Hace apenas unos días, ocurrió un hecho que debería haber sido noticia principal en todos los medios: una investigación en física teórica, liderada por los reconocidos Andrew Strominger y Alex Lupsasca, incluyó como coautor a GPT-5.2, un modelo de inteligencia artificial. No fue una simple curiosidad ni una provocación: en solo doce horas, la IA colaboró en la resolución y demostración de un problema relevante en física cuántica. La frontera del conocimiento ya no es exclusivamente humana. Y esto es solo el principio. Recientemente, Anthropic Code 4.6 alcanzó el octavo puesto en la Olimpiada Mundial de Programación, compitiendo casi de igual a igual con los mejores humanos. Todo indica que pronto superará a los primeros puestos, ya que la brecha es mínima y la evolución de estos sistemas es vertiginosa. Estos ejemplos muestran que la IA ya está alcanzando, e incluso superando, los límites del conocimiento humano en varios campos. En los próximos meses, veremos una nueva generación de sistemas aún más avanzados. Sin embargo, el verdadero reto no es solo qué tecnologías adoptamos, sino la velocidad con la que lo hacemos. La tecnología, por sí sola, no genera valor: este surge cuando se transforma en innovación y se integra en procesos reales, redefiniendo quiénes prosperan y quiénes quedan rezagados, qué economías crecen y cuáles se estancan. Dos casos recientes ilustran la magnitud del cambio. Anthropic presentó Cowork y OpenAI lanzó Codex 5.3. Lo más relevante no es solo el producto, sino el proceso: ambos fueron desarrollados y verificados en gran parte por otros modelos de IA, alcanzando niveles de automatización cercanos al 90%. Es decir, la IA ya está construyendo la próxima generación de IA. En estas empresas, el rol del ingeniero de software está cambiando: menos programación manual, más supervisión y orquestación. Anthropic, por ejemplo, pasó de necesitar dos años y cien ingenieros para desarrollar Code, a crear Cowork en apenas semana y media con solo cinco ingenieros. No es una comparación exacta, pero ilustra el salto de productividad. Para quienes usamos habitualmente herramientas como GPT Deep Research, Anthropic Code o Cowork, está claro: no es una mejora incremental, sino un cambio de paradigma. La IA ya está construyendo la siguiente generación de IA. Muchos ingenieros de software ya no programan como antes. Usan modelos que escriben, revisan y mejoran el código. Anthropic también lanzó recientemente un plug-in legal, sumándose a los ya existentes de finanzas, productividad o integración con Microsoft Office. Estos plug-ins no son simples añadidos, sino sistemas capaces de ejecutar tareas completas, como revisar contratos o conectar con bases de datos jurídicas. El impacto fue inmediato: Thomson Reuters cayó casi un 19% en bolsa y otras empresas del sector sufrieron descensos similares. Esto ha dado pie a la teoría del "SaaSpocalypse": la posibilidad de que muchas empresas SaaS sean reemplazadas por sistemas de IA agéntica capaces de capturar gran parte del valor que hoy generan soluciones tradicionales, especialmente en áreas como business intelligence o acceso a datos. La pregunta clave es: si esto ocurre en Silicon Valley, ¿qué pasará en otros lugares? Existe un desfase entre la velocidad de la tecnología y la de su adopción. El valor no se crea en el laboratorio, sino en la adopción efectiva. Algunas organizaciones y países ya están integrando estas tecnologías en el núcleo de sus procesos, mientras que otros se quedan en la crítica y la pasividad, perdiendo relevancia. En Europa, y especialmente en España, el uso de IA generativa es alto, pero se confunde el uso de chatbots con una transformación real de la economía. Utilizar IA para tareas individuales mejora la productividad, pero el verdadero salto ocurre cuando se automatizan procesos completos y se delegan tareas enteras a sistemas inteligentes. Por ejemplo, en el ámbito legal, la revisión de contratos ya no recae en equipos de abogados juniors, sino en sistemas de agentes que automatizan el proceso y solo requieren intervención humana en casos excepcionales. Lo mismo ocurre en programación: los modelos generan y mejoran el código, mientras los humanos definen la arquitectura y las prioridades. La diferencia de productividad entre trabajar con un chatbot y operar con sistemas agénticos es abismal. No se trata de cuántas personas usan IA, sino de la capacidad de construir sistemas que transformen organizaciones enteras. Actualmente, tenemos mucho uso de chatbots y algunas automatizaciones, pero pocos sistemas agénticos que redefinan nuestras organizaciones. Nos estamos acostumbrando a consumir IA como herramienta personal, cuando la verdadera revolución está en desplegarla como infraestructura productiva. Adoptar tecnología no es solo usar herramientas genéricas, sino construirlas, integrarlas y transformar con ellas el tejido productivo. La pregunta incómoda es inevitable: ¿quién está construyendo nuestro futuro? Porque el futuro será de quien lo cree. Quien lo haga capturará el valor; quien no, quedará atrás. Y la brecha entre quienes adoptan profundamente y quienes no, crece al ritmo de la tecnología. El futuro no será de quien mejor use un chatbot, sino de quien construya sistemas que trabajen para él. Fuente: elnacional.cat