Qué Es La AGI Según Jensen Huang: ¿Ya Llegó? El gran botín

Qué Es La AGI Según Jensen Huang: ¿Ya Llegó? El gran botín

¿Nos vende Jensen Huang humo o el futuro real de Nvidia?

Estamos en agosto de 2026, en plena efervescencia de los mercados desde mi despacho aquí en Cuenca, observando la sala de resultados trimestrales de Nvidia. Mientras los analistas escudriñan febrilmente cifras de ingresos históricos, resuena la voz de Jensen Huang repitiendo ante los inversores que el futuro ya nos ha arrollado. Discutir sobre la inteligencia artificial como ciencia ficción le resulta hoy un ejercicio completamente inútil.

Para resolver Qué Es La AGI Según Jensen Huang: ¿Ya Llegó?, hay que analizar a Nvidia. Jensen Huang define la AGI no como un despertar filosófico, sino como un umbral puramente económico. Para él, esta Inteligencia Artificial General es real porque ya produce tokens rentables y trabajo corporativo útil. A diferencia de Sam Altman y OpenAI, quienes exigen sistemas altamente autónomos que dominen la economía, Huang descarta los debates académicos considerándolos hitos absurdos.

Cuando uno se sienta a observar la velocidad a la que muta nuestro paisaje tecnológico, resulta fascinante ver cómo los gigantes del silicio y el código no se ponen de acuerdo ni siquiera en la línea de meta. Me he pasado años analizando estrategias de posicionamiento, y pocas cosas son tan reveladoras como la semántica que usan los directivos cuando hay miles de millones sobre la mesa. La noción romántica de que un día una máquina abriría los ojos virtuales y nos saludaría ha sido aplastada por la pragmática necesidad de justificar valoraciones bursátiles de locura. Y en el centro de este huracán semántico, tenemos a dos de los hombres más poderosos del planeta jugando al ratón y al gato con el concepto de inteligencia general.

Para comprender de forma llana lo que significa la AGI para Jensen Huang y si está entre nosotros, basta con escuchar cómo despacha el asunto. No habla de consciencia, no habla de sueños cibernéticos ni de androides melancólicos; habla de la capacidad de generar rendimiento tangible. El enfoque de Nvidia convierte la inteligencia en una simple métrica de productividad corporativa.

El cara a cara entre Jensen Huang y Lex Fridman

Recuerdo perfectamente la primera vez que el discurso oficial empezó a resquebrajarse. Fue en marzo de 2026, durante una aparición en el pódcast de Lex Fridman. En un momento de la charla, Fridman le lanzó una hipótesis insólita, casi un juego de rol para multimillonarios: le preguntó si una inteligencia artificial podría, por sí sola, fundar y hacer crecer una empresa tecnológica hasta alcanzar una valoración de mil millones de dólares.

La respuesta no dejó indiferente a nadie. «Creo que es ahora», sentenció el mandamás de Nvidia. Bajo su lupa pragmática, ya disponemos de agentes de software con la capacidad de orquestar la creación de una aplicación viral, lanzarla al mercado y capturar a miles de millones de usuarios en un suspiro, generando un estallido de valor aunque luego el castillo de naipes se venga abajo. Pero, con la misma frialdad con la que te vende un servidor de última generación, puso un muro de contención a la fantasía. Aseguró que las probabilidades de que cien mil de esos algoritmos construyan algo parecido a Nvidia son del cero por ciento.

Ahí radica la clave de su visión. Su concepto de inteligencia general sirve para dar el gran pelotazo de una noche de verano, pero no para gestionar el desgaste monumental que supone dirigir una empresa durante treinta y tres años. Sobrevivir a crisis globales, gestionar el factor humano, sortear normativas y construir una cultura corporativa no se resuelve escupiendo código.

Meses después, en esa llamada de resultados de agosto de 2026, rodeado de dudas sobre si estamos inflando una burbuja de centros de datos, rebajó aún más la épica. Para él, alcanzar esos célebres hitos de comportamiento humano es un ejercicio bastante estéril. Lo único que importa es que más capacidad de cómputo se traduzca en más rentabilidad para todo el sector.

¿Por qué Sam Altman y OpenAI necesitan cien mil millones?

Si cruzamos la calle y nos asomamos al cuartel general de OpenAI, el panorama cambia radicalmente. Sam Altman no ve la tecnología como un simple motor de cálculo rentable; él la vende como el siguiente paso evolutivo de la humanidad. Y aquí es donde la diferencia entre la AGI de Jensen Huang y la de Sam Altman no es solo de matiz: es de escala temporal y de un descarado propósito comercial.

En una reciente y sonada entrevista concedida a la Revista Time, Altman se tiró a la piscina prometiendo que su compañía desarrollaría esta inteligencia definitiva antes de que acabe este mismo año. No era un exabrupto repentino. Ya en enero de 2025, dejó escrito en su blog que estaban confiados en saber cómo construirla. Incluso, en un alarde místico ante Forbes, llegó a afirmar que, espiritualmente, ya la habían construido, aunque faltaran detalles técnicos.

Pero detrás del humo espiritual y las declaraciones rimbombantes, hay cifras que cortan la respiración. Según desveló The Information, cuando Microsoft inyectó 10.000 millones de dólares adicionales en OpenAI en 2023, los abogados redactaron una cláusula brutal: la meta oficial se alcanzará cuando la tecnología sea capaz de generar al menos 100.000 millones de dólares de beneficio. OpenAI facturó 13.000 millones el año pasado mientras quemaba 8.000 millones en caja, por lo que todavía les queda una travesía del desierto importante para activar esa cláusula dorada. Para ellos, no basta con automatizar tareas; necesitan un sistema autónomo que barra del mapa a los humanos en casi todo el trabajo que aporte valor económico.

¿Suspende GPT-5 el examen definitivo de Google DeepMind?

La confusión sobre si hemos alcanzado o no este Santo Grial de la informática nace de comparar peras con manzanas. Hoy en día convivimos con lo que técnicamente se llama inteligencia estrecha. Son herramientas formidables, auténticos virtuosos en su propio carril, pero inútiles fuera de él. Para explicar cuál es el significado de la AGI en palabras sencillas, imagina a un adulto humano: igual te plancha una camisa, que resuelve un problema de matemáticas, que media en una discusión familiar o aprende a tocar la guitarra. La inteligencia general implica dominar toda la carretera, no solo una marcha.

Poco antes del show de Lex Fridman, el equipo de Google DeepMind, con Shane Legg a la cabeza, publicó un documento demoledor titulado «Measuring Progress Toward AGI». Este estudio es un jarro de agua fría para los tecno-optimistas. Identifica diez facultades cognitivas fundamentales —como el razonamiento, la cognición social, la atención o el aprendizaje— y exige que un sistema alcance al menos la soltura de un humano medio en todas ellas para ser considerado verdaderamente general.

Hoy por hoy, los modelos son «dentados», como sierras irregulares: te calculan la masa de Júpiter en milisegundos, pero fracasan estrepitosamente si les pides que aprendan de una experiencia social cotidiana o que retengan contexto a largo plazo.

De hecho, los datos son implacables. Un equipo de investigadores liderado por Dan Hendrycks y el prestigioso Yoshua Bengio puso a prueba a GPT-5, el buque insignia lanzado en agosto de 2025. El resultado ahogó muchas expectativas: el modelo más capaz que probaron obtuvo solo un 57% de la puntuación necesaria para igualar a un humano en esas dimensiones cognitivas. Sencillamente, no estamos ahí.

De la Universidad de Maryland a la fiebre del silicio

Me parece fascinante hacer un ejercicio de memoria y viajar al pasado para entender cómo hemos llegado a prostituir un término técnico. Resulta que esta etiqueta no nació en una moderna pizarra de cristal de Silicon Valley. Fue en 1997, en un discreto congreso sobre nanotecnología organizado en la Universidad de Maryland, cuando un entonces estudiante llamado Mark Gubrud acuñó el término para describir máquinas capaces de igualar o superar la complejidad y velocidad del cerebro humano.

Aquel trabajo quedó sepultado bajo el polvo académico. Años después, a principios de los dos mil, Shane Legg reinventó la rueda sin saberlo y plantó la expresión en el mismísimo plan de negocio con el que, en 2010, fundó DeepMind junto a Demis Hassabis y Mustafa Suleyman. Cinco años más tarde, en 2015, OpenAI calcaba esa misma ambición fundacional. Es poético ver cómo una idea marginal de los años noventa es hoy el combustible de contratos milmillonarios que definen el pulso del capitalismo moderno.

¿Qué separa a la AGI de la temida ASI en el horizonte tecnológico?

No podemos perder de vista el bosque por culpa de los árboles. Una de las cosas que más ruido genera es confundir la equiparación humana con la superioridad absoluta. La AGI es el equivalente a tener a un oficinista brillante, incansable y competente a tu disposición. Pero el verdadero terror, o la verdadera utopía según a quién escuches, es la ASI (Superinteligencia Artificial). Hablamos de un sistema que destrozaría intelectualmente a toda la raza humana combinada, operando simultáneamente en la estrategia geopolítica, el descubrimiento médico y la pura creatividad.

Ese es el abismo insondable. Si algún día se superan los exigentes baremos de DeepMind, lo que vendrá después es un ente capaz de reescribir su propio código fuente para hacerse más inteligente sin preguntarnos permiso. Afortunadamente, nadie se atreve a ponerle fecha a eso en público.

Mientras los expertos siguen a la greña —como François Chollet, que acaba de lanzar su desafiante herramienta ARC-AGI-3 para demostrar que las máquinas siguen siendo estúpidas ante problemas abstractos nuevos—, la verdadera realidad se mide en hardware. Colette Kress, directora financiera de Nvidia, ya nos ha lanzado la advertencia de que la escasez de memoria se va a prolongar irremediablemente hasta 2028. Los picos y las palas de esta fiebre del oro están más caros que nunca. Y seguirán subiendo.

Preguntas clave sobre el estado de la Inteligencia General

• ¿Qué es la inteligencia general para el CEO de Nvidia? Para él, no es un hito de razonamiento humano, sino un punto de inflexión económico donde el software genera beneficios tangibles y trabajo corporativo valioso de forma continua.

• ¿Qué exige el contrato entre Microsoft y OpenAI? Una cláusula estipula que el hito se alcanza cuando la tecnología demuestre la capacidad de generar al menos 100.000 millones de dólares en beneficios puros.

• ¿Qué puntuación logró GPT-5 en las evaluaciones rigurosas? Según los análisis independientes de agosto de 2025, alcanzó solo un 57% de los requisitos para igualar las facultades cognitivas de un adulto en todos los frentes.

• ¿Cuándo pronostica OpenAI la llegada oficial de este hito? Su CEO ha afirmado recientemente que esperan desarrollarla internamente antes de que finalice el año 2026.

• ¿Quién inventó realmente el concepto en los noventa? Fue Mark Gubrud en 1997 durante un congreso en la Universidad de Maryland, aunque popularizado después por los fundadores de DeepMind.

• ¿Hasta cuándo habrá problemas para comprar tarjetas gráficas? Según la dirección financiera de la propia Nvidia, la escasez de memoria y componentes clave durará al menos hasta 2028.

¿De verdad estamos dispuestos a creer que una máquina sin cicatrices vitales puede levantar imperios duraderos sin un cerebro humano curtido al volante? Y si al final todo esto es solo una genial campaña de marketing para inflar las acciones, ¿quién pagará los platos rotos cuando el mercado exija los resultados prometidos?