En medio de otra pandemia, esta vez de supuestos milagros tecnológicos, la inteligencia artificial generativa celebra su segundo aniversario con un éxito que parece ser eterno. Solo que, como suele pasar con los dispositivos de la modernidad, su destino no es lineal ni garantizado. Cada promesa estornuda su propia contradicción. 

Por si quedaba alguna duda acerca de la escasez de recursos creativos colectivos, la humanidad sigue recurriendo al ayer para tratar de solventar sus preocupaciones del mañana. 

Con el aroma retro a esencias pasadas, protagonizamos una reedición de carrera espacial y de Guerra Fría para ver cuál de los tres jugadores llega primero a la cúspide de los LLM: Open AI, Google o Anthropic.

Mientras eso sucede —y con la ansiedad y novedad que se vivió en los años ochenta con el boom de los puntocom— pasan por nuestros ojos decenas de novedades de plataformas que van desde generar podcasts a partir de un documento hasta cargar tu identidad en línea para tener conversaciones contigo mismo, en una versión más inteligente. ¿Pasará lo mismo con la IA, que con los sitios web y las apps, al cabo del paso de los años?

¿Y la agenda de los agentes?

No es difícil simpatizar con el espíritu humano en momentos en los que los robots se asoman por todas las esquinas. La siguiente función en esta sala está a cargo de los llamados “agentes”, sistemas que se conciben autónomos y que tienen la capacidad de ejecutar tareas específicas con un grado de precisión y velocidad que manda la imaginación a probables guiones cinematográficos. 

Las grandes empresas tecnológicas no solo invierten, sino que bautizan con entusiasmo religioso sus creaciones: Agentforce, Agentstudios. La semántica no es casual; estas herramientas prometen revolucionar —una vez más— la gestión empresarial y toda su cascada de efectos.

Solo que estos sistemas multiagente no son nuevos. Como varios desarrollos que se adelantaron a su época, han esperado a que el mercado estuviera lo suficientemente desesperado o ilusionado para ser adoptados.

La paradoja luce vestido de broma en este aparador. En un contexto que busca delegar la máxima cantidad de tareas hacia las máquinas, los agentes inteligentes requieren, según Ece Kamar de Microsoft, mayor supervisión humana. La ilusión de una oficina autónoma aún necesita del insomnio de gerentes que se despierten a la mitad de la noche con dudas existenciales: ¿se puede confiar en lo que no se entiende de ética, pero sí de eficiencia?

Una vez más: generalización vs. especialización

Este dilema conduce al segundo gran movimiento telúrico de la IA: la especialización. Los modelos de propósito general —esos titanes que parecían invencibles como OpenAI— ahora enfrentan un nuevo reto: ser relevantes gracias a la utilidad y la cercanía. 

Quienes se han apostado en las torres de los reportes y sus patrones para adelantar lo que viene en 2025, coinciden que la industria girará necesariamente hacia modelos especializados. Si un algoritmo no puede hablar como un fiscalista o diagnosticar como un alergólogo, ¿para qué sirve en el largo plazo? En el reino de los datos infinitos, la especialización es la única forma de gobierno posible.

Así llegamos a 2025, un año que se anuncia como un parteaguas. Redes interconectadas de agentes, modelos entrenados en nichos de conocimiento, pero también la necesidad de justificar cada peso invertido y tratar de hacerlo exponencial en el menor tiempo posible. 

En realidad, el desafío no será tecnológico, sino humano: más allá de gestionar las expectativas, moderar las ilusiones y entender que incluso en la era de la inteligencia artificial, la inteligencia humana sigue siendo insustituible, saber la dirección y el propósito por encima de cualquier ansiedad y prisa, será crucial. 

Natalie Glance, Chief Engineering Officer de Duolingo, ofrece un consejo que podría parecer obvio, pero que en el contexto de las expectativas infladas parece revolucionario: “la clave no está en reducir los costos, sino en construir valor”. ¿No debería haber sido esa la premisa inicial?