Cuando el hito más codiciado de la tecnología resulta no ser un hito
En la más reciente llamada de resultados de Nvidia, su CEO Jensen Huang soltó una declaración que debería haber sacudido a la industria: su compañía ya alcanzó la Inteligencia Artificial General (AGI). Lo curioso no fue la afirmación en sí —Huang ya lo dicho antes— sino la reacción del propio ejecutivo: minutos después la calificó de "insensata".
Esta aparente contradicción no es un descuido. Es, en realidad, la confesión más honesta que ha salido de la boca de un líder tecnológico en años. Y encierra una lección que los directivos latinoamericanos deberían tomar muy en serio antes de subirse a la ola de la próxima gran promesa de la IA.
Un término sin consenso que mueve miles de millones
El problema de fondo es que nadie sabe exactamente qué es la AGI. La definición de OpenAI, la organización creada explícitamente para construirla, habla de "sistemas altamente autónomos que superan a los humanos en la mayoría de los trabajos económicamente valiosos". Su propio CEO, Sam Altman, ha admitido que no es un estándar medible. Y para complicar más las cosas, la misma OpenAI tiene otra definición con fines financieros pactada con Microsoft: sistemas capaces de generar al menos 100 mil millones de dólares en ganancias.
Entre una definición y otra hay un abismo. ¿Estamos hablando de una máquina que piensa como una persona o de un software que factura como una corporación? La respuesta cambia radicalmente lo que significa "lograr" la AGI.
La industria tecnológica ha explotado esta ambigüedad a su favor. Cada empresa acuña su propia etiqueta: Meta habla de "superinteligencia personal", Microsoft de "superinteligencia humanista" y Amazon de "inteligencia general útil". Demis Hassabis, de Google DeepMind, prefiere hablar de las "estribaciones de la singularidad". Todos describen conceptos vagamente similares que, en la práctica, se diluyen entre sí.
La estrategia detrás de la contradicción
Cuando Huang dice que Nvidia ya logró la AGI y acto seguido la declara insensata, está haciendo algo más astuto de lo que parece. Está redefiniendo el debate en términos que le convienen: no se trata de alcanzar una meta abstracta definida por académicos, sino de construir sistemas que hagan "trabajo productivo y útil" y que generen "tokens rentables".
¿Qué significa esto en concreto? Que mientras más potencia de cómputo se venda para entrenar modelos más grandes, más ganancias para Nvidia. La AGI se convierte así en una excusa para seguir vendiendo chips. La nebulosidad del concepto no es un defecto; es una característica que permite a todos proyectar en ella lo que necesitan: los investigadores, una promesa científica; los inversores, una oportunidad de retorno; y los fabricantes de hardware, una razón para seguir escalando.
Qué deberían aprender los ejecutivos latinoamericanos
Para un director general en Ciudad de México, São Paulo o Bogotá, este debate tiene implicaciones mucho más concretas de lo que parece. La principal: desconfiar de las métricas grandilocuentes y enfocarse en resultados verificables.
- La ausencia de estándares claros significa que las promesas extremas son sospechosas. Si ni siquiera los creadores de la tecnología se ponen de acuerdo en qué es la AGI, cualquier empresa que prometa implementarla ya está exagerando.
- Lo que importa es el caso de uso específico. En lugar de preguntarse si la IA alcanzará la inteligencia general, los ejecutivos deberían preguntarse: ¿resuelve este sistema mi problema concreto? ¿Reduce mis costos? ¿Mejora la experiencia de mis clientes?
- El "sentido común" competitivo está en la aplicación práctica. Las ventajas reales hoy están en sistemas que automatizan procesos, optimizan cadenas de suministro o personalizan servicios, no en perseguir un concepto filosófico.
¿Y si la meta nunca se alcanza?
Según la historia reciente, la AGI podría seguir siendo esquiva durante décadas, y eso no sería necesariamente una mala noticia. La IA ya está transformando industrias enteras sin necesidad de alcanzar la inteligencia general. Los avances en modelos de lenguaje, visión por computadora y automatización de procesos están generando valor real en sectores como banca, retail, logística y salud.
Parafraseando al propio Huang: probablemente no veremos 100 mil agentes de IA construyendo una empresa desde cero. Pero sí veremos sistemas que redactan contratos, detectan fraudes, optimizan inventarios y responden clientes.
Para los líderes latinoamericanos, la pregunta relevante no es cuándo llegará la AGI, sino qué están haciendo hoy con las herramientas de IA que ya tienen disponibles. Porque mientras la industria discute definiciones, los competidores que aplican la tecnología de forma pragmática están avanzando.
Si los ejecutivos latinoamericanos aprenden algo de esta controversia, que sea esto: las grandes declaraciones sobre la AGI son ruido. El valor está en los resultados concretos que la IA puede entregar el próximo trimestre, no en promesas sobre un futuro que ni sus propios creadores saben definir. Y esa es la verdadera "inteligencia general" que importa en los negocios: la capacidad de generar valor real, medible y sostenible, independientemente de cómo se llame la tecnología que lo hace posible.
