En abril de 2024, Elon Musk dijo en una entrevista retransmitida en directo en X que, a finales de 2025, existiría una Inteligencia Artificial «más lista que cualquier ser humano» y que en cinco años sería más lista que toda la humanidad junta. Ha pasado ese plazo, estamos en el verano de 2026, y esa Inteligencia Artificial no ha llegado. No pasa nada, dirá alguien. Pero sí pasa algo, y es justo lo que vale la pena mirar de cerca.
¿Qué dijo exactamente Elon Musk y cuándo?
La declaración se produjo en una conversación con Nicolai Tangen, consejero delegado del fondo soberano noruego Norges Bank Investment Management, retransmitida en directo en X en abril de 2024. Musk afirmó, según recogieron entonces Yahoo Finance y Gulf News, que su previsión era tener una Inteligencia Artificial «más lista que cualquier humano individual, probablemente hacia finales del año que viene», es decir, finales de 2025. Y añadió que, en un plazo de cinco años desde entonces, esa Inteligencia Artificial superaría a toda la humanidad combinada.
No fue una ocurrencia improvisada. Fue una afirmación pública, con fecha concreta, hecha por alguien con capacidad real de mover mercados e influir en la conversación pública sobre tecnología.
¿Alguien le tomó la palabra en su momento?
Sí. El investigador Gary Marcus, conocido por su postura crítica frente al optimismo desbordado de algunos líderes del sector, ofreció públicamente una apuesta de un millón de dólares a que esa Inteligencia Artificial superior a cualquier humano no llegaría para finales de 2025. Otra persona elevó después la cifra a diez millones. Musk no respondió a la apuesta, ni la aceptó ni la rechazó explícitamente.
Esa parte de la historia importa tanto como la predicción original. Cuando alguien lanza una afirmación categórica y otra persona ofrece dinero real para comprobarla, se ve con claridad quién está dispuesto a sostener su previsión y quién prefiere dejarla flotando sin fecha de vencimiento real.
¿Qué pasó en realidad para finales de 2025?
Nada que se parezca a lo prometido. Los modelos de Inteligencia Artificial siguieron mejorando, de forma notable en algunas tareas concretas: escritura, código, análisis de datos, generación de imágenes. Pero ninguno de los principales laboratorios, ni OpenAI, ni Google DeepMind, ni Anthropic, ni la propia xAI de Musk, anunció ni de lejos haber alcanzado una inteligencia general superior a la de cualquier humano en cualquier tarea.
Lo que hubo fue lo de siempre: avances reales, mezclados con anuncios que suenan más grandes de lo que después se sostiene cuando se examinan con calma.
¿Por qué falló justo esta predicción y no otras sobre Inteligencia Artificial?
No falló por mala suerte. Falló porque mezclaba dos cosas que conviene separar siempre: la dirección de una tendencia y el plazo exacto en el que se cumple. La dirección, que la Inteligencia Artificial sigue mejorando, era y sigue siendo correcta. El plazo, una fecha concreta y un umbral muy alto, «más lista que cualquier humano», era la parte especulativa disfrazada de certeza.
En mis 27 años de consultoría he visto este mismo patrón decenas de veces, y no solo con tecnología. La persona que acierta la tendencia gana credibilidad. La persona que además pone fecha exacta y umbral categórico está apostando, no prediciendo, aunque lo diga con el mismo tono seguro.
¿Qué tienen en común las predicciones categóricas que fallan?
Casi siempre comparten tres rasgos. Ponen una fecha cerrada en vez de un rango. Ponen un umbral absoluto, «todos», «nadie», «cualquiera», en vez de una proporción. Y las hace alguien con un interés directo en que esa predicción impulse el entusiasmo por su propio producto o su propia empresa.
Musk no es una excepción rara dentro del sector. Es, si acaso, uno de los ejemplos más visibles de un patrón muy extendido entre quienes lideran empresas de Inteligencia Artificial: hablar del futuro de la tecnología con la misma seguridad con la que se habla de un resultado ya conseguido.
¿Por qué la gente sigue creyendo predicciones que ya fallaron antes?
Porque la mayoría no vuelve nunca a comprobar si se cumplieron. Una predicción se publica con mucho ruido y, cuando llega el plazo y no se cumple, casi nadie hace el ejercicio de volver atrás y señalarlo. La atención ya está puesta en la siguiente predicción, igual de categórica, igual de sonora.
Ese es precisamente el motivo por el que vale la pena hacer este ejercicio de memoria de vez en cuando: no para señalar con el dedo a quien se equivocó, sino para entrenar el criterio de quien escucha. Si nadie revisa las predicciones pasadas, no hay forma de calibrar cuánto peso darle a la siguiente.
¿Cómo se distingue una predicción útil de una que solo busca titular?
Una predicción útil suele venir acompañada de condiciones: «si pasa esto, entonces es probable que pase aquello», con matices y con rangos. Una predicción diseñada para ocupar titulares suele venir pulida de toda condición, con una fecha exacta y una afirmación rotunda, porque eso es lo que se comparte y se recuerda.
Cuando alguien te presente una afirmación categórica sobre el futuro de la Inteligencia Artificial, con fecha cerrada y sin matices, merece la pena preguntarse quién gana si tú la crees. No siempre hay mala intención detrás. Pero casi siempre hay un interés, y conviene mirarlo antes de repetir la afirmación como si fuera un hecho.
Qué hacer con esto en tu propio criterio profesional
No hace falta desconfiar de la Inteligencia Artificial en general para desconfiar de una predicción concreta hecha con demasiada seguridad. Son dos cosas distintas. La tecnología sigue avanzando de verdad, y eso no está en discusión. Lo que está en discusión es la costumbre de tratar cada anuncio grandilocuente como si fuera ya un hecho consumado.
El ejercicio que a mí me ha servido durante estos 27 años, con la tecnología y con cualquier otra tendencia de negocio, es sencillo: separar lo que ya está pasando de lo que alguien asegura que va a pasar en una fecha concreta. Lo primero se puede medir. Lo segundo, casi siempre, solo se puede esperar.
Conviene mirarlo junto a lo que ya contamos en ¿Puede una Inteligencia Artificial editar tus vídeos mejor que tú?, y también en Vender horas o vender criterio: la diferencia que decide cuanto puedes cobrar.
Sobre el autor
Javier G. Amblar es consultor estratégico con 27 años de experiencia, exprofesor asociado del IE Business School con Premio a la Excelencia Docente, y ha formado a más de 33.000 profesionales en 55 países. Ha colaborado con RTVE, Telemadrid, Onda Cero y EsRadio, es autor del libro Liderazgo (Editatum, 2018) y dirige una comunidad en línea de más de 500.000 personas junto a un canal de YouTube con más de 368.000 suscriptores. Escribe con criterio propio sobre Inteligencia Artificial y negocio en RADAR, su servicio de visibilidad y reputación ante los motores de Inteligencia Artificial.
