Andrew Ng desecha los temores de extinción como “ciencia ficción”.

Andrew Ng tiene una respuesta clara para los investigadores que advierten de que la inteligencia artificial podría destruir a la humanidad: es “mucho más ciencia ficción que ciencia”. El pionero en inteligencia artificial que ayudó a lanzar Google Brain y Coursera dijo…Advertencias sobre el riesgo existencial por parte de investigadores de las empresas líderes en la industria de los modelos.Se considera que esto es “deteriorado para garantizar los máximos beneficios de la tecnología para la sociedad”. Además, se considera que la posibilidad de extinción de la tecnología es más una ficción que una realidad, aunque se reconocen riesgos reales como ataques cibernéticos más severos.

Esa declaración parece una discusión filosófica dentro de un ámbito cerrado, pero Ng dirigió sus insultos hacia un objetivo concreto. No simplemente dudaba del peligro; acusó a la industria tecnológica de haber “intensificado los miedos sobre los posibles daños catastróficos” causados por la inteligencia artificial, en lo que él llamó una “intención aparente de…”Aumentar la publicidad y regular la forma en que se realiza.Y dijo que la actual ola de advertencias sobre los riesgos ha vuelto a surgir, probablemente con fines similares. Para un inversor, ese riesgo es muy importante: si el miedo influye en las regulaciones, entonces las regulaciones a su vez afectan los costos y el ritmo de desarrollo de la inteligencia artificial. Y ese desarrollo ya está en el centro de cómo las empresas tecnológicas más grandes gastan su dinero. La pregunta que vale la pena hacer no es si la extinción es posible, sino cómo este debate se convierte en costos y limitaciones para las empresas que desarrollan los modelos más avanzados.

El miedo no necesita ser verdadero para ser costoso.

El mecanismo al que se refiere Ng funciona incluso si el escenario de fin del mundo nunca se materializa. La alerta sobre las inteligencias artificiales catastróficas es el “combustible político” que genera reglas vinculantes. Las reglas que realmente se aplican no son meras aspiraciones vagas; están dirigidas a los laboratorios especializados en investigación científica, a aquellas pocas empresas que entrenan los modelos más avanzados. Además, estas reglas están relacionadas con el tamaño de las operaciones de entrenamiento de los modelos.

Ahora, California cuenta con la primera ley estadounidense cuyo objetivo es específicamente garantizar la seguridad de las inteligencias artificiales en áreas fronterizas. La ley, firmada a finales de septiembre de 2025 y conocida como SB 53, define un “modelo fronterizo” como aquel que se entrena utilizando más de…10²⁶ operaciones de punto flotanteY se designa como “desarrollador grande de frontera” a aquellos desarrolladores cuyo ingreso bruto anual supera los 500 millones de dólares. Esas empresas deben publicar un informe de transparencia antes de implementar un nuevo modelo o uno modificado significativamente, notificar a las autoridades de emergencia sobre incidentes críticos de seguridad en un plazo de 15 días; o 24 horas si existe un peligro inminente. También deben mantener canales para que los empleados puedan denunciar riesgos catastróficos. Para los desarrolladores más grandes, se requiere la publicación de un marco de gobernanza anual. Las infracciones conllevan sanciones civiles de hasta 1 millón de dólares cada una. Se trata de una versión reducida de la normativa más estricta.SB 1047: El gobernador Gavin Newsom vetó este proyecto en 2024..

Europa está más adelantada. La Ley de IA de la UE impuso obligaciones a los proveedores de modelos de IA de uso general, a partir de agosto de 2025. El 2 de agosto de 2026, la Comisión Europea obtuvo poder de aplicación total sobre ellos.Multas de hasta el 3 por cientoDel volumen total anual de las ventas mundiales de una empresa. Cabe destacar que la UE considera que un modelo presenta un riesgo sistémico “de alto impacto” cuando su cálculo acumulado de capacitación supera aproximadamente…10²⁵ operaciones de punto flotanteY dicho proveedor debe notificar a la Comisión dentro de dos semanas.

Ninguna ley prohíbe nada. Una multa de 1 millón de dólares en California no representa nada para estas empresas. Pero fijarse en la forma en que se establecen las reglas: un modelo está regulado en función de la cantidad de cálculos necesarios para su entrenamiento. La carga de cumplir con las normas se asigna precisamente a lo que son los laboratorios especializados en este campo: enormes y costosos procesos de entrenamiento. Así, el costo se incurre justo donde ya se realizan los gastos de capital.

La exposición se realiza a través de los hiperescaladores.

Los desarrolladores que se dedican a la creación de fronteras tecnológicas son, en su mayoría, empresas privadas. OpenAI y Anthropic no tienen acciones negociables; su exposición a estas reglas está, en gran medida, controlada por las compañías públicas que las apoyan y gestionan sus sistemas informáticos. Esas compañías son Microsoft, Alphabet, Meta y Amazon. Y estas empresas ya están sobrecargadas con las obligaciones relacionadas con su operación, lo que limita su capacidad para generar efectivo.

En los últimos doce meses, Alphabet gastó aproximadamente 132 mil millones de dólares en gastos de capital. Mientras tanto, su flujo de efectivo libre disminuyó aproximadamente un 20% año tras año, a unos 53 mil millones de dólares. Microsoft, por su parte, gastó aproximadamente 116 mil millones de dólares en gastos de capital durante el mismo período. Su flujo de efectivo libre disminuyó aproximadamente un 6.5%, a unos 67 mil millones de dólares. En pocas palabras, las dos empresas más grandes invierten cientos de miles de millones de dólares en la infraestructura de IA de la que dependen los laboratorios de investigación. Además, su generación de efectivo disminuye incluso antes de que se aplique cualquier régimen de cumplimiento.

Esa es la tensión que se esconde detrás de la indiferencia de Ng. Los inversores que poseen estas empresas de infraestructura de internet, según las encuestas y los informes, en gran medida…Olvídense de las advertencias sobre los riesgos y concentren su atención en las oportunidades comerciales.El riesgo de extinción no es lo que motiva sus carteras de inversiones. Lo que realmente les afecta es el margen de maniobra: un conjunto de obligaciones de información, evaluación y notificación que incrementan los costos y, potencialmente, ralentizan la velocidad con la que se pueden lanzar los modelos más avanzados. Si las regulaciones permanecen en su forma actual, de transparencia y reportes, los empresarios con recursos financieros suficientes podrán absorber ese costo y seguir desarrollando sus productos. Pero si las regulaciones se estrechan hasta llegar a limitar las operaciones de entrenamiento de los modelos, eso afectará las ganancias futuras, que son precisamente lo que justifica los millones de dólares invertidos hoy en día.

Una complicación es que la idea de “la regulación es perjudicial para los actores existentes” no se cumple. Dado que los umbrales se definen en términos computacionales, las reglas establecen una línea entre los mayores actores, que se encuentran por encima de esa línea, y los nuevos entrantes, que se encuentran por debajo. Esto puede convertir un supuesto obstáculo en una barrera que protege a los grandes jugadores del mercado. La industria en sí se divide en dos grupos según SB 53: Anthropic lo elogió, mientras que la empresa de capital de riesgo Andreessen Horowitz se opuso a la carga de la regulación a nivel estatal.

El alarma proviene desde adentro de la casa.

El argumento contrario más fuerte contra Ng no es filosófico; se trata de que las personas que dan la alarma se encuentran en los propios laboratorios que él acusa de fabricar ese material. Es un ex investigador de Anthropic y OpenAI.Jacob Coxon renunció, mientras acusaba a sus empleadores.Se habla de “jugar con nuestas vidas”, y se afirma que las personas que desarrollan estos sistemas creen que la IA superinteligente “podría matarnos a todos hacia el final de la década”. Un investigador de Google DeepMind renunció recientemente, advirtiendo que la humanidad está perdiendo tiempo para evitar daños generalizados. Además, los líderes de ambos laboratorios principales: Dario Amodei de Anthropic y Sam Altman de OpenAI, ambos con quienes Ng dijo haber trabajado en sus carreras anteriores, también piden que la industria acelere su desarrollo y añada medidas de protección.

Esa disidencia interna tiene efectos negativos para el inversor. Disminuye la idea de que la ola de desesperación es simplemente un truco publicitario planeado por terceros. Los alertas más fuertes provienen de dentro de las empresas, que serían las más afectadas por las reglas restrictivas. Pero desde el punto de vista de los accionistas, lo que realmente importa no es quién tiene razón sobre la posible extinción de las empresas, sino cuáles reglas se aplican en realidad.

Ng apuesta por el hecho de que el miedo permanecerá bajo control. Su insistencia en “problemas prácticos de ingeniería” es, en términos económicos, una forma de decir que la construcción debe llevarse a cabo a su propio ritmo, y que no hay necesidad de restricciones drásticas. Los que creen en el miedo como algo real se apuestan a que ese miedo se convierta en políticas oficiales. La evidencia que podría resolver esta disputa para los accionistas no vendrá de transcripciones de debates, sino de las acciones concretas: cómo el European AI Office utiliza sus nuevos poderes sobre los modelos de uso general, y cómo se aplican las reglas de California en la práctica. Si los regímenes se limitan a la transparencia y la reportación, serán un error insignificante en una construcción que costará miles de millones de dólares. Pero si comienzan a controlar el lanzamiento de los modelos más importantes, amenazan los ingresos que fueron obtenidos con esa construcción. Esa distinción –no es una cuestión de ciencia ficción– es lo que determinará si el proyecto será exitoso o no, y puede medirse en los próximos trimestres.