estrategIA #133 — Meseta, ascenso o despegue: analizamos tres futuros posibles para la IA en 2030
Newsletter pionera en español sobre inteligencia artificial en la política y el gobierno. Impulsada por la Institución Educativa ALEPH
Tres futuros posibles para la inteligencia artificial en 2030
¿Cómo será el mundo de la inteligencia artificial dentro de cuatro años? Nadie lo sabe con certeza, pero la pregunta importa demasiado como para encogerse de hombros. Lo que hoy llamamos inteligencia artificial ya no es aquel chatbot simpático que nos sorprendió a finales de 2022: se ha convertido en una fuerza que reorganiza industrias, transforma profesiones y redefine el equilibrio de poder entre países. Anticipar hacia dónde va no es un ejercicio académico; es una necesidad práctica para cualquier persona que quiera tomar decisiones informadas sobre su carrera, su empresa o su país.
Durante las últimas semanas, y para varios proyectos relevantes, he llevado a cabo un trabajo intenso de prospección, cruzando fuentes técnicas, económicas y geopolíticas, para intentar cartografiar los escenarios más probables de aquí a 2030. Queremos trasladarles, de forma muy condensada, lo esencial de ese ejercicio. En lugar de apostar por un único pronóstico —la típica predicción categórica que rara vez se cumple—, hemos seguido la recomendación de la OCDE de trabajar con varios escenarios plausibles a la vez. El resultado son tres futuros posibles. Tres mundos con lógicas propias que no representan una escalera inevitable sino caminos que se bifurcan.
Meseta: la IA como electricidad: está en todas partes, pero no piensa mejor
El primer escenario —probablemente el menos plausible a la luz de los avances recientes— plantea que la inteligencia artificial no da un gran salto cualitativo de aquí a 2030, pero se vuelve omnipresente. Los modelos no serán radicalmente más inteligentes que los de hoy, pero serán muchísimo más baratos y estarán incrustados en casi todo: desde el software con el que trabajamos hasta los trámites de la administración pública o la gestión de una pyme.
Pensemos en cómo la electricidad cambió las fábricas a principios del siglo XX: no fue un invento nuevo lo que revolucionó la producción, sino que la energía se hizo tan barata y ubicua que reorganizó todo lo demás. Lo mismo podría ocurrir con la IA: no necesita volverse más lista para cambiar profundamente el mundo, le basta con volverse más barata y más fácil de usar.
El riesgo más sutil de este escenario sería la complacencia: creer que, como no ha llegado ninguna superinteligencia, no hay urgencia. Mientras tanto, quien controle la infraestructura —los centros de datos, los chips, las plataformas— capturará la mayor parte del valor que otros generen. Algo que, como venimos contando en estrategIA, ya está ocurriendo.
Ascenso: la máquina que sostiene el trabajo: más inteligente, más autónoma, más disruptiva
El segundo escenario —el que consideramos más probable— es bastante más inquietante. Aquí la IA mejora de forma notable y acumulativa en razonamiento, capacidad de actuar por su cuenta y dominio de múltiples formatos. No se declara la llegada de la famosa AGI —esa inteligencia artificial capaz de igualar al ser humano en todo— antes de 2030, pero la automatización del trabajo intelectual se vuelve amplia y profunda.
El cambio crucial es que los sistemas pasan de asistir en tareas de minutos a sostener flujos de trabajo completos durante días o semanas con poca supervisión humana. La pregunta deja de ser “¿la IA redacta bien un informe?” y pasa a ser “¿puede llevar adelante una auditoría entera, un proceso legal o el desarrollo completo de un programa informático?”.
Quienes nos leen habitualmente saben que este es uno de los temas que más nos preocupan: la presión creciente sobre las posiciones de entrada en profesiones como abogacía, finanzas, consultoría o programación. Las tareas rutinarias que históricamente servían para formar a los más jóvenes son, precisamente, las primeras que se automatizan. El riesgo, en este escenario, no es un desempleo masivo de la noche a la mañana, sino algo más insidioso: una economía que produce más con menos personas, donde la riqueza se concentra en quienes poseen los modelos y la infraestructura, mientras los mecanismos tradicionales que reparten hoy la prosperidad —empleo, salarios, cotizaciones sociales— se erosionan sin que nadie los haya reemplazado. Como les dijimos en nuestras peticiones de inicio de año: los políticos no pueden seguir gobernando para las próximas elecciones cuando estamos ante una tecnología que transformará el mundo para las próximas generaciones.
Despegue: el salto inesperado: AGI y superinteligencia antes de 2030
El tercer escenario es quizá menos probable que el segundo, pero también el de consecuencias más profundas. No hablamos aquí de que la IA mejore la investigación en IA —eso, como han reportado ya varios de los grandes laboratorios, está empezando a suceder—. Hablamos de algo cualitativamente distinto: de que antes de 2030 emerja una inteligencia artificial de nivel humano o superior en prácticamente todos los campos relevantes (lo que se conoce como AGI), y de que esa capacidad derive rápidamente hacia una superinteligencia artificial (ASI) que supere con creces al ser humano. Una gran parte de la comunidad científica piensa que esto pasará en las próximas décadas pero no tan pronto, no aún en los próximos 3 o 4 años.
Este escenario se abre en dos caminos muy distintos. Si esa tecnología se desarrolla con controles eficientes y gobernanza internacional, podríamos asistir a una era de abundancia científica sin precedentes: avances acelerados en medicina, energía y nuevos materiales. Pero si, como tememos muchos, la carrera competitiva entre empresas y potencias empuja a desplegar sistemas cada vez más poderosos sin las salvaguardas necesarias, con los responsables políticos tomando medidas erróneas ante una tecnología que no comprenden, las consecuencias podrían ser graves e imprevisibles. La escasez de chips avanzados y los límites de la generación eléctrica actúan hoy como frenos naturales, pero conviene no confiar demasiado en que sigan bastando para ralentizar el ritmo de una tecnología que tiene como principal elemento diferenciador de todas las demás la capacidad de mejorarse a sí misma.
Prepararse para lo incierto
La conclusión de nuestro análisis es nítida: lo más probable no es que el mundo se detenga ni que se vuelva irreconocible, sino que entremos, a corto plazo, en una era de aceleración desigual. Unos países, empresas y personas avanzarán mucho más rápido que otros, y esa distancia dependerá no solo de la tecnología, sino de quién tenga la infraestructura, la energía, la formación y la visión estratégica para aprovecharla.
La ventana para tomar las decisiones que definirán nuestra posición es estrecha: los próximos dos o tres años serán críticos. No se trata de adivinar cuál de estos tres mundos habitaremos, sino de desarrollar la capacidad de actuar con eficacia en cualquiera de ellos. El verdadero riesgo no es equivocarse de escenario, sino prepararse solo para uno… o no prepararse en absoluto.
Fernando Nieto Lobato
Director de Innovación Digital de la Institución Educativa ALEPH y director de la newsletter estrategIA
Comparta estrategIA: uniendo IA y política.
Si este número le ha resultado útil, puede enviarlo a otras personas para que lo lean gratis y sin necesidad de suscribirse. Use este enlace:
Con su ayuda, ampliamos la conversación informada sobre inteligencia artificial, política y gobierno.
Actualidad y artículos de interés
Mistral pide a la UE acelerar para dejar de depender de la IA de Estados Unidos
Mistral ha lanzado una hoja de ruta para que Europa alcance soberanía en inteligencia artificial y deje de actuar como dependiente tecnológica de Estados Unidos. Su CEO, Arthur Mensch, reclama a la UE menos fragmentación, más rapidez regulatoria, mejor captación de talento y una apuesta decidida por infraestructura propia. El diagnóstico es político y económico: el 80% de la infraestructura digital europea sigue en manos de proveedores no comunitarios, lo que limita la autonomía estratégica del bloque. La propuesta llega en un momento de giro europeo hacia tecnologías propias, aunque con una dificultad evidente: la ambición inversora de Mistral avanza apoyada en deuda y todavía muy lejos de la escala de EEUU y China.
Un ataque a la casa de Sam Altman eleva la presión sobre la seguridad de OpenAI
Un hombre fue detenido la pasada semana tras lanzar un cóctel molotov contra la vivienda de Sam Altman, CEO de OpenAI, en San Francisco, y proferir después amenazas en la sede de la empresa. Según la información publicada, no hubo heridos y los daños materiales fueron menores, limitados a una puerta exterior. La policía mantiene abierta la investigación y no ha confirmado todavía los cargos ni la identidad del arrestado. El episodio se suma a amenazas y protestas previas contra OpenAI, en un contexto de creciente polarización en torno a la inteligencia artificial y al papel político, económico y social de sus principales compañías. La empresa aseguró que sigue operando con normalidad y que coopera con las autoridades.
Trump militariza su alianza con las big tech a través del Destacamento 201
La Administración Trump ha incorporado como tenientes coroneles reservistas a cuatro directivos de Meta, OpenAI y Palantir para acelerar la adopción de IA y otras tecnologías en el Ejército de EE UU. La creación del Destacamento 201, presentado como un puente entre innovación civil y modernización militar, marca un salto político e institucional en la relación entre el Pentágono y Silicon Valley: el vínculo deja de ser solo contractual y se vuelve orgánico. La medida ha generado críticas dentro y fuera de las Fuerzas Armadas por el rango concedido, el procedimiento exprés y los posibles conflictos de interés, ya que las empresas implicadas mantienen contratos millonarios con Defensa.
Cataluña prueba en la autopista AP-7 el primer límite de velocidad dinámico controlado por IA en España
La AP-7 se convertirá en la primera autopista española con un sistema de límite de velocidad dinámico gestionado con inteligencia artificial. El piloto, impulsado por el Servei Català de Trànsit, funciona en un tramo de 150 kilómetros entre El Vendrell y Maçanet de la Selva, con el objetivo de mejorar la fluidez del tráfico y prevenir accidentes. El sistema combina software de IA, sensores, cámaras, visión artificial y paneles de mensaje variable para adaptar la velocidad en tiempo real a la congestión, los accidentes o la meteorología adversa.
Si desea patrocinar o colaborar con estrategIA, la newsletter pionera en español sobre IA, política y gobierno, por favor, escriba a su editor, Pablo Martín, a: pablomartin@institucioneducativaaleph.com
IA en acción (nuestro rincón más práctico)
Herramienta de IA de la semana
Meta presentó la pasada semana Muse Spark, su nuevo modelo de inteligencia artificial y el primero desarrollado por su nueva división de “superinteligencia” liderada por Alexandr Wang (ex-CEO de Scale AI), tras la profunda reestructuración que ha llevado a cabo la compañía en su área de IA después del relativo “fracaso” de Llama 4.
Más allá de sus notables capacidades técnicas, lo más relevante es su integración directa —con un despliegue progresivo fuera de EE. UU. en las próximas semanas— en plataformas como WhatsApp, Instagram o Facebook. No es solo un modelo: es un intento de controlar la interfaz cotidiana entre la ciudadanía y la inteligencia artificial, aprovechando la enorme base de usuarios de Meta. En un momento en que la batalla por la IA parece centrarse en benchmarks, Meta sugiere que la verdadera ventaja competitiva puede estar en la distribución, con un modelo que es sólido, aunque no el mejor del mercado.
Eso sí, Muse Spark introduce un cambio relevante para los usuarios. Con la familia Llama, Meta se había posicionado como uno de los principales referentes del open source y la accesibilidad. Muse Spark rompe con esa lógica: es un modelo cerrado, que opera exclusivamente en la nube y solo es accesible a través de API privada o dentro del propio ecosistema de Meta. Es irónico: el modelo que popularizó el open source en 2023 ahora se cierra, justo cuando el open source lo lideran Qwen y DeepSeek en China, y en Occidente — donde apenas hay ya modelos abiertos de calidad —, Google responde con Gemma 4, del que os hablamos la pasada semana.
Se puede probar ya en: https://meta.ai
Prompts para GPT-5 o Gemini
Estos dos prompts, derivados del artículo principal de hoy sobre escenarios, nos han parecido especialmente interesantes y les invitamos a probarlos, asegúrense de suministrar los datos necesarios para cada prompt además de incluir el artículo.
Prompt para realizar un auto-diagnóstico profesional ante los tres escenarios
Actúa como un consultor estratégico especializado en el impacto de la inteligencia artificial sobre las carreras profesionales. Voy a describirte brevemente mi perfil laboral: [describa su profesión, nivel de responsabilidad, sector y país]. Quiero que analices cómo me afectaría cada uno de estos tres escenarios de la IA en 2030: (1) meseta con difusión masiva —la IA no mejora radicalmente pero se abarata y se integra en todo—, (2) ascenso sostenido —la IA mejora notablemente y automatiza flujos de trabajo completos con poca supervisión humana—, y (3) despegue rápido —emerge una AGI que deriva hacia superinteligencia antes de 2030—. Para cada escenario, dime: qué partes de mi trabajo serían más vulnerables, qué nuevas oportunidades se abrirían, qué competencias debería empezar a desarrollar hoy y qué decisiones concretas tomaría si estuviera en mi lugar. Al final, ofréceme una estrategia común que me prepare razonablemente bien para los tres mundos a la vez.
Prompt para hacer un test de stress a una organización pública o privada ante los tres escenarios:
Eres un analista senior de prospectiva estratégica especializado en transformación digital. Voy a describirte una organización: [describa el tipo de entidad —ministerio, municipio, empresa, ONG—, su tamaño, su misión principal y sus tres o cuatro procesos más críticos]. Quiero que realices un ejercicio de “stress test” prospectivo aplicando los tres escenarios de IA para 2030 que detalla estrategIA en su número 133: meseta con difusión masiva, ascenso sostenido sin AGI declarada, y despegue rápido con AGI/ASI antes de 2030. Para cada escenario, identifica: (a) los tres procesos de la organización que más se transformarían, (b) los riesgos operativos y de legitimidad que emergen, (c) las oportunidades que pocos competidores estarían aprovechando, y (d) tres decisiones concretas e inmediatas —coste bajo, impacto alto— que deberían tomarse en 2026 para no llegar tarde a ninguno de los tres mundos.
Recomendación de la semana
Como cada año, el recién publicado informe AI Index del Stanford Institute for Human-Centered AI se consolida como una de las referencias globales más rigurosas para entender la evolución de la inteligencia artificial. Aún no hemos tenido tiempo de profundizar en sus más de 400 páginas pero ya sólo el resumen ejecutivo de su web trae algunas reflexiones y datos muy interesantes así que les recomendamos, como cada año, que le echen al menos un vistazo.
Meme de la semana
