RespuestasPublicado18 fuentes
Sam Altman admite que calculó mal los plazos de la IA: por qué GPT-4 aún no ha transformado la economía
Sam Altman asegura que esperaba que GPT 4, lanzado en 2023, alterara mucho antes los negocios de software y la economía. El CEO de OpenAI también ha planteado que el desarrollo de la IA podría tener que acompasarse para que la sociedad se adapte, mientras advierte sobre el poder incontrolable y la concentración exce...
Publicado porEditado con GPT-5.6 LunaImágenes generadas con GPT Image 1.5
Respuesta de investigación
Conclusiones clave
- Sam Altman asegura que esperaba que GPT 4, lanzado en 2023, alterara mucho antes los negocios de software y la economía.
- El CEO de OpenAI también ha planteado que el desarrollo de la IA podría tener que acompasarse para que la sociedad se adapte, mientras advierte sobre el poder incontrolable y la concentración excesiva.
- La evidencia apunta a una difusión más lenta y disputada —no a un repliegue de la IA—: el 71 % de los adultos estadounidenses se oponía a tener un centro de datos de IA en su zona.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman recently acknowledge about having underestimated how quickly society, businesses, and the economy would be di. Article summary: Altman’s apparent revision is not that AI will be economically minor, but that capable models do not automatically produce immediate economy-wide change. The available evidence supports a shift from a “GPT‑4 will quickly. Topic tags: general, general web, user generated, news, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermark
Sam Altman parece estar corrigiendo el calendario de la inteligencia artificial, no su importancia de fondo. En una entrevista publicada el 23 de agosto de 2026, el CEO de OpenAI habría reconocido que, tras la llegada de GPT-4 en 2023, esperaba una disrupción mucho más rápida en las empresas de software y en la economía en general. 36
La lección que empieza a imponerse es que un modelo potente solo es el punto de partida. Para convertir esa capacidad en un cambio económico de gran escala hacen falta aplicaciones útiles, rediseño organizativo, infraestructura, regulación y aceptación social. Todos esos elementos están avanzando más despacio y generan más conflictos de lo que sugería la euforia posterior a GPT-4.
El nuevo pronóstico de Altman sobre la IA
La admisión atribuida a Altman distingue entre progreso técnico y adopción económica. Esperaba que las empresas y los mercados de software cambiaran rápidamente después de que GPT-4 demostrara un nuevo nivel de capacidad. Sin embargo, el paso del rendimiento de un modelo a una disrupción empresarial generalizada ha resultado más lento. 36
Eso no significa que la IA haya perdido relevancia económica. Significa que entrenar modelos cada vez más capaces no cambia automáticamente la forma en que operan las compañías. Las empresas todavía necesitan productos fiables, integración con sus sistemas existentes, nuevos flujos de trabajo, formación para sus empleados y una justificación clara para asumir los costes.
Desde esta perspectiva, el cuello de botella inmediato no es tanto si los modelos pueden mejorar, sino si las organizaciones pueden desplegarlos de manera eficaz. Las observaciones posteriores del propio Altman siguen describiendo un progreso rápido de la IA y una caída de los costes de uso, lo que sugiere que una disrupción más lenta no debe confundirse con una menor ambición. 40
Por qué la adopción puede quedarse atrás
La distancia entre una demostración de un modelo y su despliegue en el mundo real es considerable. Una empresa puede tener que rediseñar procesos, establecer mecanismos de supervisión, proteger sus datos, resolver problemas de seguridad y decidir quién responde cuando un sistema de IA comete un error.
La infraestructura añade otra limitación. Los sistemas de IA requieren grandes cantidades de capacidad informática, mientras que los centros de datos afrontan oposición por su consumo de electricidad y agua, la capacidad de las redes, el uso del suelo y sus efectos económicos locales. Una cifra de Gallup citada por The New York Times indicaba que el 71 % de los adultos estadounidenses se oponía a que se construyera un centro de datos de IA en su zona; el mismo informe señalaba que más de una docena de proyectos habían sido bloqueados o retrasados por la oposición local. 18
Altman ha reconocido ese malestar y ha sugerido que los centros de datos podrían ubicarse mejor en zonas desérticas y alejadas. 23 La propuesta pone de relieve los límites prácticos de la expansión de la IA: no basta con tener acceso a electricidad y chips si los proyectos no consiguen permisos, terrenos, líneas de transmisión y respaldo de las comunidades.
Por qué Altman plantea acompasar el desarrollo
Por separado, Altman ha argumentado que el desarrollo de la IA quizá deba “dosificarse” o acompasarse para dar tiempo a que la sociedad se prepare y se “endurezca” frente a nuevos niveles de capacidad. También ha dicho que cualquier estrategia de ese tipo debería evitar la captura regulatoria y la colusión entre los laboratorios punteros. 37
Esto no equivale a pedir una paralización permanente de la IA. Es más bien el argumento de que el ritmo de despliegue y el de adaptación social deben coordinarse con mayor cuidado. La tecnología puede avanzar rápidamente mientras las instituciones encargadas de regularla, las empresas que deben utilizarla y el público llamado a aceptarla se mueven con más lentitud.
Las dos amenazas detrás de la advertencia “antihumana”
El debate descrito plantea dos riesgos opuestos:
- Que la IA se vuelva demasiado poderosa para que las personas y las instituciones puedan controlarla de manera significativa.
- Que el control sobre la IA avanzada se concentre en un número demasiado reducido de empresas o gobiernos.
El segundo riesgo encaja con el argumento más amplio de Altman de que la IA debe democratizarse y de que el poder no puede quedar excesivamente concentrado. 44 Ambos riesgos empujan la política pública en direcciones distintas. Un control centralizado y estricto puede reducir algunos usos indebidos, pero concentrar el acceso y la toma de decisiones en unos pocos actores también puede crear un peligro político y económico propio.
El material disponible no demuestra que Altman estuviera criticando directamente a Anthropic ni que describiera como inherentemente “antihumana” su estrategia centrada en la seguridad. Presentar sus declaraciones como un ataque a Anthropic es, por tanto, una interpretación y no una afirmación confirmada. El punto que sí se puede sostener es más acotado: la IA de frontera plantea una tensión real entre los controles de seguridad y la concentración del poder.
Qué revela el acuerdo de NVIDIA con Poolside
La operación comunicada entre NVIDIA y Poolside muestra por qué una adopción más lenta no debe confundirse con una menor inversión. Según los reportes, NVIDIA pagará 6.000 millones de dólares para licenciar la tecnología de Poolside e invertirá otros 1.000 millones en la startup. Se esperaba que más de 100 empleados de Poolside trabajaran en la familia de modelos Nemotron de NVIDIA, con pesos abiertos. 1
El movimiento sugiere que la carrera de la IA se está extendiendo más allá del entrenamiento de modelos de frontera. Las empresas de hardware y los desarrolladores de modelos también están invirtiendo en sistemas de software, procesos para crear modelos y alternativas de pesos abiertos que puedan personalizarse y desplegarse con mayor amplitud. 5
La operación se entiende mejor como una preparación para un ciclo de despliegue más largo que como una señal de que NVIDIA espere que la demanda de IA se derrumbe. Las compañías parecen prepararse para que la IA se extienda gradualmente por numerosas aplicaciones y organizaciones, en lugar de asumir que una sola versión de un modelo transformará la economía de inmediato.
La conclusión: difusión, no retirada
En conjunto, el calendario revisado por Altman, la reacción contra los centros de datos y la inversión de NVIDIA en Poolside apuntan a una transición de la IA más compleja de lo que prometía el entusiasmo inicial.
El desarrollo de la IA sigue acelerándose, pero su adopción está limitada por:
- la dificultad de crear aplicaciones fiables;
- el trabajo organizativo necesario para modificar los procesos empresariales;
- la capacidad disponible de computación, electricidad, agua y transmisión;
- los permisos y la resistencia política local; y
- las preocupaciones sobre seguridad, responsabilidad y concentración del control.
La conclusión más sólida no es que las principales empresas de IA hayan acordado ralentizar deliberadamente el desarrollo. La evidencia muestra algo más matizado: siguen invirtiendo de forma agresiva, al tiempo que reconocen que la transformación económica llegará mediante una difusión más lenta, costosa y políticamente disputada.
GPT-4 pudo marcar un salto importante en capacidad, pero la capacidad por sí sola nunca fue sinónimo de adopción inmediata.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Sam Altman admite que calculó mal los plazos de la IA: por qué GPT-4 aún no ha transformado la economía"?
Sam Altman asegura que esperaba que GPT 4, lanzado en 2023, alterara mucho antes los negocios de software y la economía.
¿Cuáles son los puntos clave a validar primero?
Sam Altman asegura que esperaba que GPT 4, lanzado en 2023, alterara mucho antes los negocios de software y la economía. El CEO de OpenAI también ha planteado que el desarrollo de la IA podría tener que acompasarse para que la sociedad se adapte, mientras advierte sobre el poder incontrolable y la concentración excesiva.
¿Qué debo hacer a continuación en la práctica?
La evidencia apunta a una difusión más lenta y disputada —no a un repliegue de la IA—: el 71 % de los adultos estadounidenses se oponía a tener un centro de datos de IA en su zona.
Fuentes
runtimewire.comOpenAI's Sam Altman admits he overestimated how fast AI would disrupt business
blog.samaltman.comThree Observations - Sam Altman
nytimes.comOpinion | The Environmental Case Against Data Centers Is Misguided
businessinsider.comSam Altman says he gets why people don't want AI data centers in their backyard