Silicon Valley ha pasado años discutiendo cuándo llegará la inteligencia artificial general. Ali Ghodsi, cofundador y CEO de la empresa de datos e IA Databricks, cree que la discusión terminó. En una conversación publicada por a16z, la firma de capital de riesgo Andreessen Horowitz, Ghodsi dijo que la IA ya tiene suficiente inteligencia y que el problema más difícil es conseguir que las empresas pongan esa inteligencia a uso productivo en el trabajo cotidiano.

La meta de la AGI, según una vara de medir más antigua

La afirmación de Ghodsi se basa en un criterio específico. Sostiene que la AGI ha llegado efectivamente si se juzga según las definiciones que la gente usaba antes de 2022: una IA que rinde al nivel de la capacidad intelectual humana o por encima de ella en una variedad de campos.

Su punto más importante se refiere a lo que aún falta. Según Ghodsi, el cuello de botella ya no es la inteligencia: es el contexto. Dicho simplemente, un empleado nuevo brillante es inútil si nadie le da acceso a los archivos, los sistemas o el historial del negocio. Ghodsi quiere que las empresas conecten los modelos de IA con sus datos propietarios y sistemas operativos para que la tecnología pueda realizar tareas reales, en lugar de quedarse dentro de una ventana de chat respondiendo preguntas.

"Tantos aspectos de nuestras vidas van a cambiar en los próximos veinte años", dijo Ghodsi.

También enmarcó el cambio en torno a las personas, no solo al software. En la conversación con a16z, señaló el empoderamiento de los empleados para tomar la iniciativa como uno de los dos grandes avances que ve en el horizonte.

Las cifras detrás de la confianza

Databricks cerró una ronda de financiación de 5.000 millones de dólares en agosto de 2026 con una valoración de 190.000 millones de dólares, una cifra que la ubica entre las empresas de tecnología privadas más valiosas vinculadas al auge de la IA. La tasa de ingresos anualizada de la empresa —una cifra anualizada basada en ingresos recientes— ahora supera los 7.000 millones de dólares, con un crecimiento interanual de más del 80%.

Las métricas operativas apuntan en la misma dirección. Más de 17 millones de bases de datos son lanzadas cada día por agentes de IA en la plataforma de Databricks, y más del 90% del código de software que Databricks produce es escrito por IA.

Construir para agentes, no para chatbots

Los comentarios de Ghodsi coinciden con una estrategia de producto clara. Databricks ha estado construyendo infraestructura diseñada específicamente para agentes de IA: programas semiautónomos que pueden realizar acciones en lugar de solo generar texto. Sus lanzamientos recientes incluyen Genie, Unity AI Gateway, Lakebase y Agent Bricks.

Cada producto encaja con la tesis más amplia: dar a los sistemas de IA acceso seguro y gobernado a los datos de la empresa y las herramientas para actuar sobre ellos.

Todavía no es la singularidad

La declaración de Ghodsi sobre la AGI viene con una advertencia importante. No afirma que la IA pueda mejorarse a sí misma sin límite.

En discusiones de octubre de 2026, Ghodsi planteó cuatro condiciones que, cree, deberían cumplirse simultáneamente para que la IA se auto-mejore: menor uso de recursos, entrenamiento más rápido, mejor precisión y repetibilidad. Esas cuatro, dijo, no se han logrado al mismo tiempo. En conjunto, ofrecen a los observadores una vara concreta para sopesar futuras afirmaciones sobre la IA con capacidad de auto-mejora.

En otras palabras, da por resuelta la cuestión de la inteligencia mientras deja el escenario de la IA descontrolada firmemente en la columna de todavía no.

Qué significa esto

Para los compradores empresariales, el planteamiento de Ghodsi cambia la lista de compras. Si los modelos ya son lo suficientemente buenos, la ventaja competitiva proviene de qué tan bien una empresa organiza, asegura y expone sus propios datos a los sistemas de IA.

Una empresa donde más del 90% del código es escrito por IA y donde los agentes lanzan más de 17 millones de bases de datos al día ofrece un adelanto de cómo podría reorganizarse el trabajo técnico.

Declarar lograda la AGI es, en parte, una elección de definición, y otros en la industria discutirán qué definición cuenta. Según el propio Ghodsi, las condiciones para una IA con capacidad de auto-mejora siguen sin cumplirse, lo que significa que las predicciones más dramáticas sobre la tecnología aún no están demostradas.