El CEO de Google DeepMind, Demis Hassabis, dice que la AGI podría llegar alrededor de 2030, haciendo que los próximos años sean críticos para el trabajo, la ciencia, la gobernanza y la preparación para la IA.
Los últimos comentarios de Demis Hassabis sobre la AGI recuerdan que la industria de la IA ya no habla de la inteligencia artificial general como una idea filosófica lejana. El CEO de Google DeepMind ha sugerido que la AGI podría llegar alrededor de 2030, con la posibilidad de un cambio importante en cómo los humanos trabajan, aprenden, descubren y organizan la sociedad.
La frase “nueva era humana” es intencionalmente amplia. Hassabis describe un futuro donde los sistemas de IA podrían ayudar a curar enfermedades, acelerar la ciencia, mejorar la educación, transformar la productividad y potencialmente crear formas de abundancia que los sistemas económicos actuales no están diseñados para manejar.
Pero la advertencia es tan importante como el optimismo. Si la AGI llega en unos pocos años, la sociedad tiene un tiempo limitado para prepararse para la disrupción laboral, la desinformación, fallos en la gobernanza, riesgos de seguridad, concentración de poder y una brecha creciente entre las personas que usan bien la IA y las que son desplazadas por ella.
Por qué importa la ventana de AGI para 2030
Una línea de tiempo de AGI para 2030 cambia el horizonte práctico de planificación. Esto no es una predicción a escala de siglo; está dentro del marco temporal de startups actuales, estudiantes universitarios, planes de transformación empresarial, ciclos de políticas gubernamentales y decisiones de carrera. Incluso si la AGI llega más tarde, el trabajo de preparación ya es relevante porque las herramientas de IA actuales están cambiando el trabajo ahora.
Para las empresas, la pregunta clave ya no es si la IA será útil. Es si la organización puede rediseñar flujos de trabajo, sistemas de datos, roles y procesos de decisión lo suficientemente rápido para mantenerse al día con modelos y agentes cada vez más capaces.
El lado positivo: ciencia, medicina y abundancia
El optimismo de Hassabis se basa en la misión a largo plazo de DeepMind: construir inteligencia general y usarla para acelerar el descubrimiento. El beneficio más convincente de la AGI no son solo mejores chatbots o software más barato. Es la posibilidad de avances más rápidos en medicina, materiales, energía, biología y otros campos donde el progreso humano está limitado por la complejidad.
Para los usuarios de IA, esto significa que las herramientas más valiosas pueden ser aquellas que ayudan a las personas a razonar sobre problemas complejos, generar hipótesis, analizar datos, simular escenarios y colaborar con sistemas expertos. La “nueva era humana” probablemente recompensará a las personas que puedan combinar experiencia en el dominio con exploración asistida por IA.
El riesgo: la sociedad podría prepararse demasiado lento
El mayor peligro no es solo el fallo técnico. Es el retraso social. Las escuelas, empresas, gobiernos y sistemas legales a menudo se adaptan lentamente, mientras que la capacidad de la IA puede mejorar rápidamente. Si la ventana de preparación es corta, las instituciones pueden estar reaccionando a la disrupción después de que ya haya remodelado el trabajo y el poder.
Por eso la preparación para la AGI debería incluir más que laboratorios de seguridad. Debería incluir planes de transición laboral, alfabetización en IA, nuevos modelos educativos, políticas económicas, ciberresiliencia, evaluación de modelos, reglas de transparencia y mejor comprensión pública de lo que los sistemas de IA pueden y no pueden hacer.
Qué deberían hacer ahora los fundadores y negocios
Los fundadores deberían tratar la preparación para la AGI como una estrategia de producto y flujo de trabajo. Eso significa construir empresas que puedan adaptarse al progreso más rápido de los modelos, usar IA profundamente en las operaciones, proteger datos propietarios, distribuir tareas entre modelos y mantener a los humanos enfocados en el juicio, la confianza, la estrategia y la comprensión del cliente.
Las empresas deberían mapear qué flujos de trabajo son repetitivos, cuáles requieren juicio, cuáles dependen de conocimiento privado y cuáles pueden ser mejorados por agentes. Las organizaciones ganadoras no solo comprarán herramientas de IA. Reestructurarán el trabajo alrededor de la IA mientras protegen la inteligencia institucional.
Cómo deberían pensar los usuarios de NexusAI sobre la selección de herramientas
Para los usuarios individuales, el movimiento práctico es construir una pila de preparación para IA. Esa pila debería incluir un asistente general fuerte, una herramienta de codificación o automatización, un flujo de trabajo de investigación, un flujo de trabajo de producción creativa, un sistema personal de conocimiento y el hábito de probar nuevos modelos con tareas reales.
La selección de herramientas debería basarse en la adaptabilidad. Las mejores herramientas de IA no solo son poderosas hoy; deberían ayudar a los usuarios a aprender más rápido, automatizar trabajos repetibles, preservar el contexto, mejorar el juicio y pasar del consumo pasivo a la construcción activa.
