Estamos usando un reactor nuclear para tostar pan

Ignacio Opazo es cofundador y CTO/CPO de Zapping, la plataforma chilena de TV en vivo por internet. Tiene más de 17 años de experiencia en desarrollo de software, incluyendo especialización en codificación de video y transmisión online. Lidera la innovación técnica de la empresa, construyendo desde infraestructura de streaming hasta aplicaciones y CDNs propias.

Durante los últimos años, he estado un poco obsesionado con cómo la Inteligencia Artificial nos ahorra tiempo. Todos hemos estado ahí: celebrando que un modelo nos resumió un reporte financiero de 50 páginas en diez segundos, o que nos ayudó a escribir una base de código tediosa. Era como tener un ejército de practicantes incansables a nuestra disposición.

Pero hace poco me topé con un par de historias y datos que me hicieron sentir que, como emprendedores y creadores de tecnología, estamos pecando de miopía. Estamos usando un reactor nuclear para tostar pan.

La conversación sobre la IA en nuestro ecosistema se está quedando en la superficie de la automatización de tareas. Sin embargo, en los centros de innovación global, el debate ya cruzó esa frontera. El verdadero salto que se ve en el horizonte y que cambiará las reglas del juego para cualquiera que construya tecnología en los próximos años es lo que algunos llaman la Minimal AGI (Inteligencia Artificial General Mínima) o Human-Level AI .

El mito de la «Inteligencia General» y el reloj que no deja de sonar

Para entender por qué este tema importa ahora, me puse a escarbar en los orígenes de esta visión. Llegué a un ensayo escrito por Shane Legg, el actual Chief Of AGI en Google DeepMind. Lo fascinante es que lo publicó en su blog The Vetta Project (2009), mucho antes de que existiera ChatGPT, bajo el título «Tick, tock, tick, tock». Analizando el crecimiento exponencial del poder de cómputo de la época, Legg advirtió que el reloj hacia una inteligencia de nivel humano había comenzado a correr de forma irreversible y estaría llegando para el 2028.

En una reciente entrevista para el podcast oficial de Google DeepMind (Diciembre 2025), le preguntaron si todavía mantenía esa predicción hecha hace dieciséis años. Su respuesta fue un rotundo Sí, manteniendo su estimación de que existe un 50% de probabilidades de alcanzar esta meta alrededor del año 2028. Ahora bien, mi visión sobre esto es que el término AGI se ha mal usado y mal definido hasta el cansancio. Al final, ni siquiera la inteligencia humana es “general”: la evolución nos diseñó para sobrevivir en la Tierra, no para ser universales en un sentido cósmico. Por eso, referentes como Yann LeCun, Shane Legg y otros prefieren hablar de Minimal AGI Human-Level AI o de Inteligencia Adaptable.

Cuando hablamos de esto, no hablamos de un Dios digital, de Skynet, ni de replicar la conciencia humana a la perfección. Como bien reflexiona Legg en su entrevista: «una vez los pájaros eran los únicos que volaban y ya no». No necesitamos copiar la biología humana paso a paso para lograr la inteligencia, de la misma forma que no necesitamos ponerle plumas a una máquina para lograr volar. Será, en términos de negocios, como tener a un aprendiz brillante capaz de interiorizar cómo funciona toda tu startup en horas y empezar a tomar decisiones lógicas en múltiples áreas a la vez, reduciendo su capacidad de equivocarse a 0.

Incluso si esa predicción para 2028 es demasiado optimista y esta tecnología demora 5, 10 o 20 años más en llegar, la realidad es ineludible: tarde o temprano será parte de nuestro día a día. Ese margen de tiempo no es una excusa para relajarnos, sino nuestra ventana exacta para prepararnos, pivotar rápido, adentrarnos en el I+D (Investigación y Desarrollo) y exprimir las herramientas actuales. Si no aprendemos a orquestar inteligentemente la IA de hoy, seremos incapaces de dirigir a la de mañana.

La herramienta perfecta para entender el universo

Aun así, confieso que los conceptos teóricos a veces me resultan un poco fríos. Necesitaba ver cómo esta capacidad de razonamiento ya está mostrando sus primeros destellos de impacto real. Y ahí es donde entra Demis Hassabis.

El CEO de DeepMind (y reciente Premio Nobel) plantea una visión que me voló la cabeza: él no ve a la IA como un simple generador de textos o un optimizador de procesos empresariales. Para él, la Inteligencia Artificial es la herramienta perfecta para la ciencia y el método definitivo para entender el universo.

Históricamente, hemos dependido de nuestra propia capacidad cognitiva y de herramientas físicas para analizar los misterios del cosmos o la complejidad del cuerpo humano. Pero Hassabis argumenta que la IA es el equivalente a la invención del telescopio o el microscopio: un salto tecnológico que expande radicalmente lo que podemos explorar y comprender de la realidad subyacente.

Y los datos lo respaldan. Durante 50 años, la ciencia médica estuvo estancada intentando adivinar cómo se pliegan las proteínas (el paso base para curar casi cualquier enfermedad). Era un proceso empírico de prueba y error que tomaba años de laboratorio por cada proteína. Pero usando a la IA como esta nueva «herramienta científica perfecta» , el modelo AlphaFold resolvió este enigma prediciendo la estructura tridimensional de 200 millones de proteínas en poco tiempo (Tecnología que le valió el Premio Nobel). Ya no estamos simplemente observando la naturaleza; estamos usando la IA para descifrar sus reglas más profundas.

El caso que lo cambia todo: Acceso a la inteligencia

Hasta este punto, yo seguía pensando: «Increíble, pero esto es algo que pasa hoy en laboratorios de mil millones de dólares, no en el ecosistema emprendedor».

Y entonces leí la noticia que me cambió por completo el esquema.

A comienzos de Marzo 2026 en distintos sitios especializados comenzó a aparecer la historia de un emprendedor tecnológico que recibió un diagnóstico devastador: su perro tenía un cáncer terminal y los especialistas le dijeron que no había salvación. En lugar de resignarse ante la medicina tradicional, este emprendedor hizo algo que era literalmente imposible.

Usó los actuales LLMs para cruzar y traducir cientos de ensayos clínicos y papers médicos que él, sin formación médica, jamás habría podido entender. Luego, orquestó esa información usando los datos abiertos de AlphaFold (la misma IA que le otorgó el Nobel a Demis Hassabis) para comprender la estructura exacta de las proteínas del tumor de su perro. Trabajando como un director de orquesta entre distintas inteligencias artificiales, logró diseñar un protocolo de inmunoterapia (una vacuna personalizada) y salvarle la vida a su mascota. Aquí se puede conocer un poco más de la historia.

Aquí tuve mi momento de honestidad brutal. Me quedé mirando la pantalla y me di cuenta de que mi percepción del riesgo y de lo que es «posible» estaba obsoleta. Si un creador desde su casa, sin ser biólogo celular ni oncólogo, hoy puede lograr curar el cáncer apoyándose en modelos estrechos, imagina lo que podremos hacer cuando lleguemos al Human-Level AI.

El reloj sigue corriendo

Como creadores de tecnología, muchas veces nos limitamos a construir soluciones en nuestra zona de confort (otra app financiera, otro SaaS genérico B2B para optimizar flujos) porque es lo que conocemos. La innovación requiere valentía, locura y pasión, nada de eso lo tiene la IA… el acceso a la inteligencia infinita ya se asoma en nuestros teclados.

La tecnología nos está quitando de encima el «cómo» y nos está devolviendo al «qué». Y como recordaba ese viejo blog de 2009: «Tick, tock, tick, tock» . El progreso exponencial hacia la IA de nivel humano no espera a que estemos listos, pero el tiempo de ventaja que tenemos hoy es nuestra oportunidad para aprender, pivotear y dominar las herramientas que construirán el mañana.

Si en el futuro cercano tendremos a nuestra disposición la inteligencia combinada de los mejores científicos, programadores y estrategas del mundo a un clic de distancia, la verdadera pregunta que nos queda por respondernos es esta: ¿cuál es el gran problema «imposible» que te vas a atrever a resolver mañana?