Doce horas de diferencia horaria tienen un efecto curioso sobre el cuerpo. El reloj deja de tener sentido durante unos días y uno termina desayunando cuando debería estar durmiendo y respondiendo correos a horas que ya no pertenecen a ningún huso horario razonable. Después llegan los focos, los escenarios gigantes, las pantallas imposibles y la industria tecnológica haciendo lo que mejor sabe hacer: vender futuro con una convicción admirable.
Hace una par de semanas me tocó vivirlo desde primera fila en Anaheim, una poco conocida ciudad de Estados Unidos (más de 300 mil habitantes) situada apenas a una hora de Los Ángeles y con un gran centro de convención a escasos metros de Disneyland donde Atlassian celebraba Team ‘26 y desde entonces son varias las compañías que han ido anunciando un mensaje que ya es común en la industria: la inteligencia artificial ya no quiere responder preguntas, quiere actuar.
Ya no hablamos de asistentes que resumen documentos o redactan correos, hablamos de agentes que ejecutan tareas, toman decisiones y coordinan procesos enteros dentro de una empresa. La promesa es seductora. Y, como suele ocurrir en esta industria, también parece inevitable.
"Llevamos dos años hablando del cerebro de la inteligencia artificial y resulta que el problema nunca estuvo ahí"
Atlassian enseñaba Teamwork Graph como si hubiese encontrado una especie de sistema nervioso empresarial capaz de entender relaciones, proyectos, documentos y personas. SAP, entre otras, respondía con su propio SAP Knowledge Graph, otra estructura destinada a conectar conocimiento, procesos y contexto corporativo. Cambiaban los nombres, cambiaban los escenarios y cambiaban los logos, pero la idea era exactamente la misma: la inteligencia artificial necesita contexto para dejar de parecer inteligente y empezar a ser útil.
Y ahí encontramos lo que es realmente interesante, porque uno vuelve a la oficina, aterriza de nuevo en la realidad y empieza a aparecer una sensación bastante incómoda: llevamos dos años hablando del cerebro de la inteligencia artificial y resulta que el problema nunca estuvo ahí. La industria ha descubierto, quizá demasiado tarde, que ha construido autopistas de silicio impecables para coches que circulan con el depósito vacío.
El erudito que no sabe nada
Durante mucho tiempo se asumió que los modelos mejorarían simplemente creciendo. Más parámetros, más potencia de cálculo, más GPUs y más datos. El planteamiento parecía lógico. Al fin y al cabo, internet es un océano infinito de información y bastaba con seguir alimentando a la máquina, pero internet empieza a parecerse a un banquete frío, de esos que ponen en muchos eventos y se te quedan en el diente.
"Una compañía no funciona con definiciones de Wikipedia ni con artículos públicos, funciona con relaciones internas, decisiones históricas, conversaciones olvidadas y pequeños matices que rara vez aparecen en una base de datos abierta"
Los modelos actuales son extraordinarios procesando información pública. Pueden resumir miles de documentos legales, redactar informes o navegar entre cantidades absurdas de texto en segundos. Sin embargo, cuando salen del terreno genérico y pisan un problema empresarial real, empiezan a aparecer grietas bastante menos elegantes. Porque una compañía no funciona con definiciones de Wikipedia ni con artículos públicos, funciona con relaciones internas, decisiones históricas, conversaciones olvidadas y pequeños matices que rara vez aparecen en una base de datos abierta.
Un agente puede saber qué es una cadena de suministro, pero lo que no sabe es por qué una empresa concreta lleva tres años evitando un proveedor específico porque una decisión tomada hace cinco años terminó mal y nadie volvió a escribirlo en ningún sitio. Y eso es algo que cambia completamente las reglas.
Lo que Atlassian, SAP, Zoom y tantas otras han presentado estos días no son simplemente nuevas herramientas, son una especie de confesión silenciosa. Una admisión bastante clara de que el software más avanzado de la historia ha descubierto algo incómodo: sabe muchísimo y entiende muy poco.
El mendigo más caro del mundo
Hay algo incluso más curioso en todo esto y es que durante años la industria tecnológica construyó un discurso donde el dato parecía infinito y la información pública era un recurso prácticamente inagotable. Hoy empezamos a verlo de manera diferente algo distinto y es que la inteligencia artificial se ha quedado sin internet limpia que devorar.
"Se ha construido una especie de endogamia digital bastante inquietante donde la máquina termina aprendiendo de sí misma, y las grandes compañías lo saben"
Cada vez hay más contenido generado por otras inteligencias artificiales, más textos reciclados y más ruido producido por sistemas que se entrenan sobre resultados generados por otros sistemas. Una especie de endogamia digital bastante inquietante donde la máquina termina aprendiendo de sí misma, y las grandes compañías lo saben.
Por eso vemos acuerdos multimillonarios con medios de comunicación (los más grandes), editoriales y propietarios de grandes archivos documentales. Por eso las tecnológicas empiezan a llamar a puertas que hace apenas unos años parecían irrelevantes, porque necesitan combustible limpio.
Una ironía incómoda, porque mientras el discurso público lleva años cuestionando el valor del creador original, del periodista o del trabajo humano detrás de la información, las mismas empresas que prometían automatizarlo todo están pagando cifras obscenas por acceder a aquello que precisamente despreciaban: contenido fiable, contexto y trabajo real. No buscan texto, sino que como todo el mundo, en general, buscan verdad.
Por eso quizá el debate de la inteligencia artificial nunca fue una cuestión de potencia ni de modelos. El código terminará democratizándose, los modelos acabarán pareciéndose y las capacidades serán cada vez más homogéneas. La diferencia real estará en otra parte, estará en quién posee el contexto, y cómo lo gestiona.
Si (
No(
