Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Sam Altman pensó que GPT-4 iba a sacudir antes las empresas. La realidad le ha recordado otra cosa.
En una conversación con David Senra, el consejero delegado de OpenAI admitió su error con una frase poco habitual en un sector acostumbrado a prometer velocidad. Esperaba que tras el lanzamiento de GPT-4 en 2023 el software empresarial cambiara a gran escala y que aparecieran nuevas compañías con alternativas.
"Me equivoqué en unas cuantas cosas, pero una de ellas es en el ámbito de la velocidad. La economía tiene demasiada inercia". - Sam Altman, consejero delegado de OpenAI
La economía frena lo que la tecnología acelera
No es una paradoja menor, porque ChatGPT llegó a 100 millones de usuarios con una rapidez que ningún otro producto había logrado hasta entonces, aunque más tarde Threads le arrebató ese récord.
Fuera del consumo masivo, el paso es mucho más corto. Las empresas integran la inteligencia artificial mediante proyectos piloto, pero avanzan despacio por su dependencia de proveedores, por el peso de las aplicaciones heredadas y por el coste de migrar datos o formar a sus plantillas.
Esa lentitud no contradice la potencia de la tecnología, sino la forma en que funciona cualquier organización grande. Cambiar una herramienta puede parecer sencillo desde fuera, pero dentro obliga a tocar contratos, bases de datos, rutinas de trabajo y presupuestos. Ahí la inteligencia artificial tropieza menos con sus límites técnicos que con la resistencia cotidiana de la estructura empresarial.
Altman sitúa el problema donde casi nunca se mira
Altman interpreta esa inercia económica como una especie de amortiguador.
Su idea resulta más concreta de lo que parece. Si la transición entra en las empresas de manera gradual, el golpe también se reparte en el tiempo y la transformación se vuelve más suave, algo que encaja con la expansión de chatbots en administraciones públicas, donde la adopción también avanza por capas y no de una sola vez.
Es la vieja ley de Amara asomando de nuevo. Se suele sobreestimar el efecto de una tecnología a corto plazo y subestimarlo a largo plazo, una fórmula que sirve para entender por qué el entusiasmo inicial convive con una implantación mucho más lenta de lo esperado.
Del ajedrez a las matemáticas hay un salto distinto
En 1997 un ordenador cambió para siempre la conversación sobre el ajedrez.
Aquel momento funcionó como una frontera cultural, porque la máquina dejó de ser solo una calculadora rápida y pasó a disputar un terreno asociado a la inteligencia humana. Ahora OpenAI cree que está en condiciones de rozar un hito equivalente en las matemáticas, un ámbito donde no basta con responder deprisa y donde cada paso exige una cadena de razonamiento más rígida.
La comparación no es casual. Si el ajedrez sirvió para medir estrategia formal, las matemáticas ponen a prueba la capacidad de sostener lógica, consistencia y verificación, justo donde hoy se juega buena parte del prestigio técnico de los modelos y donde ya pesan debates parecidos a los que aparecen en las pruebas de modelos de gran contexto.
La carrera avanza mientras una quinta parte mira al riesgo
No todo el esfuerzo va a hacer sistemas más capaces.
Las empresas de inteligencia artificial destinan hoy el 20 % de sus recursos a resolver problemas de alineación. Ese dato dice mucho del momento actual, porque la industria compite por mejorar resultados mientras aparta una parte visible de su músculo técnico a controlar el comportamiento de herramientas que ya se usan a escala masiva.
La escena tiene algo de ironía, porque el producto más veloz en conquistar usuarios no ha logrado aún mover con la misma rapidez a las grandes organizaciones. Entre la fiebre pública, la cautela corporativa y ese 20 % dedicado a la alineación, la revolución no avanza como una explosión, sino como una negociación interminable con la inercia.