Karpathy: solo 5.000 personas han visto el verdadero potencial de la IA

Andrej Karpathy, miembro fundador de OpenAI y recientemente incorporado a Anthropic, ha publicado en X un análisis que debería hacer reflexionar a cualquier responsable de tecnología. Su tesis es contundente: la mayoría del mundo no tiene ni idea de lo que la IA puede llegar a hacer, y esa brecha no deja de crecer.

Según sus cálculos, aproximadamente 6.000 millones de personas apenas han usado un modelo de lenguaje; entre 1.000 y 2.000 millones utilizan chatbots de forma casual; unos 20 millones emplean modelos de frontera profesionalmente en matemáticas y código; y solo alrededor de 5.000 personas tienen acceso a los sistemas más avanzados dentro de los propios laboratorios. Una distribución que dibuja un embudo extremadamente estrecho en la cúspide.

Aaron Levie, CEO de Box, respondió a Karpathy en la misma red social y coincidió en el diagnóstico: «Esta es una buena forma de entender lo temprano que estamos realmente en la difusión de la IA». Levie sostiene que la mayoría sigue pensando en la IA como un chatbot o un buscador de nueva generación, sin explorar sus aplicaciones más avanzadas.

Enjambres de agentes: la próxima frontera

Levie apuesta por lo que denomina «enjambres de agentes»: sistemas que dividen trabajo complejo entre múltiples agentes que operan en paralelo. En sus propias palabras, «representan posiblemente el factor de forma definitivo de lo que harán los agentes dentro de nuestros flujos de trabajo». Sin embargo, reconoce que «menos de una fracción de una fracción de la población utiliza la IA de esta manera».

Los obstáculos que identifica son varios: los modelos no son igual de capaces en todo tipo de trabajo, ejecutarlos a escala resulta caro y las herramientas para gestionar múltiples agentes aún están madurando. A esto se suma que la mayoría ni siquiera tiene acceso a los modelos más potentes. Y más allá de la tecnología, las empresas deben conectar sus datos y resolver cuestiones de seguridad y cumplimiento normativo. Levie anticipa «una enorme cantidad de gestión del cambio» antes de que la mayoría de sectores pueda aprovechar estos agentes.

Dónde brilla realmente la IA

Karpathy aporta una clave técnica que conviene entender: «La capacidad alcanza su pico en dominios que son digitales, verificables y económicamente valiosos». La programación y las matemáticas encajan perfectamente porque los resultados se pueden testar y las mejoras medir. La escritura o el asesoramiento son más difíciles de evaluar, y hay más dinero en mejorar modelos para trabajo técnico.

También advierte que no damos suficiente trabajo a estos sistemas: «Una pregunta con una respuesta de un párrafo apenas estresa el sistema». Las ganancias reales aparecen cuando un agente puede pasar horas trabajando en un problema, probando cambios y reintentando. Como ejemplo, su proyecto AutoResearch ejecutó 50 experimentos durante una noche en una sola GPU, encontró una mejor tasa de aprendizaje y confirmó el cambio en Git.

Qué significa esto para tu pyme

La brecha que describen Karpathy y Levie no es solo un dato curioso: es una advertencia y una oportunidad. Si tu empresa sigue usando la IA únicamente como chatbot, estás dejando sobre la mesa capacidades que ya existen y que son especialmente útiles en entornos técnicos y verificables.

En ForgeNEX vemos a diario cómo muchas pymes se quedan en la superficie. Para empezar a cerrar esa brecha, proponemos una hoja de ruta realista:

• Identifica procesos digitales y verificables donde la IA pueda aportar resultados medibles: generación de código, validación de datos, automatización de documentos.
• Empieza con agentes acotados, no con enjambres complejos. Un solo agente bien dirigido puede liberar horas de trabajo repetitivo.
• Conecta tus datos y define políticas de seguridad antes de escalar. Sin trazabilidad, los agentes se convierten en un riesgo, como ya analizamos en Agentes IA sin trazabilidad: el agujero de identidad en tu pyme.
• Mide el retorno de cada experimento. La IA que no se evalúa no se mejora.

Levie sitúa la oportunidad en «la capa aplicada de la IA», es decir, en empresas que construyen soluciones específicas para cada sector sobre modelos de frontera. Para una pyme, eso significa que no necesita desarrollar su propio modelo, sino integrar estas capacidades en sus procesos con ayuda de partners tecnológicos.

El mensaje final es claro: la IA avanza a un ritmo que la mayoría no percibe porque solo ve la punta del iceberg. La pregunta no es si tu empresa adoptará agentes avanzados, sino cuándo empezará a prepararse. Y cuanto antes lo haga, menos terreno tendrá que recuperar.

Fuente: The New Stack. Análisis y adaptación: ForgeNEX.