Mustafa Suleyman, CEO de Microsoft AI, asegura que el crecimiento exponencial de la IA es imparable gracias a una masiva escalada en la capacidad de cómputo, lo que llevará a agentes de nivel casi humano y transformará la industria.
La humanidad, forjada en la linealidad de la experiencia, camina por un sendero que la historia de la inteligencia artificial ha pulverizado. Mientras nuestra intuición nos ancla a un progreso predecible, el campo de la IA se ha lanzado a una órbita exponencial que desafía toda comprensión convencional. Mustafa Suleyman, una de las mentes más influyentes en este dominio como CEO de Microsoft AI y cofundador de Google DeepMind, ha declarado con autoridad en un reciente artículo para *MIT Technology Review* (8 de abril de 2026) que las predicciones de un inminente estancamiento en el desarrollo de la IA son, sencillamente, erróneas. Para Suleyman, la clave no reside en la escasez de datos o la ralentización de la Ley de Moore, sino en una explosión sin precedentes en la capacidad de cómputo que es el verdadero motor de esta revolución.
Desde que Suleyman se adentró en la IA en 2010, el volumen de datos de entrenamiento para los modelos de vanguardia ha crecido un billón de veces, pasando de aproximadamente 10¹⁴ operaciones de coma flotante (flops) a más de 10²⁶ flops en los sistemas más grandes actuales. Esta "explosión de cómputo" es, para el visionario, el epicentro de todo lo que ocurre en la IA, una fuerza que eclipsa cualquier limitación percibida. Los escépticos, acostumbrados a un ritmo de avance más mesurado, no logran captar la magnitud de esta curva ascendente, que no solo persiste, sino que se acelera, impulsada por una convergencia de innovaciones tecnológicas que están redefiniendo los límites de lo posible.
La revolución actual se cimienta en la sinergia de tres avances tecnológicos cruciales. En primer lugar, la velocidad de los procesadores ha experimentado una mejora drástica: los chips de Nvidia, por ejemplo, han multiplicado por siete su rendimiento bruto en solo seis años, y Microsoft AI ha lanzado su propio chip Maia 200, ofreciendo un 30% más de rendimiento por dólar. En segundo lugar, la memoria de alto ancho de banda (HBM), en su última generación HBM3, ha triplicado su capacidad, garantizando un flujo ininterrumpido de datos a los procesadores. Finalmente, tecnologías de interconexión como NVLink e InfiniBand han permitido la creación de superordenadores del tamaño de almacenes, conectando cientos de miles de GPUs para funcionar como entidades cognitivas unificadas, una hazaña impensable hace apenas unos años.
Estos avances combinados han generado mejoras de rendimiento asombrosas. Un modelo de lenguaje que en 2020 requería 167 minutos para entrenarse con ocho GPUs, ahora se completa en menos de cuatro minutos con hardware moderno equivalente, una mejora de 50 veces que empequeñece la predicción de la Ley de Moore. La eficiencia del software también ha contribuido significativamente, reduciendo a la mitad el cómputo necesario para un rendimiento fijo cada ocho meses, y los costos de servicio de algunos modelos han colapsado hasta 900 veces anualmente. Las proyecciones futuras son igualmente impactantes: se espera que el cómputo global relevante para la IA alcance los 100 millones de equivalentes H100 para 2027, y un aumento de 1.000 veces en el cómputo efectivo para finales de 2028. Para 2030, se podrían añadir 200 gigavatios de cómputo anualmente, una cifra comparable al consumo energético máximo combinado de las principales economías europeas.
Esta escalada de cómputo, según Suleyman, impulsará la transición de simples chatbots a agentes de nivel casi humano: sistemas semiautónomos capaces de escribir código durante días, ejecutar proyectos complejos de semanas o meses, realizar llamadas, negociar contratos y gestionar la logística, transformando radicalmente todas las industrias basadas en el trabajo cognitivo. Aunque el consumo energético es una preocupación evidente (un solo rack de IA consume 120 kilovatios, equivalente a 100 hogares), Suleyman señala un camino hacia una escalabilidad limpia: los costos de la energía solar han caído casi 100 veces en 50 años y los precios de las baterías un 97% en tres décadas. La inversión de capital ya está en marcha, con clústeres de 100.000 millones de dólares y superordenadores a escala de almacén en construcción, marcando el inicio de una era de "abundancia cognitiva" que Microsoft AI ya está planificando.
Compartir
Google DeepMind lanza Gemma 4, una familia de modelos de IA de código abierto y multimodales diseñados para funcionar localmente en una amplia gama de dispositivos.
La Generación Z, a pesar de ser la más activa en el uso de la IA, muestra un creciente resentimiento debido a preocupaciones sobre el empleo, la ética y la privacidad.
OpenAI detalla cómo usar ChatGPT para la investigación, en un contexto de competencia en IA, advertencias éticas y desafíos operativos.