La inteligencia artificial avanza a un ritmo impresionante, pero reducir su evolución a una simple curva exponencial puede llevar a errores estratégicos. Aunque los modelos mejoran rápidamente, la historia tecnológica muestra que incluso las revoluciones más potentes suelen encontrarse con límites físicos, organizativos y económicos que convierten las curvas “perfectas” en procesos más irregulares y escalonados.
¿Una “Ley de Moore para la inteligencia”?
Algunos líderes del sector comparan el progreso de la IA con la Ley de Moore, sugiriendo que las capacidades se duplican cada pocos meses. Esta analogía es útil para entender la velocidad del cambio, pero es incompleta. El escalado de modelos no garantiza avances proporcionales en capacidades más profundas, como el razonamiento causal, la planificación abierta o la comprensión del mundo físico. Es probable que veamos mejoras espectaculares en tareas concretas, sin que eso implique necesariamente la llegada inminente de una inteligencia verdaderamente general.
Competencia: no gana el mejor modelo, gana el mejor ecosistema
La carrera por la IA no es una sola pista. Algunas empresas se enfocan en clientes empresariales y productividad, mientras otras priorizan productos de consumo masivo. Sin embargo, la ventaja real puede no estar solo en tener el modelo más potente, sino en controlar el ecosistema completo: datos, distribución, integración con software existente y, cada vez más, hardware e infraestructura energética.
En este contexto, la IA se parece menos a una carrera de velocidad y más a una guerra de plataformas.
Geopolítica: retrasos, no bloqueos
Las restricciones a la exportación de chips avanzados buscan frenar a competidores estratégicos, pero es poco realista pensar que esto detendrá el progreso de países como China a largo plazo. La historia sugiere que los actores con suficientes recursos tienden a encontrar caminos alternativos: mayor eficiencia algorítmica, hardware propio o adaptación a limitaciones técnicas.
Más que una barrera definitiva, estas medidas probablemente compran tiempo.
Trabajo: disrupción real, pero no simple destrucción
La IA sí amenaza muchas tareas cognitivas, especialmente en trabajos de nivel inicial. Sin embargo, eso no implica automáticamente desempleo masivo permanente. Como en otras revoluciones tecnológicas, es más probable que veamos:
-
Desaparición de tareas concretas, no de profesiones completas.
-
Creación de nuevos roles y especializaciones.
-
Mayor polarización entre trabajadores muy productivos y el resto.
El mayor riesgo no es tanto el paro estructural inmediato, sino una transición desigual y socialmente tensa.
¿Burbuja o nueva infraestructura?
Las inversiones masivas en IA recuerdan a otras grandes oleadas históricas: ferrocarriles, electricidad, internet. En todos los casos, hubo sobreinversión, quiebras y burbujas, incluso cuando la tecnología subyacente acabó transformando la economía.
Es plausible que estemos ante una sobreinversión correcta en dirección, pero incorrecta en timing: la visión a largo plazo es real, pero muchas empresas pueden no sobrevivir hasta que los retornos se materialicen.
Un marco más realista
Más que estar al borde inmediato de una superinteligencia, probablemente estamos entrando en una era de automatización cognitiva parcial a gran escala. Su impacto será enorme, pero también:
-
Más desigual.
-
Más lento en productividad agregada.
-
Más rápido en disrupción organizativa.
La pregunta estratégica clave no es solo cuán potente será la IA, sino si la sociedad y las organizaciones lograrán adaptarse al ritmo del cambio sin generar una década de fricción, burbujas y tensiones sociales antes de que lleguen plenamente los beneficios.
