The measurable limits

Recursive self-improvement probably has a ceiling. What runs short first is chip packaging, memory and money, before electricity, and the piece ends in a dated bet.

La idea llega como una objeción a mi propio entusiasmo. La automejora recursiva (una IA que hace la investigación de la que sale la siguiente IA, mejor que ella) podría funcionar en principio, pero cada mejora marginal parece condenada a costar más cómputo y más energía que la anterior, así que el bucle se quedaría sin combustible y se curvaría hacia una asíntota en lugar de explotar. Estudié ingeniería industrial, y a las objeciones con esa forma me enseñaron a hacerles caso. El rendimiento de Carnot es la cota que ninguna máquina térmica supera, por listo que sea quien la diseñe, y esto parece el mismo tipo de techo.

Cuando intento ponerle números, la objeción acierta en la forma del techo y falla en dónde está. Carnot acota el rendimiento de una máquina y no dice nada de cuántas máquinas se pueden construir. Cuando busco la cota del bucle, la cota termodinámica resulta estar absurdamente lejos, y los límites a los que sí encuentro un número son físicos y financieros: las líneas de empaquetado y la memoria que necesita cada acelerador, las carteras de pedidos de los fabricantes de turbinas, la cola para conectar una central a la red, el dinero que lo paga todo, lo que dura un entrenamiento y el cómputo que consume el propio investigador automatizado. He escrito dos veces sobre techos que no paraban de moverse (el muro y el techo que se mueve), las dos sobre curvas de escalado y benchmarks. Este texto va del bucle en sí, de qué partes de él ha medido alguien, y termina en una apuesta con fecha.

Los rendimientos decrecientes son una factura

La mejor prueba a favor de la objeción es antigua y viene de los chips. Bloom, Jones, Van Reenen y Webb contaron los investigadores que hay detrás de la ley de Moore y vieron que duplicar la densidad de los chips exige hoy más de 18 veces los investigadores que hacían falta a principios de los setenta, lo que quiere decir que la productividad de la investigación en ese campo cae en torno a un 6,8% al año. Encontrar ideas cuesta cada vez más, y eso se mide.

Y la ley de Moore no se detuvo. Aguantó cincuenta años porque la industria siguió pagando: más investigadores, más fábricas, más dinero en cada ciclo. Es lo primero en lo que se equivoca el pensamiento intrusivo. Que cada mejora cueste más solo produce un techo si el coste crece más deprisa que los recursos que se le pueden echar, y un logaritmo crece cada año más despacio sin llegar nunca a un límite.

Los economistas lo escriben como una función de producción de ideas. En la versión semiendógena que Charles Jones propuso en 1995, la velocidad del progreso depende de cuánto esfuerzo de investigación se invierte y de lo lejos que está ya la frontera:

dAdt=δ Lλ A1−β\htmlData{sym=0}{\frac{dA}{dt}} = \delta \, \htmlData{sym=2}{L}^{\htmlData{sym=3}{\lambda}} \, \htmlData{sym=1}{A}^{1-\htmlData{sym=4}{\beta}}dtdA​=δLλA1−β

dAdt\frac{dA}{dt}dtdA​lo deprisa que crece el nivel tecnológico AAAel nivel tecnológico; aquí, cuánta capacidad compra una unidad de cómputo LLLel esfuerzo de investigación, en investigadores λ\lambdaλlo que desperdicia el trabajo duplicado (como mucho 1, y 1 en el escenario de referencia de Bloom) β\betaβlo deprisa que las ideas se vuelven más difíciles de encontrar

Para la ley de Moore, Bloom y sus coautores estiman β≈0.2\beta \approx 0.2β≈0.2, frente a 3,4 para el conjunto de la economía: los chips se fueron complicando despacio. Con un número fijo de investigadores y β>0\beta > 0β>0, el crecimiento se frena por debajo del exponencial. El siglo XX siguió siendo exponencial porque el número de investigadores no dejó de crecer.

Automatizar la investigación cambia un término de esa ecuación. Si una IA investiga tan bien como una persona, el número de investigadores deja de depender de la demografía y pasa a depender del cómputo y de la eficiencia del propio software: un modelo mejor ejecuta más copias en los mismos chips. Con el cómputo fijo, los investigadores crecen con el propio AAA, L=cAL = cAL=cA, donde ccc es cuántas copias ejecuta el cómputo disponible por unidad de eficiencia. Metido en la misma ecuación:

dAdt=δ (cA)λ A1−β=δ cλ A1+λ−β\frac{dA}{dt} = \delta \, (cA)^{\lambda} \, A^{1-\beta} = \delta \, c^{\lambda} \, A^{1+\lambda-\beta}dtdA​=δ(cA)λA1−β=δcλA1+λ−β

La tasa de crecimiento, 1AdAdt=δcλAλ−β\frac{1}{A}\frac{dA}{dt} = \delta c^{\lambda} A^{\lambda-\beta}A1​dtdA​=δcλAλ−β, sube ahora con cada mejora cuando λ>β\lambda > \betaλ>β y baja cuando λ<β\lambda < \betaλ<β. Eth y Davidson comprimen la misma condición en un solo número, rrr: cuántas veces se duplica la eficiencia del software cada vez que se duplica el esfuerzo de investigación acumulado. En este modelo vale

r=λβr = \frac{\lambda}{\beta}r=βλ​

así que r>1r > 1r>1 y λ>β\lambda > \betaλ>β dicen lo mismo. Por encima de 1 el bucle se acelera, en 1 es exponencial y por debajo se apaga. Sus cifras para el hardware son altas, alrededor de 7 en el histórico y de 5 para las GPU entre 2006 y 2022, con su propia advertencia de que pueden estar algo sobrestimadas. Su mejor estimación para el software de IA es más baja y más ancha: entre 1 y 4. Las mediciones directas de lo deprisa que mejoran los propios algoritmos discrepan todavía más: en torno al triple cada año en el ajuste de Ho y sus colegas, y una mejor estimación de diez veces, con un intervalo de 2 a 50, en la revisión de Epoch de 2026.

Ocho órdenes de magnitud por encima de Landauer

Antes de seguir quiero saber si la física zanja la cuestión por sí sola, que es el instinto de Carnot. Para la computación existe un análogo de verdad. Landauer demostró que borrar un bit disipa como mínimo kTln⁡2kT \ln 2kTln2, unos 2,9×10−212{,}9 \times 10^{-21}2,9×10−21 J a temperatura ambiente, y esa cota se deriva del segundo principio, el mismo del que sale la de Carnot.

Después viene la aritmética. Una H100 da 989 teraflops BF16 densos con 700 W, según la hoja de especificaciones de NVIDIA, así que unos 7×10−137 \times 10^{-13}7×10−13 J por operación; un nodo DGX B200 entero, con ventiladores y CPU, se queda en torno a 4×10−134 \times 10^{-13}4×10−13. Son unos ocho órdenes de magnitud por encima de Landauer por operación, y todavía cinco o seis si cada operación borra unos cientos de bits (una decisión de modelado, porque nadie lo mide). Son cifras de pico y la utilización real es menor, pero ninguna corrección por utilización cierra una distancia de 10510^5105.

La cota es aún más débil de lo que eso sugiere, porque Landauer limita el borrado de información y calcular no obliga a borrar: la computación reversible no tiene, en principio, un mínimo de energía por operación. Y el cerebro hace funcionar una inteligencia general de nivel humano con unos 20 W, la quinta parte del gasto energético del cuerpo en reposo. Sea lo que sea lo que detenga el bucle, la termodinámica no está en los primeros puestos de la cola.

Dos números medidos a ambos lados del uno

El argumento de verdad está en dos parámetros, y lo incómodo de los dos es que sus estimaciones publicadas caen a uno y otro lado del valor que lo decide todo.

El primero es rrr. Davidson y Houlden, después de corregir por los cuellos de botella de cómputo, sitúan su mediana en 1,2, con un rango de 0,4 a 3,6, lo que da alrededor de un 60% de probabilidad de que supere 1. Su resultado principal lleva dos condiciones: si se despliega una IA que automatiza por completo la investigación en IA, y el cómputo queda fijo a partir de ese momento, dan más o menos un 60% a que la explosión comprima más de tres años de progreso en uno, y más o menos un 20% a que comprima más de diez.

El segundo es hasta qué punto pensar puede sustituir a experimentar. Un investigador artificial necesita ejecutar cosas, y las ejecuciones necesitan GPU, las mismas GPU sobre las que funcionan los propios investigadores. Los economistas modelan esa mezcla con una función CES, cuya elasticidad σ\sigmaσ dice si trabajo y capital son sustitutivos (por encima de 1, experimentos más ingeniosos y más pequeños compensan el cómputo que falta) o complementarios (por debajo de 1, con el cómputo fijo la producción tiene un tope duro por mucho pensamiento que se añada). La industria manufacturera estadounidense se mueve en torno a 0,7 desde 1970. Metiendo ese valor en un modelo CES con pesos iguales, Davidson reconstruye un tope de unas seis veces la velocidad actual del progreso del software, y en el rango de elasticidades que dan los economistas el tope va de 2 a 100 veces. Él mismo llama heroica a la extrapolación, porque los datos de fábricas cubren proporciones entre trabajo y capital que varían más o menos el doble, y un laboratorio automatizado estaría a órdenes de magnitud de ahí.

La única estimación directa dentro de los laboratorios de IA, la de Whitfill y Wu, usa datos de OpenAI, DeepMind, Anthropic y DeepSeek entre 2014 y 2024. Su especificación de referencia da σ=2.58\sigma = 2.58σ=2.58, sustitutivos fuertes. Otra que tiene en cuenta el tamaño de los experimentos de frontera da σ=−0,10\sigma = -0{,}10σ=−0,10 con un error estándar de 0,18, indistinguible de cero: complementarios fuertes. Davidson responde a la lectura pesimista con datos. Si los experimentos a escala de frontera fueran el factor limitante, el progreso algorítmico tendría que haberse frenado a medida que los entrenamientos crecían hasta tragarse buena parte del cómputo del mundo, y no se frenó. Eso reduce el cuello de botella a los experimentos cercanos a la frontera, que es una afirmación más modesta que el límite es el cómputo.

La ley de Amdahl le pone un techo a lo mismo desde el otro lado. Si una fracción sss del ciclo de mejora no se puede acelerar (un entrenamiento tarda lo que tarda, una fábrica tarda años), ningún número de investigadores artificiales da más de 1/s1/s1/s. Si la mitad del progreso pasado de la IA vino de escalar el cómputo, que pensar más deprisa no acelera, pensar más deprisa por sí solo rinde menos de un factor dos en total.

El bucle tiene un tiempo de generación

La pieza que me falta viene del ensayo de Toby Ord de agosto de 2026. La mejora recursiva ocurre por rondas (entrenar, evaluar, desplegar), y lo que tarda cada ronda es su tiempo de generación. Una singularidad en sentido estricto, capacidad infinita en un tiempo finito, exige que los tiempos de generación se reduzcan a cero lo bastante deprisa como para que su suma converja. Ganar mucho en cada ronda no basta. Si el tiempo de generación tiene un suelo y cada ronda multiplica la capacidad por un factor fijo, el crecimiento tiende a una exponencial; un crecimiento superexponencial sin singularidad, incluso doblemente exponencial, necesita ganancias por ronda que crezcan más que proporcionalmente.

Un modelo de juguete mío muestra cómo actúa el suelo. Cada ronda duplica la eficiencia, la primera tarda seis meses y cada una es más rápida que la anterior en la raíz cuadrada de la eficiencia ganada, hasta topar con un suelo:

An+1=2An,Tn=max⁡(Tmin⁡,  T0An)A&#95;{n+1} = 2A&#95;n, \qquad T&#95;n = \max\left(T&#95;{\min},\; \frac{T&#95;0}{\sqrt{A&#95;n}}\right)An+1​=2An​,Tn​=max(Tmin​,An​​T0​​)

En este eje logarítmico, una recta es una exponencial. Sin suelo, las rondas se acortan lo bastante deprisa como para sumar 1,71 años, y pasado ese punto la eficiencia no tiene un valor finito.

Las curvas son aritmética sobre parámetros inventados y solo ilustran lo que dice Ord: lo que dura un despegue lo decide el suelo que hay bajo el ciclo, gane lo que gane cada ciclo. Ord añade dos advertencias que van contra los dos bandos. Unas tasas de crecimiento que suben del 10% al 20% y luego al 30% mensual dan e0,05t2e^{0{,}05t^2}e0,05t2, una curva brutal y aun así finita en cualquier fecha. Y que una curva sea singular depende de las unidades: el tiempo medio entre fallos puede irse a infinito mientras la fiabilidad solo llega al 100%, y un progreso en ajedrez que es lineal en Elo es exponencial en la razón entre las probabilidades de ganar y de perder. Propone obligar a los laboratorios a publicar sus tiempos de generación, para el preentrenamiento y para el posentrenamiento con aprendizaje por refuerzo.

Parte de ese suelo ya está medido. Epoch AI ve que los entrenamientos de frontera se alargan alrededor de 1,4 veces al año desde 2020, y calcula que los de más de nueve meses pueden ser ineficientes, un umbral que espera hacia 2027. Eso es un suelo para la ronda de preentrenamiento. Solo los bucles más rápidos (el posentrenamiento, el scaffolding, las herramientas) pueden bajar de ahí, y lo que ganan sobre un modelo base fijo tiende a agotarse. En lo que se puede observar, las mediciones de horizonte temporal de METR sitúan la duplicación de la longitud de las tareas que completan los modelos en unos siete meses entre 2019 y 2025, en 4,3 meses desde 2023 y en unos tres meses desde 2024, todo ello en tareas de software. Un ciclo que se acorta y un empujón puntual del aprendizaje por refuerzo darían los dos esa misma curva, y lo que muestra Ord es que unos pocos años de datos locales no bastan para distinguir una curva que se va a saturar de una que no.

Lo que se agota primero

Si la eficiencia del software choca con el techo de su paradigma, el ritmo a largo plazo lo fijan los demás factores del producto: cuánto hardware se construye, lo eficiente que es, y la energía y el dinero que hay detrás. Una central eléctrica tiene la misma estructura (la potencia útil es el rendimiento por el calor aportado), y Carnot solo acota el primer factor. Así que busco el ritmo de cada uno de los otros, y cuál se agota antes. La respuesta es una secuencia, y la electricidad no va en cabeza.

Hasta 2027 lo que escasea es el paso entre el chip y el servidor. Cada acelerador de IA es un chip de lógica empaquetado junto a pilas de memoria de alto ancho de banda (HBM), y tanto el empaquetado como la memoria están vendidos por adelantado. El consejero delegado de TSMC lo dijo en la conferencia de resultados de julio de 2026: nuestra capacidad de empaquetado está tan ajustada que ya está limitando el crecimiento de mis clientes. Micron tiene la gran mayoría de su producción de HBM de 2027 comprometida por contrato y espera una oferta mucho más ajustada en sus ejercicios fiscales 2027 y 2028. Lo que todavía no falta son las obleas: Epoch calcula que los cuatro mayores diseñadores de chips de IA usaron en 2025 alrededor del 90% de ese empaquetado y esa memoria, y solo el 12% de las obleas de lógica avanzada. Los analistas del sector dan a la capacidad de empaquetado un crecimiento de entre el 60 y el 70% anual, y a la memoria algo menos; como cada generación de chips rinde en torno a un 40% más por paquete, eso deja margen para que el parque de cómputo de IA crezca quizá entre dos y dos veces y media al año (cálculo mío a partir de esas cifras), frente a las 3,3 veces al año que creció entre 2022 y 2025. Una fábrica nueva tarda dos o tres años en construirse, y TSMC no espera que las nuevas añadan oferta real hasta 2028 y 2029.

La energía es la restricción que todo el mundo nombra, y limita de un modo más acotado de lo que parece. Epoch cuenta 31 GW de capacidad de centros de datos de IA en el mundo a finales de 2025, con un crecimiento de unas 2,3 veces al año, muy por encima del 15% anual que la AIE espera para los centros de datos en su conjunto. Las fábricas de turbinas no pueden seguir ese ritmo. En julio de 2026 GE Vernova comunicó 116 GW de turbinas de gas entre cartera de pedidos y reservas de capacidad, y su consejero delegado describió la producción como vendida en su mayor parte hasta 2030; Mitsubishi Power programa las entregas de los pedidos que cerró el último trimestre entre 2028 y 2030; conectar una central nueva a la red de Estados Unidos lleva una mediana de más de cinco años (Berkeley Lab), y una carga grande nueva en Virginia puede esperar hasta siete. Los que construyen lo sortean emplazamiento a emplazamiento, con turbinas de gas en la propia parcela, centrales nucleares reabiertas y eléctricas a las que pagan para que construyan para ellos. Y el precio de la electricidad apenas importa: el desglose de costes de Epoch lo deja cerca del 7% del coste anual de un campus de un gigavatio, frente al 60% de los servidores. La energía decide dónde y cuándo pueden instalarse los mayores clústeres, lo que aprieta mucho a un emplazamiento de entrenamiento concreto y poco al total.

A partir de 2028, más o menos, el factor limitante es el dinero. Las cinco empresas que más gastan han aumentado su inversión en capital alrededor de un 70% al año desde GPT-4, mientras su flujo de caja operativo crece en torno a un 23%, y Epoch sitúa el cruce de las dos líneas hacia el tercer trimestre de 2026: de ahí en adelante, cada dólar de más es prestado. El mercado de bonos ya lo recoge, con 109.000 millones de dólares en bonos de hiperescaladores en 2025 y 194.000 millones solo en el primer semestre de 2026 (J.P. Morgan). Lo que podría mantener el dinero creciendo son los ingresos, y se mueven más deprisa de lo que nadie había planeado: los ingresos anualizados de Anthropic pasaron de unos 9.000 millones de dólares a finales de 2025 a 65.000 millones en julio de 2026, mientras que OpenAI, según cuenta el Financial Times a partir de sus propias proyecciones, se queda sin caja en 2028 si no consigue más financiación. Que el dinero limite en 2028 o más tarde depende de cuál de esas curvas gane, y el silicio limita antes en cualquier caso.

El investigador gasta el presupuesto de los experimentos

Toda central gasta parte de lo que genera en sus propias bombas, ventiladores y servicios auxiliares, y si ese autoconsumo creciera más deprisa que la producción bruta, la producción neta tocaría techo y luego caería. El investigador automatizado tiene el mismo problema: funciona con las GPU que necesitan sus experimentos. Lennart Heim, citado por Scientific American en mayo de 2026, mencionaba informaciones según las cuales alrededor del 60% del cómputo de los laboratorios ya va a investigación y desarrollo, y compite con el que atiende a los usuarios. A finales de marzo Anthropic hizo que los límites de uso se gastaran más deprisa en horas punta, y OpenAI anunció el cierre de Sora en su aplicación y en su API, dos cosas que Scientific American sitúa en el mismo aprieto1.

1Anthropic también rebajó el esfuerzo de razonamiento por defecto de Claude Code entre el 4 de marzo y el 7 de abril, pero su propio análisis del incidente lo atribuye a la latencia de la interfaz, así que no prueba ningún racionamiento.

Aquí es donde el pensamiento intrusivo da más en el clavo, porque los modelos más capaces lo son en parte por pensar durante más tiempo. Los datos apuntan en los dos sentidos. Para una capacidad fija, el precio de alcanzarla cae entre 9 y 900 veces al año según la tarea. En la frontera, la mejor puntuación se compra con más cómputo por tarea: en ARC-AGI, Gemini 3 Pro pasa del 31% con 0,81 dólares por tarea al 54% con 31 dólares si se le añade refinamiento, según el equipo del ARC Prize. Si domina la segunda tendencia, hay una proporción óptima de cómputo dedicada a hacer funcionar a los investigadores, y pasarse de ella frena el progreso. Si cada generación resuelve las tareas de frontera más barato que la anterior, el autoconsumo se reduce solo.

Cuánto acelera ya la IA la investigación se mide mal. En el último estudio de METR, los desarrolladores que repetían tras su primer ensayo eran en torno a un 18% más rápidos con IA, con un intervalo que va de un 9% más lentos a un 38% más rápidos, y METR considera la estimación poco fiable porque cada vez más desarrolladores se niegan a trabajar sin ella. Dentro de los laboratorios las cifras son mayores y las declaran los propios interesados: una ganancia mediana de cuatro veces en una encuesta a los investigadores de Anthropic, que la propia Anthropic considera casi con seguridad exagerada. El número real para los investigadores de un laboratorio de frontera está en algún punto entre los dos, y nadie de fuera lo ha medido.

El resto de esta sección es una interpretación, sin ningún estudio detrás todavía. Una máquina térmica necesita un foco frío para producir trabajo; un bucle de automejora necesita un verificador capaz de distinguir la versión mejor de la peor, y sin él, generar variaciones es calor. El autoresearch de Karpathy es el ejemplo más limpio que conozco: un agente edita el código de entrenamiento de un modelo pequeño, entrena durante cinco minutos fijos de reloj y lee un único número, los bits por byte en validación, y así hace unos cien experimentos en una noche. Funciona porque el verificador es rápido, barato y difícil de engañar. En el trabajo construyo los benchmarks que deciden si un modelo clínico sale a producción, y ahí el verificador es un conjunto de casos clínicos reales con diagnóstico confirmado, que solo crece al ritmo al que las clínicas los generan. Leídas así, las dos elasticidades de Whitfill y Wu hablan de verificadores: donde un experimento pequeño predice el grande, pensar sustituye al cómputo y σ\sigmaσ es alta; donde el comportamiento solo aparece a escala, la única comprobación válida es el entrenamiento grande y σ\sigmaσ cae hacia cero. También explicaría por qué la curva rápida de METR es un hecho sobre el código, el dominio con mejor verificador, y por qué una métrica demasiado fácil de optimizar produce reward hacking en lugar de capacidad.

La apuesta

Todo lo anterior apunta en una dirección con más firmeza que cualquiera de sus números por separado, y esa dirección es más estrecha que la idea de la que partí. No apuesto a que la capacidad deje de crecer. Hasta ahora cada muro de este campo ha resultado ser un recodo, los techos de mis propios textos anteriores se movieron cada vez, y la capacidad tiene caminos (mejores algoritmos, más pensamiento en inferencia, la próxima arquitectura) que los factores físicos no tienen. La apuesta es sobre el motor que lo ha movido todo desde 2020. A 31 de diciembre de 2030, el cómputo de los mayores entrenamientos crecerá menos de tres veces al año, frente a las cinco veces al año desde 2020 (confianza media-alta). Cuenta como acierto si la tendencia que Epoch ajusta sobre los modelos notables publicados en 2029 y 2030 queda por debajo de 3× al año o, si nadie la ajusta, si el mayor entrenamiento conocido de 2030 usó menos de nueve veces el cómputo del mayor de 2028. Una tendencia de 4× al año o más la refuta.

De ella dependen dos apuestas más estrechas. La electricidad no será lo que acabe con los años de crecer cinco veces al año: la capacidad mundial de centros de datos de IA, tal como la cuenta Epoch, pasará de 100 GW antes de que termine 2028, mientras el parque de cómputo de IA crece menos de 2,5 veces al año entre 2026 y 2028, que es lo que se ve desde fuera cuando la energía va holgada en el total y el silicio va justo (confianza media). Y la prueba del verificador: antes de que acabe 2028, una medición independiente mostrará que la IA como mínimo duplica la velocidad de la investigación en aprendizaje automático hecha con un presupuesto de cómputo fijo, mientras la frontera no se acelera por encima de su ritmo de 2025 y 2026 y el tiempo de duplicación de METR sigue por encima de unos tres meses (confianza media). Esa pareja es el aspecto que tiene en los datos públicos una elasticidad de sustitución baja. Si las dos cosas se aceleran juntas, el bucle del software es más profundo de lo que este texto admite, y ese es el resultado que más me gustaría que me contaran.

Hay tres cosas que podrían estar engañándome, por orden de lo que me preocupan. Varios de los ritmos de arriba vienen de un mismo grupo de investigación, Epoch, así que su coincidencia prueba menos de lo que parece. La escasez de empaquetado y de memoria la describen las empresas que los venden, que cobran más mientras los compradores se lo crean. Y este tipo de afirmaciones no tiene un buen historial. Lo que protege la apuesta sobre el motor es que apenas depende de la cuestión de la que menos seguro estoy, si el dinero seguirá llegando: si los ingresos siguen multiplicándose, el silicio limita antes de todos modos, y si no, el dinero limita antes todavía.

Tres mediciones convertirían el resto del argumento en evidencia, y ninguna está publicada de una forma que alguien pueda usar. La elasticidad de sustitución dentro de los laboratorios de IA, con barras de error que no crucen el 1. La tendencia del cómputo por tarea resuelta en la frontera, de una generación a la siguiente. Y el tiempo de generación de los bucles rápidos, que Ord quiere que publiquen los laboratorios y que nadie de fuera conoce.

Lo que nada de esto puede ver

Todo lo anterior descansa en una premisa que quiero enunciar como tal, porque carga más peso que cualquier número suelto: que en la ventana que se mide no llegue ninguna discontinuidad de las que el aprendizaje automático no deja de producir. El aprendizaje automático tiene cisnes negros, y son propios del campo. La medición más limpia de eso es reciente: Gundlach y sus colegas retiraron una a una las innovaciones a las que se atribuye una década de eficiencia en modelos de lenguaje y vieron que un solo cambio, el paso de las redes recurrentes al transformer, explica la mayor parte de lo que pudieron explicar, y que su valor crece con la escala a la que se mide. Leída así, una década de progreso algorítmico es sobre todo un acontecimiento más una pendiente. Todos los ritmos de crecimiento de este texto son pendientes, así que ninguno contiene el siguiente acontecimiento.

La primera incógnita son los propios instrumentos. El horizonte temporal de METR es la mejor medida pública de lo que los modelos de frontera pueden hacer por su cuenta, y su propio personal ya dice que está llegando a su límite: una versión temprana de un modelo quedó situada en dieciséis horas o más, con un intervalo del 95% de 8,5 a 55, en una batería de pruebas en la que solo cinco tareas duran tanto1. Su estudio de cuánto acelera la IA a los desarrolladores tuvo que rediseñarse en febrero de 2026 porque los desarrolladores que recluta se niegan cada vez más a trabajar sin IA, lo que sesga la comparación. Dos de las magnitudes en las que se apoya este texto pueden dejar de poder medirse dentro de la ventana de la que habla, y cómo se evaluará la capacidad después es una pregunta abierta para la que todavía no hay ni una respuesta candidata.

1Lo contó The Decoder en mayo de 2026, citando a METR.

La segunda es la verificación. Sección tras sección, lo barato que sale comprobar un resultado ha decidido dónde es rápido el progreso: el código antes que la medicina, los experimentos pequeños antes que los entrenamientos de frontera. Un método que hiciera legible el interior de un modelo, el programa en el que trabaja la interpretabilidad mecanicista, cambiaría ese precio directamente. Si pudiera leerse y comprobarse el razonamiento de un modelo, y no solo sus salidas, el verificador dejaría de ser el recurso escaso en los dominios donde hoy lo es, y la elasticidad de sustitución se movería con él. Nada de lo publicado hasta ahora lo consigue a la escala de un modelo de frontera, y nadie puede ponerle fecha.

La tercera es el sustrato. La computación reversible o la óptica eliminarían parte del coste energético que hay debajo del lado físico, y las dos siguen siendo trabajo de laboratorio sin un calendario de producto.

Estas incertidumbres son de otra naturaleza que las económicas, y las mantengo separadas a propósito. Un impago en una constructora de centros de datos endeudada, unos ingresos de los laboratorios que dejan de multiplicarse o un cambio forzoso en cómo se amortizan las GPU son riesgos con un mecanismo y un precio; caben en las estimaciones, y la apuesta de arriba está construida para aguantar vayan como vayan los ingresos. Una arquitectura nueva, un método de interpretabilidad que funcione o una medición que se rompa no tienen una distribución que nadie pueda defender. Las conclusiones de este texto valen bajo la premisa de que nada de eso ocurra antes de 2030, y la lectura honesta es condicional: si ocurre, las pendientes dejan de significar lo que significaban y hay que rehacer el análisis a partir del acontecimiento.

El reloj más lento

Un bucle que se mejora a sí mismo va al ritmo de su parte más lenta, y en este bucle las partes lentas están hechas de materia y de dinero. La termodinámica queda a ocho órdenes de magnitud, porque Landauer acota el borrado de un bit y Carnot el rendimiento de una máquina, y ninguno de los dos acota cuántas se construyen. La economía de las ideas fija el exponente, las duplicaciones del software por cada duplicación de la investigación frente al umbral del uno. La elasticidad de sustitución decide si pensar puede ocupar el lugar de experimentar, y eso resulta ser la pregunta de si existe un verificador barato. La fracción secuencial de Amdahl y el tiempo de generación de Ord ponen un suelo bajo cada ronda, y por debajo de ellos las líneas de empaquetado, la memoria de alto ancho de banda, las turbinas y el capital fijan lo deprisa que puede moverse ese mismo suelo. El software puede comprimir cada término hecho de información; la apuesta de este texto es que, antes de 2030, los términos hechos de materia marcarán el ritmo.

5×crecimiento anual del cómputo de entrenamiento de los modelos de frontera desde 2020Epoch AI ~90% / 12%parte del empaquetado y la HBM de 2025, frente a la parte de las obleas de lógica avanzada, que usaron los cuatro mayores diseñadores de chips de IAEpoch AI 31 GWcapacidad mundial de centros de datos de IA a finales de 2025, con un crecimiento de unas 2,3× al añoEpoch AI ~7%peso de la electricidad en el coste anual de un campus de IA de un gigavatioEpoch AI 116 GWcartera de pedidos y reservas de turbinas de gas de GE Vernova, vendida en su mayor parte hasta 2030GE Vernova, segundo trimestre de 2026 ~70% / ~23%crecimiento anual de la inversión en capital de los hiperescaladores, frente al de su flujo de caja operativoEpoch AI 0,4 a 3,6rango de rrr, las duplicaciones del software por cada duplicación del esfuerzo de investigación; hay explosión por encima de 1Davidson y Houlden, 2025 −0,10 a 2,58estimaciones de la sustitución entre cómputo y trabajo de investigación en los laboratorios de IA; complementarios por debajo de 1Whitfill y Wu, 2025