AI2027

DISCLAIMER: empatizo mucho con que, para el momento que se escribe publica este texto las cosas no están nada fáciles y, por lo tanto, es difícil ver el largo plazo cuando el corto plazo es tan urgente. Este texto trata más del largo plazo que, considero, estamos perdiendo de vista.

Me he tardado en publicar, y no por falta de ideas ni escritos. Es que sigo sorprendido. Los vectores que critiqué el año pasado sólo toman fuerza. Adopción sin criterio ni conocimiento técnico, todo el mundo queriendo estar adentro.
Lo cultural acelera. Pero, no acelera porque estemos entendiendo. Acelera porque estamos ansiosos. La ansiedad mira el resultado, no le importa el cómo.
Afortunadamente tengo un trabajo que me deja mirar la IA desde distintas aristas a la vez. Desde la organización, la tecnología misma, los gobiernos, el negocio (proveedores, perfiles, soluciones), hasta la persona que usa el chatbot tradicional. Agradezco la posición, porque me permite tener una mirada más robusta.

Desde ahí digo esto: deberíamos prestarle más atención a [AI 2027]. La consecuencia llegó antes que la causa, y es lo que quiero desarrollar acá.
El texto se leyó como profecía y se descartó como profecía. Y como la fecha no está calzando, se archivó. Kokotajlo movió su mediana de 2028 a cerca de 2030, escribió con todas sus letras que las cosas van algo más lento que su escenario, y varios cantaron victoria. Caso cerrado.
Pero, hay un tracker independiente que lleva un registro de qué es lo que se va "cumpliendo" de AI2027 y qué no. Al día de hoy, 16 de 31 predicciones evaluables ya están confirmadas, y el conjunto avanza a 0,70 veces la velocidad proyectada.
Ese es el rendimiento del texto que archivamos por no cumplirse. Kokotajlo ha acertado otras veces (en 2021 previendo el impacto del chabtot LLM que aún ni conocíamos), no olvidar eso. Y, en el caso particular de AI2027, la proyección es más ambiciosa, sí. Pero, lo relevante -para mí al menos- es con los temas que se mete. Me gusta insistir en que visiten el sitio (AI2027) y vean interactivamente cómo evolucionan las tecnologías en el tiempo. Y hacer el ejercicio de pensar los impactos que significará esto.

lo atrasado

Hay que ser justo con los escépticos, porque tienen su parte, y su parte es grande.
El superhuman coder, marzo de 2027 en el guión, no existe aún pero quedan todavía seis meses para marzo. RE-Bench va atrasado. La valorización de tres billones va atrasada. El alza de 30% del mercado va atrasada. El laboratorio chino a seis meses del frontier: atrasado. El multiplicador de I+D, que es el corazón del escenario completo, sigue en "emergente": hay evidencia de aceleración en ingeniería, no de aceleración en investigación. Que no es lo mismo.
Y los agentes siguen siendo, textual en el escenario y textual en la realidad, poco confiables pero útiles. Un año y medio vendiendo agentes y seguimos acelerando ofimática.
Esto lo veo todos los días, por si hace falta decirlo. No lo leí.

tema de Estado

En enero de este año, Estados Unidos puso un arancel de 25% a chips de IA que no van a su propia cadena de suministro. En junio, Comercio aclaró que la licencia aplica también a filiales de empresas chinas operando fuera de China. Del otro lado, Beijing sacó a bolsa a CXMT en menos de ocho meses; la acción subió 466% en su debut y quedó como la empresa listada más valiosa del país, por encima del ICBC. Las firmas chinas se financian al 1,9% para esto. Las estadounidenses pagan casi el triple. Indicios de política industrial en clave de guerra.
Adentro de Estados Unidos, dos super PACs de IA, de un lado plata de Brockman, Andreessen y Horowitz, del otro Anthropic, llevan cientos de millones puestos en las primarias de 2026. El detalle bueno es otro: sus avisos casi no mencionan la IA. Hablan de inmigración, de salud, del costo de la vida. La IA ya no necesita nombrarse para estar en la papeleta.

Y acá. Julio, Chile Digital Summit: el mensaje fue que Chile tiene que ser el data hub de las Américas y que eso exige una política de Estado. Kast abriendo InfraChile. Boric ya lo había puesto en su Cuenta Pública, con la advertencia clásica de quedar rezagados. Tenemos un Plan Nacional de Data Centers desde el gobierno anterior. Concentramos el 15% de los datacenters de América Latina; Santiago solo, el 46% de la capacidad hiperescala regional. CIPER, mientras tanto, preguntando por el agua. La IA es tema de Estado en un país que no entrena modelos. Comprometimos suelo, energía, agua y permisos ambientales a una carrera cuyo resultado no controlamos y cuyo producto no fabricamos. Ya tomamos partido, aunque la conversación pública siga hablando como si estuviéramos mirando de afuera. Aunque, para ser claros sí estamos fuera de la definición y construcción de los modelos, pero enganchados por la infra.

vox populi

Pew mide más preocupación que entusiasmo. Gallup mide más amenaza que oportunidad. Una encuesta de Politico y Public First de enero: 57% cree que los datacenters van a ser tema de campaña donde ellos viven.
En 2026 la banca anunció 63 mil despidos, HSBC, Citi, Standard Chartered, mientras subía su gasto en IA. Goldman estima que unos 15 millones de trabajadores estadounidenses, más del 9% de la fuerza laboral, podrían ser desplazados en una transición de diez años. Sanders ya metió proyecto de ley para que el excedente no se quede en cuatro directorios.
Nada de eso requiere AGI. Todo eso está ocurriendo con los modelos mediocres que tenemos hoy.
En el tracker hay una predicción marcada como adelantada: la reacción pública por desplazamiento laboral. Adelantada respecto de la IA que produciría ese desplazamiento.

Y hay algo que veo de primera fuente y que no aparece en ninguna encuesta. Puedo entrar a cualquier área de mi organización, a cualquier cargo, y preguntar si necesita IA. La respuesta es sí. Inmediata, sin vacilar, y casi siempre sin saber para qué. La realidad supera al meme, una vez más. Es una demanda que llegó completa antes de que exista aquello que la satisface, y es el mismo fenómeno de este texto ocurriendo dentro de una empresa.
Merece un texto aparte, y lo tengo pendiente. Si el trabajo me da el tiempo.

el error de lectura

Fue un error de categoría, y es el punto entero de este texto.
AI 2027 se leyó como pronóstico de producto: cuándo llega la máquina. Y era un escenario de consecuencias: qué pasa alrededor de la máquina. Un escenario no se evalúa por la fecha sino por la forma.
Estamos reorganizando aranceles, presupuestos de defensa, matrices energéticas, campañas electorales y política exterior alrededor de una capacidad que todavía no existe. La expectativa de la máquina está moviendo más Estado y más capital que la máquina.
De ahí la pregunta incómoda, que no es retórica: si esto es lo que produce el escenario atrasado, ¿qué produce el escenario cumplido?

el largo plazo hay que ir a buscarlo

Mi trabajo también es estrategia tecnológica, y eso obliga a pararse en el largo plazo cuando el corto plazo te está gritando. En una organización el corto plazo siempre tiene dueño, presupuesto y alguien esperando el reporte. El largo plazo no tiene nada de eso. Nadie viene a exigírtelo. Si no lo agendas a propósito, no ocurre, y nadie lo va a notar hasta que sea tarde.
Con la IA la trampa es peor, porque el corto plazo es entretenido (y terriblemente demandante). Sale algo nuevo cada semana, se puede demostrar, se puede mostrar en un comité. Uno puede pasar tres años haciendo pilotos impecables y no haber pensado una sola vez qué queda de la organización al final de eso.
Del otro lado está el ruido. La IA le toca la vida a todo el mundo, así que todo el mundo se siente con derecho a opinar del futuro. Basta un micrófono y algo de ventana. Que el que especule esté, al menos, metido en los factores, en la tecnología, en cómo se comporta la gente cuando la usa, y que lo esté viviendo en carne propia. Muy pocos cumplen eso y el mercado de la especulación tiene barreras de entrada muy bajas.

Sabemos pensar antes de. Todo el management es antes de: roadmap, business case, carta Gantt, plan de adopción. Sabemos pensar durante: apagar el incendio, contener, mitigar.
El después de no lo tenemos. Y no es estupidez.
Pensar después de exige soltar el marco desde el cual uno piensa. Y para casi todos nosotros ese marco es el trabajo, que es de donde comemos y desde donde nos explicamos ante los demás. Nadie planifica bien el mundo en que su propio cargo no existe.
Por eso el escenario se descartó por la fecha. La fecha es una excusa elegante. Discutir si es 2027, 2029 o 2032 permite quedarse íntegro en el antes de, indefinidamente, y con cara de rigor.
Un último dato para dejar la incomodidad abierta y no cerrarla yo. Kokotajlo corrió su mediana a 2030. Pero cuenta que cuando conversa con gente adentro de los laboratorios, le dicen lo contrario: que 2027 estaba bien, que hay que acortar y no alargar. Puede que los de adentro estén sesgados por su propio entusiasmo. Puede que sean los únicos que están viendo el instrumento completo. No hay forma de saberlo desde acá. Si me preguntara a mí en vez de a los laboratorios, yo insistiría que el freno sigue siendo humano, sin embargo a Claude Cowork no le tomó tanto tiempo volverse un hábito para las personas, incluso a pesar de no estar autorizado en muchas organizaciones, el uso "shadow" es evidente y común. Puede que futuros avances sí se adopten así de rápido también.

Ahora, lo de fondo ¿Respecto a la IA somos capaces de pensar después de? Yo digo que sí, pero con resultados incompletos. Y lo peor es que no nos gusta lo que vemos después de. Quizá, más que no ser capaces, es que preferimos evitar.