Investigadores que construyeron los fundamentos de la inteligencia artificial hoy advierten públicamente sobre los riesgos de lo que desarrollaron. Geoffrey Hinton, Premio Nobel de Física, abandonó Google para hablar sin restricciones sobre los peligros de la tecnología que ayudó a crear. Yoshua Bengio, otra figura central del campo, promueve activamente marcos de seguridad en IA, argumentando que el ritmo de desarrollo supera la capacidad colectiva de control. Jacob Coxon, ex colaborador de Anthropic y OpenAI, alertó sobre sistemas autónomos que operan sin mecanismos de responsabilidad adecuados. Mrinank Sharma, también de Anthropic, dejó su puesto citando la dificultad de alinear valores éticos con decisiones técnicas concretas.

Este debate interno no ha frenado el flujo de capital. Anthropic supera una valoración de 130 mil millones de dólares, mientras que OpenAI rebasa los 180 mil millones. Amazon ha comprometido más de 13 mil millones de dólares en Anthropic, empresa que a su vez adquirirá servicios de cómputo por 110 mil millones en la próxima década. La inminente salida a bolsa de Anthropic, con una valoración proyectada cercana a dos billones de dólares —comparable al PIB anual de México—, ilustra la magnitud del capital en juego y la presión que enfrentan los inversionistas para justificar retornos sostenidos.

La estructura que hace casi imposible frenar

El mercado de IA opera bajo una lógica que dificulta cualquier pausa voluntaria. Tres fuerzas lo sostienen de forma interdependiente: el financiamiento masivo que obliga a crecer para justificar valuaciones, los acuerdos circulares entre competidores que crean dependencias mutuas, y la rivalidad geopolítica entre Estados Unidos y China, donde desacelerar equivale a ceder terreno estratégico.

Esta dinámica genera un entorno en el que ningún actor individual puede controlar el ritmo del sector. Si una empresa decide moderar su desarrollo, otra ocupa el espacio. Para economías como la mexicana, esta estructura no es un fenómeno distante: define qué tecnologías estarán disponibles, bajo qué condiciones y con qué marcos regulatorios. Tomar decisiones informadas sobre adopción, regulación e inversión en IA requiere entender estas fuerzas de fondo, no solo los productos que llegan al mercado.