El sábado 12 de septiembre, Dario Amodei publicó un ensayo de 3.800 palabras pidiendo que la industria de la IA vaya más despacio. Horas después, Sam Altman escribió en X: "I agree with Dario that we need to pace the frontier". Elon Musk lo resumió en tres palabras: "Dario is right". Al día siguiente se sumó Demis Hassabis.
Las empresas que se están dejando cientos de miles de millones en ganar esta carrera dicen ahora que hay que correr menos. Eso no pasa casi nunca.
Cuarenta y ocho horas después, los gobiernos respondieron que no.
Qué han firmado en realidad
No es una pausa. Amodei lo dice con todas las letras: marcar el ritmo "no significa detener el entrenamiento de modelos ni el progreso técnico", sino asegurar que las empresas se tomen el tiempo suficiente para alinear y proteger lo que lanzan. Y añade una frase que cambia la lectura entera: el progreso seguirá pareciendo rápido.
De los tres pasos del plan, solo el primero está en marcha: evaluadores externos dentro de las empresas, con acceso de empleado y derecho a publicar sin filtro. Anthropic se compromete de forma unilateral y OpenAI dijo que hará lo mismo. La coordinación entre países democráticos y la global son intención, no compromisos.
Y el acuerdo es menos sólido de lo que parece. Hassabis respaldó la dirección pero propone algo distinto: un organismo de estándares financiado por la industria y supervisado por el gobierno, al estilo de FINRA, que examine los modelos 30 días antes de lanzarlos. Amodei quiere la vigilancia dentro de la empresa y durante el desarrollo; Hassabis la quiere fuera y antes del lanzamiento. Coinciden en el titular y discrepan en quién paga la supervisión, quién la ejerce y en qué momento.
Lo que de verdad preocupa a Amodei es la mejora recursiva: modelos que ayudan a construir la siguiente generación de modelos, acelerando el ciclo por dentro. El ensayo admite que ya está pasando en toda la industria, incluida Anthropic. El objetivo es ganar un año o dos de margen.
La respuesta de los gobiernos
Trump lo rechazó el mismo fin de semana con una frase que resume su posición: "whoever wins AI, wins". Sostiene que Estados Unidos va por delante y que frenar sería regalar la ventaja.
El lunes respondió China. El portavoz de Exteriores, Guo Jiakun, calificó el planteamiento de alarmismo: "el alarmismo, la confrontación y la competencia feroz solo van a perturbar el proceso de gobernanza global de la IA, y eso no beneficia a nadie".
Conviene entender por qué Pekín reaccionó así, porque la cobertura se ha quedado en el titular. Amodei no pidió solo frenar. En el mismo ensayo pidió mantener las restricciones de venta de chips avanzados a China y advirtió de que una ventaja china en IA sería "un grave peligro para Estados Unidos y para el mundo". Frenar todos, y a China además seguir bloqueándola.
Ese es el nudo. La propuesta técnica y la posición geopolítica viajan en el mismo texto, y eso hace muy difícil separarlas. Trump y Xi se reúnen el 24 de septiembre en Washington con la gobernanza de la IA en la agenda.
Mientras tanto, hay un gesto que pesa más que las declaraciones: OpenAI ha descartado salir a bolsa este año alegando el trabajo de seguridad pendiente. Altman habló de un momento poco aconsejable para una operación así. Aplazar una de las mayores salidas a bolsa de la década no es un tuit.
El año en que se discutió si ya habíamos llegado
En marzo, Jensen Huang dijo en el podcast de Lex Fridman una frase que todavía colea: "I think it's now. I think we've achieved AGI". No fue el único. Altman llevaba tiempo diciendo que en OpenAI ya sabían cómo construirla, aunque luego admitiera que el término se había vuelto "muy impreciso".
La respuesta técnica fue casi unánime. Google DeepMind describió un perfil cognitivo desigual: los modelos superan a los humanos en matemáticas y memoria factual, y se quedan atrás en aprendizaje por experiencia y comprensión social. Hendrycks y Bengio puntuaron al modelo más capaz por debajo del 60%. Y en ARC-AGI-3, la prueba de razonamiento abstracto de François Chollet, los modelos de frontera no llegan al 1% donde una persona ronda el 100%.
No estamos en AGI. Pero hay una curva que sí se ha acelerado de verdad, y es la que importa.
METR mide cuánto dura una tarea que un agente completa solo con fiabilidad razonable. Ese horizonte se duplicaba cada siete meses. En la tanda reciente, cada tres o cuatro. En mayo, un agente sostenía más de dos horas de trabajo de un experto. En paralelo, el éxito en OSWorld, que mide manejar un ordenador como lo haría una persona, pasó del 12% a rondar el 66%.
Los agentes dejaron de ser una demo de dos minutos y empezaron a encadenar cientos de pasos durante horas. Ahí está el salto real de 2026, más que en cualquier modelo concreto.
Por qué esto nos parece una buena noticia
Nuestra opinión no va de seguridad ni de geopolítica. Va de la distancia entre lo que la tecnología permite y lo que las empresas hacen con ella. Esa distancia no ha dejado de crecer.
En seis meses ha cambiado todo a la vez. Agentes que trabajan solos durante horas. Imagen y vídeo en calidad de entrega real. Contexto largo, uso de ordenador, protocolos para conectar herramientas. Cada lanzamiento capaz de desbancar al anterior de un día para otro.
Y pasa algo perverso: cuando la herramienta cambia cada cuatro semanas, nunca llegas a dominar ninguna. Se prueba lo nuevo antes de exprimir lo anterior. Se acumulan flujos montados sobre versiones que ya no existen. Y se confunden dos cosas distintas, tener acceso a la última herramienta y saber sacarle todo.
La mayoría de organizaciones no usa ni de lejos lo que la IA ya permite hoy, y no por falta de modelos. Falta tiempo para asentar el método, integrarlo en procesos reales y aprender dónde falla.
Eso es lo que compra un ritmo más calmado. No menos capacidad, más profundidad sobre la que ya existe. Tiempo para que el criterio alcance a la potencia.
La trampa sería leerlo como permiso para esperar. Con los gobiernos diciendo que no, el freno real va a ser mucho más suave de lo que sugieren los titulares. El progreso seguirá pareciendo rápido.
Cuando todo el mundo tiene los mismos modelos por una suscripción, lo que separa un buen resultado de uno mediocre no es el motor. Es saber qué pedirle y reconocer cuándo se ha equivocado. Eso no se actualiza solo cada febrero.
En GROS trabajamos justo ahí: producción visual con IA con dirección humana. Del brief al máster. Días, no semanas.
Más sobre nuestro enfoque de producción audiovisual con IA.
Las empresas quieren frenar y los gobiernos no. Mientras se resuelve, lo que los modelos ya permiten hacer hoy sigue estando muy por delante de lo que casi nadie está usando.
Fuentes
- Dario Amodei, We Must Pace the Frontier: https://darioamodei.com/post/we-must-pace-the-frontier
- TechCrunch, Anthropic CEO outlines plan to pace the frontier: https://techcrunch.com/2026/09/12/anthropic-ceo-outlines-plan-to-pace-the-frontier/
- NPR, Beijing hits back at Anthropic CEO's call to curb China's AI development: https://www.npr.org/2026/09/14/nx-s1-5968456/china-hits-back-ai-development
- Infobae, Los cuatro jefes de la IA ya coinciden en frenar: ninguno propone lo mismo: https://www.infobae.com/estados-unidos/2026/09/13/los-cuatro-jefes-de-la-ia-ya-coinciden-en-frenar-ninguno-propone-lo-mismo/
- Fortune, Sam Altman confirms OpenAI won't go public this year: https://fortune.com/2026/09/12/sam-altman-openai-ipo-delay-ill-advised-moment-safety-concerns/
- Fox News, Trump says Xi Jinping will visit the US on Sept 24 to discuss AI: https://www.foxnews.com/politics/trump-says-chinese-president-xi-jinping-visit-us-sept-24
- Fortune, Nvidia's Jensen Huang says 'we've achieved AGI': https://fortune.com/2026/03/30/agi-definition-jensen-huang-lex-fridman-deepmind-turing-text-cognitive-taxonomy/
- METR, Measuring AI Ability to Complete Long Tasks: https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/
- Stanford AI Index 2026 (OSWorld, uso de ordenador): https://aiindex.stanford.edu/