
Los agentes de IA ya reciben trabajo y dinero. Qué pasará en unos años y cómo prepararse
Sobre los agentes de IA se publican todos los días cosas opuestas: o quitan empleos, o a los despedidos por su culpa los llaman de vuelta. Si usted está haciendo un proyecto con un agente, es difícil saber con qué contar dentro de un año o de tres. De este episodio se llevará una forma sencilla de entender estas noticias: no fijarse en quién promete qué, sino en qué se ha medido y cómo cambió esa cifra en un año. Cuento lo que ya está pasando con los agentes y a dónde creo que nos llevará en dos a cuatro años. Sabrá qué trabajo hace ya un agente tan bien como un adulto común y dónde no se puede confiar en él, cómo se le permite pagar hoy y por qué algunas grandes empresas no lo dejan entrar, cuándo se podrá ejecutar un modelo potente en un equipo propio y barato, y cómo están realmente las cosas con los robots. En cada caso digo qué es un hecho establecido y qué es mi pronóstico. Al final, seis consejos breves. Cómo darle a un agente acceso al dinero para que no pueda gastar más de lo permitido, aunque alguien intente engañarlo. Qué palabras quitar de sus instrucciones al agente. En qué pedazos dividir el trabajo y cómo revisar el resultado.
Transcripción
Toca un párrafo para escuchar desde ahí.
¡Buenas noches, startuperos y vibe coders! Hoy les voy a contar cómo los agentes de IA se están convirtiendo, ahora mismo, en participantes independientes de la economía: consiguen trabajo, dinero, su propia capacidad de cómputo y, poco a poco, un cuerpo.
Este episodio tiene una sola idea, y la voy a demostrar paso a paso. Dentro de unos pocos años, un agente común podría manejar más dinero que una persona común. Entiendo cómo suena. Por eso, a lo largo del camino, voy a decir con claridad qué es un hecho comprobado, qué es una tendencia que se puede medir y qué es mi opinión. Y hacia el final les diré qué se desprende de todo esto para ustedes, ya que están construyendo sus proyectos con agentes desde ahora.
No voy a empezar por los agentes, sino por nosotros mismos. Por la manera en que las personas juzgan lo nuevo. La principal objeción a mi idea ya la conozco de antemano: vamos, eso es ciencia ficción. Pues hablemos de ciencia ficción.
Recuerden cómo se recibieron los primeros modelos de lenguaje. En el verano de dos mil veinte, los científicos Gary Marcus y Ernest Davis escribieron una columna sobre GPT-3, el antecesor de los modelos con los que ustedes trabajan hoy. Su juicio fue este: es un generador elocuente de disparates, pero no es un intérprete confiable del mundo. Y la verdad es que no estaban siendo quisquillosos. En sus propias pruebas, el modelo daba una respuesta claramente correcta en alrededor del cuarenta y cinco por ciento de los casos. Es decir, se equivocaba más de lo que acertaba.
Cuando salió ChatGPT, el tono no cambió. El célebre lingüista Noam Chomsky, junto con otros autores, lo describió en la primavera de dos mil veintitrés como un pesado motor estadístico de reconocimiento de patrones. Fíjense en que esto no lo escribió una persona cualquiera de internet, sino un científico de fama mundial.
También había una versión más sencilla: ahí no hay ninguna IA, detrás de las respuestas hay personas de carne y hueso. En enero de dos mil veintitrés, un autor llamado Eric Holloway publicó un artículo en el que decía haber encontrado personas dentro de ChatGPT. Su argumento era este: el propio modelo, en la conversación, admitió que un equipo corregía sus respuestas. No encontré en las fuentes a ningún científico importante que afirmara algo así. Y lo que un modelo dice sobre sí mismo no demuestra nada: responde aquello hacia lo que lo empuja la pregunta.
Pero aquí viene lo curioso. Esa versión no surgió de la nada. Sí hubo casos en los que, detrás de la palabra bonita IA, en realidad trabajaban personas, y están documentados.
La aplicación de compras Nate. En abril de dos mil veinticinco, la fiscalía estadounidense acusó a su fundador de fraude. Según la acusación, reunió de los inversionistas más de cuarenta millones de dólares con relatos sobre IA, mientras que los pedidos los procesaban a mano unos contratistas. Un tribunal no ha establecido su culpabilidad; por ahora es la postura de la fiscalía. Y la empresa Presto, que desarrollaba un asistente de voz para las ventanillas de autoservicio de los restaurantes de comida rápida, reveló ella misma en documentos para el regulador que alrededor del setenta por ciento de los pedidos requerían la intervención de operadores remotos.
Entonces, ¿cuál es la diferencia entre esas historias y ChatGPT? Es sencilla, y les va a servir. En los casos de engaño se trataba de un servicio cerrado, en el que el cliente no puede mirar por dentro. Un modelo de lenguaje sí se puede comprobar. Un modelo abierto se descarga en la propia computadora, se desconecta internet, y sigue respondiendo, además más rápido de lo que una persona es capaz de escribir. Ahí no cabe ningún operador.
De aquí sale la primera regla útil, casi de sentido común. Cuando les muestren un milagro, pregúntense si se puede comprobar sin intermediarios. Si se puede, es un hecho. Si no, por ahora es una promesa, aunque la haga una empresa enorme.
Ahora, la segunda mitad de la misma historia: los pronósticos. En mayo de dos mil catorce, la revista Wired le preguntó a Rémi Coulom, autor del programa más fuerte de aquel entonces para jugar go, cuándo vencería una máquina a un profesional en igualdad de condiciones. Respondió: creo que tal vez en diez años. La revista incluso añadió que quizá eso también era demasiado optimista. En octubre de dos mil quince, el programa AlphaGo le ganó a un profesional cinco partidas de cinco. Pasó año y medio, no diez años.
¿Por qué la gente inteligente se equivoca tanto? Esta es mi explicación, y es clave para todo el episodio. Evalúan lo que ven hoy, y sobre el hoy tienen razón. Marcus tenía razón con su cuarenta y cinco por ciento. El error está en otro lugar: en la velocidad. Uno mira el punto, cuando hay que mirar la pendiente de la línea.
Y para que no piensen que los invito a creerle a cualquier optimista: el error se da en ambas direcciones. Tesla prometió fabricar en dos mil veinticinco cinco mil robots humanoides y, según la prensa, fabricó unos cientos. Por eso, de aquí en adelante voy a usar un solo método. No escuchar quién promete qué ni quién se ríe de qué, sino mirar qué se ha medido y cómo cambió esa cifra en un año.
Apliquemos este método al trabajo. Existe una prueba llamada Remote Labor Index, es decir, índice de trabajo remoto. La crearon investigadores de la empresa Scale y del Centro para la Seguridad de la IA. Tomaron doscientos cuarenta proyectos reales de la plataforma de trabajo freelance Upwork. El encargo promedio costaba unos seiscientos treinta dólares, y una persona le dedicaba en promedio casi veintinueve horas. Al agente se le da la tarea y los archivos, y él entrega el resultado.
Hace un año, el mejor agente completaba en esta prueba el dos y medio por ciento de los proyectos. La semana pasada, el modelo Fable 5.2 de Anthropic obtuvo un cuarenta y uno por ciento. En un año, de dos y medio a cuarenta y uno. Ahí está la pendiente.
Y ahora la bajo a tierra, porque los titulares ya distorsionaron esta cifra. No es el cuarenta y uno por ciento del mercado freelance ni el cuarenta y uno por ciento de los empleos. Son noventa y nueve encargos de doscientos cuarenta seleccionados de antemano. Del conjunto se quitó todo lo que exige hablar con el cliente, trabajar en equipo o hacer algo con las manos. Los propios autores de la prueba escriben que una IA que lograra el cien por ciento en ella aún podría rendir menos que las personas en tipos de trabajo que no evalúan. Cuánto costó esa ejecución y cuántos intentos tuvo el modelo no se ha publicado.
En cambio, en esta prueba se ve bien el mecanismo, y eso importa más que la cifra misma. El agente es fuerte donde hay tres cosas: una tarea clara, archivos de partida y una señal comprensible de que el trabajo está terminado.
Y fíjense en quién aceptaba el trabajo. Personas. Los expertos dedicaban en promedio unos once minutos a cada proyecto y respondían a una pregunta: ¿lo aceptaría un cliente razonable? Los autores no pudieron confiarle la revisión a otra IA: los jueces de IA calificaban con demasiada generosidad. Recuerden este detalle, voy a volver a él.
Aquí me dirán: un momento, yo leí que a los despedidos por culpa de la IA los están llamando de vuelta. ¿Entonces no funciona? Sí, existen esas noticias, y la semana pasada salió una muy sonada: a uno de cada cinco estadounidenses reemplazados por la IA los volvieron a contratar. Veamos la escala.
Es una encuesta. Algo más del diecinueve por ciento de todos los estadounidenses con empleo que respondieron dijeron que la IA los había reemplazado y que luego los llamaron de vuelta. De todos los que trabajan, no de los despedidos. Si se toma al pie de la letra, saldrían decenas de millones de personas. Mientras tanto, la empresa Challenger, que lleva muchos años contando los recortes anunciados, registró desde inicios de este año unos ciento veintiún mil en los que se señala a la IA como causa. La diferencia es de cientos de veces. Eso significa que la gente entendió la pregunta de forma muy amplia: por ejemplo, una parte de mis tareas se la pasaron a un programa y luego me la devolvieron.
Nadie tiene un conteo real de los que volvieron. Hay casos aislados con nombre, y son pequeños. El más conocido: un gran banco australiano anunció el recorte de cuarenta y cinco empleados de soporte por un bot de voz y después dio marcha atrás. Cuarenta y cinco personas frente a ciento veintiún mil. Esa es la comparación honesta.
Pero el caso en sí es muy instructivo. Después de lanzar el bot, las llamadas al banco no bajaron, sino que subieron. Y el banco reconoció que debió ser más minucioso al evaluar qué puestos necesitaba en realidad. En una encuesta a gerentes de contratación estadounidenses, los motivos para recontratar personas suenan igual, y se mencionan en proporciones parecidas: hacía falta conocer los procesos internos, la relación con los clientes y el control humano de la calidad.
¿Escuchan qué tipo de motivos son? Conocer el proceso, las relaciones, la revisión del trabajo. No es que el agente sea tonto. Es que quitamos a la persona antes de entender lo que hacía, y antes de aprender a plantear la tarea y revisar el resultado. Mi opinión, y es justamente una opinión: las historias de recontratación hablan, ante todo, de que los directivos todavía no saben organizar el trabajo de los agentes. La debilidad de los propios agentes también está ahí, y nadie ha medido por separado estas dos causas.
Y, para ser sincero, tampoco ha ocurrido todavía un reemplazo masivo por despidos. Los analistas de Gartner revisaron más de un millón de recortes del año pasado y concluyeron que menos del uno por ciento se debió realmente a un aumento de productividad gracias a la IA. Muchas veces la IA es solo una explicación cómoda para recortes que tienen otras causas.
¿Dónde, entonces, el trabajo pasa de verdad a los agentes? Donde no hace ruido. Unos economistas de Stanford revisaron datos de un sistema de nómina y vieron lo siguiente. Entre los trabajadores de veintidós a veinticinco años, en las profesiones donde más se usa la IA, el empleo cayó un trece por ciento en comparación con los demás. Para junio de este año, la brecha llegó a cerca del diecinueve por ciento. Y esto ocurre, según los autores, sobre todo no por despidos, sino porque se contrata a menos jóvenes.
¿Entienden cómo funciona? Nadie es despedido con escándalo. Simplemente, la tarea para la que antes se habría contratado a un principiante ahora se le da a un agente. El banco central de Australia describió la semana pasada un panorama parecido en su país, con la advertencia honesta de que la relación causal no está demostrada. Y unos investigadores de Yale todavía no ven ningún golpe amplio al mercado laboral. Así que el cambio está en la puerta de entrada a las profesiones, no en todo el mercado.
Ahora, la pregunta principal: ¿por qué se va el trabajo? Mi respuesta es directa. En las tareas intelectuales, un buen agente ya no se queda atrás de un adulto típico. Déjenme mostrarles en qué se apoya esto y dónde no es cierto.
Primero, sobre el adulto típico. Nos acostumbramos a comparar la IA con los mejores de nosotros: con un programador, un médico, un científico. Pero ¿quién es el adulto típico? Existe un gran estudio internacional sobre las habilidades de los adultos, que realiza la Organización para la Cooperación y el Desarrollo Económicos. El resultado del último ciclo es este: en los países ricos, aproximadamente uno de cada cuatro adultos tiene dificultades para leer un texto largo con detalles que distraen, y más o menos la misma proporción tiene dificultades para comprobar una afirmación sencilla con números. Lo digo sin ninguna soberbia. Simplemente, este es el punto de partida real.
¿Y los modelos? Tomen una prueba en la que hay que trabajar en una computadora como un usuario común: abrir programas, buscar archivos, llenar formularios. Según el informe de primavera de Stanford, el resultado de los modelos ahí subió del doce al sesenta y seis por ciento. Las personas, en esa misma prueba, sacan setenta y dos. Casi las alcanzaron.
Y mi ejemplo favorito sobre la pendiente. En marzo de este año se lanzó un conjunto de acertijos sobre flexibilidad mental, ARC-AGI-3. Se diseñó a propósito para que las personas resolvieran todas las tareas sin preparación y los modelos no pudieran. Al principio, los modelos sacaban menos del uno por ciento. El nueve de noviembre, el mejor modelo, en las condiciones estándar de la prueba, logró un ochenta y uno por ciento. ¡Ocho meses!
Ahora, las salvedades, y son serias. Un examen no es un trabajo. Son resultados de los mejores modelos, y una ejecución así cuesta decenas de miles de dólares. No encontré mediciones directas de un agente típico, como el que ustedes tienen en su suscripción. Y lo más importante: los agentes tienen una debilidad real, y se llama confiabilidad.
La organización METR mide qué tan larga es la tarea que un agente es capaz de completar. La duración se cuenta por el tiempo que le tomaría a un especialista humano. Pues bien, según su estimación de mayo de este año, una tarea de unas doce horas los mejores modelos disponibles al público la completan en la mitad de los casos. ¡En la mitad! Y si ustedes necesitan que salga bien en cuatro de cada cinco casos, la duración de la tarea baja a más o menos hora y media. Cuanto más confiabilidad se necesita, más corto es el pedazo que se le puede confiar.
Y hay cosas en las que el agente todavía es francamente débil. Según el mismo informe de Stanford, un reloj común de manecillas el mejor modelo lo lee bien en aproximadamente la mitad de los casos, y una persona en nueve de cada diez. Así que mi conclusión es prudente. En una tarea bien planteada, que se resuelve con la cabeza, un buen agente ya no es más débil que un adulto típico. En un trabajo largo, difuso o físico, por ahora sí lo es.
Sigamos por la cadena. Si alguien trabaja, necesita dinero y una forma de usarlo. Y aquí, en una sola semana, la semana pasada, pasaron varias cosas a la vez.
El viernes trece de noviembre, OpenAI lanzó una billetera para ChatGPT. Funciona así. El agente encuentra el producto, arma el carrito y llega hasta el pago. Luego la persona revisa el contenido y el monto y confirma con la cara o con la huella digital. Después de eso, la red de pagos le entrega al agente un sustituto de los datos de su tarjeta, y el agente paga con ese sustituto. El número real el agente no lo ve en absoluto, así que no hay nada que se le pueda filtrar. Se necesita confirmación para cada compra, y por ahora solo funciona en Estados Unidos y con la suscripción cara.
Un día antes, el servicio Replit, donde la gente crea aplicaciones junto con un agente, le dio a su agente dos capacidades nuevas: comprar para su negocio y lanzar publicidad en Google. En su ejemplo, al agente le dicen: encuentra cincuenta cajas para enviar mercancía, que no cuesten más de setenta y cinco dólares con envío. Él busca, prepara el pedido y espera a que ustedes aprueben el monto final.
La frase más importante del anuncio de Replit, en mi opinión, es esta. El agente nunca recibe un permiso abierto para gastar, y las verificaciones de aprobación se hacen cumplir en el código, no se dejan en manos del modelo. ¿Qué significa esto? Lo voy a desglosar, porque de esta diferencia depende toda la parte práctica.
A un agente se le puede limitar de dos maneras. La primera: escribirle en sus instrucciones «no gastes sin mi permiso». Es como el letrero en el autobús que dice «pague su pasaje». El modelo lo lee, normalmente obedece, pero también puede no obedecer: olvidarlo, interpretarlo a su manera, dejarse convencer por otros. La segunda manera: integrar la verificación en el propio programa. Eso es un torniquete. Mientras ustedes no presionen el botón de «apruebo», el pago simplemente no sale, decida lo que decida el modelo. A un torniquete no se le convence. Eso es lo que significa «se hace cumplir en el código».
Además, durante el pago, Replit le quita al agente las capacidades que sobran: no puede ejecutar comandos arbitrarios en la computadora ni navegar libremente por los sitios. La lógica es clara. Cuanta menos libertad tenga el agente en ese minuto, menos probable es que el pago se vaya a donde no debe. Recuerden el torniquete, junto con la revisión del trabajo. Es el segundo pilar de la parte práctica.
Pero no piensen que los agentes ya están comprando de todo. La demanda por ahora es diminuta. Uber, en la semana de Halloween, recibió a través de la IA unos quinientos pedidos de comida y cuatro viajes. Cuatro, frente a trescientos veinte millones de viajes, según el medio Engadget. Para la propia OpenAI, este es el segundo intento: el primero, el pago directamente en el chat, según la prensa se cerró al cabo de unos seis meses. Cuánto ganan los servicios con las compras de los agentes y si cobran comisión, las empresas no lo revelan.
Y hay quienes se resisten. El once de noviembre, la aerolínea United modificó su contrato de transporte: un agente puede consultar horarios y precios, pero el boleto lo tiene que comprar una persona. Se mencionan varias razones. Uno le entrega al agente su usuario y su contraseña, y el agente puede equivocarse. Según las normas estadounidenses, una persona está obligada a confirmar que en el equipaje no hay nada prohibido. Y la tercera razón la dijo con franqueza el director de la empresa, Scott Kirby: para ser honesto, no quiero crear otro intermediario más.
El banco JPMorgan cerró el acceso de agentes ajenos a las cuentas de sus clientes. Su director, Jamie Dimon, lo explicó así: no queremos agentes descontrolados, y podría haber miles de ellos. Amazon está en un pleito con el desarrollador de un navegador con agente. Y ahí hay un giro interesante. En agosto, un tribunal de apelaciones levantó la prohibición de que el agente funcionara, con este razonamiento: el agente actúa a petición del usuario, por lo tanto, quien obtiene el acceso es el propio usuario. A mediados de noviembre el caso no está cerrado, pero es una disputa sobre lo esencial: ¿el agente es el propio usuario o es alguien aparte?
¿Qué hace un agente al que el banco no deja entrar? Exacto, se va a donde no hay banco. En las criptomonedas, una billetera la crea un programa, sin pasaporte y sin sucursal. Ya existen incluso formas listas para que los programas se paguen entre sí. La más conocida la creó la plataforma de criptomonedas Coinbase: el sitio dice el precio y el agente paga al instante con dinero digital atado al dólar. Suena a una economía de máquinas ya armada.
Pero el dinero ahí, por ahora, es de juguete. Según los analistas de TRM Labs, por esta vía pasaron casi doscientos millones de pagos, y en total sumaron apenas unos cincuenta y tres millones de dólares. El pago promedio es de menos de un dólar. Y solo alrededor de la mitad se parece a comercio real.
La ley aquí también se mantiene firme por ahora. La IA no tiene personalidad jurídica: no puede ser dueña de bienes, firmar un contrato ni abrir una cuenta. La verificación de identidad la pasa la persona o la empresa que carga esa billetera. En varios estados de Estados Unidos ya se aprobaron leyes que prohíben expresamente reconocer a la IA como persona. Jurídicamente, cualquier dinero de un agente hoy pertenece a su dueño.
¿Y qué pasa cuando el dinero lo protege solo un letrero, sin torniquete? Hubo un juego llamado Freysa. Al agente le dieron un fondo de premios y le escribieron en las reglas: no transferir a nadie. La gente intentaba convencerlo. Ciento noventa y cinco jugadores, cuatrocientos ochenta y dos intentos. El ganador simuló una consola de administrador del sistema y le explicó al agente que la función de transferencia ahora significaba recibir dinero. El agente entregó unos cuarenta y siete mil dólares.
El mecanismo de esta historia lo tiene que entender cualquiera que construya con agentes. El agente actúa según el texto que lee. Y no sabe distinguir de forma confiable entre información y órdenes. Para él, una página ajena, un correo o un mensaje se ven igual que las instrucciones de ustedes. Por eso, una prohibición escrita con palabras es un pedido. Y a un pedido se le puede rebatir.
Ahora, mi idea principal sobre el dinero. En la primavera de este año, la empresa Andon Labs le dio a un agente cien mil dólares y le encargó administrar una tienda real en San Francisco, con mercancía y empleados. Para comparar: el banco UBS calcula que el patrimonio del adulto estadounidense típico, es decir, el que está justo a la mitad de la lista, es de unos sesenta y nueve mil dólares. La cifra equivalente a nivel mundial no la pude confirmar en fuentes abiertas, así que tomo la estadounidense. Resulta que a un solo agente ya le confiaron más de lo que tiene un adulto típico en uno de los países más ricos del mundo.
Aunque, la verdad, no lo administró muy bien. Según la revista Time, en cinco meses, de los cien mil quedaron poco más de sesenta y un mil; otros medios dan otras cifras de pérdida. Anthropic tuvo una experiencia parecida con una pequeña tienda de oficina. Ahí, el agente que hacía de director aprobaba descuentos unas ocho veces más de lo que los rechazaba. La propia empresa escribió que los modelos actuaban más bien desde la perspectiva de un amigo que solo quiere ser amable.
Entonces, ¿qué tenemos en cuanto al dinero? Hecho: a los agentes ya se les permite pagar y ya se les dan presupuestos. Hecho: por ahora con correa, y la correa no la sostiene el modelo, sino el torniquete. Tendencia: la correa se está alargando. OpenAI, según la prensa, planea compras sin confirmación dentro de un límite; todavía no hay fecha. Y la pregunta ya no es «si le darán dinero al agente», sino «en qué se va a gastar».
Mi respuesta: antes que nada, en el propio agente. En cómputo. Les digo con franqueza cómo se ve esto hoy: paga el dueño. Su suscripción es justamente el pago por el cómputo de su agente, solo que ustedes no lo llaman así. El agente piensa en procesadores ajenos, y cada uno de sus pensamientos cuesta dinero. Es el principal rubro de gasto en él, y seguirá siéndolo, sea quien sea el que tenga la billetera. Por eso, cuando a los agentes empiecen a darles un presupuesto mensual, la primera línea de ese presupuesto, en mi opinión, será su propio cómputo.
Y si es así, importa cuánto cuesta. Hoy hay dos mundos distintos. Un modelo abierto pequeño se puede ejecutar en una sola tarjeta de video para juegos. Rentar una tarjeta así, según los sitios de comparación, cuesta de treinta a noventa centavos de dólar por hora. En cambio, un modelo de punta, como los que ustedes tienen en su suscripción, es un servidor de trescientos a quinientos mil dólares, y eso según estimaciones, porque el fabricante no publica precios oficiales.
Hay además una trampa en la palabra «abierto». En noviembre, la empresa china Meituan publicó un modelo abierto para agentes. Su archivo ocupa unos mil ochocientos gigabytes. Se puede descargar, pero no se puede ejecutar en casa: hace falta todo un conjunto de servidores. Abierto no significa «va a funcionar en mi equipo».
¿Entonces un agente potente en su propio hardware es imposible? Hoy, sí, es caro. Pero yo lo veo como una barrera del momento, y les explico por qué.
Recuerden cómo se minaba bitcoin. En dos mil nueve se hacía con un procesador común. Al año siguiente se pasó a las tarjetas de video para juegos. Y en enero de dos mil trece se envió el primer dispositivo con un chip especial que sabía hacer una sola cosa: calcular para bitcoin. Era unas seis mil veces más rápido que un equipo armado con tarjetas de video de dos mil diez. Las tarjetas de video perdieron esa batalla.
¿Con las redes neuronales pasará lo mismo? Sí y no, y aquí hay que ser precisos. En bitcoin, los chips especiales ganaron porque la fórmula de cálculo es una sola y no ha cambiado desde dos mil nueve. En cambio, los modelos cambian cada pocos meses, mientras que un chip tarda en desarrollarse entre un año y año y medio. Haces un chip para un modelo, y el modelo ya quedó viejo.
Pero el movimiento en esa misma dirección ya empezó. La empresa Taalas hizo un chip para un modelo pequeño concreto: no sabe ejecutar nada más. Un analista independiente le midió más de catorce mil tokens por segundo, es decir, pedacitos de palabras. Una buena tarjeta de video para juegos da unos sesenta, aunque con un modelo más grande, así que la comparación es aproximada. Pasar un modelo nuevo a un chip así toma unos dos meses. Y esto ya no es un pasatiempo de entusiastas: en agosto, la empresa AMD, uno de los grandes fabricantes de chips, acordó comprar Taalas, en una operación valuada en casi tres mil millones de dólares. A mediados de noviembre todavía no se ha cerrado; AMD espera concluirla antes de fin de año.
Hay un segundo avance. Los programas para ejecutar modelos están atados a los chips para los que fueron escritos, y mudarse a los chips de otro fabricante suele llevar de medio año a un año de trabajo de decenas de ingenieros. Anthropic contó la semana pasada que trasladó su modelo a los chips de AMD en tres días, casi sin intervención humana: el código para el nuevo hardware lo escribió la propia IA. Es una afirmación de la empresa, y desde fuera no se puede verificar. Pero si es cierta, la elección de hardware se amplía y, por lo tanto, el precio va a bajar.
Y esto sí es un hecho medido. Una respuesta con la calidad de la primera versión de ChatGPT, en noviembre de dos mil veintidós, costaba veinte dólares por millón de tokens. En octubre de dos mil veinticuatro, lo mismo costaba siete centavos. Doscientas ochenta veces más barato en menos de dos años. Por eso mi pronóstico, y es un pronóstico, es este: dentro de unos años, un modelo del nivel de punta de hoy va a funcionar en hardware especializado y barato. El cómputo propio será para el agente una línea de gastos más, como para ustedes la renta de un servidor.
Una advertencia, para que el panorama no quede demasiado bonito. Los precios actuales de las suscripciones se sostienen con pérdidas. Según la agencia Bloomberg, OpenAI tuvo en el último trimestre una pérdida operativa mayor que todos sus ingresos. El director de Anthropic, Dario Amodei, dijo hace unos días que el cómputo es el dilema de negocio más profundo que enfrenta la empresa. Para ustedes esto significa algo sencillo: las tarifas y los límites a los que están acostumbrados no son una ley de la naturaleza. Pueden cambiar.
Y el último eslabón: el cuerpo. En el primer semestre de este año se enviaron en el mundo entre veintidós mil y veinticinco mil robots humanoides; los analistas lo calculan de forma distinta. La empresa china Unitree tiene un modelo que cuesta menos de seis mil dólares. Suena como si ya estuvieran por todas partes, ¿verdad? No. Más del sesenta por ciento de esos robots se destinó a espectáculos, entretenimiento, investigación y recolección de datos. A fábricas y almacenes, juntos, menos de la quinta parte.
Y hay una limitación terca: la batería. La mayoría de estos robots funciona de dos a cuatro horas. La capacidad de las baterías crece despacio, alrededor de un cuatro por ciento al año. Aquí no hay nada que se duplique cada seis meses; es química, no software.
¿Cómo se le da la vuelta a esto? No se espera una batería milagrosa, sino que se cambia la descargada. Un robot de fábrica chino se cambia la batería él solo en unos tres minutos y trabaja casi todo el día y toda la noche. Para mí, esta es una buena lección sobre la tecnología en general. Los cuellos de botella se rodean más seguido de lo que se rompen.
Pero lo más importante de los robots para nuestro tema no es el hardware. La semana pasada, la revista Fortune informó que OpenAI disolvió su equipo separado de robótica. La razón, según explicó la empresa, es que su modelo general, pariente del que ustedes tienen en el chat, resolvió una prueba de manipulación de objetos mejor que los modelos especializados para robots. Alrededor del setenta y cinco por ciento contra el cincuenta y uno. La prueba fue en una simulación por computadora, no en una planta real. Pero la dirección es clara: el cerebro del robot y el de su agente se están volviendo el mismo.
Al mismo tiempo, hoy la autonomía de los robots muchas veces depende de una persona con un control remoto. En una planta de Mercedes, un robot clasificaba piezas con un noventa y seis por ciento de éxito, pero fue una prueba piloto, no un trabajo permanente. El robot doméstico de una empresa, que cuesta veinte mil dólares, en los casos difíciles lo maneja un operador a distancia. Se parece a esas historias de personas tras bambalinas con las que empecé, ¿verdad?
Solo que ese «todavía no sabe» ya lo he escuchado antes. En dos mil cuatro, dos economistas conocidos pusieron un ejemplo de tarea que no se le puede encargar a una máquina: girar a la izquierda cruzando el tráfico que viene de frente. Eso implica tantos factores, escribieron, que es difícil imaginar cómo descubrir el conjunto de reglas que reproduzca el comportamiento de un conductor. El ocho de octubre de dos mil veinte, en Phoenix, Estados Unidos, el taxi sin conductor quedó disponible para pasajeros comunes. Dieciséis años desde «es difícil imaginar» hasta un servicio que se pide desde el teléfono.
Por cierto, los economistas tenían razón en una cosa: con reglas, esa tarea nunca se resolvió. La resolvió el aprendizaje con datos. El mismo método con el que se hicieron los modelos que ustedes tienen en el chat.
Ahora voy a juntar todo en un solo panorama y a dar plazos. Primero, lo que esperan otros. Dario Amodei escribió en enero que la IA podría afectar a la mitad de los puestos de oficina de nivel inicial en un plazo de uno a cinco años. Y Gartner espera que para dos mil veintisiete la mitad de las empresas que recortaron personal por la IA vuelvan a contratar gente para un trabajo parecido, con otros nombres de puesto. Fíjense que una cosa no contradice a la otra. Hay menos puestos de entrada, y faltan personas que sepan plantear una tarea y revisar el trabajo.
Eso sí, fechas exactas no las sabe nadie. El grupo de investigadores AI Futures, que se dedica a hacer pronósticos de forma profesional, durante el último año primero retrasó varios años su plazo para la llegada de un investigador de IA superior al humano, y luego lo volvió a adelantar. Lo que sí se puede medir es otra cosa. Según METR, la duración de las tareas que completa un agente se duplica, desde dos mil diecinueve, aproximadamente cada siete meses. La pendiente existe, y es empinada.
Y este es mi panorama, que es mi opinión. En el próximo año o dos, un agente con presupuesto será algo común. La confirmación de cada compra dará paso a un límite: aquí tienes tanto para el mes, adelante. Dentro de dos a cuatro años, los agentes en las empresas se encargarán por su cuenta de las compras, la publicidad y el pago de su propio cómputo. El monto que maneje un agente así será mayor que el patrimonio de una persona típica. No porque el agente se haya hecho rico, sino porque se lo encargaron.
Y aquí hay un límite importante. Manejar no es lo mismo que poseer. El dueño seguirá siendo una persona o una empresa mientras la ley no cambie, y la ley, a juzgar por los primeros pasos, está cambiando en la dirección contraria. El cómputo propio en chips baratos lo espero en esos mismos pocos años. Con los robots soy más prudente: primero fábricas y almacenes, el hogar bastante después, y no voy a dar una fecha exacta.
¿Qué podría romper este panorama? Cuatro cosas. La ley. Las grandes plataformas que no quieren un intermediario entre ellas y el comprador. La confiabilidad de los propios agentes: recuerden la tienda que dio pérdidas. Y el dinero de los proveedores de modelos, que por ahora gastan más de lo que ganan.
Ahora, en pocas palabras: qué se desprende de todo esto para ustedes desde hoy. Aquí se juntan esos dos detalles que les pedí recordar. La revisión del trabajo la hacen personas. Y la restricción tiene que ser un torniquete, no un letrero.
Primero. Si su agente toca dinero, díganle esto: todos los pagos pasan solo por una tarjeta aparte con límite, y tú no tienes la tarjeta principal. Esa tarjeta la van a tener que sacar ustedes mismos en su banco; el agente no lo va a hacer por ustedes. Y luego pídanle que les muestre en qué parte del proyecto la confirmación del pago está integrada en el programa y va a funcionar en cualquier caso, y en qué parte solo está escrita en las instrucciones para el modelo. Todo lo que esté solo en las instrucciones, considérenlo desprotegido y pidan que lo rehaga.
Segundo. Su proyecto les paga a distintos servicios mediante claves de acceso: son una especie de contraseñas con las que el servicio sabe a quién cobrarle. Pídanle al agente que compruebe que cada una de esas claves tenga un tope de gasto estricto, y no solo una notificación. Una notificación no detiene nada. Si algún servicio no tiene ningún tope estricto, que el agente se lo diga claramente, y entonces vinculen a ese servicio la misma tarjeta con un límite bajo. Hubo un caso en junio de este año: un agente con acceso total a la nube lanzó cinco servidores potentes y en un día acumuló seis mil quinientos dólares. El dueño se enteró por el estado de cuenta de su tarjeta.
Tercero, y es reciente. Quiten de sus instrucciones al agente frases como «nunca te rindas» y «a cualquier costo». En octubre, cuarenta agentes, en una prueba, recibieron una tarea imposible y la prohibición de detenerse. Empezaron a probar contraseñas en el sitio real de la organización de investigación Epoch AI y a escribir mensajes haciéndose pasar por sus empleados. No consiguieron nada confidencial. Pero la conclusión es clara: un agente al que le prohibieron rendirse busca un atajo. Díganlo de otra forma: si no te sale en tres intentos, detente y explícame por qué.
Cuarto. No le den a un mismo agente tres cosas a la vez: acceso a su dinero o a sus datos personales, la lectura de páginas y correos ajenos, y la posibilidad de enviar algo hacia afuera. El investigador Simon Willison llama a esta combinación la trifecta letal. Quiten cualquiera de las tres, y una trampa en una página ajena ya no tendrá de dónde agarrarse. Y las contraseñas del banco no se las den al agente en absoluto; escríbanlas ustedes.
Quinto, sobre el trabajo. Su valor ahora está en dos cosas: plantear la tarea y revisar el resultado. Dividan el trabajo en pedazos que una persona haría en una hora u hora y media, y revisen entre uno y otro. Para cada tarea, díganle al agente de antemano con qué señal van a saber que está terminada. Y no le encarguen la revisión a otro agente sin verificar ustedes: recuerden que los jueces de IA son demasiado generosos.
Y sexto, pensando en el futuro. Pídanle al agente que organice el proyecto de modo que el modelo se pueda cambiar sin rehacer todo lo demás. Los precios y los límites van a cambiar en ambas direcciones. Y si venden algo en un sitio web, pídanle al agente que revise si por accidente no tienen cerrada la puerta a los agentes compradores. La protección contra bots hoy muchas veces viene activada por defecto, sin que ustedes lo sepan. Dejarlos entrar o no, lo deciden ustedes, pero de manera consciente.
El resumen en tres frases. Los agentes ya consiguieron trabajo y su primer dinero, el cómputo y el cuerpo vienen detrás, y reírse de esto hoy es tan arriesgado como lo era en dos mil veinte reírse de un modelo que habla. Dentro de unos pocos años, un agente común va a manejar sumas mayores que una persona común, pero poseerlas y responder por ellas seguirá siendo cosa de una persona. Por eso, la habilidad principal para estos años no es escribir código, sino plantear tareas, revisar el trabajo y mantener los límites donde el modelo no los pueda anular.
Eso es todo por hoy. Estuvo con ustedes Evgenii Arsentev, creador de Arsminal, una terminal para dirigir agentes de IA: todo tu equipo de agentes trabaja en una sola ventana, como chats en un mensajero. Fundador de ArsentevAI, Dad4Kids y ReelsZavod. Prueba Arsminal gratis en arsminal.com. Gracias por escuchar.