DeepMind prevé la llegada de la AGI en 2030: Hassabis y la revolución de la IA

Demis Hassabis, máximo responsable de Google DeepMind, pronosticó en la conferencia Google I/O que la inteligencia artificial general (AGI) llegará hacia 2030. Según Hassabis, esta tecnología revolucionará los sistemas de computación a escala global. Además, está convencido de que la AGI supondrá un punto de inflexión para el sector tecnológico y también para el conjunto de la economía, ya que transformará la forma en que se toman las decisiones.

Procesado por IA desde 3DNews AI; editado por Hamidun News
DeepMind prevé la llegada de la AGI en 2030: Hassabis y la revolución de la IA
Fuente: 3DNews AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente original3DNews AI ↗
Editor jefe
Automatización sin límiteslos sistemas resuelven tareas complejas por sí solos, sin intervención humana en el ciclo
Dato clave #2Explosión de los descubrimientos científicos: la investigación en biología, medicina y física se acelera decenas de veces
Dato clave #3Replanteamiento de la infraestructura tecnológica: la migración a arquitecturas optimizadas para la AGI exigirá billones de dólares

Demis Hassabis, CEO de Google DeepMind, lanzó en la conferencia Google I/O un pronóstico de gran calado: la inteligencia artificial general (AGI) llegará aproximadamente en 2030. Según Hassabis, esta tecnología transformará de raíz los sistemas de computación globales y también la economía en su conjunto, y reescribirá las reglas del juego en todos los sectores.

El pronóstico de Hassabis: la AGI está cerca

En Google I/O, Hassabis habló sin rodeos: la AGI ya no es un horizonte de ciencia ficción, sino un futuro muy real que se acerca más rápido de lo que muchos creen. La definió como un sistema de inteligencia artificial capaz de resolver tareas al nivel de la mente humana en un amplio abanico de problemas complejos, desde los descubrimientos científicos hasta la planificación económica.

DeepMind avanza con decisión hacia ese objetivo. En los últimos tres años, el equipo ha logrado avances importantes en arquitecturas de redes neuronales, en la capacidad de generalización de los modelos y en la eficiencia del escalado. Los progresos actuales en sistemas multimodales (que trabajan a la vez con texto, imágenes y vídeo) indican que los principales bloques para construir una AGI ya están en su sitio. Según Hassabis, solo queda optimizar y superar los últimos obstáculos fundamentales.

El alcance del cambio: qué se va a transformar

Si el pronóstico de DeepMind acierta, las consecuencias serán revolucionarias. Esto es lo que le espera a la industria:

  • Automatización sin límites: los sistemas resuelven tareas complejas por sí solos, sin intervención humana en el ciclo
  • Explosión de los descubrimientos científicos: la investigación en biología, medicina y física se acelera decenas de veces
  • Replanteamiento de la infraestructura tecnológica: la migración a arquitecturas optimizadas para la AGI exigirá billones de dólares
  • Transformación de la economía: nuevos modelos de producción, de servicios y de distribución del valor
  • Urgencia en materia de seguridad: el control de la AGI se convertirá en una tarea crítica para gobiernos y reguladores

Hassabis subraya que la transición no será explosiva, sino gradual, pero irreversible. Las organizaciones que ya preparan sus sistemas para la era de la AGI obtendrán una ventaja competitiva considerable.

¿Por qué precisamente 2030?

DeepMind no lanza una cifra al azar. El análisis de las tendencias indica que este horizonte es realista. En primer lugar, la capacidad de cómputo crece de forma exponencial: la potencia de los centros de datos se duplica cada 1,5–2 años. En segundo lugar, los algoritmos son cada vez más eficientes y necesitan menos datos y menos cómputo para lograr el mismo resultado. En tercer lugar, el paso a los modelos multimodales ha demostrado que los sistemas generalizan mejor el conocimiento cuando aprenden de datos heterogéneos.

Aun así, Hassabis también es franco respecto a la incertidumbre. Mucho depende de descubrimientos inesperados en la teoría del aprendizaje, de resolver el problema del consumo energético de los grandes modelos y de que la industria logre superar las mesetas actuales en la mejora de la calidad. Para 2030 podrían seguir existiendo barreras serias que requieran avances conceptuales.

Qué significa esto

El pronóstico de Hassabis no busca asustar: es una llamada a la acción. Si la AGI realmente se acerca para 2030, es ahora, entre 2026 y 2029, cuando se están sentando las bases para un desarrollo seguro y eficaz de esta tecnología.

Para inversores, startups y grandes corporaciones, esto significa una sola cosa: apostar por soluciones orientadas a la AGI ha dejado de ser especulación para convertirse en una necesidad estratégica. Las empresas que hoy invierten en I+D, forman ingenieros y migran sus sistemas a arquitecturas compatibles con la AGI irán mañana por delante de sus competidores.

Para reguladores y responsables políticos, el reto es aún más acuciante: hay que definir con urgencia las reglas del juego mientras la AGI sigue en fase de desarrollo. La ausencia de normas internacionales de seguridad podría desembocar en el caos. Por eso Hassabis, junto a su optimismo, pide responsabilidad: la AGI es una oportunidad y, a la vez, un desafío serio para la humanidad.

Historia

Preguntas frecuentes sobre la noticia

¿Por qué precisamente 2030?

DeepMind no lanza una cifra al azar. El análisis de las tendencias indica que este horizonte es realista. En primer lugar, la capacidad de cómputo crece de forma exponencial: la potencia de los centros de datos se duplica cada 1,5–2 años. En segundo lugar, los algoritmos son cada vez más eficientes y necesitan menos datos y menos cómputo para lograr el mismo resultado. En tercer lugar, el paso a los modelos multimodales ha demostrado que los sistemas generalizan mejor el conocimiento cuando aprenden de datos heterogéneos. Aun así, Hassabis también es franco respecto a la in

¿Qué se sabe sobre El pronóstico de Hassabis: la AGI está cerca?

En Google I/O, Hassabis habló sin rodeos: la AGI ya no es un horizonte de ciencia ficción, sino un futuro muy real que se acerca más rápido de lo que muchos creen. La definió como un sistema de inteligencia artificial capaz de resolver tareas al nivel de la mente humana en un amplio abanico de problemas complejos, desde los descubrimientos científicos hasta la planificación económica. DeepMind avanza con decisión hacia ese objetivo. En los últimos tres años, el equipo ha logrado avances importantes en arquitecturas de redes neuronales, en la capacidad de generalización de l

¿Qué se sabe sobre El alcance del cambio: qué se va a transformar?

Si el pronóstico de DeepMind acierta, las consecuencias serán revolucionarias. Esto es lo que le espera a la industria: Automatización sin límites: los sistemas resuelven tareas complejas por sí solos, sin intervención humana en el ciclo Explosión de los descubrimientos científicos: la investigación en biología, medicina y física se acelera decenas de veces Replanteamiento de la infraestructura tecnológica: la migración a arquitecturas optimizadas para la AGI exigirá billones de dólares Transformación de la economía: nuevos modelos de producción, de servicios y de distribuc

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…