociedad publica gestionada por Conselleria de Economia, con junta de gobierno tripartita (Xunta, universidades, empresas). Consejo cientifico asesor integrado por experts internacionales.
Arquitectura tecnica
- GPU cluster 100 kW (Fugaku-class, 50 PFlops).
- Datacenter soberano en Santiago (edificio universitario).
- Red de innovacion abierta con 20 nodos en empresas asociadas.
- Plataforma de datos sanitarios anonimizados (modelo DataSpace).
Presupuesto CAPEX
Referencia: 180 M€.
| Linea | Importe | Horizonte |
|---|---|---|
| Infraestructura GPU y HPC | 80 M€ | 2025-2029 |
| Campus de formacion | 40 M€ | 2025-2028 |
| Equipos tecnologicos | 20 M€ | 2025-2028 |
| Plataforma de datos | 25 M€ | 2026-2029 |
| Incubadora y aceleradora | 15 M€ | 2026-2032 |
Presupuesto OPEX
Personal tecnico, mantenimiento hardware, energia y formacion: 22 M€/ano.
| Ano | OPEX (M€) |
|---|---|
| 2027 | 8 |
| 2030 | 16 |
| 2035 | 22 |
| 2040 | 25 |
Calendario
Fase 1 (2025-2027): Creacion juridica y primera promocion. Fase 2 (2028-2032): Expansion de infraestructura y proyectos demostrativos en sanidad (-BioGaia) e industria naval (Navantia). Fase 3 (2033-2038): Expansion nacional e internacional. Fase 4 (2039-2045): Liderazgo en IA aplicada en sectores productivos gallegos.
Riesgos
| Riesgo | Prob. | Impacto | Mitigacion |
|---|---|---|---|
| Fuga de talento (fuga de cerebros) | Alta | Alto | Retribucion competitiva + vivienda + IA avanzada |
| Obsolescencia hardware (GPU) | Alta | Medio | Alquiler en la nube + licencias flotantes |
| Eleccion sectores de aplicacion | Media | Medio | Consejo cientifico + concurso de ideas publico |
KPIs
- Proyectos demostrativos activos (objetivo: 25 en 2030).
- Estudiantes formados/ano (objetivo: 300 en 2030).
- Spin-offs creadas (objetivo: 40 en 2035).
- Inversion extranjera captada (objetivo: 80 M€ en 2035).
- Puestos cualificados generados (objetivo: 500 en 2035).
Recursos humanos
- Director cientifico: 1 catedratico internacional.
- Investigadores principales: 20 doctores en IA/matematicas.
- Ingenieros ML/M Ops: 60 especialistas.
- Ingenieros de datos: 40.
- Personal de formacion: 15.
Infraestructuras
- Centro de computacion en Santiago (rehabilitacion edificio universitario).
- Espacio coworking en edificio de CTA Vigo.
- Aulas especializadas en UDC, USC, UVigo.
- Datacenter asociado a Cesga (FinisTerrae III en proyecto).
Tecnologia necesaria
- GPUs NVIDIA H100 (1.000 unidades en hub central).
- Kubernetes multiusuario con quota por proyecto.
- Plataforma de anotacion de datos medicos (HL7 FHIR).
- Herramientas MLOps: MLflow, Kubeflow, Prometheus.
Fuentes de financiacion
Mixta: fondos UE (NextGenerationEU, Horizonte Europa), presupuesto autonomico, convenios empresariales, ingresos por contratos de investigacion.
Fondos europeos
- Plan de recuperacion: 60 M€.
- Horizonte Europa: 35 M€.
- FEDER: 45 M€.
- FSE+: 20 M€.
Impacto economico
Retorno estimado por proyectos de IA aplicada a industria: 180 M€/ano en 2035. Retorno fiscal: 28 M€/ano.
Impacto social
- Formacion de 2.000 especialistas en IA en 10 anos.
- Incremento de salarios medios en sector tecnologico en un 25%.
- Acceso a servicios digitales avanzados en ayuntamientos menores de 5.000 habitantes.
Impacto ambiental
- Optimizacion de rutas de recogida de residuos: ahorro de 12.000 km de desplazamiento/ano.
- Optimizacion de consumo energetico en edificios publicos: ahorro de 4.500 MWh/ano.
Casos internacionales
Euskadi (BCAM), Barcelona (BSC), Portugal (INESC TEC), Dinamarca (DTI), Irlanda (Insight Center).
Bibliografia
FUENTES.md · BIBLIOGRAFIA.md · seccion 024 del Libro Blanco · DocTecnicos afines C02, C04. Xunta, Cesga, USC, UDC.
Ficha C01 generada para el magazine TERRA ETERNA MAGAZINE. Datos etiquetados real (Xunta/UE) o modelo (objetivo ilustrativo).