Por Canuto  

Jensen Huang volvió a agitar el debate sobre la inteligencia artificial general al asegurar que la AGI ya fue “alcanzada”. Su argumento no gira en torno a pruebas filosóficas ni a razonamiento humano pleno, sino a la capacidad de una IA para crear y operar un negocio de USD $1.000 millones, una idea que también fortalece la narrativa de demanda para los chips de Nvidia.
***

  • Jensen Huang dijo en una conversación con Lex Fridman que la AGI ya fue alcanzada bajo una definición centrada en negocios.
  • El CEO de Nvidia afirmó que modelos como Claude podrían crear una app o servicio viral capaz de generar USD $1.000 millones.
  • Pese a su optimismo, Huang reconoció que la IA actual no está en condiciones de reemplazar a los ingenieros que construyen Nvidia.

El CEO de Nvidia, Jensen Huang, reabrió uno de los debates más sensibles de la industria tecnológica al afirmar que la inteligencia artificial general, o AGI por sus siglas en inglés, ya habría sido alcanzada. Su comentario se produjo durante una conversación con Lex Fridman, donde abordó el potencial de los modelos actuales para innovar, encontrar clientes y gestionar equipos capaces de construir negocios de gran escala.

La declaración no pasó desapercibida porque toca una discusión que durante años ha estado dominada por definiciones ambiguas. En términos generales, la AGI suele asociarse con sistemas capaces de razonar de forma amplia, adaptarse a múltiples contextos y competir con habilidades humanas en tareas complejas. Huang, sin embargo, propuso un criterio mucho más pragmático y ligado al mercado.

Según explicó, si la vara consiste en crear una empresa valuada o capaz de generar ingresos por USD $1.000 millones, entonces esa frontera ya habría sido cruzada. Para el directivo, no se trata de una hipótesis ubicada entre cinco y 20 años en el futuro, sino de una posibilidad real en el presente, al menos bajo esa métrica.

Una definición de AGI basada en resultados económicos

Durante la entrevista, Fridman preguntó cuánto tiempo faltaría para que una IA pudiera innovar, hallar clientes y manejar un equipo con el fin de construir una compañía de USD $1.000 millones. Frente a esa idea, Huang respondió de forma tajante: “Creo que hemos alcanzado la AGI”.

El ejecutivo matizó esa afirmación con una visión muy concreta sobre el tipo de éxito que imagina. Dijo que tener una empresa de USD $1.000 millones dirigida por IA es “posible”, siempre que no se asuma que ese logro será necesariamente duradero o institucionalmente sólido.

Para ilustrarlo, planteó que no está fuera de lo posible que un modelo como Claude haya sido capaz de crear un servicio web o una pequeña aplicación interesante que, de pronto, fuera usada por unos pocos miles de millones de personas a USD $0,50, para luego quebrar poco después. En su opinión, ese tipo de trayectorias ya se vio en la era de internet.

Huang agregó que muchos de aquellos sitios web históricos no eran más sofisticados que lo que hoy podrían generar OpenAI o Claude. En otras palabras, su visión de la AGI no exige una inteligencia equivalente a la humana en todos los ámbitos, sino una combinación suficiente de creatividad, ejecución y monetización para producir un gran negocio, aunque sea efímero.

Por qué su postura genera escepticismo

La postura de Huang destaca porque redefine de forma agresiva un concepto que la propia industria no ha logrado consensuar. Tradicionalmente, la discusión sobre AGI se ha apoyado en pruebas centradas en capacidades humanas, como escribir una novela, superar a personas en múltiples dominios o demostrar razonamiento general robusto.

En este caso, la métrica del CEO de Nvidia es netamente capitalista. El foco no está en si la máquina piensa como un humano, sino en si puede construir y operar una empresa de 10 cifras. Esa interpretación desplaza el debate desde la cognición y la autonomía general hacia la generación de valor económico.

La noticia original, publicada por Yahoo Finance, advierte que los inversionistas deberían recibir esta afirmación con una dosis saludable de escepticismo. La razón es que la definición propuesta por Huang parece depender más de monetizar una ola temporal de viralidad que de probar una administración sostenida, adaptable y compleja en el tiempo.

Desde esa óptica, que un modelo actual pueda producir una aplicación rentable no equivale necesariamente a demostrar razonamiento amplio similar al humano. Más bien representaría una forma limitada y específica de éxito, útil para ciertos productos de software, pero insuficiente para cerrar el debate más profundo sobre qué significa realmente haber alcanzado la AGI.

El trasfondo empresarial para Nvidia

La afirmación también tiene implicaciones directas para Nvidia como empresa. Si el mercado acepta la idea de que la AGI ya está al alcance o que se encuentra muy cerca, entonces la necesidad de infraestructura computacional se vuelve aún más urgente. Ese marco favorece de forma evidente la narrativa comercial de Nvidia, principal proveedora de chips avanzados para cargas de trabajo de IA.

En ese escenario, compañías como Google y Microsoft enfrentarían una mayor presión para expandir centros de datos y sostener la carrera por modelos más potentes. La consecuencia natural sería una demanda creciente de hardware especializado, exactamente el terreno donde Nvidia concentra su fortaleza competitiva.

Por eso, la declaración de Huang puede leerse en dos niveles. Por un lado, como una tesis provocadora sobre la evolución de la inteligencia artificial. Por otro, como un mensaje que refuerza la relevancia estratégica de sus propios productos en un momento en que las grandes tecnológicas siguen elevando su gasto de capital en infraestructura para IA.

El punto no es menor para lectores vinculados a mercados, tecnología y activos de riesgo. En ciclos anteriores, las narrativas sobre avances disruptivos han impulsado valoraciones, inversión especulativa y reasignaciones masivas de capital. En la fase actual, la IA ocupa un rol similar, y Nvidia se mantiene como uno de los grandes beneficiarios bursátiles de esa narrativa.

Los límites que el propio Huang reconoce

A pesar del tono optimista, Huang no presentó a la IA como sustituta plena del talento humano, especialmente dentro de organizaciones de enorme complejidad técnica. De hecho, marcó con claridad que existe una distancia sustancial entre crear una app viral y construir una empresa como Nvidia.

Según dijo, incluso si un agente de IA detecta una tendencia o crea un influencer digital “súper, súper lindo” que recaude USD $1.000 millones, eso no implica que esté preparado para reemplazar a los ingenieros de un gigante del hardware. En su frase más contundente sobre este punto, sostuvo: “Las probabilidades de que 100.000 de esos agentes construyan Nvidia son cero por ciento”.

También rechazó la idea de que el avance de la IA vaya a reducir automáticamente la necesidad de programadores en su empresa. Por el contrario, afirmó que el número de ingenieros de software en Nvidia va a crecer, no a disminuir, porque programar y resolver problemas no son exactamente la misma tarea.

Huang explicó esa diferencia con un criterio de gestión bastante directo. Señaló que él quiere que sus ingenieros de software resuelvan problemas, no que simplemente escriban líneas de código. Esa distinción refuerza una visión cada vez más extendida en la industria: la automatización puede absorber partes del trabajo, pero no sustituye por completo el juicio, la integración técnica y la capacidad de resolver desafíos complejos.

Un debate que apenas comienza

Más allá de la controversia, la intervención de Huang deja una señal clara sobre el momento actual del sector. La discusión sobre AGI ya no se mueve solo entre laboratorios, académicos y filósofos de la tecnología. Ahora también se libra en términos de productividad, rentabilidad, demanda de infraestructura y poder corporativo.

Ese cambio de enfoque importa porque redefine qué hitos considera valiosos el mercado. Si la referencia pasa a ser la capacidad de una IA para lanzar productos, captar usuarios y generar ingresos masivos, entonces la conversación sobre AGI podría acelerarse incluso sin que exista consenso sobre sus capacidades cognitivas más profundas.

Al mismo tiempo, la propia cautela implícita en las palabras de Huang sugiere que todavía hay una brecha entre los sistemas capaces de aprovechar una oportunidad comercial puntual y aquellos que podrían dirigir organizaciones complejas durante años. Esa distancia es central para separar el entusiasmo legítimo de la exageración interesada.

Por ahora, la frase del CEO de Nvidia parece menos un cierre del debate que una invitación a replantearlo. Si la AGI se mide por su capacidad de generar una empresa de USD $1.000 millones, la respuesta de Huang es afirmativa. Si se mide por razonamiento general sostenido, autonomía robusta y gestión compleja comparable a la humana, la discusión sigue abierta.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados