Google, OpenAI y Anthropic estudian crear su propio organismo de estándares de IA
Los tres grandes laboratorios de inteligencia artificial negocian desde julio un organismo sectorial que audite y certifique sus modelos, en plena ofensiva pública por la seguridad de la tecnología.
Tres de los nombres más potentes de la inteligencia artificial —Google, OpenAI y Anthropic— han mantenido conversaciones para poner en pie un organismo de estándares común para todo el sector. Según informó The Information el domingo 13 de septiembre citando fuentes conocedoras de las conversaciones, los contactos no son nuevos: los representantes de las tres compañías se vienen reuniendo de forma periódica desde julio para dar forma a esa propuesta.
El movimiento llega justo después de que el consejero delegado de Anthropic, Dario Amodei, publicara el sábado 12 de septiembre un texto en su blog en el que pedía a las empresas de IA que trabajaran juntas en la auditoría y las pruebas de la tecnología y abogaba por frenar el ritmo de desarrollo ante las dudas sobre su seguridad. Su propuesta pasaba por que las compañías adopten estándares voluntarios de seguridad mientras los gobiernos avanzan en su propia regulación. El texto recibió el respaldo de otros pesos pesados del sector, entre ellos el propio Sam Altman (OpenAI), Demis Hassabis, ex consejero delegado de Google DeepMind, y Elon Musk.
La postura de Altman tiene un matiz relevante. En un encuentro interno de la compañía, el directivo se mostró partidario de crear una organización de pruebas y auditoría para la industria, pero convencido de que los grandes laboratorios tendrán que levantarla por su cuenta, sin el respaldo del Gobierno de Estados Unidos. La idea de un grupo autorregulado lleva meses en el debate público: Hassabis ya publicó en julio un ensayo que proponía un organismo de este tipo inspirado en la FINRA, la autoridad de supervisión del sector financiero estadounidense. Lo que hasta ahora no se conocía es hasta qué punto las empresas habían empezado a trabajar juntas en esos estándares.
El telón de fondo es un sector que presume de avances pero que aún busca cómo demostrar que genera retorno. Investigaciones recientes de PYMNTS Intelligence recogidas en el informe 'AI at Work: Why Deeper Enterprise Use Produces Stronger Returns' apuntan que más del 90% de las empresas que tienen la IA integrada en tres o más funciones aseguran que sus esfuerzos están dando frutos, frente a poco más de la mitad de las que solo la han metido en una o dos áreas. La conclusión del estudio es que lo que mueve la aguja no es usar IA en muchos sitios, sino usarla en profundidad: gastar más y repartir la tecnología por más rincones no garantiza, por sí solo, que el dinero invertido se recupere.
El análisis de Salseo
- Quien redacta las reglas de auditoría se convierte en el examinador oficial del sector. Si Google, OpenAI y Anthropic fijan el estándar, es muy probable que los reguladores acaben copiándolo o adoptándolo como referencia, y las 'startups' que no puedan costear esas certificaciones se quedarán fuera de las licitaciones empresariales. Autorregulación sí, pero también barrera de entrada para el que viene detrás.
- El detalle más revelador es el de Altman: apoya el organismo de pruebas, pero sin el Gobierno detrás. Eso puede leerse de dos formas opuestas. La optimista, que la industria se autorregula rápido mientras llega la ley. La escéptica, que un sello voluntario sin capacidad de sanción sirve sobre todo para quitar urgencia a la regulación pública. La clave a vigilar: si el futuro organismo podrá expulsar o sancionar a un miembro, o si solo reparte certificados.
- El apoyo público de rivales históricos (Altman, Amodei, Hassabis, Musk) en apenas unos días indica que la seguridad ya no es un adorno de marketing, sino un coste estructural de hacer negocio en IA. Cuando los que compiten a muerte coinciden en el mismo marco, normalmente es porque han calculado que les conviene más pactarlo entre ellos que esperar a que se lo impongan.
- Para el inversor en IA aplicada, el dato de PYMNTS es el que de verdad mueve la tesis: el retorno llega con la profundidad de uso (tres o más funciones integradas), no con la amplitud. Unos estándares de auditoría exigentes afectarían sobre todo a las empresas que ya tienen la IA en el núcleo de su operación, y dejarían en evidencia a las que solo la usan como escaparate.