AGI antes de 2100: la brecha entre promesas corporativas y la ciencia
A por la Inteligencia Artificial General (AGI)
En el artículo anterior ("Volando voy" o no. La IA el placebo de la productividad ) vimos cómo la IA generativa crea una ilusión de velocidad: nos sentimos más rápidos cuando en realidad somos más lentos. Pero hay una ilusión aún más grande y peligrosa operando a escala global: la ilusión de inminencia. Algunos ejecutivos tecnológicos prometen que la Inteligencia Artificial General llegará en 2 o 3 años. Algunos científicos dicen que en 15 años y otros son más cautelosos. Alguien está equivocándose por mucho y creo que es de forma intencionada.
| Fuente / Experto | Fecha estimada AGI | Matiz |
|---|---|---|
| Sergey Brin (Google) | Antes de 2030 | Optimista |
| Demis Hassabis (DeepMind) | 2030 (50% probabilidad) | Cauto, posible retraso |
| Sam Altman (OpenAI) | 2028 | Visionario |
| Jensen Huang (Nvidia) | 2030 - 2040 | Conservador |
| Comunidad científica | 2040 - 2060 | Mayoría cautelosa |
| Algunos analistas | 2026 - 2027 | Muy optimistas |
El premio del siglo: la carrera geopolítica por la AGI
Estamos asistiendo a lo que algunos analistas han llamado "el nuevo Proyecto Manhattan". Estados Unidos y China están enfrentados en una carrera tecnológica sin precedentes, donde el premio final no es una bomba atómica, sino algo potencialmente más transformador: la AGI, la Inteligencia Artificial General.
El contraste entre ambos enfoques no podría ser más marcado. Estados Unidos ha adoptado una estrategia de "todo o nada", invirtiendo cantidades obscenas de dinero en perseguir el santo grial de la AGI con la urgencia de quien cree que el enemigo está a punto de alcanzarla. La Casa Blanca lanzó en julio de 2025 su "AI Action Plan" bajo el lema "Ganar la carrera de la inteligencia artificial", con más de 90 medidas diseñadas para consolidar el liderazgo absoluto.
China, por su parte, es como una caja negra para el resto del mundo. Sin embargo, cuando ha dejado vislumbrar algo ha sorprendido al mundo entero con la madurez de sus productos. El episodio de DeepSeek en enero de 2025 fue revelador: una empresa china relativamente desconocida lanzó un modelo que rivalizaba con GPT-4 de OpenAI, pero entrenado en solo dos meses por menos de 6 millones de dólares. El capitalista de riesgo Marc Andreessen lo llamó "el momento Sputnik de la IA". La aplicación se convirtió en la más descargada de la App Store estadounidense, desplazando al propio ChatGPT. China no sólo demostró que en la carrera por dominar la IA no estaba tan retrasada como pensábamos sino que había hecho algo que nadie se esperaba, innovar.
¿Qué es exactamente la AGI y por qué importa tanto?
Cuando hablamos de AGI (Artificial General Intelligence o Inteligencia Artificial General) nos referimos a algo fundamentalmente diferente de la IA actual. La IA generativa que usamos hoy —ChatGPT, Gemini, Claude— es extremadamente competente en tareas específicas, pero sigue siendo una "IA estrecha". Puede escribir código brillante o generar imágenes asombrosas, pero no puede transferir ese conocimiento a otros dominios de forma autónoma.
La AGI, en cambio, sería un sistema capaz de entender, aprender y aplicar conocimiento en cualquier dominio intelectual que un ser humano pueda abordar. No solo escribiría código, sino que entendería por qué ese código importa en el contexto empresarial, anticiparía sus implicaciones éticas, y podría saltar a diseñar la estrategia de marketing del producto resultante. Todo sin necesidad de ser reentrenada para cada tarea.
Para algunos sectores políticos en EEUU, el desarrollo de una AGI es comparable a lo que supuso el Proyecto Manhattan y la construcción de la bomba atómica durante la Segunda Guerra Mundial. Quien logre primero una AGI funcional tendría ventajas militares, económicas y estratégicas difíciles de cuantificar. De ahí la urgencia casi desesperada.
Las predicciones: un abismo de entre 13 y casi 40 años
Aquí es donde las cosas se ponen interesantes. Cuando revisas las predicciones sobre cuándo llegará la AGI, te encuentras con dos universos paralelos que parecen no hablarse entre sí. Al inicio del artículo hemos visto algunos ejemplos, aquí traemos alguno más.
En el universo de los CEOs y ejecutivos tecnológicos:
- Elon Musk ha afirmado que su IA Grok 5 tiene alrededor de un 10% de probabilidad de convertirse en AGI, y esa probabilidad sigue creciendo, sugiriendo que el avance podría ocurrir entre 2026 y 2029 si continúan los progresos actuales.
- Leopold Aschenbrenner (ex-OpenAI) sostiene que podríamos alcanzar la AGI entre 2026 y 2027, y advierte que poco después se podría desarrollar superinteligencia. Considera probable una movilización industrial global en torno a estas fechas si las señales actuales se mantienen.
- Eric Schmidt (ex-CEO de Google) aunque señala avances acelerados, no da una fecha exacta para AGI, pero suele ser más escéptico que los anteriores. Valora que la abundancia generada por la IA podría concentrarse en pocas manos y señala desafíos éticos y de infraestructura. Ha rechazado estrategias de carrera descontrolada hacia la AGI y acentúa la importancia de la preparación ética y geopolítica, aunque reconoce la verosimilitud de llegar a AGI antes de 2035.
- Mark Zuckerberg explicó que 2025 podría ser el año en que Meta cuente con una IA capaz de desempeñar tareas similares a las de un ingeniero de nivel medio. Zuckerberg y Meta han declarado públicamente que su objetivo principal es desarrollar AGI “pronto”, aunque no ha publicado una fecha concreta. Las comunicaciones oficiales de Meta se centran en el objetivo de alcanzar la AGI durante la próxima década y posicionarse como líderes del sector, pero sin precisar año.
En el universo de la comunidad científica:
- Las encuestas actuales de investigadores predicen AGI alrededor de 2040
- Hace solo unos años, esas mismas encuestas predecían 2060
- Una revisión de septiembre 2025 reporta que la mayoría de científicos acuerdan que AGI ocurrirá antes de 2100, pero con gran incertidumbre sobre el momento exacto
La brecha es de 13 a 40 años o más. No es un margen de error estadístico. Es la diferencia entre "pasado mañana" y "cuando tus hijos adolescentes tengan nietos".
El verdadero motivo de la exageración: dinero, mucho dinero
¿Por qué esta diferencia tan brutal? La respuesta no es técnica, es financiera. Y los números son mareantes.
OpenAI, el laboratorio detrás de ChatGPT, proyecta gastos totales de 115.000 millones de dólares hasta 2029. Sus pérdidas estimadas solo para 2025 son de 8.000 millones de dólares. A pesar de triplicar sus ingresos (proyecciones de 11.000 millones para 2025), la empresa no espera obtener beneficios reales hasta 2029 o 2030. Su modelo de negocio es literalmente "gastarlo todo para ganarlo todo".
Para sostener esta hemorragia de capital, OpenAI necesita mantener a los inversores convencidos de que el premio está al alcance de la mano. Si les dices "la AGI llegará en 15 años", ningún fondo de capital riesgo te dará otros 10.000 millones. Pero si dices "la AGI está a 2 años", los cheques siguen llegando.
¡Curiosidad!
Te dejo los enlaces a mi artículo más reciente sobre las finanzas de OpenAI y al comic publicado en Instagram:
No es solo OpenAI. Todo el sector tecnológico estadounidense está atrapado en esta dinámica. Entrenar modelos gigantescos requiere infraestructuras de computación descomunales. Mantenerlos operativos consume cantidades industriales de energía. Y la competencia es feroz: si afloja el ritmo de inversión, China podría tomar la delantera, (siempre que aceptemos la idea de que China va segunda, claro)
El resultado es una especie de carrera donde nadie puede permitirse detenerse, y donde las promesas optimistas sobre el futuro son la gasolina que alimenta la máquina.
Recientemente, el CEO de Microsoft Satya Nadella ha declarado que la compañía tiene GPU avanzadas que no se están utilizando porque no tienen la electricidad suficiente para funcionar. Hay una cadena de suministro (datos, ingenieros, dinero, hardware especializado, energía) en el que el eslabón más débil salta de un sitio a otro debido a las prisas en está loca carrera.
Las consecuencias reales para los trabajadores
Mientras los CEOs prometen AGI inminente para conseguir financiación, los trabajadores tecnológicos están pagando el precio de esa narrativa. Entre 2022 y 2024, más de 126.000 trabajadores del sector tecnológico perdieron su empleo en Estados Unidos. Salesforce afirmó que entre el 30% y 50% del trabajo ya lo hace la IA, y anunció que no contratará nuevos programadores este año.
Pero aquí está la paradoja: si la IA realmente estuviera a punto de reemplazar a todos los programadores, ¿por qué OpenAI sigue contratando miles de ingenieros? ¿Por qué Apple y Google continúan publicando numerosas ofertas de trabajo para desarrolladores en todo el mundo?
La respuesta es incómoda: los despidos son reales, pero la amenaza de la AGI inminente está siendo utilizada como justificación conveniente para recortes que responden a otras dinámicas (corrección del boom pandémico, presión de inversores, reestructuraciones estratégicas). La narrativa del "la IA lo hará todo pronto" sirve como cobertura perfecta.
Dos enfoques, un solo ganador incierto
La ironía final es que, mientras EEUU gasta billones persiguiendo la AGI con urgencia casi desesperada, China está aplicando la IA de forma práctica hoy mismo. En Wuhan, institutos financiados por el estado están explorando enfoques alternativos a la AGI que implican "incorporar" la IA en entornos del mundo real: calificación automatizada de exámenes, mejora de pronósticos meteorológicos, asistencia a la agricultura con métodos para optimizar la rotación de cultivos.
¿Quién ganará? Probablemente no será el país que primero desarrolle la AGI teórica en un laboratorio, sino el que primero logre integrar la IA de forma útil, masiva y cotidiana en su economía y sociedad. Y en esa carrera, las posiciones están mucho más igualadas de lo que el optimismo corporativo estadounidense sugiere.
Varios expertos señalan que China superó a Estados Unidos en el número total de publicaciones en revistas de inteligencia artificial y lidera ampliamente en patentes de IA, con casi el 70% de todas las concesiones a partir de 2023. Los datos del índice de IA de Stanford 2025 muestran que "la carrera está más reñida que nunca y nadie lleva una ventaja clara".
La pregunta incómoda
Entonces, ¿debemos creer las predicciones de 2027 o las de 2040 o posteriores? Probablemente ninguna con certeza absoluta. Pero lo que sí podemos hacer es preguntarnos: ¿quién tiene incentivos para exagerar y quién tiene incentivos para ser cauto?
Los CEOs necesitan financiación billonaria para seguir en la carrera. Los científicos necesitan credibilidad académica a largo plazo. ¿A quién le conviene más acertar?
Y más importante aún: mientras este debate se desarrolla en las alturas de los consejos de administración y los papers académicos, hay personas reales cuyas vidas laborales están siendo transformadas por decisiones tomadas en base a estas predicciones contradictorias.
Hay quien observa este panorama y ve algo más que una simple discrepancia técnica sobre fechas. Ve un patrón inquietante donde el miedo y la urgencia están siendo utilizados como herramientas de control. Y tiene algunos argumentos que merecen ser escuchados. Pero eso lo exploramos en el próximo artículo.
Este es el segundo artículo de una trilogía sobre el estado real de la IA en el trabajo. Lee la serie completa:
- Artículo 1: "Volando voy" o no. La IA el placebo de la productividad
- Artículo 2: AGI antes de 2100: la brecha entre promesas corporativas y la ciencia
- Artículo 3: Doctorow se equivoca con la IA, si acaparará empleos
Comentarios
Publicar un comentario