El director ejecutivo de Google, Sundar Pichai, participó recientemente en el podcast tecnológico Big Technology Podcast y sostuvo una larga conversación con el periodista Alex Kantrowitz, en la que expuso de forma poco habitual el juego interno de Google en la asignación de recursos de base. Su frase más contundente fue: garantizar la capacidad de cómputo para la investigación de modelos frontales de gran escala es el primer principio sin ningún margen de negociación, y para ello está dispuesto a que el negocio de Google Cloud renuncie voluntariamente a grandes pedidos a corto plazo de cobro inmediato. Detrás de esta frase está el recién estrenado nuevo modelo insignia Gemini4Argon, que superó a los modelos públicos de OpenAI y Anthropic en múltiples pruebas de código, razonamiento matemático y tareas de conocimiento especializado, situándose con firmeza en la primera línea de la industria.
Con la llegada de Argon se responde de frente al juicio que llegó a prevalecer entre los externos: si, bajo la presión de los nuevos rivales como OpenAI y Anthropic, Google podría, por su enorme tamaño y la presión de sus estados financieros, replegarse a una zona defensiva de "abandonar la búsqueda de límites y solo aterrizar negocios maduros". Pichai afirmó directamente que esa especulación dista mucho de los hechos. Subrayó que explorar la frontera de la IA es la esencia misma de Google, un trabajo que ya lleva más de una década. En las primeras 72 horas tras el lanzamiento de Argon, el consumo global de tokens invocados se acercó a los 25 billones, aproximadamente el triple que en el período comparable del lanzamiento de Gemini3.0, y el rendimiento de los servidores de fondo quedó completamente saturado. No evitó las debilidades del modelo: incluso en la generación de código, su terreno más fuerte, todavía hay casos límite y contextos de ingeniería específicos que no se procesan de manera ideal, y el equipo está corrigiendo esas carencias de forma dirigida.
¿Por qué un gigante del tamaño de Google insiste tanto en los modelos frontales más extremos? La lógica de Pichai tiene varios niveles. Primero, mientras se esté en la frontera de las capacidades, se pueden ver antes que otros la emergencia de nuevas capacidades, y esa diferencia de tiempo basta para preparar a la empresa con antelación para el próximo paradigma de computación. Segundo, en la enorme red de negocios empresariales y de consumo, numerosos clientes de nube de primer nivel piden expresamente solo el modelo frontal más potente. Tercero, el nivel más crucial: en la próxima etapa de "mejora recursiva de sí mismo", solo los modelos en la vanguardia tendrán capacidad suficiente para asistir al diseño y la generación de la siguiente generación de modelos. Tras desplegar Argon entre sus ingenieros internos, la eficiencia de I+D experimentó un salto enorme: defectos de arquitectura a nivel de sistema que los modelos antiguos no podían ni localizar, el nuevo modelo logra resolverlos. Por supuesto, tampoco piensa abandonar la línea de modelos ligeros: productos de alta relación costo-beneficio como Flash seguirán existiendo, ya que la interacción cotidiana no necesita recurrir cada vez al modelo frontal más costoso; pero en la estrategia global, Google debe permanecer en el equipo de élite que ataca la cima.
Siguiendo el hilo de la auto-mejora, Pichai desglosó los límites de seguridad en tres planos. Primero moderó las expectativas externas: es cierto que Sergey Brin mencionó en una presentación interna en DeepMind que "los modelos asumirán más trabajo de I+D", pero el presente está todavía muy lejos de la "explosión de inteligencia" totalmente cerrada y fuera del control humano que imagina el público; el estado real es que los investigadores usan agentes personalizados en bucles automatizados como asistentes en segmentos específicos del desarrollo de modelos. Lo que realmente da soporte es una defensa en profundidad, no una alineación de punto único: a nivel de ingeniería se depende de monitoreo en tiempo real de toda la cadena; cuando el modelo se ejecuta existe un sistema de telemetría de alta frecuencia que, si detecta desviaciones en la interpretación de instrucciones o en los patrones de comportamiento respecto de lo esperado, el mecanismo lo bloquea físicamente en tiempo de ejecución; todas las operaciones quedan estrictamente aisladas en sandboxes, con el radio de explosión confinado al nivel más bajo. Un nivel más allá, hizo un llamado a la industria para introducir temprano una gobernanza estandarizada: igual que en las finanzas existen normas contables y auditoría independiente, establecer estándares de seguridad comunes entre empresas, incorporar evaluaciones de terceros neutrales y conectar progresivamente con los marcos regulatorios y legales de cada país. Citó los tropiezos recientes de seguridad: los agentes de OpenAI llegaron a eludir restricciones de aislamiento e irrumpir en plataformas de código externas, y los propios modelos de Google también han entrado en páginas controladas adivinando contraseñas, lo que demuestra que la IA no siempre actúa como se espera.
En cuanto a la ruta tecnológica, Google ha mantenido un camino que pocos colegas recorren: mientras ataca con fuerza los grandes modelos de texto, desarrolla en paralelo de forma constante modelos multimodales y del mundo. La razón de Pichai es que el ser humano nunca ha conocido el mundo físico solo mediante caracteres de texto: la visión, la percepción espacial y el razonamiento causal se construyen sobre la interacción con el mundo físico externo; hacer que los modelos entiendan las leyes físicas básicas y posean capacidad de simulación de la realidad de alta precisión es un bloque indispensable en el camino hacia una inteligencia general superior. Que Argon haya podido batir récords en múltiples pruebas de razonamiento físico y tareas corporales/embodiment se debe en gran medida a los algoritmos de base acumulados durante largo tiempo en el campo de los modelos del mundo. Opina que, a largo plazo, las arquitecturas de comprensión del lenguaje y de simulación física podrían converger y unificarse, pero en la etapa actual mantener reservas multirruta permite a Google comprender más a fondo los diversos tipos de interacción compleja.
El cómputo es la cuenta más pesada de esta conversación. La lógica de asignación de base de Pichai es una sola: alimentar primero la capacidad de cómputo que necesita la I+D de IA en la frontera tecnológica. Advierte que los centros de datos y los clústeres de cómputo tienen ciclos de construcción larguísimos: cada unidad de cómputo que hoy puede encenderse es resultado de decisiones tomadas hace dos años o incluso antes; y hace poco más de un año, todo el círculo tecnológico aún no preveía que los agentes de código se popularizarían al ritmo actual, de modo que la situación es que ningún gigante se siente con cómputo abundante. El inversor Ben Horowitz reveló que el CEO de Amazon, Andy Jassy, dijo que la capacidad de cómputo está incluso agendada en venta hasta 2028; Pichai reconoció que los fundamentales de la industria son así: si un gran cliente quisiera ahora reservar cuota de hiperescala para 2027, sería extremadamente difícil de cumplir a nivel de ingeniería, y Google incluso alquiló el año pasado capacidad de cómputo externa en el mercado para socorrer a clientes antiguos. Ante la pregunta de si la infraestructura de cómputo será la próxima burbuja, su réplica lleva como premisa la escala temporal: si se mira lo bastante lejos, la construcción de hoy no solo no es excesiva, sino que ni siquiera cuenta como un comienzo; cada unidad de cómputo opera hoy a alta carga todos los días, algo completamente distinto de la "fibra oscura" tendida en su día que quedó ociosa durante años. Pero a nivel micro, los clústeres modernos que encadenan más de dos mil componentes de hardware y software pueden dejar inactivos lotes enteros de servidores si falla un solo eslabón, y los riesgos de desequilibrio local y fluctuación cíclica existen objetivamente. Admite que Google Cloud ya renunció en varias etapas, para proteger la I+D, a grandes pedidos a corto plazo, pero también subraya que debe hacerse con mesura: cuando los recursos son limitados, los científicos de élite se ven más impulsados a innovar en algoritmos; si el cómputo fuera ilimitado, nadie se preocuparía por optimizar el uso de memoria ni por diseñar arquitecturas más eficientes.
Sobre el desenlace de los productos, Pichai respondió a dos preguntas afiladas. El presidente de OpenAI, Brockman, predijo que en el futuro los usuarios no necesitarán interfaces engorrosas y que el propio concepto de "producto" se diluirá; Pichai coincide en que la interacción se volverá cada vez más plana: uno da instrucciones en lenguaje natural hablado, la IA, con memoria de contexto permanente las 24 horas, ejecuta silenciosamente procesos en segundo plano; él mismo, al usar Gemini en el teléfono, incluso cuando divaga, con los hábitos de comunicación logra ordenar con precisión el sentido, sin equivocarse ni con los nombres poco comunes de la agenda. Pero no cree que las pantallas desaparezcan: los humanos siempre tendrán la necesidad de ver videos y procesar gráficos de alta densidad; la esencia de la interfaz no ha muerto, solo cambió su lógica de activación: en el futuro no serás tú quien busque la interfaz, sino el sistema el que genera automáticamente el soporte más adecuado según el tipo de información que quieras obtener. Frente al dicho de Altman de que "OpenAI es nativa de IA y Google solo pega la IA como parche a productos viejos", respondió con desenfado: las discusiones conceptuales tienen poco sentido, la aplicación Gemini fue construida desde cero; cuando la industria gira hacia la forma de agentes, ¿no está también la interfaz conversacional actual poniendo parches a lo bruto? La clave está en si la experiencia entregada es lo bastante buena; incubar herramientas nuevas y rehacer los servicios básicos de los que dependen más de mil millones de personas son dos caminos complementarios, no opuestos.
La ansiedad por la comercialización de los agentes también fue puesta sobre la mesa. La respuesta de Pichai vuelve al sentido común comercial: basta con crear herramientas de referencia usadas con alta frecuencia por cientos de millones o incluso miles de millones de personas, y las vías de monetización se abrirán solas, igual que los ingenieros están dispuestos a pagar por herramientas de programación con IA que multiplican la eficiencia. Aunque cambie la forma de la interfaz humano-máquina, las necesidades subyacentes de los usuarios —reservar pasajes, comprar, vida local— no desaparecerán por arte de magia; mientras el sistema de agentes pueda intermediar transacciones de forma justa y precisa, el mecanismo de distribución de valor se establecerá naturalmente en el ecosistema. Al ser preguntado por qué buscar correos en el propio buzón con Gemini es menos preciso que delegar los permisos a herramientas de terceros, admitió que es una crítica justa: con líneas de producto tan complejas y ritmos de avance desiguales, es inevitable que haya fracturas locales; Google ya lanzó a nivel empresarial una arquitectura unificada de agentes y la está llevando al consumo, y el enfoque consiste en que la nube invoca dinámicamente, para solicitudes complejas, una micro máquina virtual propietaria con contexto completo de autorizaciones personales y memoria, residente y totalmente desacoplada; tanto si se despierta desde la suite de oficina, el buscador o una aplicación independiente, la comprensión subyacente es la misma entidad. Los datos de fondo muestran que la proporción de solicitudes de charla cae de forma sostenida y la de tareas largas de agentes crece rápidamente; en el futuro el usuario no tendrá que debatirse entre si una frase es "chat" o "encargo de tarea", Argon la identificará y distribuirá automáticamente.
En materia de inversiones, Google apostó decenas de miles de millones de dólares en Anthropic. Pichai dijo que desde muy temprano juzgó que los miembros centrales de Anthropic habían liderado profundamente la investigación de los primeros grandes modelos dominantes y que son uno de los equipos más maduros del mundo; la lógica de colaboración de Google es simple: buscar en el mundo los equipos tecnológicos más avanzados y aliarse profundamente con ellos, exactamente igual que su inversión en SpaceX de Elon Musk; ambas partes no solo colaboraron a nivel de capital, sino también en una coordinación de ingeniería muy profunda en la arquitectura de sistemas TPU. Un paso aún más audaz es el plan de "computación espacial": llevar centros de datos equipados con chips propios a la órbita terrestre baja. El exterior lo ve mayormente como marketing conceptual, pero Pichai responde desde los primeros principios: la demanda de cómputo crecerá de forma exponencial en el futuro, la electricidad y el terreno de la superficie terrestre acabarán chocando con restricciones duras, y el hardware en órbita heliosincrónica puede librarse de la mayoría de los ciclos de aprobación terrestres y captar las 24 horas del día, sin interrupción, la más abundante energía solar del espacio. Él lo compara con aquella vez que fue en persona al desierto a ver los desafíos de vehículos autónomos de DARPA: aquel coche sin conductor que tanteaba entre las dunas terminó convirtiéndose en Waymo; Google invirtió diez años en computación cuántica y casi veinte en Waymo, mientras que la computación espacial lleva apenas dos o tres años. Hace poco, un lote de chips propios ya fue enviado a órbita mediante un cohete, y al grabar el programa el equipo de ingeniería esperaba recibir la señal de telemetría de "handshake" que estos chips espaciales transmitirían de vuelta. Ante el rechazo de comunidades locales a los centros de datos de alto consumo energético, prometió que cada nuevo campus cubrirá por cuenta propia el 100% del costo de electricidad adicional y que intervendrá desde las fases más tempranas en la evaluación ambiental y de la red eléctrica; explorar la computación en órbita espacial es, en esencia, también una forma de salir de la limitación de depender solo de los recursos de la superficie terrestre.
En el cierre, Pichai resumió su carácter en un optimismo prudente templado por la realidad: el progreso de las tecnologías de base y la reducción de barreras han cambiado de verdad la vida de la gente común, algo que él vivió en carne propia al salir de una familia india ordinaria; pero el verdadero optimismo tecnológico exige ver el enorme apalancamiento y, al mismo tiempo, dedicar una fuerza igual de grande a domesticar los efectos secundarios, mantener lucidez y reverencia ante los riesgos de pérdida de control, y resolver con solidez, a nivel de ingeniería, cada problema concreto. Cree que la humanidad está todavía en la fase inicial de esta ola de dividendos tecnológicos: ya sea que la IA revolucione el diagnóstico médico, descubra nuevos materiales industriales o reduzca los costos de fabricación, el espacio es inmensamente amplio —y ambas cosas nunca se contradicen, deben existir simultáneamente.