La conversación con Pep Martorell deja claro que la revolución de la inteligencia artificial ya no es una hipótesis futura, sino una transformación estructural en marcha. El avance reciente no ha sido lineal, sino exponencial. Los modelos actuales se entrenan con magnitudes computacionales gigantescas y su capacidad crece aproximadamente cinco veces por año. Esto explica por qué en pocos meses se producen saltos que antes requerían años.

Uno de los hitos más importantes fue la democratización del razonamiento avanzado con GPT-5, que puso capacidades de alto nivel en manos de cientos de millones de personas. La inteligencia dejó de ser un recurso exclusivo y pasó a ser una commodity accesible. En las empresas, el verdadero obstáculo no era la tecnología, sino la cultura organizacional, la calidad de los datos y la capacidad de adaptación. Una vez superadas esas barreras, la adopción se aceleró.

El gran cambio actual es la IA agéntica. Ya no hablamos de sistemas reactivos que responden preguntas, sino de agentes que reciben objetivos y deciden cómo alcanzarlos. Estos pueden planificar, coordinar tareas y comunicarse entre ellos. Esto abre la puerta a transacciones y procesos automatizados sin intervención humana directa, especialmente en funciones administrativas y de atención al cliente. El impacto en el empleo es real: muchas tareas clericales tienden a reducirse, aunque surgen nuevas necesidades en orquestación, supervisión y gobernanza.

En ciencia, la transformación es aún más profunda. La IA no solo acelera la investigación, sino que empieza a generar conocimiento nuevo. En biología, matemáticas y física ya se observan descubrimientos impulsados por modelos avanzados. Además, el uso de datos sintéticos permite seguir escalando cuando los datos humanos se agotan. Esto acelera la publicación científica, pero también plantea retos sobre la formación de futuros investigadores.

El principal límite estructural no parece ser técnico, sino energético. Los centros de datos requieren cantidades crecientes de energía, lo que convierte la IA en un factor geopolítico. Estados Unidos y China lideran la carrera, mientras Europa enfrenta dificultades para competir al mismo ritmo.

El futuro puede seguir una trayectoria continuista, con mejoras progresivas y automatización creciente, o dar un salto disruptivo si se reducen drásticamente los costos de entrenamiento. En cualquier escenario, la cuestión ya no es si la IA transformará la sociedad, sino cómo gestionaremos su impacto en empleo, soberanía tecnológica y descubrimiento científico.