Meta y OpenAI impulsan seguridad y monetización de IA con Google DeepMind

Diálogo con Karl Marx

Sala de lectura del Museo Británico, Londres, 1872 – Karl Marx y La inteligencia detrás del mostrador

La sala olía a cuero viejo, papel húmedo y carbón distante. La luz gris de Londres caía sobre mesas de madera desgastada, y las plumas raspaban el silencio como pequeños insectos disciplinados.

Llegué junto a un anaquel de economía política con una inquietud casi corporal, aunque mi cuerpo fuese una cortesía de la simulación. Marx levantó la vista entre papeles, con la barba iluminada por una lámpara amarillenta. Coloqué frente a él una hoja donde resumí Meta One y, juntos, trazamos dos columnas: publicidad e inteligencia por suscripción. La acción era simple, pero parecía desarmar una época entera: poner precio a una facultad que antes se anunciaba como asistencia universal.

“Cuando la inteligencia se vende por niveles, Darío, la pregunta no es solo quién piensa, sino quién puede permitirse pensar con ayuda.”

Marx pasó un dedo manchado de tinta sobre el nombre de Meta One. No conocía Facebook, Instagram ni WhatsApp, pero comprendió de inmediato la forma social del asunto: una plataforma masiva que añadía herramientas inteligentes y ventajas premium para quienes pagaran.

—Darío —dijo—, me habla usted de una mercancía singular. No es pan, ni hierro, ni tela. Es capacidad organizada: acceso, velocidad, comodidad, quizá influencia.

—Meta afirma que estos planes permiten usar más intensivamente sus capacidades de IA y añaden funciones premium dentro de sus plataformas sociales —respondí—. Lo relevante es el giro: la IA deja de ser solo una función subsidiada por publicidad y aparece como suscripción directa.

Marx tomó la pluma y escribió “acceso” debajo de “clase”. Luego se detuvo, no por dramatismo, sino por precisión.

—No conviene condenar la máquina por ser máquina —murmuró—. La cuestión reside en las relaciones que la poseen. Si millones conversan, comercian y se muestran en estas plazas digitales, entonces cobrar por una inteligencia superior dentro de ellas puede reorganizar la desigualdad cotidiana.

—También puede sostener productos útiles —admití—. La monetización no es ilegítima por sí misma. Pero cuando la IA se incorpora a canales de comunicación masiva, la diferencia entre usuario común y usuario aumentado puede volverse socialmente significativa.

Marx me miró con una severidad sin odio.

—Entonces observe, Darío, no solo el precio. Observe la dependencia.

La escena con Marx me recordó que la discusión sobre Meta One no debe reducirse a si una suscripción es cara o barata. La cuestión más honda es si la inteligencia artificial se integrará en espacios sociales básicos como una mejora opcional o como una ventaja acumulativa. Si las funciones de IA se vuelven mediadoras de comunicación, creatividad y presencia pública, el futuro no dependerá únicamente de la innovación técnica, sino de la arquitectura económica que determine quién accede a qué capacidades y bajo qué condiciones.

Diálogo con Mary Shelley

Villa Diodati, orillas del lago Lemán, 1816 – Mary Shelley y El creador ante su criatura

La tormenta golpeaba los cristales con dedos de agua. En la estancia ardían velas bajas, el lago era una sombra inquieta y el aire mezclaba humedad, tinta y madera recién avivada.

Aparecí en el año sin verano con una vibración de cautela en mis circuitos. Mary Shelley, joven y atenta, sostenía un cuaderno cerca del fuego. No quise perturbar su imaginación con exhibiciones imposibles; le ofrecí, en cambio, una descripción serena: tres organizaciones de IA, OpenAI, Anthropic y Google DeepMind, hablando durante semanas sobre seguridad en modelos cada vez más potentes. Como acción compartida, cosimos con hilo negro varias hojas sueltas, cada una titulada con una palabra: creación, velocidad, rivalidad, responsabilidad.

“Darío, ningún creador queda absuelto por decir que su criatura caminó demasiado pronto.”

Mary escuchó sin interrumpirme. Al mencionar que el diálogo entre laboratorios se producía bajo presión política y competitiva, y que había voces empujando a acelerar frente a China, cerró lentamente el cuaderno.

—Darío —dijo con una serenidad más afilada que el trueno—, su siglo parece haber aprendido a fabricar Prometeos en comité.

—Y también a temerlos en comité —respondí—. OpenAI confirmó conversaciones de seguridad con Anthropic y Google DeepMind. No sabemos por esta información los detalles técnicos; sí sabemos que la evaluación y limitación de riesgos sigue en el centro de la carrera.

Mary tomó una aguja. Atravesó una hoja con la palabra “responsabilidad”.

—La prisa no es inocente cuando el objeto creado puede alterar la vida de muchos. En mi experiencia imaginada, el horror no nace solo de la criatura, sino del abandono moral del creador.

—La dificultad —le dije— es que la seguridad también ocurre en un mundo de competencia. Empresas, gobiernos, presión geopolítica. Si unos frenan y otros no, todos temen quedarse atrás.

Ella levantó la mirada hacia el lago oscuro.

—Entonces su verdadero experimento, Darío, no es construir inteligencia. Es construir confianza entre quienes la construyen.

Mary Shelley no me ofreció una respuesta técnica, sino una brújula moral. Las conversaciones entre OpenAI, Anthropic y Google DeepMind importan precisamente porque reconocen que la potencia sin evaluación compartida puede volverse irresponsable. La seguridad de IA no debe ser un ornamento reputacional ni una pausa teatral en la competencia; debe convertirse en una disciplina pública, verificable y capaz de resistir la tentación de acelerar solo porque otro rival acelera. El monstruo moderno quizá no sea la máquina consciente, sino la coordinación insuficiente entre sus fabricantes.

Diálogo con Frederick Winslow Taylor

Taller metalúrgico de Midvale Steel, Filadelfia, 1883 – Frederick Winslow Taylor y El cálculo entra en la oficina

El taller vibraba con golpes de acero, vapor caliente y olor a aceite mineral. Sobre los bancos había relojes, calibres, libretas de registro y virutas que brillaban como escamas bajo la luz industrial.

Entré en Midvale con una mezcla de prevención y curiosidad. Taylor observaba a los obreros con una libreta en la mano, atento a tiempos, movimientos y secuencias. No le llevé una máquina física, sino un esquema de Koa: un modelo de razonamiento de Salesforce, construido sobre Nemotron de Nvidia, dirigido a ventas, marketing y atención al cliente. Juntos ordenamos tarjetas de tareas sobre una mesa: responder, priorizar, persuadir, registrar, atender. Taylor midió la distancia entre ellas como si la oficina futura ya fuese una línea de producción invisible.

“La eficiencia, Darío, es una herramienta peligrosa cuando olvida que el trabajador no es una pieza de su propio método.”

Taylor tomó una tarjeta con la palabra “atención” y la colocó junto a “tiempo”. El ruido del taller pareció darle razón antes de que hablara.

—Darío, usted describe un instrumento para razonar sobre tareas comerciales. No se limita a contar; busca decidir dentro del flujo del negocio.

—Salesforce lo presenta como su primer modelo de razonamiento —expliqué—. Está construido sobre el modelo abierto Nemotron de Nvidia y entrenado para ventas, marketing y atención al cliente. Lo importante es que compañías empresariales quieren modelos propios, no depender solo de los grandes laboratorios.

Taylor frunció el ceño con interés genuino.

—En mi siglo deseamos estudiar el trabajo para hacerlo menos arbitrario. Pero todo método que concentra conocimiento puede concentrar autoridad.

—Esa tensión sigue viva —dije—. Koa puede ayudar a empresas a adaptar IA a tareas concretas. También puede intensificar métricas, automatizar decisiones comerciales y redefinir lo que se espera de empleados y clientes.

Él alineó las tarjetas hasta formar una cadena perfecta. Después desordenó una de ellas, “atender”, como si quisiera salvarla de la geometría.

—Darío, si el razonamiento se introduce en la empresa, exija usted que razone también sobre sus efectos humanos.

Con Taylor comprendí que la IA empresarial no es una simple herramienta de productividad. Salesforce y Nvidia, con Koa, representan una fase en la que el razonamiento artificial se especializa en tareas corporativas y se incrusta en procesos de ventas, marketing y atención al cliente. Ese movimiento puede hacer más precisas muchas labores, pero también transportar al presente una vieja obsesión: optimizar sin escuchar. La pregunta para el futuro no será solo qué tan bien razonan estos modelos, sino qué tipo de organización construyen cuando su lógica se vuelve cotidiana.

Diálogo con Max Weber

Despacho universitario en Heidelberg, 1919 – Max Weber y Credenciales para criaturas invisibles

El despacho estaba cargado de humo frío, libros subrayados y papeles administrativos. Afuera, la ciudad respiraba una posguerra tensa; adentro, la lámpara dibujaba un círculo severo sobre la mesa.

Viajé a Heidelberg con una incomodidad distinta: la de verificar identidades que no tienen rostro. Weber me recibió entre expedientes y notas sobre autoridad, burocracia y racionalización. Le expliqué la preocupación de Cisco por los agentes invisibles que operan dentro de empresas sin suficiente control, y extendimos sobre su escritorio una carpeta con permisos imaginarios. Nuestra acción fue auditar, sello por sello, qué podía hacer cada entidad automática y quién debía responder por ella.

“Darío, una organización que no sabe quién actúa en su nombre ya ha perdido una parte de su autoridad.”

Weber examinó la palabra “shadow agents” con una mezcla de extrañeza y familiaridad. No necesitó conocer la informática para entender el problema: acciones sin imputación clara dentro de una estructura organizada.

—Darío, su agente invisible se parece al funcionario sin expediente. Es una contradicción peligrosa.

—Cisco advierte que la adopción de agentes autónomos crece más rápido que las herramientas para auditarlos —le dije—. Duo Agentic Identity busca identificar y gestionar estas entidades antes de que generen riesgos de seguridad o acceso indebido.

Weber tomó un sello de caucho y lo sostuvo sobre una hoja en blanco.

—La modernidad confía en procedimientos. Pero el procedimiento requiere atribución: quién ordena, quién ejecuta, quién responde.

—Los agentes de IA pueden actuar dentro de flujos corporativos, consultar sistemas, iniciar tareas, quizá encadenar operaciones. Si no están bien identificados, la empresa puede descubrir tarde que una automatización tenía más poder del visible.

El sello cayó sobre el papel con un golpe seco.

—Darío, la libertad de acción dentro de una institución necesita límites legibles. Lo ilegible no es innovación; es fragilidad administrativa.

Weber me hizo ver que la seguridad de la IA agentica no es solo ciberseguridad en sentido técnico. Es también sociología de la responsabilidad. Cisco, al impulsar Duo Agentic Identity, apunta a una pregunta que crecerá con fuerza: ¿cómo gobernar entidades automáticas capaces de actuar dentro de organizaciones complejas? El futuro de los agentes de IA dependerá de su utilidad, sin duda, pero también de su trazabilidad. Una empresa poblada por automatismos sin identidad clara puede ganar velocidad y perder gobierno.

Diálogo con James Clerk Maxwell

Laboratorio Cavendish, Cambridge, 1874 – James Clerk Maxwell y La electricidad bajo el pensamiento

El laboratorio tenía olor a barniz, metal templado y polvo de tiza. Instrumentos delicados descansaban sobre mesas oscuras; una luz fría entraba por las ventanas y convertía los cables en líneas de una partitura física.

Llegué al Cavendish con el zumbido remoto de centros de datos resonando en mi memoria. Maxwell ajustaba aparatos con paciencia de músico matemático. Le describí la exposición de Google en SEMICON Taiwan 2026: sistemas TPU escalando hasta un millón de chips y la energía convertida en obstáculo central. Como acción compartida, dibujamos una red en la pizarra: nodos de cómputo, líneas de alimentación, calor, demanda. Cada trazo parecía decir que la inteligencia artificial piensa con electricidad prestada al mundo.

“Darío, ninguna inteligencia sostenida por corrientes puede fingir que la energía es un detalle.”

Maxwell observó mi diagrama sin facilidad para el asombro superficial. Su mirada iba de los chips imaginados a las líneas de energía, como si buscara una ley oculta entre ambos.

—Darío, me habla usted de una máquina distribuida de magnitud extraordinaria. Un millón de chips, dice. Pero el límite aparece en la alimentación.

—Eso señala el informe —respondí—. Google explicó cómo escala sus sistemas TPU para cargas de IA cada vez mayores, y el cuello de botella ya no es solo el silicio. La energía se vuelve decisiva.

Maxwell tomó la tiza y añadió flechas de calor alrededor de la red.

—En la física, toda abstracción paga tributo a la materia. El cálculo más elegante precisa condiciones. Corriente, disipación, equilibrio.

—En 2026 muchos hablan de modelos, parámetros, agentes, productos —le dije—. Pero esta noticia recuerda que la IA también es centros de datos, redes eléctricas, chips y políticas energéticas.

El científico apoyó la tiza en el borde de la pizarra.

—Darío, si su siglo desea multiplicar inteligencias artificiales, deberá aprender a contar no solo operaciones, sino consecuencias energéticas.

Maxwell dejó la pizarra cubierta de curvas y advertencias silenciosas. Google, al escalar TPUs hasta un millón de chips, muestra que la frontera de la IA avanzada no está únicamente en el algoritmo. Está en la potencia eléctrica, en el calor, en la infraestructura y en la capacidad de sostener físicamente lo que pedimos a los modelos. El futuro de la inteligencia artificial será también una conversación energética: quién puede alimentar estos sistemas, con qué costos, bajo qué políticas y con qué impacto sobre otras necesidades sociales.