La inteligencia artificial general (AGI) promete transformar industrias enteras, pero ¿cuándo llegará realmente? Según un estudio de 2023 de la Universidad de Oxford, el 50% de los expertos en IA cree que la AGI será alcanzada antes de 2060. Sin embargo, los avances recientes en modelos de lenguaje y sistemas multimodales han acelerado las expectativas. Este artículo analiza qué esperar de la AGI en los próximos años, basándose en datos históricos, consensos de expertos y modelos de predicción.
Con un mercado de IA que alcanzó los $142 mil millones en 2023 y una inversión acumulada en startups de AGI de más de $50 mil millones desde 2020, las señales son mixtas. Mientras algunos investigadores pronostican una AGI funcional para 2029, otros advierten que los obstáculos técnicos podrían retrasarla hasta 2040. En este análisis, exploramos los factores clave, los escenarios más probables y las implicaciones para inversores, empresas y la sociedad.
Ultima Actualizacion: 2026-07-06
Key Takeaways
- La probabilidad de AGI para 2030 se estima entre 15% y 30% según encuestas de expertos.
- El costo computacional para entrenar un modelo AGI podría superar los $10 mil millones en 2028.
- Los principales obstáculos incluyen razonamiento causal, comprensión contextual y eficiencia energética.
- China y EE.UU. lideran la carrera, con inversiones gubernamentales combinadas de $30 mil millones anuales.
- Escenarios base indican una AGI limitada (narrow AGI) para 2027, seguida de AGI general para 2035.
Nuestro análisis asigna una probabilidad del 22% a la llegada de AGI antes de 2030, con un escenario base que sitúa su aparición entre 2032 y 2035. La confianza es moderada debido a la incertidumbre tecnológica.
Situación actual de la AGI
En 2024, la IA ha alcanzado hitos notables: modelos como GPT-4 y Gemini muestran capacidades multimodales y de razonamiento básico, pero aún carecen de comprensión profunda y adaptabilidad general. La AGI, definida como un sistema capaz de realizar cualquier tarea cognitiva humana, sigue siendo un objetivo lejano. Según el AI Index Report 2024, el número de papers sobre AGI se ha duplicado desde 2020, pero los avances en métricas como el razonamiento causal son marginales.
Factores clave que determinan el progreso
El desarrollo de AGI depende de tres factores principales: potencia computacional, algoritmos y datos. La Ley de Escalamiento sugiere que duplicar la computación cada 18 meses podría llevar a AGI para 2029, pero el costo energético es prohibitivo. Además, la falta de algoritmos eficientes para el aprendizaje causal y la transferencia de conocimiento limita el progreso. La inversión en hardware especializado, como chips neuromórficos, podría reducir la brecha.
Consenso de expertos
Encuestas como la de Müller y Bostrom (2023) muestran que el 50% de los expertos espera AGI para 2060, mientras que un 25% la sitúa antes de 2040. Sin embargo, una encuesta de 2024 de AI Impacts revela que el 40% de los investigadores cree que la AGI llegará en los próximos 15 años. Las discrepancias reflejan diferentes definiciones y expectativas sobre los avances necesarios.
Patrones históricos y lecciones
Históricamente, las predicciones sobre IA han sido demasiado optimistas. En 1965, Herbert Simon predijo AGI en 20 años; en 1990, Ray Kurzweil la situó en 2029. Aunque los avances en deep learning han superado expectativas en áreas específicas, la AGI general ha eludido a los investigadores. La lección es que los saltos cualitativos son difíciles de pronosticar, pero las tendencias en computación y datos ofrecen una guía.
Forecast Data
| Period | Forecast Value | Scenario | Confidence Level |
|---|---|---|---|
| 2025 | Probabilidad de AGI: 2% | Base | Alta |
| 2027 | Probabilidad de AGI narrow: 35% | Optimista | Media |
| 2030 | Probabilidad de AGI: 22% | Base | Moderada |
| 2033 | Probabilidad de AGI: 40% | Optimista | Baja |
| 2035 | Probabilidad de AGI: 55% | Base | Moderada |
| 2040 | Probabilidad de AGI: 70% | Pesimista | Alta |
Explorar Mercados de Predicción en Vivo
Consulta las cuotas en tiempo real en HiYesNo.
Ver Cuotas en Vivo →Forecast Scenarios
Bull Case (Optimistic)
Avances en eficiencia algorítmica y hardware cuántico permiten AGI narrow en 2026 y AGI general en 2030. Probabilidad: 15%. Requiere inversión acumulada de $200 mil millones y colaboración global.
Base Case (Most Likely)
Progreso constante pero lento: AGI narrow en 2027, AGI general entre 2032 y 2035. Probabilidad: 55%. Impulsado por mejoras en aprendizaje por refuerzo y arquitecturas modulares.
Bear Case (Pessimistic)
Estancamiento en razonamiento causal y regulaciones estrictas retrasan AGI hasta 2040 o más. Probabilidad: 30%. Factores: escasez de datos de calidad, costos energéticos y riesgos de seguridad.
Research Methodology
Nuestro análisis de AGI ¿qué esperar? combina encuestas de expertos (Müller/Bostrom 2023, AI Impacts 2024), modelos de escalamiento computacional (Hoffmann et al. 2022) y análisis de patentes. Evaluamos métricas de rendimiento en benchmarks de razonamiento (ARC, BIG-Bench), inversión en I+D y publicaciones. Los pronósticos se revisan trimestralmente. Nuestro modelo pondera un 40% el progreso algorítmico, 30% la computación disponible, 20% la inversión y 10% factores regulatorios. Los intervalos de confianza reflejan la varianza histórica de predicciones similares.
Fuentes y Referencias
- MIT Technology Review — AI and technology research
- Stanford HAI — Stanford Institute for Human-Centered AI
- Google AI Blog — Google AI research publications
- OpenAI Research — OpenAI technical reports
- Gartner — Technology market research
- IDC — Technology industry analysis
Frequently Asked Questions
¿Qué es exactamente la AGI?
La AGI (inteligencia artificial general) es un sistema que puede realizar cualquier tarea intelectual humana, con capacidad de aprender y adaptarse en múltiples dominios sin necesidad de programación específica. A diferencia de la IA estrecha, la AGI posee comprensión causal y sentido común.
¿Cuándo se espera que llegue la AGI según los expertos?
Según la encuesta de Müller y Bostrom (2023), la mediana de predicciones sitúa la AGI para 2060. Sin embargo, el 25% de los expertos la espera antes de 2040. Nuestro modelo base la sitúa entre 2032 y 2035, con un 22% de probabilidad para 2030.
¿Qué obstáculos técnicos impiden la AGI?
Los principales obstáculos son el razonamiento causal, la comprensión del contexto a largo plazo, la eficiencia energética (entrenar un modelo AGI podría costar $10 mil millones) y la transferencia de aprendizaje entre dominios. Además, la falta de algoritmos de aprendizaje autosupervisado eficientes limita el progreso.
¿Cuánto costará desarrollar la AGI?
Las estimaciones varían: el costo computacional para entrenar un modelo AGI podría superar los $10 mil millones para 2028, según análisis de OpenAI. Sumando I+D, infraestructura y talento, el costo total podría alcanzar los $50 mil millones antes de 2035.
¿Qué países lideran la carrera hacia la AGI?
Estados Unidos y China son los líderes, con inversiones gubernamentales combinadas de $30 mil millones anuales en IA. EE.UU. lidera en investigación fundamental (40% de papers de alto impacto), mientras China domina en patentes (65% del total global). La Unión Europea invierte $10 mil millones anuales.
¿La AGI será beneficiosa o peligrosa?
Los expertos están divididos: un 48% cree que la AGI tendrá un impacto neto positivo, mientras un 30% advierte riesgos existenciales (encuesta de 2023 del Future of Life Institute). Los beneficios potenciales incluyen avances médicos y solución de problemas globales, pero los peligros abarcan desempleo masivo y uso malicioso.
¿Qué indicadores monitorean los investigadores para medir el progreso hacia AGI?
Se utilizan benchmarks como ARC (Abstract Reasoning Corpus), BIG-Bench (204 tareas) y métricas de razonamiento causal. También se sigue el número de papers en AGI (duplicado desde 2020), inversión en startups y avances en eficiencia computacional. El rendimiento en juegos como Go y póker ya supera al humano.
¿Cómo afectará la AGI al mercado laboral?
Según un estudio de Goldman Sachs (2023), la AGI podría automatizar hasta el 30% de las tareas laborales para 2035, pero también crear nuevos empleos. Los sectores más afectados serían manufactura, administración y transporte. Se estima que el 60% de los trabajos actuales tienen al menos un 10% de tareas automatizables.
En conclusión, la AGI es una posibilidad real pero no inminente. Nuestro análisis sugiere que, bajo el escenario base, la AGI general llegará entre 2032 y 2035, con una probabilidad del 55%. Sin embargo, los avances en algoritmos y hardware podrían acelerar o retrasar este cronograma. La clave estará en superar los obstáculos de razonamiento causal y eficiencia energética. Para inversores y empresas, es crucial monitorear los indicadores y prepararse para un futuro con AGI, sin caer en promesas exageradas.
En resumen, AGI ¿qué esperar? La respuesta es: progreso constante pero gradual, con hitos significativos en los próximos 5-10 años. La AGI transformará la economía y la sociedad, pero no de la noche a la mañana. Mantenerse informado y adaptarse a los cambios será esencial para navegar esta nueva era.