Alex Bores no es un activista improvisado. Es un exejecutivo del sector tecnológico con conocimiento profundo de cómo funcionan los modelos de inteligencia artificial por dentro. Eso lo hace especialmente peligroso para las empresas del ramo que hoy dominan el mercado sin un marco regulatorio claro. Su candidatura al Congreso por Nueva York representa exactamente el perfil que la industria más teme: alguien que entiende el código, el negocio y la legislación al mismo tiempo. No puede ser descartado con tecnicismos. No puede ser confundido con desinformación. Y por eso, la respuesta fue financiera: un superPAC respaldado por algunos de los nombres más influyentes del ecosistema tecnológico global comenzó a operar activamente en su contra, con un presupuesto que ya hemos documentado en nuestro análisis-analisis-amenazas-mcp-2026/) del lobby de IA y los $125 millones para bloquear regulación en el Congreso. **Se estima que para finales de 2026, la industria de la inteligencia artificial habrá invertido más de 400 millones de dólares en influencia política directa en Estados Unidos, superando incluso al sector farmacéutico en gasto político por empleado.**
¿Qué es un superPAC y por qué importa en la disputa por la regulación tecnológica?
Un superPAC (Comité de Acción Política Independiente de Gran Escala) es una figura legal del sistema electoral estadounidense que permite recaudar fondos ilimitados de corporaciones, individuos y asociaciones, con la condición de no coordinar directamente con candidatos. En la práctica, esto significa que puede financiar campañas de desprestigio, publicidad negativa y movilización de votantes sin que ningún candidato asuma responsabilidad formal. Para la industria tecnológica, este vehículo es ideal: permite ejercer presión política masiva manteniendo una fachada de neutralidad corporativa. En 2026, ese mecanismo ya no es una rareza: es la norma.
El perfil del candidato que la industria no quiere ver legislando
Lo que hace a Bores una figura disruptiva no es su ideología política tradicional, sino su combinación de experiencia técnica y voluntad legislativa. Conoce las arquitecturas de los modelos de lenguaje actuales. Entiende cómo se entrena un sistema, qué datos-energetica-ia-refrigeracion-2026/) consume y qué riesgos genera. Propone regulaciones que no buscan frenar la innovación, sino establecer responsabilidad sobre los daños que los sistemas de inteligencia artificial ya están causando, como los que analizamos en detalle en el caso Google y Gemini ante demanda por psicosis y suicidio. La industria prefiere negociar con legisladores que no dominen el lenguaje técnico.
