El panorama de los actores (junio de 2026)

Tabla 7.1. Principales laboratorios de frontera a mediados de 2026 (lista no exhaustiva).

Conviene subrayar tres dinámicas. Estados Unidos concentra los actores mejor financiados y la mayor diversidad de estrategias, incluida una oleada de «neolaboratorios» nacidos de salidas sonadas (véase la galería de retratos). China avanza a un ritmo notable pese a las restricciones estadounidenses al acceso a los chips más avanzados (capítulo 8), apostando con fuerza por la apertura y la eficiencia de coste. Europa, durante mucho tiempo rezagada, encuentra en Mistral su abanderado de una «IA soberana», respaldada por los poderes públicos y, dato notable, por el industrial neerlandés de los semiconductores ASML, convertido en su principal accionista a finales de 2025.

El momento DeepSeek, a principios de 2025, marcó los ánimos: un modelo abierto venido de China demostró que se podía alcanzar un nivel cercano a la frontera por una fracción del coste, sacudiendo toda la economía del sector.

Detallamos las pruebas de referencia en el capítulo 4 (MMLU, GPQA, SWE-bench, ARC-AGI, arenas de preferencia humana), así como sus límites (saturación, contaminación, efecto Goodhart). Recordemos su enseñanza central: a mediados de 2026, ningún modelo domina en todos los planos, y las organizaciones avanzadas practican el enrutamiento (confiar cada tarea al modelo mejor adaptado). Toda clasificación no es más que una instantánea, válida unas semanas.

Esta arquitectura por capas ilumina lo que sigue: la capa de infraestructura es objeto del capítulo 8 (chips, centros de datos) y del capítulo 9 (IA local). La capa aplicativa se despliega en todos los sectores (salud, trabajo, derecho, abordados en la parte V).

Esta capa acompaña a un modelo de negocio nuevo: vender ya no un software, sino un agente autónomo presentado como un «empleado digital» dedicado a una función (prospección comercial, atención al cliente, contabilidad, jurídico). Plataformas francófonas como Limova o Agentova son la ilustración de ello, junto a numerosos agentes comerciales (los AI SDR) a escala internacional. La facturación se desplaza entonces de la suscripción por usuario hacia el uso (por token), y luego hacia el resultado (por tarea cumplida). La promesa de una «autonomía total» sigue, no obstante, a menudo sobrevendida: sin supervisión humana, estos agentes se desvían rápido, lo que enlaza con el punto anterior.

Esta efervescencia se lee en varios fenómenos. En primer lugar, una explosión empresarial mundial: cerca del 60 por ciento de las jóvenes empresas del acelerador estadounidense Y Combinator se centran ya en la IA, promoción tras promoción, y las más recientes ya no venden funcionalidades sino colaboradores, llegando a reconstruir en forma de agentes softwares de empresa enteros, e incluso despachos de consultoría o de abogados. El fenómeno es verdaderamente planetario. Su centro de gravedad sigue siendo la bahía de San Francisco, pero existen polos importantes por doquier: China (Pekín, Shenzhen, Hangzhou), Londres, Tel Aviv, Bangalore, Singapur o los países del Golfo (sección 7.1), sin olvidar ecosistemas emergentes en África (Lagos, Nairobi) y en América Latina (São Paulo). Francia no es más que un ejemplo entre otros, con lugares como Station F en París (el mayor campus de startups del mundo) o EuraTechnologies en Lille. Los aceleradores tampoco se limitan a Y Combinator: Techstars, Entrepreneur First o Antler operan en varios continentes.

Los proyectos en sí son de una gran diversidad: no hay solo agentes vendidos en SaaS, sino también aplicaciones verticales (salud, derecho, finanzas), herramientas para desarrolladores, laboratorios de investigación y cantidad de proyectos de código abierto. Es la segunda faceta, la cultura del «construir en público»: los desarrolladores publican su código en código abierto (las estrellas de GitHub y los modelos depositados en Hugging Face sirven de moneda de reputación) y muestran sus prototipos mediante innumerables demostraciones en X y Reddit. Los ejemplos abundan en todas las categorías: motores para hacer funcionar los modelos uno mismo, en local (llama.cpp, Ollama, ya citados en el capítulo 9) o en servidor de alto rendimiento (vLLM); marcos para construir agentes y recuperación aumentada (LangChain, LlamaIndex); o interfaces de creación visual para la imagen y el vídeo (ComfyUI). Del lado de los productos y las empresas, el recorrido es igual de mundial: generación de imágenes con la alemana Black Forest Labs (modelos FLUX), vídeo y avatares de síntesis con la británica Synthesia, traducción con la alemana DeepL, investigación médica con la francesa Owkin, derecho con Legora, relación con el cliente con la estadounidense Sierra, defensa con la alemana Helsing, o soberanía de empresa con la alemana Aleph Alpha (fusionada en 2026 con la canadiense Cohere). Un ejemplo detallado: rtk, una utilidad de código abierto (un binario en lenguaje Rust) que reduce entre un 60 y un 90 por ciento el consumo de tokens de las herramientas de codificación por IA, filtrando la salida de los comandos antes de que llegue al modelo; impulsado por un puñado de colaboradores y con decenas de miles de estrellas en GitHub, muestra cómo un proyecto útil puede nacer de un simple repositorio público.

El reverso merece una advertencia. Esta abundancia mezcla lo sólido y lo hueco: junto a quienes entregan productos concretos y medibles, muchos venden humo, se rebautizan «IA» sin cambiar nada de fondo, o prometen una autonomía que no cumplen. Saber distinguir la señal del ruido (un producto que funciona, clientes y cifras verificables, frente a un simple envoltorio de marketing) se ha convertido en una competencia en sí misma. Como señalan los propios observadores, un mercado cuyo principal cliente pasa a ser otro software es tan embriagador como frágil.

Los constructores (fundadores y dirigentes)

Sam Altman dirige OpenAI, que cofundó en 2015. Figura de proa de la ambición «AGI», afirmó públicamente aspirar a una «superinteligencia» y a un «futuro glorioso». Su trayectoria estuvo marcada por una crisis de gobernanza espectacular en noviembre de 2023 (su destitución y luego su regreso en pocos días). Encarna la estrategia del despliegue rápido de modelos cada vez más capaces.

Dario Amodei y Daniela Amodei cofundaron Anthropic en 2021, tras dejar OpenAI, con la idea de poner la seguridad en el corazón del desarrollo (de ahí el marco «útil, inofensivo, honesto» y el método llamado de «IA constitucional»). Dario Amodei es también autor de un ensayo destacado, Machines of Loving Grace (2024), que describe los beneficios potenciales de una IA potente pero controlada.

Demis Hassabis dirige Google DeepMind. Antiguo prodigio del ajedrez y neurocientífico de formación, corecibió el premio Nobel de química 2024 por los trabajos sobre AlphaFold (el plegamiento de las proteínas, capítulo 14). Defiende una vía hacia la AGI que pasa por la resolución de grandes problemas científicos, y ve en los modelos del mundo una etapa esencial.

Elon Musk fundó xAI (modelo Grok, supercomputador Colossus) y dirige Tesla y SpaceX. Cofundador de OpenAI en 2015, se ha distanciado de ella desde entonces. Su posición es singular: alerta desde hace tiempo, públicamente, sobre los riesgos existenciales de la IA, mientras él mismo lleva una carrera desenfrenada por desarrollarla.

Arthur Mensch es el cofundador y director general de Mistral (Francia), que lanzó en 2023 con Guillaume Lample y Timothée Lacroix, tras un paso por DeepMind. Se ha convertido en el rostro de la «IA soberana» europea, defendiendo un enfoque en parte abierto y la independencia tecnológica del continente.

Jensen Huang dirige NVIDIA, el fabricante de los chips que entrenan y hacen funcionar la práctica totalidad de los grandes modelos (capítulo 8). «Mercader de armas» de la fiebre de la IA, popularizó la idea de que los tokens son «el lenguaje y la moneda» de esta nueva economía.

Mark Zuckerberg dirige Meta, que apostó por los pesos abiertos con la familia Llama e invierte masivamente en un laboratorio «superinteligencia», hasta el punto de provocar en 2025-2026 una auténtica guerra de talentos (fichajes a precio de oro de investigadores de los laboratorios rivales).

Liang Wenfeng fundó DeepSeek, respaldado por su fondo de inversión cuantitativo High-Flyer. Se ha convertido en el campeón de la IA abierta y barata del lado chino, cuyo modelo de razonamiento R1 marcó un punto de inflexión a principios de 2025.

Los pioneros científicos (los «padrinos»)

Geoffrey Hinton, uno de los «padrinos» del aprendizaje profundo (capítulo 1), corecibió el premio Nobel de física 2024. Hecho sonado: dejó Google en 2023 para poder alertar libremente sobre los peligros de una IA que superara al ser humano, convirtiéndose en una de las grandes voces de la prudencia.

Yann LeCun, francés, galardonado con el premio Turing y durante mucho tiempo director científico de IA en Meta, es un pionero de las redes convolucionales. Escéptico tanto ante el catastrofismo como ante la idea de que los LLM por sí solos llevarían a la inteligencia, defiende los modelos del mundo (capítulo 5); dejó Meta a finales de 2025 para fundar AMI Labs en París.

Yoshua Bengio, canadiense, también galardonado con el premio Turing, se ha impuesto como una voz mayor de la seguridad, presidiendo en particular un informe internacional sobre los riesgos de la IA. Aboga por una gran prudencia y una coordinación mundial.

Ilya Sutskever, cofundador y antiguo director científico de OpenAI (y coautor de AlexNet, capítulo 2), fundó en 2024 Safe Superintelligence (SSI), valorada en torno a 32 000 millones de dólares sin ningún producto público, con un objetivo único: construir una superinteligencia segura. Teorizó a finales de 2025 el paso de «la era de la escala» a «la era de la investigación».

Fei-Fei Li, profesora en Stanford y «madrina» de la IA por haber creado la base de imágenes ImageNet (capítulo 2), fundó World Labs y lleva el concepto de inteligencia espacial (capítulo 5).

Los pensadores de la seguridad y la ética

Nick Bostrom, filósofo en Oxford, popularizó con su libro Superintelligence (2014) el problema del control y el experimento mental del «maximizador de clips», en el corazón del capítulo 24.

Stuart Russell, profesor en Berkeley y coautor del manual de referencia en IA, aboga en Human Compatible (2019) por una IA «demostrablemente beneficiosa», concebida desde el principio para permanecer bajo control humano.

Eliezer Yudkowsky, investigador autodidacta y cofundador del Machine Intelligence Research Institute (MIRI), es la figura más radical del bando del riesgo existencial. Pionero de la reflexión sobre la alineación (capítulo 24) y animador de la comunidad llamada «racionalista», defiende desde hace años una tesis sombría: con los métodos actuales, construir una superinteligencia conduciría casi con certeza a la catástrofe. Ha llevado esta posición hasta reclamar una detención mundial del desarrollo de la IA de frontera, y la resumió en 2025 en un libro de título sin ambigüedad, coescrito con Nate Soares: If Anyone Builds It, Everyone Dies («si alguien la construye, todos mueren»). Sus detractores juzgan sus escenarios especulativos e inverificables; sus partidarios ven en ellos una advertencia saludable. Encarna el polo que sus adversarios llaman, a menudo para burlarse, el de los «doomers».

Emily Bender y Timnit Gebru encarnan otra vertiente de la prudencia, centrada no en los riesgos lejanos sino en los daños presentes de la IA (sesgos, explotación de datos, costes ambientales, concentración del poder); a ellas se debe la fórmula de los «loros estocásticos» (capítulo 4). Su presencia recuerda que el debate sobre los riesgos no se reduce a la cuestión de la superinteligencia.

Los heraldos de la aceleración

En las antípodas de las voces de la prudencia, una corriente asume una posición aceleracionista: el principal peligro no sería la IA, sino el hecho de frenarla.

Guillaume Verdon, físico e investigador en computación cuántica (exempleado de Google, fundador de la startup de hardware Extropic), es, bajo el seudónimo de Beff Jezos, el origen del movimiento del aceleracionismo eficaz (en inglés effective accelerationism, o e/acc), surgido en 2022. Su credo, formulado en un registro provocador y un vocabulario tomado de la termodinámica, se resume en unas pocas ideas: el progreso tecnológico sería un proceso cuasicósmico que hay que acelerar sin trabas, el mercado sería su mejor motor, y todo intento de frenado (regulación, principio de precaución) entrañaría más riesgos de los que evitaría. Su identidad, durante mucho tiempo anónima, fue revelada por la prensa a finales de 2023 (capítulo 24).

Marc Andreessen, cofundador del navegador Netscape convertido en un inversor de primer nivel de Silicon Valley (fondo Andreessen Horowitz), es su portavoz más influyente. En su Techno-Optimist Manifesto (2023), incluye el «riesgo existencial» entre los «enemigos» del progreso y afirma que la IA no destruirá el mundo sino que podría salvarlo. Estas tomas de posición, muy difundidas, son también vivamente cuestionadas: sus críticos ven en ellas la defensa de intereses económicos tanto como una filosofía.

Las voces del debate público

Más allá de los constructores y los científicos, ensayistas e intelectuales dan forma a la manera en que las sociedades reciben la IA. El debate francés ofrece figuras contrastadas, cuyas tesis, a menudo provocadoras, son ellas mismas discutidas.

Luc Julia, ingeniero franco-estadounidense asociado a la creación del asistente de voz Siri (una paternidad que él mismo matiza, declarándose más bien «abuelo de Siri»), antiguo responsable de innovación en Samsung y luego director científico de Renault hasta 2026, y miembro de la Academia de Tecnologías, es autor de L'intelligence artificielle n'existe pas (2019). Defiende una tesis deflacionista: el término «inteligencia artificial» sería un abuso del lenguaje; habría que hablar de «inteligencia aumentada», porque la máquina no haría más que asistir al ser humano, sin conciencia ni inteligencia propia, y una IA general «capaz de hacerlo todo» no existiría. Muy mediáticos, sus argumentos son también cuestionados por otros especialistas, que detectan en ellos aproximaciones técnicas.

Laurent Alexandre, cirujano de formación, fundador del sitio Doctissimo y ensayista, defiende desde hace tiempo una visión transhumanista y alarmista: en La Guerre des intelligences (2017), presenta la IA como un vuelco inevitable que obliga a repensar la educación y la «aumentación» del ser humano, con advertencias enfáticas sobre el empleo y las desigualdades de «capital cognitivo». Sus fórmulas provocadoras suscitan tanto eco como críticas.

Olivier Babeau, economista y fundador del think tank Institut Sapiens, cofirmó con Laurent Alexandre Ne faites plus d'études (2025), ensayo de título deliberadamente provocador: al volverse la inteligencia «gratuita» gracias a la IA, los estudios clásicos perderían su valor, y habría que aprender de otro modo, de forma más exigente y permanente (debate desarrollado en el capítulo 15). El libro se defiende de ser un alegato contra el saber.

Estas voces, optimistas o inquietas, deflacionistas o catastrofistas, recuerdan que la IA es también un objeto de debate de sociedad, donde las posiciones más tajantes deben leerse como tales: tomas de posición, no verdades establecidas.

---

Para recordar (capítulo 7)

• El estado del arte se reparte en tres polos: Estados Unidos (los mejor financiados y los más diversos), China (rápida, abierta, eficiente en coste pese a las restricciones sobre los chips) y Europa (Mistral, «IA soberana»).
• La gran división estratégica enfrenta a los modelos propietarios (cerrados, vendidos vía API: OpenAI, Anthropic, Google) con los modelos de pesos abiertos (Llama, DeepSeek, Qwen, Mistral). La apertura democratiza pero complica el control.
• El ecosistema se escalona en capas: hardware, modelos de fundación, aplicaciones, herramientas sin código.
• Una capa de servicios (freelances, agencias, integradores) ayuda a las empresas a desplegar y supervisar la IA; en paralelo emerge un modelo de «empleado digital» (agente autónomo facturado por uso o por resultado), impulsado por una oleada de startups «agénticas».
• Las personas detrás de la IA se reparten en un espectro que va de los constructores apurados a las voces de la prudencia, sin frontera nítida: Altman, los Amodei, Hassabis, Musk, Mensch, Huang, Zuckerberg, Liang de un lado; Hinton, LeCun, Bengio, Sutskever, Li, Bostrom, Russell, Yudkowsky, Bender y Gebru aportando, cada uno a su manera, ciencia y vigilancia, mientras que los heraldos de la aceleración (Verdon, alias Beff Jezos, y Andreessen) defienden la tesis inversa.

Así concluye la parte II. Hemos comprendido qué es la IA, cómo funciona y quién la fabrica. La parte III desciende a la sala de máquinas: el hardware, la infraestructura y la energía que hacen posible todo esto.

---