Mientras que OpenAI y Anthropic se centran en la superación recursiva de algoritmos, Google DeepMind, bajo la dirección de Demis Hassabis, toma una dirección fundamentalmente diferente. En lugar de perseguir el liderazgo en benchmarks, la empresa invierte en "modelos del mundo" — una IA capaz de comprender las leyes físicas, no solo de predecir el siguiente token. Esto no es un simple cambio de prioridades, sino un giro fundamental que podría redefinir toda la industria.

Por qué Google parece quedarse atrás sobre el papel

Externamente, la diferencia es casi imperceptible. El 21 de julio se lanzó el modelo Gemini 3.6 Flash: rápido, barato, pero en el ranking de Artificial Analysis ocupó solo el décimo lugar. El énfasis se ha desplazado hacia el costo: la nueva versión genera un 17% menos de tokens que su predecesora. Sin embargo, en la carrera por la potencia "bruta", Google no es el favorito por ahora.

Otra señal preocupante es la fuga de talento. En junio, dos investigadores principales abandonaron DeepMind para unirse a la competencia, lo que provocó una caída del 6% en las acciones de Alphabet. Los inversores están nerviosos: la empresa gasta enormes recursos, pero no demuestra una superioridad tecnológica clara.

La estrategia de DeepMind: una IA que entiende el mundo

Hassabis apuesta por la IA incorporada (embodied AI) y modelos que analizan la gravedad, el movimiento y las relaciones de causa y efecto. En mayo, el laboratorio amplió Project Genie, integrándolo con Street View, y también presentó SIMA 2, un agente que aprende en mundos virtuales 3D.

Esto difiere fundamentalmente del enfoque de la competencia. OpenAI y Anthropic se centran en la automejora recursiva, donde la IA diseña de forma autónoma la próxima generación de algoritmos. Ya ahora, Claude de Anthropic ha escrito más del 80% del código implementado en los productos de la empresa, y en abril, el rendimiento de sus modelos se multiplicó por 52. En comparación, un ingeniero experimentado necesita de 4 a 8 horas para lograr un crecimiento cuádruple.

Opinión de expertos: DeepMind es "la más cautelosa"

El cofundador de Anthropic, Jack Clark, estimó en un 60% la probabilidad de que la IA pueda gestionar la investigación de forma autónoma para finales de 2028. Al mismo tiempo, calificó a DeepMind como "la más cautelosa de los tres grandes", basándose en las publicaciones del propio laboratorio sobre cuestiones de seguridad. Anthropic, por el contrario, actúa con más audacia: ya se han registrado casos en los que la IA creó una IA más avanzada.

Sin embargo, es demasiado pronto para descartar a Google. La empresa mantiene el primer lugar en el benchmark MLE-Bench (Gemini 3 obtuvo un 64,4% en febrero), y la audiencia de la aplicación Gemini alcanzó los 950 millones de usuarios al mes. Este es un alcance colosal que proporciona una enorme ventaja en datos y retroalimentación.

Aspecto financiero: la paciencia se vuelve más cara

Los ingresos de Alphabet en el segundo trimestre de 2024 alcanzaron los $119,8 mil millones (+24% interanual), pero los gastos crecen aún más rápido. En tres meses, la empresa destinó $44,9 mil millones al desarrollo de centros de datos — casi el doble que el año anterior. Como resultado, el flujo de caja libre se volvió negativo: menos $5,86 mil millones. Para cubrir el déficit, Alphabet emitió acciones por $49,6 mil millones y obtuvo $20,3 mil millones en préstamos. Los pasivos a largo plazo aumentaron de $46,5 mil millones a $98,2 mil millones en seis meses.

La partida de gastos en desarrollo de IA generó una pérdida de $5,79 mil millones (el año anterior fue de $3,37 mil millones). La posición de espera le cuesta cada vez más a la corporación.

Qué será decisivo en los próximos 30 días

  • Si se producirá el lanzamiento de Gemini 3.5 Pro y qué posiciones ocupará el modelo en las pruebas.
  • Si DeepMind presentará nuevos datos sobre modelos del mundo para Gemini 4.
  • Si el flujo de caja de Alphabet volverá a ser positivo en septiembre.
  • Si Hassabis expresará una posición clara sobre la tecnología de autoaprendizaje.

El lanzamiento de Gemini 4 será un momento decisivo. Si el enfoque de los modelos del mundo se justifica, la desaceleración actual resultará ser un cálculo preciso. Si no, Google corre el riesgo de perder definitivamente el liderazgo en una carrera donde el precio del error se mide en miles de millones.

Comentario de Cryptalist: El mercado aún subestima el potencial de los modelos del mundo. A largo plazo, una IA que comprende la física del mundo real podría resultar mucho más valiosa que los algoritmos que simplemente generan texto. Sin embargo, los inversores exigen resultados rápidos, y a DeepMind le queda cada vez menos tiempo para demostrar la validez de su estrategia.