Google contrata a Jasjeet Sekhon para desarrollar el componente de razonamiento causal que podría impulsar la próxima curva de desarrollo de la inteligencia artificial.

La decisión de Google de contratar a Jasjeet Sekhon es un golpe deliberado contra el próximo punto de inflexión en la adopción de la inteligencia artificial. Sekhon no es simplemente otro experto en aprendizaje automático; es un especialista en los problemas más complejos. Su papel anterior como científico jefe en los laboratorios AIA de Bridgewater se centró en…Inferencia causal y aprendizaje automático para entornos con baja relación señal-ruido, cuando los datos disponibles son limitados.Esta experiencia es crucial para la siguiente fase de la tecnología de la inteligencia artificial. En esta fase, los modelos deben ir más allá del reconocimiento de patrones, y pasar a comprender las relaciones de causa y efecto en escenarios reales complejos. Sus métodos ya han sido incorporados en plataformas de aprendizaje automático de empresas como Amazon, Google, Microsoft y Netflix. Por lo tanto, su llegada representa una aportación de tecnología avanzada y probada en la práctica.

Esta contratación se enmarca perfectamente dentro de las políticas agresivas de Google.“Agarre de recursos” para los talentos en el campo de la IALa empresa ha experimentado un cambio drástico en su proceso de contratación. En el año 2025, uno de cada cinco ingenieros de software especializados en inteligencia artificial fueron reclutados como “empleados regresivos”, es decir, personas que ya habían trabajado anteriormente en la empresa. Esta tendencia, motivada por la necesidad de recursos informáticos y de infraestructura crítica, indica una competencia feroz por los mejores talentos para desarrollar la próxima generación de soluciones basadas en inteligencia artificial. El paso de Sekhon desde el laboratorio de inteligencia artificial de un importante fondo de inversión hacia el equipo de infraestructura central de Google es una prueba definitiva de esta competencia por los talentos.

El momento estratégico es claro. Las acciones de Alphabet ya…Logró su mejor rendimiento desde el año 2009.Es un evento impulsado por las innovaciones de DeepMind. La experiencia de Sekhon en el área del razonamiento causal se dirige directamente hacia el próximo paso en la adopción de la inteligencia artificial: pasar de modelos poderosos a sistemas que puedan razonar, planificar y tomar decisiones en entornos complejos e inciertos. Esta es la infraestructura necesaria para el siguiente nivel de desarrollo de la inteligencia artificial. Google ahora está contratando a los arquitectos encargados de desarrollar esta infraestructura.

El cambio de paradigma: construyendo la capa de razonamiento causal para una adopción exponencial

El nombramiento de Jasjeet Sekhon no es un proyecto secundario; se trata de una inversión directa en el aspecto fundamental necesario para lograr el próximo avance exponencial en las aplicaciones de la inteligencia artificial. Su experiencia en temas relacionados con la inferencia causal es lo que hace que los modelos sofisticados se conviertan en herramientas confiables para resolver problemas del mundo real. Este cambio ya se puede observar en los recientes logros de Google, donde se pasa de la simple construcción de infraestructuras para razonamientos complejos y de alto riesgo.

La señal más concreta es el rendimiento del modo Deep Think de Gemini 3. En el verano de 2025, una versión avanzada logró un…Standard de medalla de oro en el Concurso Internacional de MatemáticasEsto no fue un accidente. Demostró que se trata de un modelo capaz de realizar razonamientos meticulosos y paso a paso, en problemas diseñados para poner a prueba la ingeniosidad humana a nivel olímpico. El paso posterior hacia el uso en trabajos de investigación profesional demuestra cuál es el siguiente paso lógico. Gemini Deep Think ahora se utiliza para abordar problemas de investigación en áreas como las matemáticas, la física y la informática. Incluye también el desarrollo de un agente de investigación matemática, cuyo nombre en clave es Aletheia. Este agente utiliza métodos de refinamiento iterativo y herramientas de verificación en lenguaje natural para resolver problemas que requieren una comprensión profunda y basada en la literatura científica. Se trata, claramente, de un paso desde tareas dirigidas al público general hacia la infraestructura necesaria para la investigación científica.

Se trata de un cambio de paradigma. La frontera ya no se refiere a la creación de modelos más complejos, con más parámetros. Se trata, en cambio, de construir sistemas que puedan razonar sobre las relaciones de causa y efecto en entornos donde los datos son escasos y las señales son limitadas. El trabajo de Sekhon en Bridgewater se centró precisamente en este desafío.Evaluación de las relaciones causales en entornos con baja relación señal-ruido, con datos limitados.En la ciencia, esto significa identificar los verdaderos mecanismos que están detrás de los resultados experimentales, y no simplemente las correlaciones entre ellos. En el ámbito empresarial, esto significa comprender el verdadero impacto de las decisiones comerciales en medio de variables complejas. Esta es la infraestructura necesaria para el siguiente paso en la adopción de la inteligencia artificial: los modelos pasan de reconocimiento de patrones a planificación, diagnóstico y solución creativa de problemas.

El papel crucial de la inferencia causal es ahora el eje clave para que la inteligencia artificial sea confiable y tenga un gran impacto en la sociedad. Sin ella, incluso los modelos más avanzados pueden dar lugar a explicaciones que parecen plausibles, pero que en realidad son incorrectas. La llegada de Sekhon aporta la experticia técnica necesaria para integrar esta capacidad en la estructura central de la inteligencia artificial de Google. Esto indica que Google ya no compite solo por el tamaño de sus modelos, sino también por la calidad de la infraestructura de razonamiento que permitirá desarrollar nuevas aplicaciones, desde la descubrimiento de medicamentos hasta el modelado climático. Este es el eje fundamental para el próximo paradigma de la inteligencia artificial.

Catalizadores, riesgos y el camino hacia la adopción exponencial

El camino que conduce desde la investigación avanzada en materia de IA hasta un crecimiento exponencial está marcado por diversos obstáculos y riesgos. Para Google, el factor clave será la integración profunda de sus nuevas capacidades de razonamiento en los productos centrales que definen su ecosistema. La empresa ya ha comenzado este proceso, con mejoras en el uso de la IA.Transformando los productos de Google, desde el Pixel 10 hasta Search.El siguiente paso es integrar capacidades agentivas en estas plataformas. Estas capacidades permiten que los sistemas puedan planificar, razonar y actuar de manera autónoma. No se trata simplemente de actualizar las funciones del sistema, sino de crear una nueva capa de inteligencia que haga que las tareas diarias se realicen de forma más rápida e intuitiva. Cuando una cámara Pixel puede diagnosticar automáticamente escenas complejas utilizando el razonamiento causal, o cuando Search no solo proporciona respuestas, sino también una secuencia de pasos lógicos para resolver un problema, esto acelera la adopción por parte de millones de usuarios. Esta integración es el catalizador que convierte un modelo de investigación poderoso en una herramienta utilizable en el mercado masivo, lo que genera una demanda constante de computación y un mayor compromiso por parte de los usuarios.

Sin embargo, la amenaza más inmediata para este rumbo es la intensificación de la competencia por los talentos. La infraestructura que Google está construyendo depende de las mentes que la diseñan. Los competidores están intentando captar a los expertos de su laboratorio de investigación DeepMind. Además, Microsoft también está intentando atraer a esos mismos expertos.Capturando talento de Google DeepMind.En los últimos meses, Google ha contratado a unas dos docenas de empleados más. Entre estos empleados se encuentran ingenieros de alto nivel, como el exvicepresidente de Gemini, Amar Subramanya. La competencia por reclutar talento es tan feroz que Google incluso ha recurrido a la recontratación de antiguos empleados.Uno de cada cinco ingenieros de software que se dediquen a la inteligencia artificial, según un estudio realizado en 2025, podrían ser considerados como empleados “bumerang”.Aunque los recursos financieros y la infraestructura informática de Google son una ventaja, este éxodo puede ralentizar los ciclos de innovación y disminuir la cantidad de expertos necesarios para mantener su liderazgo en el área del razonamiento causal y los sistemas de agentes. La capacidad de la empresa para retener y atraer a los mejores talentos es ahora un factor determinante para su desarrollo tecnológico.

Sin embargo, la prueba definitiva es si esta infraestructura permitirá que surja una nueva generación de agentes y aplicaciones basadas en la inteligencia artificial, capaces de generar un crecimiento significativo en los ingresos. Los primeros indicios son prometedores: Gemini Deep Think ya se utiliza para investigaciones profesionales y resolución de problemas matemáticos. El objetivo es pasar de los asistentes orientados al consumidor a una generación de agentes especializados que operan en campos como la ciencia, la ingeniería y los negocios. Si Google logra comercializar esta capacidad, se abrirá un nuevo camino en el uso de sistemas de inteligencia artificial para resolver problemas complejos y de gran valor. Esto crearía un ciclo virtuoso: los agentes más poderosos requerirían más recursos informáticos, lo que a su vez generaría demanda de servicios en la nube de Google y de hardware adicional. El aumento de las acciones de la empresa…Logró su mejor rendimiento desde el año 2009.Este sistema se basa en las innovaciones de DeepMind. La próxima etapa de este proyecto depende completamente de si estas nuevas capacidades de razonamiento pueden convertirse en una infraestructura que genere ingresos. La competencia por el talento es un riesgo a corto plazo, pero los beneficios a largo plazo dependen de esta integración y comercialización.