El CEO de Nvidia volvió a hacerlo. Jensen Huang afirmó que con el lanzamiento de GPT-6 Astra, el nuevo modelo de OpenAI entrenado con más de 100.000 GPU Nvidia Grace Blackwell, finalmente llegamos a la inteligencia artificial general (AGI, por sus siglas en inglés). El anuncio generó ruido inmediato, pero también un déjà vu incómodo: no es la primera vez que Huang sale a decir que la AGI ya está entre nosotros.
Un entusiasta con intereses de por medio
Huang es, probablemente, la figura más optimista de toda la industria de la IA. Y tiene motivos de peso para serlo: Nvidia se convirtió en el proveedor central de la infraestructura que sostiene a la inteligencia artificial generativa, tanto en hardware como en inversión. Cuanto más se hable de avances espectaculares, más crece la demanda de sus chips y más se sostiene el ánimo inversor que rodea a la compañía.
Por eso, cuando Huang habla de AGI —el escenario teórico en el que una IA superaría a los humanos en todas las áreas de conocimiento, capaz de crear empresas, ejecutar aplicaciones y automatizar buena parte de la economía global— conviene prestar atención al mensaje, pero también a quién lo dice y por qué.
No es la primera vez que lo anuncia
En marzo de este año, durante una aparición en el podcast de Lex Fridman, Huang ya había dicho que la AGI estaba aquí, poniendo como ejemplo cosas como agentes capaces de manejar cuentas de influencers digitales o aplicaciones para alimentar un Tamagotchi de forma automática. Meses después, en la llamada de resultados de Nvidia del 26 de agosto, volvió a la carga: aseguró que “para muchas tareas, ya hemos alcanzado la AGI”. En ninguno de los dos casos aportó evidencia concreta.
Ahora, con GPT-6 Astra, repite la jugada, sumando un dato llamativo: mientras celebraba el logro de OpenAI, mencionó que ya hay 400.000 GPU en camino para entrenar los próximos modelos. Un detalle que, de paso, refuerza la narrativa de que el negocio de Nvidia sigue en plena expansión.
La respuesta: no hay pruebas
El investigador Gary Marcus, especializado en la relación entre lenguaje y mente y una de las voces críticas más seguidas dentro del debate sobre IA, salió a marcar que el mensaje de Huang no tiene sustento. Según señala en su newsletter, los análisis disponibles ubican a GPT-6 Astra a la par o apenas por encima de Fable 5.1, el modelo de Anthropic, lo que lo describe más como una mejora incremental que como un salto de paradigma.
A esto se suma otro dato revelador: OpenAI, la empresa que más se beneficiaría de confirmar que alcanzó la AGI, no dijo una palabra al respecto. Tampoco existe ningún organismo independiente que haya validado esa afirmación.
El resto de la industria pisa el freno
El optimismo de Huang no es compartido por otros referentes del sector. Satya Nadella, CEO de Microsoft, sostuvo recientemente que todavía estamos lejos de la AGI. Dario Amodei, al frente de Anthropic —la empresa detrás de Fable 5.1—, también calcula que faltan años para llegar a ese punto.
A esas voces se suma Yann LeCun, considerado uno de los padrinos de la IA moderna, quien plantea que los modelos de lenguaje actuales funcionan como “teclados predictivos en esteroides” y que todavía falta algo esencial: un sistema capaz de comprender el mundo y planificar a largo plazo, no solo predecir texto.
El problema de fondo: nadie se pone de acuerdo en qué es la AGI
Parte de la confusión también nace de que no existe una definición unificada de qué implica exactamente la AGI. Hay coincidencia en que debería tratarse de un sistema con amplia capacidad cognitiva, flexible, capaz de aprender y razonar sin entrenamiento específico. Pero a partir de ahí las definiciones se bifurcan: algunos organismos la asemejan a la inteligencia humana, mientras que otros la imaginan como sistemas autónomos que superan a las personas en la mayoría de las tareas económicamente relevantes. En cualquier caso, sigue siendo un concepto hipotético, muy alejado de lo que hacen los modelos de lenguaje actuales.
Como señala Marcus, cuando la AGI realmente llegue, probablemente no lo anunciará alguien con un interés comercial tan directo en sostener el hype, y no hará falta forzar la interpretación para reconocerla.
Entusiasmo sí, pero con los pies en la tierra
Esta historia es un buen recordatorio de que, en tecnología, el marketing y los anuncios grandilocuentes no siempre se corresponden con la realidad técnica. Vale para la carrera de la IA, pero también aplica a la hora de elegir un equipo para trabajar o estudiar: más que dejarse llevar por promesas o el último lanzamiento con bombos y platillos, conviene evaluar qué necesitás realmente y qué te ofrece una relación sólida entre prestaciones y confianza.
En ese sentido, optar por una notebook reacondicionada con garantía es una decisión que se apoya en datos concretos —el estado real del equipo, sus componentes, su respaldo— y no en promesas futuristas. Mientras la industria de la IA sigue discutiendo si la AGI llegó o no, tener un equipo confiable para el día a día sigue siendo una necesidad muy real y mucho más fácil de resolver.