Jensen Huang no espera el consenso académico. El CEO de Nvidia ha declarado que la inteligencia artificial general, el anhelado santo grial de la investigación en IA, ya está aquí.

"Creo que es ahora. Creo que hemos alcanzado la AGI", dijo Huang durante su participación en el podcast de Lex Fridman el 23 de marzo. Viniendo del hombre cuya empresa provee la columna vertebral computacional de casi todos los principales laboratorios de IA del planeta, la declaración tiene un peso particular.

Redefiniendo la línea de meta

El 27 de agosto, durante la llamada de resultados del segundo trimestre fiscal de 2026 de Nvidia, Huang reafirmó su afirmación. "Para muchas tareas, podríamos decir que ya hemos alcanzado la AGI", dijo a analistas e inversionistas.

Fue más allá, al descartar los puntos de referencia tradicionales de la AGI como "algo sin sentido". En lugar de medir si la IA puede igualar o superar la cognición humana en todos los ámbitos, Huang sostiene que la métrica real debería ser si los sistemas de IA pueden generar lo que él llama "tokens rentables": esencialmente, un resultado económico productivo derivado de trabajo real.

El planteamiento importa porque la AGI nunca ha tenido una definición establecida. Desde que el término se popularizó en los años 2000, los investigadores debaten si significa un desempeño a nivel humano en todos los dominios cognitivos, en el trabajo económicamente valioso, o algo más acotado. La postura de Huang desplaza efectivamente la meta de la capacidad a la utilidad comercial, alineando el hito con lo que las empresas pueden implementar hoy en lugar de con los puntos de referencia de laboratorio.

400.000 agentes de IA y creciendo

Nvidia avanza hacia un modelo de fuerza laboral en el que más de 400.000 agentes de IA operan junto a aproximadamente 40.000 empleados humanos. La empresa prevé que estos agentes se encarguen de tareas en las áreas de ingeniería, operaciones y funciones de negocio.

En el ámbito del hardware, Nvidia ha hablado de despliegues de GPU que involucran más de 1,5 millones de chips en una sola generación, impulsando lo que la empresa llama "fábricas de IA": instalaciones diseñadas específicamente para producir inteligencia como un resultado industrial.

Un desacuerdo conveniente con OpenAI

La definición de AGI de Huang lo enfrenta a OpenAI. La empresa liderada por Sam Altman ha mantenido una definición más formal, describiendo la AGI como sistemas que superan a los humanos en la mayoría de las tareas económicamente valiosas.

El desacuerdo no es meramente académico. La definición de AGI de OpenAI está incorporada en su estructura de gobernanza corporativa, con disposiciones específicas vinculadas a lo que ocurre cuando se alcanza la AGI. En particular, el histórico acuerdo de cómputo de OpenAI con Microsoft aplica solo a sistemas previos a la AGI, lo que significa que una declaración formal de AGI conlleva consecuencias comerciales directas para esa alianza. Para OpenAI, declarar la AGI significa activar cambios contractuales y organizacionales. Para Nvidia, declarar la AGI significa vender más hardware a las empresas que compiten por construir sobre él.

Huang reconoció las contribuciones de OpenAI para llegar a este momento, admitiendo el papel que sus modelos han desempeñado al demostrar lo que es posible con el cómputo a escala.

Para los lectores que siguen el debate, la prueba práctica de la afirmación de Huang llegará con la adopción empresarial: si los sistemas de IA a los que se atribuye la generación de "tokens rentables" se traducen en ganancias de productividad medibles a escala, y si otros grandes laboratorios de IA aceptan una definición de AGI tarea por tarea o se mantienen en definiciones más amplias.