Ben Horowitz, socio fundador de la firma de inversión Andreessen Horowitz, afirmó que el escenario de despegue rápido de la inteligencia artificial, en el que los modelos construyen automáticamente versiones más inteligentes de sí mismos, sigue siendo altamente improbable. Explicó que ninguna de las cuatro condiciones técnicas necesarias para que se produzca este ciclo autónomo se ha materializado en la práctica debido a las restricciones de energía y chips.
Horowitz zanja el debate sobre el desarrollo autónomo acelerado de los modelos
Las cuatro pruebas de Ali Ghodsi y los límites de la automatización de la investigación
Detalles del episodio 293 y debate sobre las advertencias de Bill Gates
La energía como auténtico cuello de botella y los riesgos financieros de la nube
Preguntas frecuentes
Horowitz zanja el debate sobre el desarrollo autónomo acelerado de los modelos
Ben Horowitz, socio fundador de la reconocida firma de capital de riesgo Andreessen Horowitz, subrayó que un escenario de «despegue rápido» desbocado en la inteligencia artificial —un concepto en el que los modelos de software construyen y desarrollan versiones mejores y más inteligentes de sí mismos de manera rápida e independiente— sigue siendo improbable en la actualidad. Durante su intervención en un episodio del popular podcast «All-In», emitido a última hora del viernes 16 de octubre (hora del este de Estados Unidos) e informado por la plataforma TokenPost, Horowitz fue categórico al declarar: «Ninguna de las condiciones se cumplió; el resultado es cero de cuatro».
Estas francas declaraciones añaden peso inversor y técnico al creciente debate global sobre si la «mejora automática iterativa» representa un peligro inminente a corto plazo o si sigue siendo una mera hipótesis teórica lejana. Las reiteradas advertencias emitidas por los principales laboratorios de inteligencia artificial y varias figuras públicas destacadas han mantenido este interrogante en el centro de la atención mediática y política.
Las cuatro pruebas de Ali Ghodsi y los límites de la automatización de la investigación
Horowitz basó su análisis en un marco de evaluación establecido por Ali Ghodsi, director ejecutivo de Databricks. Según este esquema operativo citado por la cadena Abab News, para que se produzca un desarrollo autónomo desenfrenado se requiere que cada nueva generación de modelos de inteligencia artificial necesite muchos menos procesadores gráficos en comparación con su predecesora, requiera menos tiempo de entrenamiento, sea más precisa y eficiente en su rendimiento y, lo más importante, que estos tres logros se alcancen de forma simultánea y repetida generación tras generación.
Horowitz recalcó que los riesgos de despegue rápido discutidos actualmente son «puramente teóricos», argumentando que el entrenamiento de los modelos avanzados de hoy avanza en la dirección opuesta, ya que todavía exige mayores cantidades de unidades de procesamiento gráfico y ciclos de entrenamiento más largos y complejos para lograr cualquier mejora en sus capacidades, además de las estrictas restricciones en la disponibilidad de chips y suministro eléctrico.
Datos de campo ofrecen una perspectiva más precisa y modesta sobre la premisa de que la IA construye IA: hasta agosto de 2026, el modelo Claude de Anthropic se evaluó como responsable de liderar cerca del 26 % del trabajo de investigación y desarrollo medido dentro de la compañía. Sin embargo, el informe de TokenPost enfatizó que ninguna de esas tareas investigadoras fue totalmente independiente o automatizada sin supervisión humana.
Detalles del episodio 293 y debate sobre las advertencias de Bill Gates
Ben Horowitz participó como invitado especial en sustitución de David Friedberg en el episodio número 293 del podcast «All-In», uniéndose al debate con los presentadores Jason Calacanis, Chamath Palihapitiya y David Sacks, según la lista oficial de invitados. El episodio abordó una amplia gama de temas candentes, como la ola de ventas de deuda de CoreWeave, los mecanismos de financiación de la infraestructura de inteligencia artificial, las perspectivas financieras de Anthropic, el futuro de los modelos de código abierto y los modelos pequeños, junto con las advertencias sobre una IA capaz de replicarse a sí misma.
El debate exhaustivo sobre la hipótesis del despegue autónomo rápido tuvo lugar durante un segmento dedicado a analizar las recientes advertencias de Bill Gates sobre los riesgos de la inteligencia artificial. El resumen del episodio indicó que los miembros de la mesa redonda profundizaron en el estudio y análisis de «los obstáculos físicos y materiales que impiden el despegue iterativo de la inteligencia artificial».
La energía como auténtico cuello de botella y los riesgos financieros de la nube
Los presentadores y su invitado argumentaron que la disponibilidad de electricidad, el terreno acondicionado y la capacidad de los centros de datos podrían convertirse en la verdadera trinchera defensiva y ventaja competitiva decisiva en la industria de la inteligencia artificial. En un tramo anterior del mismo episodio, Horowitz describió a las empresas de computación en la nube especializadas en IA como «máquinas financieras complejas y frágiles al estilo Rube Goldberg». De acuerdo con la plataforma Dealroom, recalcó que Andreessen Horowitz prefirió mantenerse al margen de la inversión en este sector debido a su compleja experiencia histórica con la empresa Loudcloud.
La construcción de estas capacidades físicas requiere un tiempo prolongado que no se puede acelerar mediante software. Las estimaciones de ingeniería citadas por TokenPost señalan que levantar un nuevo centro de datos toma alrededor de dos años, mientras que la construcción de nuevas plantas de energía requiere cuatro años o más, y los proyectos de líneas de transmisión eléctrica se extienden entre siete y diez años. Se trata de plazos que demuestran la magnitud del desafío material, aunque no descartan teóricamente la evolución futura de los algoritmos.
Preguntas frecuentes
Pregunta: ¿Cuáles son las cuatro condiciones en las que se basó Ben Horowitz para descartar el despegue rápido de la inteligencia artificial?
Respuesta: Horowitz se basó en el marco de Ali Ghodsi, consejero delegado de Databricks, que exige que cada nueva generación requiera menos procesadores, un tiempo de entrenamiento más corto y mayor precisión, cumpliéndose estos tres logros de forma conjunta y reiterada.
Pregunta: ¿Cuál fue la tasa de participación del modelo Claude en la investigación de Anthropic hasta agosto de 2026?
Respuesta: Los datos indican que Claude lideró alrededor del 26 % de las labores de investigación y desarrollo medidas dentro de Anthropic hasta agosto de 2026, si bien ninguna parte de dicho trabajo fue completamente independiente.
Pregunta: ¿Por qué Andreessen Horowitz se mantiene alejada de la inversión en nubes de inteligencia artificial?
Respuesta: Horowitz calificó a estas empresas como máquinas financieras complejas y frágiles, y reafirmó que su firma se mantiene al margen basándose en su experiencia previa al fundar y administrar Loudcloud.
Pregunta: ¿Cuánto tiempo toma construir la infraestructura energética y los centros de datos necesarios para la inteligencia artificial?
Respuesta: Se calcula que la construcción de centros de datos toma aproximadamente dos años, la creación de nuevas centrales eléctricas unos cuatro años o más, y los proyectos de líneas de transmisión de electricidad entre siete y diez años.
