Google cambia de rumbo: por qué DeepMind elige modelos globales en lugar de la carrera por los rankings
Mientras OpenAI y Anthropic compiten por crear una IA capaz de auto-mejorarse recursivamente, Google DeepMind apuesta por algo diferente: los "modelos del mundo" (World Models), que comprenden las leyes físicas de la realidad. Externamente, la diferencia es casi imperceptible: Google continúa lanzando modelos y generando ingresos. Pero si observamos las posiciones en rankings independientes, se vuelve evidente: el gigante tecnológico está abandonando conscientemente la carrera por el poder "bruto".
Gemini 3.6 Flash: apuesta por la velocidad y el precio, no por el liderazgo
El 21 de julio se lanzó el modelo Gemini 3.6 Flash. Los principales enfoques son la velocidad y el costo, no el rendimiento máximo. Según Google, la nueva versión genera un 17% menos de tokens que la anterior, lo que reduce directamente el precio de la respuesta. Sin embargo, en el ranking de Artificial Analysis, este modelo ocupó solo el décimo lugar. Todos los desarrolladores líderes quedaron por encima.
Google no ha abandonado las mejoras. La compañía ha iniciado el entrenamiento más grande para la futura Gemini 4, y una versión más amplia de Gemini 3.5 Pro aún está en pruebas con socios. Pero el CEO Sundar Pichai ya ha vinculado la hoja de ruta con el desarrollo de agentes personales, no con posiciones en rankings. Los inversores reaccionaron con más dureza: en junio, las acciones de Alphabet cayeron un 6% tras la salida de dos investigadores principales hacia la competencia.
¿A qué se arriesga DeepMind?
Un modelo del mundo es una IA que estudia los patrones físicos del entorno: gravedad, movimiento, relaciones de causa y efecto. El algoritmo predice la evolución de los eventos en el espacio, no solo selecciona palabras. DeepMind declara abiertamente este rumbo: en el sitio web de la compañía, tanto Genie 3 como Gemini Robotics se encuentran en la sección de modelos del mundo e IA incorporada (embodied AI).
En mayo, el laboratorio expandió Project Genie, integrándolo con Street View, y presentó SIMA 2, un agente que aprende a través de la interacción con mundos virtuales en 3D.
OpenAI y Anthropic han elegido una estrategia completamente diferente. Estos equipos se centran en la auto-mejora recursiva de los sistemas. En la práctica, esta tecnología permite que la IA diseñe de forma independiente la próxima generación de algoritmos. El producto inicia un nuevo ciclo de desarrollo, creando soluciones aún más potentes.
El analista Alberto Romero sugirió que Google ha renunciado conscientemente a participar en esta carrera: "Hassabis apuesta por algo diferente: modelos del mundo capaces de comprender y modelar el mundo real, no solo predecir el siguiente token". Sin embargo, Google no ha hecho declaraciones similares.
Por qué el cofundador de un competidor considera a DeepMind una "excepción"
La visión más crítica fue expresada por un representante de la competencia hace varios meses. El cofundador de Anthropic, Jack Clark, publicó un ensayo el 4 de mayo sobre el futuro de la IA. Estimó la probabilidad de que la IA pueda gestionar de forma independiente el proceso de investigación para finales de 2028 en un 60%. Para 2027, en un 30%.
Clark luego se preguntó qué laboratorios realmente se dirigen hacia este objetivo. Según él, DeepMind "parece la más reservada entre los tres grandes". La reserva implica cautela. Los argumentos de Clark se basan en documentos de la propia DeepMind, en particular, un artículo sobre seguridad de la IA publicado en 2025.
Anthropic actúa con más audacia. En la investigación sobre auto-mejora recursiva, se afirma que para mayo de 2026, Claude escribió más del 80% del código que la compañía implementa en sus productos. Hasta febrero de 2025, esta cifra era cercana a cero. La compañía ya ha registrado casos en los que la IA crea una IA más avanzada: durante un período de prueba, sus modelos aumentaron el rendimiento 52 veces en abril. El año anterior, este aumento fue de solo 2,9 veces. En comparación, un ingeniero experimentado necesitaría de cuatro a ocho horas para lograr un aumento de cuatro veces.
Por qué no se puede afirmar que Google ha salido completamente de la carrera de la IA
Existen dos factores importantes que contradicen esta hipótesis:
- Google mantiene el liderazgo en las pruebas de investigación de aprendizaje automático.
- El sistema muestra una alta actividad de usuarios en el mercado global.
El benchmark MLE-Bench evalúa la capacidad de los modelos para crear arquitecturas de IA de forma independiente. En febrero, Gemini 3 obtuvo un resultado del 64,4%, ocupando el primer lugar. Posteriormente, en julio, la versión 3.6 Flash alcanzó el 63,9%. Las empresas que abandonan el mercado no suelen encabezar dichos rankings.
Además, el gigante tecnológico mantiene un alcance colosal. Sundar Pichai declaró que la audiencia de la aplicación Gemini alcanzó los 950 millones de personas al mes.
¿Puede Google permitirse retrasos?
Durante mucho tiempo, los ingresos de la publicidad en buscadores cubrieron los gastos experimentales, permitiendo a DeepMind trabajar sin prisas innecesarias. Sin embargo, los informes recientes de Alphabet indican una reducción del colchón financiero.
En el segundo trimestre de 2024, los ingresos de la compañía alcanzaron los $119,8 mil millones, un 24% más que el año anterior. Según el informe del 22 de julio, solo la publicidad en buscadores generó $63,3 mil millones. Sin embargo, los gastos están aumentando. En tres meses, Alphabet destinó $44,9 mil millones al desarrollo de centros de datos y la compra de equipos, casi el doble que el año anterior.
Como resultado, el flujo de caja libre fue negativo en $5,86 mil millones. En marzo, esta cifra era positiva: $10,1 mil millones. En diciembre del año anterior, era de $24,6 mil millones. Para cubrir la diferencia, Alphabet emitió acciones por $49,6 mil millones y obtuvo $20,3 mil millones en préstamos. El volumen de obligaciones a largo plazo aumentó de $46,5 mil millones a $98,2 mil millones en seis meses.
La partida de gastos relacionada con el desarrollo conjunto de IA generó una pérdida de $5,79 mil millones, frente a los $3,37 mil millones del año anterior. Por lo tanto, la actual posición de espera le cuesta cada vez más a la corporación.
Qué es importante seguir en los próximos 30 días
- Si se produce el lanzamiento de Gemini 3.5 Pro y qué posiciones ocupa el modelo en las pruebas.
- Si DeepMind presenta nuevos datos sobre modelos del mundo para Gemini 4.
- Si el flujo de caja de Alphabet vuelve a ser positivo en septiembre.
- Si Demis Hassabis expresa una posición clara sobre la tecnología de autoaprendizaje.
El lanzamiento de Gemini 4 será un momento decisivo para la estrategia de la compañía. Si el enfoque de crear modelos del mundo se justifica, la desaceleración actual resultará ser un cálculo preciso. El próximo informe financiero mostrará los límites reales de los recursos de Alphabet en esta carrera tecnológica.
Opinión del experto: Google no está perdiendo, está cambiando las reglas del juego. Mientras los competidores invierten miles de millones en la auto-mejora recursiva, DeepMind apuesta a largo plazo por la comprensión del mundo físico. Si los modelos del mundo se convierten realmente en el próximo gran avance, la actual "reserva" de Google podría convertirse en una ventaja estratégica. Sin embargo, el mercado y los inversores exigen resultados aquí y ahora, y Alphabet tendrá que demostrar que su camino no es un callejón sin salida.