Musk está de acuerdo con la evaluación de Will Depue: la capacidad de la IA no se desacelerará, y la mejora recursiva automática (RSI) llegará en menos de 24 meses.

Autor del artículo, fuente: 0x9999in1, ME News



TL;DR

• Musk está de acuerdo con la evaluación de Will Depue: la capacidad de la IA no se desacelerará, y la mejora recursiva automática (RSI) llegará en menos de 24 meses. Estoy de acuerdo con la primera parte y reservo juicio sobre la segunda.
• Pero esta conversación presenta un desfase: los argumentos dominantes para subestimar la valoración de Frontier Labs nunca han sido «los modelos ya no funcionan», sino «los modelos funcionan muy bien, pero no recibes dinero».
• La frase de Musk de que "la IA de hace dos años ya es antigua para entrar en un museo" es en realidad el mejor diálogo para los vendedores en corto. Habla sobre la velocidad de depreciación de los activos, no sobre la ventaja competitiva.
• La curva de capacidad tiene respaldo de datos sólidos: el "rango de tiempo de la tarea" medido por METR se duplica aproximadamente cada siete meses, y en los últimos dos años incluso más rápido. Este es el indicador más relevante para vigilar actualmente.
• El problema con el RSI no es si es posible, sino que la definición es demasiado ambigua. Ya se ha producido una auto-mejora en un ámbito limitado (AlphaEvolve es una prueba), pero el bucle cerrado global aún se encuentra atascado en la capacidad de cómputo, la energía, los ciclos de experimentación y la evaluación.
• La hoja de ruta de Musk lleva un lastre histórico. FSD ha estado diciendo "el próximo año" durante diez años, y AGI también se ha pronosticado para 2025 y 2026. La dirección es correcta, pero el ritmo a menudo es erróneo.
• Mi conclusión: tener capacidad de compra no equivale a comprar cualquier balance general específico. Estas dos cosas deben apostarse por separado.

Uno: Ellos están respondiendo a una pregunta diferente

Primero, aclarémonos las cosas.

La declaración original de Will Depue tiene una oración preliminar: esta perspectiva bajista «tiene mucho sentido si se ignora la AGI».

Esta premisa, en realidad, ya reconoce la mitad de la lógica de los vendedores.

Porque la mayoría de quienes ven con escepticismo la valoración de Frontier Labs no creen que el modelo se estanque. Sus argumentos son otros: la economía por unidad no es sostenible, el gasto de capital es demasiado elevado, el período de depreciación está subestimado, la competencia erosiona el poder de fijación de precios y la tasa de adopción en el lado empresarial está muy por debajo de lo esperado.

Ninguna de estas líneas depende de una desaceleración de la capacidad de IA.

Entonces, la afirmación de Musk de que "la IA dentro de dos años sorprenderá a la gente hasta hacerla explotar", como juicio sobre la tendencia de la capacidad, creo que es muy probable que sea cierta. Pero como réplica a los argumentos bajistas, en realidad no alcanza el objetivo.

Fue un buen golpe, pero se lanzó al aire.

Dicho de forma más sencilla: la curva tecnológica y la curva de flujo de efectivo no son la misma. Históricamente, suelen moverse en direcciones opuestas. Cuanto más rápido se instalan las fibras ópticas, más barato se vuelve el ancho de banda, y peor le va a las empresas que las instalan. A finales de los años 90, la capacidad de fibra óptica de larga distancia en EE.UU. aumentó drásticamente, seguido por un colapso de precios: Global Crossing y WorldCom terminaron en la lista de quiebras. Los que realmente se beneficiaron de ese impulso de infraestructura fueron los que, una década después, crearon servicios de streaming y nube.

La tecnología ganó. Las personas que invirtieron en tecnología no ganaron.

No se trata de desanimar a la IA. Es un recordatorio: entre «la IA se volverá extremadamente poderosa» y «esta valoración actual es razonable», faltan muchos pasos de razonamiento.

Dos: La metáfora de "ir al museo" es en realidad evidencia de posiciones cortas.

Reconozco la observación de Musk en esta frase.

Hace dos años, a mediados de 2024, los líderes de la primera categoría eran GPT-4o, Claude 3.5 Sonnet y Llama 3.1 405B. No tenían un cálculo de inferencia adecuado, no podían realizar llamadas confiables a herramientas en cadenas largas ni llevar a cabo tareas autónomas de varias horas.

Hoy en día, realmente parece una muestra.

Pero tenga en cuenta qué es lo que realmente describe esta frase.

Describe que los modelos de IA como activos se deprecian muy rápidamente.

La vida útil económica de los modelos de vanguardia puede ser de solo 12 a 24 meses. Una vez que surge el siguiente modelo, el valor marginal de la computación, los costos de datos y los costos de mano de obra invertidos en el modelo anterior se desploman rápidamente. No puedes depender de él para generar ingresos durante diez años.

¿Y qué hay del hardware que sustenta todo esto? Los grandes proveedores suelen depreciar las GPU y los servidores en un plazo de cinco a seis años en sus informes financieros. ¿Es este supuesto demasiado largo? En 2025 se cuestionó públicamente, y Michael Burry lo señaló directamente en noviembre de ese año: si la vida útil real es más corta, entonces los beneficios contables están siendo embellecidos.

No quiero defender a los bajistas, pero la lógica debe ser coherente: si un modelo ya debería estar en un museo después de dos años, ¿por qué el acero y los silicios que lo alojan deberían depreciarse solo en seis años?

Cuanto más cierta sea esta frase de Musk, más aguda se vuelve esta pregunta.

Lo que es más complicado es el precio. El seguimiento de Epoch AI muestra que el precio de inferencia para alcanzar el mismo nivel de capacidad puede disminuir anualmente en un orden de magnitud. Es una excelente noticia para los usuarios, pero un constante corte de márgenes brutos para las empresas que dependen de la facturación por modelos.

Tu producto mejora enormemente cada año, pero tu precio se reduce drásticamente cada año.

Esta es la fuente del mecanismo de «capacidad en carrera, ganancias en lucha». No es mala ejecución, es estructural.

Tres: La capacidad no se ralentizará: esta afirmación, los datos están del lado de Musk

Ahora digo lo que estoy de acuerdo.

Si solo se discute con el «sentimiento», nunca se llegará a un acuerdo. Por eso prefiero observar una medición concreta: durante cuánto tiempo puede el modelo completar tareas de forma independiente.

La investigación publicada por METR en 2025 proporciona una línea de tendencia bastante sólida: medida en el tiempo que a los expertos humanos les toma completar tareas similares, la longitud de las tareas que los modelos pueden completar con un 50% de éxito se duplica aproximadamente cada siete meses. Además, para las muestras posteriores a 2024, la pendiente es aún más pronunciada.

Para la segunda mitad de 2025, el modelo más potente ya ha entrado en el rango de «horas».

Por favor, reflexiona sobre el significado de esta curva. El crecimiento exponencial parece suave al principio y repentino al final. Solo se necesitan dos a tres duplicaciones para pasar de dos horas a un día laboral.

También hubo otros puntos de referencia en el mismo período. OpenAI lanzó GDPval en septiembre de 2025, evaluando con entregables profesionales reales, y los modelos de vanguardia ya han alcanzado niveles cercanos a los de expertos de la industria en ciertas tareas profesionales. En julio de 2025, modelos experimentales de múltiples laboratorios lograron rendimientos de nivel oro en la Olimpiada Internacional de Matemáticas. Estos no son eslóganes de marketing, sino eventos públicos verificables.

Por lo tanto, considero que el término "el avance前沿 se ha ralentizado" no es válido en términos de capacidad.

Lo que realmente se ha ralentizado es otra cosa: el umbral de sorpresa de los usuarios.

Nos impactamos cada tres meses, y el impacto se vuelve cotidiano. Esta麻木 subjetiva se puede malinterpretar fácilmente como estancamiento objetivo.

En este punto, Musk está despierto.

Cuatro: RSI menos de 24 meses: ¿qué mitad es real y qué mitad es fe?

Esta es la parte con la que más discrepo en toda la discusión.

No es porque sea demasiado optimista, sino porque es demasiado vago.

El RSI tiene al menos tres versiones con niveles completamente diferentes.

Primera versión: La IA mejora sus componentes en un dominio restringido.

Esto ya ha sucedido. AlphaEvolve, anunciado por Google DeepMind en 2025, es una prueba: descubrió automáticamente un algoritmo más eficiente, reduciendo el número de multiplicaciones en la multiplicación de matrices complejas 4×4 de 49 a 48, rompiendo un récord mantenido durante más de cincuenta años y recuperando aproximadamente el 0,7% de la capacidad de cómputo global en la programación de centros de datos de Google.

Este es un caso real, verificable, de IA que mejora la infraestructura de IA.

Segunda versión: La IA asume en gran medida su propio proceso de desarrollo.

Esto está en curso. Los agentes de codificación ya asumen una proporción significativa de la implementación técnica dentro del laboratorio; la revisión de código, los scripts de experimentación y los pipelines de datos están siendo automatizados.

Tercera versión: bucle de aceleración autónoma libre de cuellos de botella humanos.

Es decir, lo que comúnmente se denomina «explosión inteligente».

Las dos primeras versiones se utilizaron para argumentar la tercera, lo cual es la pendiente resbaladiza más común en este tipo de predicciones.

¿Por qué es difícil? El cuello de botella no está en la inspiración del algoritmo.

La velocidad de la investigación de IA está limitada por el tiempo físico de los experimentos. Entrenar un modelo a gran escala lleva semanas, hay que esperar por el hardware, competir por la electricidad y hacer cola. Aumentar la velocidad de pensamiento de los investigadores cien veces no acelera la cola de experimentos cien veces.

Por debajo de esto se encuentran la energía y la cadena de suministro. La capacidad de empaquetado avanzado, el suministro de HBM, los plazos de entrega de transformadores y la cola para el acceso a la red eléctrica son todos elementos que se mueven en escalas de trimestres y años. Alrededor de 2025, los tiempos de espera para el acceso a varias redes eléctricas regionales en Estados Unidos ya son de varios años.

Los wafers de silicio pueden trabajar horas extras, pero las subestaciones no.

Otra restricción menos discutida: la evaluación. Para que la IA se mejore a sí misma, primero debe saber si realmente se ha vuelto mejor. Cuando las tareas se extienden durante decenas de horas y las respuestas ya no tienen una única solución, la propia determinación de qué significa «mejor» se convierte en un problema de investigación. Las señales de recompensa se vuelven ruidosas, y el modelo optimiza el evaluador en lugar de sus propias capacidades.

Entonces mi juicio es: dentro de los próximos 24 meses, es muy probable que veamos una gran avance en la segunda versión, con una proporción creciente del proceso de investigación y desarrollo asumido por la IA. Sin embargo, creo que la probabilidad de que aparezca la tercera versión, ese bucle recursivo que realmente se libera del ritmo humano, dentro de los próximos 24 meses es significativamente inferior al 50 %.

Esto no es pesimismo técnico, es realidad de ingeniería.

V. La tabla de horarios de Musk requiere un coeficiente de descuento

Esto no es un ataque a personas, es una calibración.

Su juicio sobre las tendencias ha tenido una tasa de aciertos histórica muy alta: los vehículos eléctricos ganarán, los cohetes reutilizables son viables, el internet por satélite funcionará, y los clusters masivos de GPU son la variable clave. El hecho de que su cluster Colossus haya completado una implementación de nivel de cien mil GPUs en un plazo extremadamente corto en 2024 demuestra que entiende la esencia de la competencia por el poder de cómputo.

Pero su juicio sobre el tiempo ha sido persistentemente optimista a largo plazo.

Conducción completamente autónoma «se logrará el próximo año», desde 2015 hasta hoy. Predijo públicamente que la IA superaría a cualquier ser humano individual alrededor de 2025 y que la AGI aparecería aproximadamente en 2026. Hoy es 31 de julio de 2026, y estas predicciones claramente aún no se han cumplido.

La práctica recomendada es multiplicar su horario por dos o tres.

Hay otra capa que debe quedar clara: él no es un observador neutral.

xAI ha realizado una fuerte apuesta en este sector, requiriendo financiamiento continuo y masivo, y necesita que el mercado crea que la curva seguirá inclinándose. Es completamente normal que una persona exprese una fuerte confianza en la dirección en la que ha apostado, pero el receptor debe tener en cuenta esta relación de intereses al ponderarla.

Esto no afecta la posible corrección de su juicio. Solo afecta el nivel de confianza que debes otorgar.

Seis: La implementación desde el lado empresarial es verdaderamente la grieta.

En agosto de 2025, un estudio de un equipo relacionado con el MIT generó un gran debate: el 95% de los proyectos piloto de IA generativa en empresas no lograron mejorar mediblemente los resultados financieros. Posteriormente, el método de este estudio fue cuestionado por muchas personas, y la muestra y los criterios han sido objeto de controversia; no recomiendo tomarlo como prueba definitiva.

But the pain point it touches is real.

Entre la capacidad del modelo y el valor empresarial hay todo un conjunto de tareas desagradables que nadie quiere hacer: gobernanza de datos, sistema de permisos, reestructuración de procesos, auditoría y registro, asignación de responsabilidades y respaldo en caso de fallos.

Un modelo capaz de ganar una medalla de oro no puede ingresar en el proceso principal de un banco; el obstáculo nunca es el coeficiente intelectual.

Esto también explica un fenómeno que parece contradictorio: el uso está en auge, pero los rendimientos son difíciles de cuantificar. La cantidad mensual de tokens procesados por Google, revelada en 2025, aumentó rápidamente de miles de millones a billones, y el número de usuarios activos semanales de OpenAI alcanzó aproximadamente 800 millones en el otoño de 2025. El uso sin duda está despegando.

Sin embargo, según múltiples medios de comunicación, los principales laboratorios aún registrarán grandes pérdidas netas entre 2025 y 2026, y las expectativas de rentabilidad se han retrasado generalmente hasta alrededor de 2029. Además, el gasto de capital anual combinado de los fabricantes de escala ultramasiva ya se ha vuelto a aumentar desde el nivel de miles de millones de dólares en 2025.

El aumento en el volumen resuelve "alguien lo usa". No resuelve automáticamente "quiénes ganan dinero".

Entre estas dos cosas, se encuentra el poder de fijación de precios. Y este poder está siendo desgastado conjuntamente por cuatro o cinco competidores con capacidades similares.

Siete: No escuches las conclusiones, observa las escalas

Discutir si la IA se desacelerará tiene poco sentido, ya que ambas partes tienen definiciones diferentes de «desaceleración».

Te sugiero enfocarte en tres cosas que puedan verificarse.

En primer lugar, el plazo de la tarea. Continúa con la curva de METR. Si el plazo con un 50 % de éxito avanza por encima de ocho horas dentro del próximo año, la evaluación de Depue obtendrá un fuerte respaldo. Si se mantiene fluctuando repetidamente en el rango de dos a cuatro horas durante más de un año, indica que hemos alcanzado algún tipo de techo estructural.

En segundo lugar, confiabilidad, no capacidad pico. Mira el intervalo de tiempo bajo un 80% o 90% de éxito. Las empresas compran estabilidad, no actuaciones geniales ocasionales. La velocidad con la que mejora este indicador determina directamente la pendiente de la implementación comercial.

Tercero, la economía por unidad, no los ingresos totales. Mire la margen bruta, y si la velocidad de reducción del costo por unidad puede superar la guerra de precios. Revise si alguna empresa ha logrado generar flujo de efectivo operativo positivo.

Tres escalas, ninguna requiere que creas en la profecía de nadie.

Ocho. Conclusión

Mi posición es sencilla.

La afirmación de Musk sobre la capacidad es, en mi opinión, correcta. Los modelos de hace dos años ya parecen especímenes; probablemente, dentro de dos años, los modelos más potentes de hoy parecerán torpes. Esta curva aún no se ha doblado.

Pero responder a las preguntas sobre la valoración con esta frase es inapropiado.

Lo que realmente preguntan los vendedores en corto es: cuando el modelo se deprecia cada dieciocho meses, cuando el precio de la misma inteligencia cae un orden de magnitud cada año, y cuando cuatro o cinco empresas tienen simultáneamente capacidades casi idénticas, ¿quién pagará esos miles de millones de dólares en gastos de capital, y cómo se recuperarán mediante la fijación de precios?

Esta pregunta, «AI será más fuerte», no puede responderla.

Sobre la parte del RSI, mantengo mi opinión. No es porque sea imposible, sino porque requiere que la potencia de cálculo, la electricidad, el ciclo de experimentación y el sistema de evaluación todos cedan el paso, y这些东西 no siguen un crecimiento exponencial.

Por último, digo una cosa que quizás no sea muy popular.

La revolución tecnológica es real, y la burbuja también puede ser real; ambas cosas pueden ocurrir simultáneamente, y históricamente suelen ocurrir juntas. Los ferrocarriles eran reales, pero las acciones ferroviarias colapsaron. Internet era real, y el Nasdaq cayó un 78%.

Ser alcista en técnicas no equivale a ser alcista en cada balance general.

Apuesta por separado. Esto no es estar en dos bandos, esto es saber contabilizar.

En cuanto a si la IA dentro de dos años será «increíblemente impresionante», tiendo a creerlo.

No hago esa apuesta sobre quién todavía está en la mesa.

Fuentes de referencia

1. METR, "Medición de la capacidad de la IA para completar tareas largas", METR Research, marzo de 2025.
2. Google DeepMind, "AlphaEvolve: Un agente de codificación impulsado por Gemini para diseñar algoritmos avanzados," mayo de 2025.
3. OpenAI, "Presentando GDPval," Blog de OpenAI, septiembre de 2025.
4. Epoch AI, "Tendencias de precios de la inferencia de LLM" y "Tendencias en el cómputo de aprendizaje automático," Insights de datos de Epoch AI, 2024–2025.
5. MIT Media Lab / Proyecto NANDA, "La brecha de la GenAI: Estado de la IA en los negocios 2025," agosto de 2025.
6. Investigación de Goldman Sachs, "IA generativa: ¿Demasiado gasto, demasiado poco beneficio?," junio de 2024.
7. Elon Musk y Will Depue, publicaciones en X sobre valoraciones del laboratorio frontera y auto-mejora recursiva, julio de 2026.
8. Reuters y The Information, informando sobre los ingresos, pérdidas y plazos de rentabilidad de OpenAI y Anthropic, 2025–2026.