Jensen Huang vuelve a hablar de los riesgos de la IA: muchas predicciones son inventadas y China será una fuerza importante en el código abierto global

Autor: Helen Li

Editor: Xu Qingyang

El 14 de septiembre de 2026, hora local de Estados Unidos, en el evento presencial All-In Summit 2026 organizado por el conocido podcast tecnológico All-In Podcast, el CEO de Nvidia, Jensen Huang, debatió con los cuatro presentadores sobre temas como la seguridad de la IA, el catastrofismo de la IA, la automejora recursiva, los modelos de código abierto y la AGI.

Los cuatro presentadores son también cofundadores de All-In Podcast: el inversor ángel Jason Calacanis, el exdirectivo de Facebook Chamath Palihapitiya, el miembro clave de la "mafia de PayPal" David Sacks, y el CEO de la empresa de biotecnología agrícola Ohalo Genetics y de la firma de inversión The Production Board, David Friedberg.

La entrevista abordó una cuestión central: qué límites de seguridad necesita el desarrollo de la IA. En relación con la reciente discusión sobre seguridad de la IA por parte del CEO de Anthropic, Dario Amodei, y las voces de los laboratorios líderes que piden reducir el ritmo, Jensen Huang considera que la seguridad y la innovación no son contradictorias. Afirmó que los incidentes de seguridad ocurridos deben analizarse como problemas de ingeniería y controlarse mediante tecnología, procesos y pruebas.

Ante las frecuentes "predicciones apocalípticas" sobre la IA de los últimos años, Jensen Huang enumeró juicios que ya se ha demostrado que eran inexactos, como "los radiólogos serán sustituidos por la IA", "el 90% del código será generado por IA en el corto plazo" y "el 50% de los empleos de nivel inicial desaparecerán en breve". Considera que este tipo de predicciones carecen de suficiente base científica y no deberían utilizarse para crear pánico social.

Al hablar de la automejora recursiva (RSI), Jensen Huang afirmó que la RSI no es una tecnología misteriosa que haya aparecido de repente, sino una combinación de tecnologías existentes como el contexto, el aprendizaje por refuerzo, los datos sintéticos y LoRA.

En cuanto al debate entre modelos de código abierto y cerrado, afirmó claramente que ambos son indispensables y considera que China cuenta con un gran número de ingenieros y talento en ciencia y matemáticas, por lo que en el futuro podría convertirse en un contribuyente importante al ecosistema global de código abierto.

La conversación giró después hacia "AGI y superinteligencia". Cuando se le preguntó si el criterio para la AGI es alcanzar el nivel de inteligencia humana y si esa etapa de AGI ya ha llegado, Jensen Huang respondió brevemente: "Ya se ha alcanzado".

A continuación se presenta una transcripción editada de la última entrevista de Jensen Huang, organizada sin alterar el significado original:

01 La seguridad de la IA no puede estar reñida con la innovación

Pregunta: Últimamente hay cada vez más debates sobre la seguridad de la IA. Dario Amodei publicó un artículo sobre seguridad de la IA, y el exinvestigador de Anthropic Jacob Cockson también renunció por cuestiones relacionadas. ¿Qué opina de estos asuntos?

Jensen Huang: La seguridad debe tomarse en serio, pero la seguridad y el liderazgo no están reñidos. Podemos innovar rápidamente, ejecutar con rapidez y lograr que Estados Unidos mantenga su liderazgo garantizando al mismo tiempo la seguridad. Considerar ambas cosas como opciones mutuamente excluyentes es en sí mismo un error.

Cockson ha tenido la valentía de hablar abiertamente de estos temas. Como denunciante, tiene derecho a hacerlo, pero creo que sus posteriores evaluaciones científicas sobre el futuro carecen de suficiente base científica, porque esas predicciones no se basan en una investigación científica real.

Muchos laboratorios líderes están pasando de ser instituciones de investigación a organizaciones de ingeniería, y la investigación y la ingeniería son esencialmente diferentes. Si durante esa transición surgen problemas de control o de gestión, eso es otro asunto. En cuanto a lo que Cockson vio realmente, no lo conozco.

Pregunta: En los últimos años han aparecido en la industria de la IA muchas predicciones muy pesimistas, como "la IA puede acabar con la humanidad o provocar desempleo masivo". ¿Qué opina de estas afirmaciones?

Jensen Huang: Creo que no deberíamos poner etiquetas como "probabilidad de extinción humana" o "destrucción de la civilización" a estas cosas tan a la ligera, porque muchas de ellas son inventadas. Cuando se etiqueta a alguien como investigador o científico y luego se lanza una predicción sensacionalista, es fácil provocar pánico público, y creo que eso es irresponsable.

Hemos visto muchas predicciones así en el pasado. Alguien predijo que en cinco años los radiólogos serían completamente sustituidos por la IA y que ya no harían falta radiólogos. La realidad es que el mundo necesita más radiólogos; la IA se utiliza efectivamente en el análisis de imágenes médicas, pero eso no tiene nada que ver con la "desaparición de los radiólogos".

También hubo quien predijo que "en los próximos 6 a 12 meses, el 90% del código será generado por IA y el 50% de los empleos de nivel inicial desaparecerán en 6 a 9 meses". De hecho, ninguna de esas predicciones se ha cumplido. Antes también se dijo que "GPT-2 y Llama 3 eran demasiado peligrosos para publicarlos", e incluso se predijo que "al año siguiente desaparecería la mitad de los empleos de cuello blanco", o que se acercaba el llamado "apocalipsis del empleo".

Creo que estas predicciones deberían quedar registradas. Años después, al mirar atrás, sabremos qué predicciones eran correctas y cuáles solo buscaban crear pánico.

Pregunta: ¿Entonces cree que los problemas de seguridad de la IA deberían tratarse más como problemas de ingeniería?

Jensen Huang: Si se produce un incidente de seguridad, lo primero que deberíamos hacer es un análisis de causa raíz desde el punto de vista de la ingeniería: entender qué ha pasado, dónde está el problema y qué medidas se pueden tomar para evitar que vuelva a ocurrir, y luego convertir esas medidas en sistemas, procesos y controles técnicos.

Creo que estas empresas ya están haciendo estas cosas, incluyendo mejores sandboxes, entornos de ejecución más estrictos, mejor monitorización y sistemas de monitorización continua. Incluso apostaría a que estos problemas pueden controlarse y prevenirse.

Si una empresa de ingeniería realmente no sabe qué ha pasado ni cómo controlarlo, se pueden enviar ingenieros para ayudarla. Pero no creo que se llegue a ese punto. En esos laboratorios hay gente muy talentosa y confío en que ya han analizado los problemas y han tomado las medidas adecuadas.

Pregunta: Si los problemas de seguridad de la IA requieren regulación, ¿por dónde debería empezar?

Jensen Huang: La regulación debería centrarse en los problemas reales. Los problemas que realmente requieren atención provienen en su mayoría de los laboratorios de IA líderes, porque son los que tienen más recursos de computación y están trabajando en los problemas más avanzados. Es poco probable que un estudiante de secundaria o una startup común tenga suficiente capacidad de cómputo para crear esos problemas.

Estos laboratorios están pasando de la investigación a la ingeniería y, al mismo tiempo, están construyendo empresas, cultura, tecnología y productos, y no es un proceso fácil. Por lo tanto, debería prestarse atención a cómo construyen sistemas de ingeniería más completos para garantizar que el desarrollo y las pruebas de la tecnología sean suficientemente seguros.

Pregunta: ¿Hacen falta organismos de evaluación independientes?

Jensen Huang: Creo que puede haber varios organismos de evaluación y auditoría. No necesitan saberlo todo, pero sí deben saber qué preguntas hacer. Es algo parecido a la auditoría financiera. Si solo hay un organismo de evaluación, puede verse influido; si hay varios, pueden controlarse mutuamente.

02 La "automejora recursiva" no es tan misteriosa

Pregunta: Cada vez se habla más de la automejora recursiva, es decir, que la IA genera datos, se entrena a sí misma y se acelera continuamente. ¿Qué opina?

Jensen Huang: Creo que "automejora recursiva" es una etiqueta nueva que se ha puesto de moda últimamente, pero en realidad es una combinación de muchas tecnologías existentes, como el contexto, las habilidades, la reflexión, el aprendizaje por refuerzo, la generación de datos sintéticos y LoRA.

Estos métodos permiten efectivamente que la IA acumule experiencia durante la ejecución de tareas y luego mejore de forma continua. Por ejemplo, mediante datos sintéticos y aprendizaje por refuerzo se puede mejorar la capacidad del modelo sin volver a entrenar todo el modelo base, y la experiencia acumulada puede utilizarse a su vez para entrenar el modelo base. Creo que casi todas las empresas están utilizando algunas de estas técnicas.

El término "automejora recursiva" puede sonar como si el sistema fuera a volverse completamente incontrolable, pero en realidad, antes de lanzar un producto, sigue siendo necesario pasar por evaluación, nuevas pruebas y pruebas de regresión, que son los controles de ingeniería más básicos.

Estos laboratorios líderes están pasando de ser instituciones de investigación a organizaciones de ingeniería, y confío en que en el futuro tendrán mejores métodos, conocimientos, prácticas, herramientas y tecnologías para controlar, verificar y evaluar estos sistemas. La automejora recursiva puede ocurrir internamente, pero los productos verificados pueden lanzarse de forma segura.

Pregunta: ¿Cómo ve la relación entre los modelos de código abierto y los de código cerrado?

Jensen Huang: El mundo necesita tanto modelos de código abierto como de código cerrado. Yo mismo utilizo modelos de frontera de código cerrado. Son un poco como el agua embotellada; el agua en sí es gratuita, pero distintas formas de producto pueden satisfacer distintas necesidades.

Los modelos de código abierto son muy importantes para la soberanía, la privacidad y la tecnología propietaria de las empresas. En los últimos seis meses, alrededor de 400.000 millones de dólares de capital riesgo han ido a parar a empresas nativas de IA, y aproximadamente el 80% de ellas utilizan modelos de código abierto. Sin modelos de código abierto, muchas startups no podrían alcanzar sus objetivos, porque lo que quieren hacer es distinto de lo que están haciendo los laboratorios líderes.

La verdadera ventaja de Estados Unidos es que cuenta con múltiples formas de innovación. Para ganar la carrera de la IA, debemos permitir que se desarrollen los modelos de código abierto.

Ganar la carrera de la IA no significa solo que unas pocas empresas estadounidenses ganen, sino que las empresas, industrias, investigadores, educadores, estudiantes y emprendedores de Estados Unidos puedan aprovechar las oportunidades de esta tecnología. Algunos usarán modelos de código cerrado y muchos usarán modelos de código abierto; se necesitan ambos.

Pregunta: ¿Cree que China se convertirá en un contribuyente importante al ecosistema global de código abierto?

Jensen Huang: Creo que China podría contribuir con una parte considerable al ecosistema global de código abierto. China tiene un gran número de ingenieros y muchos estudiantes de ciencias y matemáticas; universidades de primer nivel como Tsinghua forman cada año a muchos talentos excelentes.

Por ejemplo, los ingenieros chinos han contribuido a Linux, Kubernetes (el sistema de orquestación de contenedores de código abierto) y a muchos proyectos de software. Una característica del código abierto es que, una vez que lo descargas, te pertenece; puedes seguir modificándolo, optimizándolo y convertirlo en algo propio.

La carrera de la IA se reduce en última instancia a quién puede aprovechar mejor esta tecnología. En el pasado, muchos inventos importantes de la Revolución Industrial procedían de Europa, pero Estados Unidos supo aprovechar bien esas tecnologías después. Espero que la próxima revolución industrial se desarrolle de manera similar.

Creo que el debate en China es más pragmático y se centra más en el desarrollo económico y el progreso social, en lugar de discutir constantemente sobre el apocalipsis o la destrucción de la civilización. Si esas predicciones apocalípticas fueran ciertas, por supuesto que deberíamos debatirlas y afrontarlas, pero no hay necesidad de crear pánico. Nuestro trabajo es hacer que se cumplan.

Pregunta: Si la IA acaba automatizando gran parte del trabajo de programación, ¿qué tendrán que hacer los ingenieros?

Jensen Huang: El trabajo de ingeniería seguirá existiendo. Mi generación de ingenieros no pasaba mucho tiempo escribiendo código cuando el software aún no estaba generalizado. Ahora los ingenieros de software pasan mucho tiempo escribiendo código; en el futuro, si una gran parte de ese trabajo se automatiza, los humanos seguirán dedicándose a la ingeniería. Una costumbre mía es que mi tecla favorita del teclado es la de retroceso, porque el mejor software suele significar menos código.

03 Por qué Nvidia participa profundamente en la cadena industrial de la IA

Pregunta: El gobierno de Estados Unidos hizo hincapié inicialmente en el empleo, la reindustrialización, la energía y las cadenas de suministro. Estas cosas están ocurriendo realmente ahora. Nvidia se ha convertido en un importante proveedor de capital para toda la industria de la IA. ¿Cómo decide la dirección de la asignación de recursos?

Jensen Huang: La IA es una nueva revolución industrial. Esta industria incluye muchos componentes, como modelos, chips, aplicaciones, centros de datos, edificios, electricidad e instalaciones de generación de energía. He estado observando todo el ecosistema para identificar los cuellos de botella.

Si una empresa muy buena se ve limitada por algún eslabón, me fijo en ese problema. Puede ser la cadena de suministro, o puede ser el terreno, la electricidad o las fábricas. Nvidia ya tiene una escala lo bastante grande, así que tenemos que pensar en la cadena de suministro con muchos años de antelación. Empresas como Corning, Lumentum, TSMC y los proveedores de memoria son compañías a las que debemos seguir de cerca a largo plazo.

Pregunta: Hay quien opina que la mayor parte de los beneficios de la industria de la IA acabará trasladándose a la capa de aplicaciones. ¿Por qué Nvidia entra en ámbitos de nivel superior como los modelos y Hugging Face?

Jensen Huang: Nvidia puede ejecutar prácticamente todos los modelos del mundo. Hace aproximadamente un año y medio se hablaba sobre todo de los modelos de OpenAI, pero ahora están Muse de Meta, Grok, Gemini, Anthropic y muchos otros. Muchos laboratorios de IA de vanguardia están construidos sobre la plataforma de Nvidia.

Nuestra estrategia es ayudar a que todos tengan éxito, no apoderarnos del negocio de otros. Intentamos mantenernos lo más abajo posible en la pila tecnológica y solo subimos cuando es necesario. CUDA da soporte a un gran número de frameworks, y Megatron y Megatron Core dan soporte al entrenamiento a gran escala. Inventamos la tecnología necesaria y luego dejamos que todo el ecosistema se desarrolle y que participen más empresas.

Pregunta: ¿Por qué los proveedores regionales de servicios en la nube son cada vez más importantes?

Jensen Huang: Los proveedores regionales de servicios en la nube suelen ser más flexibles que los grandes hiperescalares, porque pueden encontrar terreno, electricidad y fábricas a nivel local y conocen mejor las necesidades locales.

En el futuro se formará una red empresarial distribuida, y cada vez más países considerarán la IA como una industria estratégica. Ya hemos visto que algunas regiones empiezan a aumentar su infraestructura de computación para IA.

Pregunta: Nvidia está desarrollando ahora sus propios modelos de código abierto, incluidos modelos para conducción autónoma y biomedicina. ¿Por qué hacer estas cosas?

Jensen Huang: Porque los clientes lo necesitan. Si tenemos la capacidad de hacerlo lo mejor posible, lo hacemos. Por ejemplo, Alpamayo, nuestro modelo de conducción autónoma. Es un sistema de conducción autónoma con capacidad de razonamiento. Antes, la conducción autónoma requería miles de millones de horas de datos de carretera, pero la capacidad de razonamiento permite al sistema pensar en situaciones similares y reducir así la dependencia de grandes cantidades de datos reales de carretera.

El futuro de la conducción autónoma no incluye solo turismos, sino también equipos agrícolas, camiones, furgonetas y muchos otros dispositivos móviles. Muchas empresas no tienen una pila tecnológica completa, por lo que Nvidia puede ofrecer una pila tecnológica completa y los clientes pueden hacer los ajustes de última milla según sus necesidades.

En biomedicina ocurre lo mismo. Hemos desarrollado ESM2, ESMFold, OpenFold, AlphaFold 2 y algunos modelos equivariantes y Protein Complexa (un framework de IA generativa para complejos proteicos de todos los átomos), porque las empresas farmacéuticas realmente necesitan estas tecnologías. Mi punto de partida siempre es: alguien necesita esta tecnología, así que la hacemos.

04 La Terafab de Musk

Pregunta: Musk ha anunciado el plan de la fábrica de chips Terafab, de una escala muy grande. ¿Qué opina?

Jensen Huang: Nvidia conoce muy bien la tecnología de procesos y siempre hemos estado desafiando sus límites, así que por supuesto que podemos hablar de ello. Una vez que Musk decide hacer algo, es difícil detenerlo, y esa es también su superpotencia.

Pregunta: Entonces, ¿podría Nvidia fabricar chips en su fábrica en el futuro?

Jensen Huang: Podemos hablarlo.

Pregunta: Si la definición de AGI es alcanzar el nivel de inteligencia humana, ¿cree que ya hemos entrado en esa etapa? ¿Y la superinteligencia?

Jensen Huang: Ya lo hemos alcanzado, e incluso se podría decir que en algunos ámbitos específicos ya hemos entrado en la etapa de la superinteligencia.

Pregunta: ¿Por qué?

Jensen Huang: Porque en algunos ámbitos muy específicos, la IA ya ha superado a los humanos. La conducción autónoma es un ejemplo. Si un coche puede conducir mejor que un humano, entonces en el ámbito de la conducción es superinteligente.

Actualmente, la tasa de accidentes de los sistemas de conducción autónoma puede ser una décima parte de la de los humanos. En biomedicina ocurre lo mismo. Tareas como la síntesis de proteínas y el cribado virtual ya han alcanzado un nivel de superinteligencia. En estos ámbitos específicos, la IA ya puede realizar tareas que superan la capacidad humana.

Pregunta: ¿Qué se siente al estar en la vanguardia de una tecnología así?

Jensen Huang: Me gusta esta sensación. El futuro es brillante. Quizá en el futuro mucha gente no necesite trabajar, pero yo no quiero perderme esta época.

Espero que todos podamos avanzar juntos hacia ese futuro y que la humanidad acabe teniendo éxito en conjunto. Necesitamos animar a todo el mundo y reducir los debates dramáticos innecesarios. Lo más importante es asegurarnos de que todo Estados Unidos pueda participar.