Qué deparan los dueños de la IA para 2025

   Los principales actores del mundo de la inteligencia artificial, como OpenAI y Google, ya están anticipando sus planes para 2025 con el lanzamiento de nuevos productos y servicios. Estas iniciativas reflejan una creciente tendencia hacia el desarrollo de productos prácticos basados en modelos avanzados de IA.

   El 5 de diciembre, OpenAI dio inicio a su campaña de lanzamientos bajo el nombre "12 días de naviventas". Entre los productos más destacados se encuentran Sora, una herramienta para la generación de videos, y Canvas, una interfaz destinada a la escritura y la codificación. Por su parte, Google presentó el 11 de diciembre su modelo de IA generativa Gemini 2.0, junto con los prototipos de los agentes de IA Astra y Mariner, diseñados para actuar en nombre de los usuarios, una función conocida como "IA agencial".

Del modelo al producto: la nueva prioridad

   En ambos anuncios, la atención se ha centrado más en los productos que en los modelos subyacentes. Los desarrolladores buscan demostrar la aplicación práctica de sus innovaciones y la existencia de un mercado dispuesto a adoptarlas. A diferencia de otras tecnologías, la IA generativa avanza tan rápido que es la propia tecnología la que define las posibilidades del producto. "Cada dos meses, los ordenadores pueden hacer algo que antes no podían", señala Kevin Weil, director de productos de OpenAI.

Desafíos técnicos y primeras críticas

   Los lanzamientos no han estado exentos de inconvenientes. OpenAI tuvo que suspender temporalmente el acceso a Sora debido a la alta demanda, según explicó su director ejecutivo, Sam Altman. Los usuarios que lograron probar la herramienta notaron fallos persistentes, especialmente en la representación de movimientos complejos. El crítico tecnológico Marques Brownlee destacó que Sora "se enredaba" con cualquier cosa que tuviera cuatro patas y que algunos objetos desaparecían sin explicación.

   En el caso de Google, sus agentes Astra y Mariner tampoco estuvieron exentos de críticas. Astra, que por ahora solo está disponible para un grupo limitado de probadores de confianza, demostró una gran habilidad para describir obras de arte filmadas a través de la cámara de un móvil, pero tuvo problemas para identificar la ciudad donde se encuentran expuestas las pinturas originales. Mariner, por su parte, fue capaz de llenar una cesta de compras en un supermercado en línea, pero no pudo completar el proceso de pago de forma autónoma.

IA agencial: la gran apuesta de 2025

   El sector tecnológico tiene grandes expectativas puestas en la IA agencial. Alex Wang, de la compañía de datos de IA Scale, considera que la capacidad de estos agentes para "pasar del hablar al hacer" podría representar uno de los avances tecnológicos más importantes de 2025. Esta visión ya ha impulsado el valor de las acciones de empresas como Salesforce, que anunció haber cerrado acuerdos con más de 200 clientes para su agente de IA empresarial Agentforce. Microsoft también se ha sumado a esta carrera con el lanzamiento de diversos agentes de IA.

Los grandes retos de la IA agencial

   A pesar de las promesas, el desarrollo de agentes de IA enfrenta importantes obstáculos. El primero de ellos es la necesidad de datos. A diferencia de los chatbots, que responden a preguntas extrayendo información de la web, los agentes requieren datos específicos sobre la secuencia de acciones y el razonamiento que subyace a las tareas que deben ejecutar. Este requisito es fácil de satisfacer en procesos rutinarios, pero se complica para tareas más variadas.

   El segundo gran desafío es la confianza. Mientras que la respuesta de un chatbot puede verificarse fácilmente, no siempre está claro si un agente de IA eligió el mejor restaurante o la opción de viaje más adecuada. Google, por ejemplo, ha decidido limitar la capacidad de Mariner para gastar dinero en nombre de los usuarios, lo que refleja esta preocupación. Además, muchos usuarios podrían mostrarse reacios a compartir información confidencial, como su historial de compras, que los agentes necesitan para funcionar de forma óptima.

   El tercer obstáculo es el costo. La IA agencial requiere modelos avanzados capaces de razonar, planificar y resolver problemas, además de una baja latencia y la capacidad de interactuar con otras herramientas. Estas necesidades implican una gran inversión en potencia de cálculo y memoria, lo que incrementa significativamente los costos. La presión financiera ya se hace evidente: el 5 de diciembre, OpenAI lanzó una versión "pro" de ChatGPT con acceso ilimitado a sus nuevas funciones por 200 dólares al mes, diez veces el costo de la suscripción básica.

El camino hacia 2025

   Con todos estos desafíos en mente, las empresas de IA continúan avanzando hacia una era en la que los agentes puedan desempeñar tareas autónomas con eficacia. Alphabet, la empresa matriz de Google, cuenta con los recursos financieros necesarios para asumir estos costos, pero la verdadera prueba será si los usuarios están dispuestos a pagar por estos nuevos servicios. Si la IA agencial logra cumplir con las expectativas, los consumidores podrían estar dispuestos a aceptar un mayor costo a cambio de la comodidad que ofrecen estos agentes.