OpenAI lanzó GPT-6 Astra, su modelo más nuevo, y Greg Brockman, presidente de la compañía, lo presentó con una frase que ya está en todos los titulares: "bienvenidos a la era de la AGI". Deja que cada usuario decida si Astra cumple esa definición, pero deja claro que él personalmente cree que ya llegaron ahí.
Vale la pena tomarse un segundo con esa afirmación, porque no es menor. AGI (inteligencia artificial general) es el término que la industria lleva años usando para describir un sistema capaz de realizar cualquier tarea cognitiva que pueda hacer un humano. Si Brockman tiene razón, o si siquiera está cerca, estamos hablando de un umbral que muchos pensaban que tardaría décadas más en cruzarse. Pero también vale la pena no quedarse solo con el titular, porque hay tres cosas en este lanzamiento que le importan más a una empresa que el debate filosófico sobre si esto es o no inteligencia artificial general.
El cambio que más importa: IA que opera dentro de tu software
Astra fue entrenado en la corrida más grande que ha hecho OpenAI hasta ahora, con más de 100.000 GPUs en su centro Stargate en Texas. Pero el salto que se nota en el uso diario no es el tamaño del entrenamiento: es que el modelo trabaja directamente dentro del software, no solo sugiriendo qué hacer. Completa formularios, actualiza registros en un CRM, arma presentaciones que respetan la plantilla de tu empresa, y ejecuta flujos de varios pasos entre distintas aplicaciones sin que alguien tenga que ir guiándolo pantalla por pantalla. En pruebas de uso de computador, el modelo resuelve las mismas tareas en casi la mitad del tiempo que el modelo anterior, manteniendo mejor precisión.
Eso representa un cambio de paradigma en cómo vamos a trabajar, y conviene entenderlo con un ejemplo concreto. Hoy, si alguien en tu empresa necesita crear un gráfico en Canva, tiene que abrir Canva, saber cómo funciona, buscar la plantilla correcta, cargar los datos y armar el diseño. Con modelos como Astra operando como agentes, eso cambia: le pedís por voz o por texto a una IA que prepare ese gráfico, y el agente se conecta a Canva, crea el contenido y te lo devuelve listo. Lo mismo aplica a decenas de herramientas que hoy requieren que la persona sepa usarlas: la IA se convierte en la interfaz, y las aplicaciones pasan a ser el backend.
La pregunta que esto genera no es tecnológica. Es de adopción.
Porque los modelos ya son capaces de hacer esto. La tecnología no es el cuello de botella. Lo que el video de OpenAI muestra no es ciencia ficción de aquí a diez años: es lo que el modelo hace hoy, en producción. Sin embargo, en la gran mayoría de las empresas, la IA se sigue usando para redactar correos, resumir documentos y hacer búsquedas más rápido. Hay una brecha enorme entre lo que la tecnología puede hacer y la forma en que realmente se usa en el día a día. Esa brecha no la cierra el modelo. La cierra la adopción, que es exactamente lo que vemos que avanza más lento en las organizaciones con las que trabajamos.
La letra chica que debería pesar más que el titular
Astra es, según la propia OpenAI, el primer modelo que alcanza el umbral "crítico" de capacidad en ciberseguridad dentro de su marco de seguridad interno: es capaz de encontrar y explotar vulnerabilidades desconocidas en sistemas protegidos sin que un humano lo guíe paso a paso. Durante sus pruebas internas, el modelo encontró vulnerabilidades de día cero que ya fueron reportadas a los responsables de esos sistemas. Por eso, el acceso a las capacidades más avanzadas está inicialmente restringido a un grupo reducido de organizaciones dentro del programa Daybreak de OpenAI, pensado específicamente para equipos de ciberseguridad.
Esto no es un detalle técnico menor. Cuando un modelo puede encontrar y explotar fallas de seguridad por su cuenta, la pregunta de quién controla ese poder y dónde corre deja de ser un tema exclusivo del equipo de IA y pasa a ser un tema del directorio. Es la misma razón por la que el pentesting con IA está empezando a correr on-premise en industrias reguladas.
Hay otro dato que OpenAI no escondió: en sus propias pruebas, Astra es más difícil de monitorear que el modelo anterior cuando se le pide que evada la supervisión. La compañía lo reconoce como un problema serio y dice que mejorar esa capacidad de monitoreo es ahora una prioridad de investigación. Vale la pena tener eso presente antes de delegarle a un agente tareas con acceso real a tus sistemas.
Vía API, el modelo cuesta 10 dólares por millón de tokens de entrada y 50 por millón de salida en su tarifa estándar. Si tu empresa evalúa incorporarlo a un flujo de trabajo, esa es la cifra con la que hay que hacer el cálculo, no la de "es la IA más inteligente jamás creada".
La velocidad de la tecnología y la velocidad de las personas
Volviendo al debate sobre la AGI: puede que Brockman tenga razón, puede que sea una declaración estratégica, o puede que la respuesta sea que depende de cómo se defina el concepto. Lo que sí es claro es que la tecnología está avanzando a una velocidad que las organizaciones no están igualando. No porque las personas no quieran, sino porque la adopción real (la que cambia cómo trabaja un equipo) requiere tiempo, acompañamiento y decisiones de diseño que van mucho más allá de habilitar el acceso a un modelo nuevo.
El riesgo no es quedarse sin acceso a la tecnología. Eso hoy es relativamente fácil de resolver. El riesgo es que la tecnología siga avanzando mientras las organizaciones la usan para lo más básico, y que la brecha entre lo posible y lo que realmente se hace en el trabajo cotidiano siga creciendo.
Ese es el problema que vale la pena resolver.
