Hace un año cerraba 2024 diciendo que la IA había dejado de ser una novedad para empezar a pedir madurez. Lo escribí con cierta esperanza, sin saber bien qué iba a traer el año siguiente. Ahora, mirando 2025 desde el final, creo que puedo ponerle nombre a lo que pasó: fue el año en que la IA se volvió plural. Dejó de ser un puñado de modelos caros, hechos por unos pocos laboratorios occidentales, a los que accedíamos casi como suplicantes. Se multiplicó. Muchos modelos, de muchos orígenes, en muchas geografías, a muchos precios, con muchas filosofías detrás. Y esa abundancia, que es una noticia extraordinaria, trajo un efecto que no siempre se nota en medio del entusiasmo: cuando hay tanto para elegir, lo escaso deja de ser la tecnología y pasa a ser el criterio para elegirla. El año empezó, en enero, con un modelo que nos gritó “tus certezas eran supuestos”, y termina con un mundo tan lleno de opciones que el verdadero diferencial ya no es a qué herramienta accedés, sino con qué juicio la usás. De ese hilo quiero tirar para hacer el balance, porque creo que ata casi todo lo que vivimos este año.
El año en que dejamos de poder seguirles el ritmo#
Lo primero que define a 2025, para cualquiera que trabaje cerca de esto, es una sensación física de vértigo. La cantidad de modelos, versiones, mejoras y lanzamientos fue, sencillamente, imposible de seguir. Arrancó en enero con la irrupción que ya comenté en su momento, y a partir de ahí no paró: familias enteras de modelos saliendo y actualizándose, capacidades que escalaban mes a mes, anuncios que hace dos años habrían sido la noticia del año y que en 2025 duraban un titular de una semana. Hubo un momento, en algún punto del año, en que dejé de intentar probar todo lo que salía. No por desinterés, sino por imposibilidad. Y esa rendición, lejos de angustiarme, me resultó clarificadora.
Porque cuando uno ya no puede probar todo, se ve forzado a hacer algo que en realidad siempre debió hacer: elegir con criterio en lugar de perseguir la novedad. La abundancia mata la estrategia de “estar al día con todo”, que nunca fue una estrategia sino una ansiedad disfrazada. Y la reemplaza por una pregunta más madura: dado todo esto que existe, ¿qué necesito yo, para qué, y cómo elijo bien? Es la misma idea que desarrollé a mitad de año cuando hablé de elegir el modelo correcto y no el más grande, pero llevada a una escala nueva. Ya no se trata solo de no usar el cañón para matar una mosca; se trata de que ahora hay cien cañones de distintos tamaños, orígenes y precios, y la habilidad que importa es saber cuál levantar para cada cosa. La tecnología se volvió abundante; el criterio para navegarla, escaso. Y lo escaso, como sabe cualquiera, es lo que vale.
No solo más modelos: también más baratos#
Hay una cara de la pluralización que se comenta menos que la cantidad de modelos, y que para quien lidera tecnología en una empresa es tal vez la más importante: el precio. A medida que se multiplicaron las opciones, el costo de usar IA se desplomó. Lo que hace dos años era un lujo reservado a quien podía pagar tarifas altas, este año se volvió, en muchos casos, casi una commodity. Modelos capaces a una fracción del precio de hace un año, alternativas abiertas que corren sobre infraestructura propia sin pagarle a nadie por consulta, competencia feroz empujando los precios hacia abajo en todos los segmentos.
Esto cambia la conversación de una manera concreta. Cuando la IA era cara, la pregunta era “¿nos lo podemos permitir?”. Ahora que se abarató tanto, la pregunta pasó a ser otra, más interesante y más exigente: “¿lo estamos usando bien?”. Porque cuando algo es barato, la tentación es usarlo de cualquier manera, sin pensar, tirándole modelos a todos los problemas porque total sale poco. Y ahí vuelve, una vez más, la idea que sostuve todo el año: que el costo bajo no es una excusa para abandonar el criterio, sino justamente lo contrario. Cuando elegir mal ya no se castiga con una factura alta, es más fácil elegir mal sin darse cuenta. La abundancia barata es cómoda y, por eso mismo, un poco peligrosa: nos invita a dejar de pensar. El abaratamiento es una bendición para quien tiene criterio y una trampa para quien no lo tiene, porque le saca el único freno que lo obligaba a elegir con cuidado.
Oriente cambió el mapa, y lo hizo abriendo#
El cambio geopolítico más grande del año, y el que menos se vio venir, fue el peso que ganó Oriente, y la forma en que lo ganó: abriendo. Empezó en enero, con un modelo chino que no solo se acercó al rendimiento de los mejores, sino que se publicó con una licencia permisiva, descargable, modificable. Esa decisión, que en su momento analicé como una sacudida a nuestras certezas, terminó siendo algo más grande: inspiró a una cantidad de laboratorios, sobre todo chinos, a abrir sus propios modelos. Lo que era una rareza pasó a ser una corriente.
El dato que mejor resume el giro es uno que me dejó pensando: durante este año, las descargas de modelos abiertos pasaron de estar dominadas por Estados Unidos a estar dominadas por China. No hablo de uso de productos cerrados ni de quién tiene el modelo más potente del mundo —esa sigue siendo una discusión abierta— sino de algo más concreto y más revelador: dónde se está construyendo, sobre qué base, con qué herramientas. Y la respuesta, cada vez más, apunta al este. El open source dejó de ser, como era hace apenas un par de años, “la opción para quien necesita privacidad o quiere afinar un modelo para su caso”. Se volvió competitivo de verdad, una elección legítima para equipos que necesitan control de costos, despliegues sobre su propia infraestructura, o simplemente no depender de un proveedor que puede cambiar las reglas cuando quiera.
Para alguien que lidera tecnología, esto es más que una curiosidad geopolítica. Es una pregunta práctica sobre dependencia, que es un tema que vengo masticando todo el año. Cuando los modelos abiertos y capaces se multiplican, la decisión de atarse a un proveedor cerrado deja de ser la única opción razonable y pasa a ser, justamente, una decisión: con sus ventajas, sus comodidades y sus riesgos. No digo que lo abierto sea mejor que lo cerrado en abstracto; digo que 2025 nos devolvió la posibilidad real de elegir, y con ella, la responsabilidad de elegir con conciencia en lugar de por inercia.
Europa jugó otro partido#
Mientras Oriente abría y Estados Unidos, tras un giro político, empujaba hacia la desregulación y la velocidad, Europa eligió jugar un partido distinto, y vale la pena mirarlo sin el desdén con que a veces se la trata. La apuesta europea del año tuvo dos patas. Por un lado, la soberanía: la idea de no depender de infraestructura ni de modelos ajenos, encarnada sobre todo en una empresa francesa que apostó a modelos más eficientes y a pesos abiertos, y en una iniciativa de inversión pública grande para construir capacidad de cómputo propia. Por el otro, la regulación: el AI Act siguió su curso, con las primeras prohibiciones entrando en vigor a principios de año, las reglas para los modelos de propósito general aplicándose desde agosto, y hacia fin de año un movimiento para simplificar la implementación, reconociendo que regular sin asfixiar la innovación es un equilibrio difícil.
Es fácil, desde la lógica de la velocidad, ver a Europa como la que llega tarde, la que regula de más, la que se queda mirando mientras otros corren. Pero creo que esa lectura es perezosa. Europa está haciendo una apuesta legítima y profunda: que la forma en que se construye la tecnología importa tanto como la tecnología misma, que la soberanía sobre la infraestructura crítica es un valor estratégico, y que la velocidad sin reglas tiene un costo que se paga después. No sé si va a funcionar; las apuestas a la soberanía tecnológica son caras, lentas y políticamente frágiles. Pero la pregunta que plantea Europa es la correcta, y es una que cualquiera que lidere tecnología debería hacerse en su escala: ¿de quién dependo, qué control conservo, y qué estoy dispuesto a sacrificar en velocidad a cambio de no quedar atado? Es, otra vez, el mismo dilema de las dependencias, ahora a escala continental.
Y desde el sur, hola!#
Llego al bloque que más me cuesta escribir, porque es el que más me toca, aunque no este fisicamente en la actualidad, por tiempo y vivencias es al que pertenezco culturalmente: dónde está parada América Latina en todo esto. Y voy a ser honesto, porque la honestidad es lo único que hace útil a un balance. El año dejó un retrato de la región tan entusiasta como incómodo, y los números lo cuentan mejor que cualquier opinión mía.
Según el índice latinoamericano de IA que se presentó este año, la región produce alrededor del 6,6% del PIB mundial pero atrae apenas algo más del 1% de la inversión global en inteligencia artificial. Y al mismo tiempo —acá está la paradoja que no me puedo sacar de la cabeza— concentramos cerca del 14% de las visitas globales a herramientas de IA, siendo solo el 11% de los usuarios de internet del mundo. Leído junto, el retrato es nítido: usamos la IA con muchísimo entusiasmo, más que el promedio, y la producimos muy poco. Somos consumidores ávidos de una tecnología que se construye, casi toda, en otro lado. El director del centro que elaboró el índice lo resumió con una frase que me quedó grabada: “hay interés pero poca urgencia”. Y creo que captura algo profundo de cómo nos paramos frente a casi todo lo tecnológico en la región.
No quiero caer en el lamento, que es cómodo y estéril, ni tampoco en el optimismo de folleto. La región tiene focos reales de talento y de investigación, sobre todo en algunos países que vienen invirtiendo en serio, y un entusiasmo de base que no es poca cosa. Pero la estructura es la que es: investigación concentrada en dos o tres países, inversión muy por debajo del promedio mundial en relación a nuestro tamaño, infraestructura de cómputo escasa y desigual, estrategias nacionales que muchas veces son declaraciones sin presupuesto ni ejecución. Somos, en buena medida, una región que adopta lo que otros crean, y eso tiene una consecuencia que conecta directo con todo lo que escribí este año: nos vuelve profundamente dependientes. Dependientes de modelos que no controlamos, de infraestructura que está en otro hemisferio, de decisiones que se toman sin pensar en nosotros.
Pero hay algo en esa misma posición que, mirado con honestidad, no es solo debilidad. Si la IA se volvió plural y abierta, si hay modelos capaces que se pueden descargar y adaptar, si lo escaso ya no es el acceso a la tecnología sino el criterio para usarla, entonces la distancia entre crear y aprovechar se acortó. Una región que no puede construir los modelos de frontera sí puede, en cambio, ser muy buena eligiéndolos, adaptándolos, aplicándolos a sus problemas reales, formando gente que sepa usarlos con juicio. No es lo mismo que liderar la creación, no me hago ilusiones. Pero en un mundo donde el criterio es lo escaso, ser bueno en criterio es una forma de jugar el partido, no de mirarlo desde afuera. La pregunta para quienes lideramos tecnología desde el sur no es “¿cómo competimos creando modelos de frontera?”, porque esa carrera la tenemos perdida por ahora. Es “¿cómo nos volvemos extraordinariamente buenos eligiendo y aplicando lo que el mundo está abriendo?”. Esa carrera sí la podemos correr.
El año también pasó por las personas#
Hasta acá hablé de modelos, geografías y precios, pero sería un balance incompleto si no mirara lo que pasó del lado humano, porque buena parte de lo que escribí este año terminó siendo, en el fondo, sobre personas y no sobre máquinas. Fue el año en que la conversación sobre qué le pasa a los equipos con todo esto dejó de ser teórica. La pregunta de qué significa para alguien que recién empieza aprender a programar en un mundo donde la IA le resuelve medio trabajo. La pregunta de cómo cambia el valor de la experiencia cuando la herramienta acelera tanto al que ya sabe como al que todavía no. La pregunta, incómoda, de qué pasa con el criterio de un equipo cuando la velocidad de producir se multiplica y la de entender no.
Lo que vi, y lo que escribí en varios momentos del año, es que la IA no aplanó la diferencia entre la gente con criterio y la gente sin él; la amplificó. El que tiene experiencia le saca un provecho enorme, porque sabe pedirle lo correcto, elegir el tamaño correcto, revisar lo que devuelve, descartar lo que no sirve. El que todavía no la tiene corre el riesgo de una falsa autonomía que se derrumba en el primer problema serio. Eso le pone una responsabilidad nueva a quienes lideramos equipos: ya no alcanza con incorporar la herramienta, hay que cuidar que la herramienta no se coma el aprendizaje, que la velocidad no tape la comprensión, que el equipo siga entendiendo lo que construye en lugar de volverse un intermediario entre el cliente y una IA que nadie supervisa.
Y hay algo que este año me confirmó y que me parece el verdadero corazón del balance: en un mundo donde la tecnología es cada vez más capaz y más barata, lo que distingue a un buen equipo no es el acceso a las mejores herramientas, que ahora tiene casi cualquiera, sino cómo trabaja, cómo comparte lo que sabe, cómo decide, cómo cuida su propia comprensión. Lo escribí pensando en el mito del programador estrella, pero vale para todo el año: el diferencial nunca estuvo en la herramienta más potente, sino en las personas que saben qué hacer con ella. Y eso, en 2025, se volvió más cierto que nunca.
Lo que no cambió, y por eso importa más#
Después de todo este recorrido —la explosión de modelos, el giro hacia Oriente, la apuesta europea, nuestra posición de consumidores ávidos— quiero terminar donde termino siempre, con lo que no cambió. Porque si algo aprendí en un año de escribir sobre todo esto, es que debajo del ruido de las novedades hay un puñado de cosas que se mantuvieron firmes, y que justamente por mantenerse firmes son las que más conviene mirar.
No cambió que el criterio importa más que la herramienta. Al contrario: cuanto más se multiplicaron las herramientas, más se notó la diferencia entre quien elige con juicio y quien persigue la novedad. No cambió que los agentes, por más capaces que sean, necesitan un arnés, y que cuanto más fuertes se vuelven, más fino tiene que ser ese arnés. No cambió que la deuda técnica se gestiona, no se elimina, y que ahora la fabricamos más rápido que nunca. No cambió que dependemos de muchísimo más de lo que controlamos, ni que los sistemas siguen cayéndose por cambios chicos que se propagan demasiado lejos mientras seguimos sin aprender entre un apagón y el siguiente. No cambió que la confianza, esa sobre la que construimos todo, sigue siendo a la vez nuestra fortaleza y nuestra fragilidad. Y no cambió, sobre todo, que la tecnología por sí sola nunca alcanza: necesita personas, criterio, cultura, decisiones conscientes.
Hay algo casi tranquilizador en esa permanencia. Vivimos un año de cambios vertiginosos, y sin embargo las preguntas de fondo siguieron siendo las mismas que vengo haciéndome hace años. Eso me confirma que el trabajo de quien lidera tecnología no es correr detrás de cada modelo nuevo, sino sostener el criterio mientras todo lo demás se acelera. La novedad es el ruido; el criterio es la señal. Y 2025, con toda su abundancia, no hizo más que volver esa distinción más nítida.
Lo que me llevo del año#
Si tuviera que quedarme con una sola idea de 2025, sería esta: la IA se democratizó en el acceso y se concentró en otra cosa. Hoy cualquiera puede descargar un modelo capaz, correrlo, adaptarlo. Lo que no se descarga, lo que sigue siendo escaso y desigual, es el criterio para usarlo bien, la madurez para elegir, la disciplina para gobernar lo que se construye con eso. La tecnología se abrió; el juicio sigue cerrado en quien se tomó el trabajo de construirlo, a los tropezones, con experiencia. Y eso, para alguien que lleva años en esto y que cree que el oficio importa, es una noticia esperanzadora, no amenazante.
Mirando hacia 2026 hay, como siempre, más incertidumbre que certezas. No sé qué modelos van a salir, qué geografía va a pesar más, cómo se va a resolver la tensión entre regular y acelerar, si la región va a pasar del entusiasmo a la urgencia o se va a quedar, otra vez, en la promesa. Pero hay algo que sí sé, y que es lo que me deja tranquilo para cerrar el año: pase lo que pase con las herramientas, las preguntas que de verdad importan van a seguir necesitando criterio humano para responderse. Mientras eso sea cierto, los que nos dedicamos a esto desde el lado del juicio y no de la moda vamos a tener trabajo, y vamos a tener algo que aportar, incluso desde el sur, incluso sin construir los modelos de frontera.
Les dejo, para terminar el año, una pregunta para que la lleven a su propio terreno, sea cual sea el rincón del mundo desde el que lean esto. En un año en que la tecnología se volvió tan abundante que es imposible seguirla toda, ¿en qué estuvimos invirtiendo más: en correr detrás de cada novedad, o en construir el criterio para elegir bien entre tantas opciones? Porque sospecho que 2026 va a premiar, todavía más que este año, a quienes hayan entendido que lo escaso ya no es la herramienta. Lo escaso, lo que de verdad vale, es saber qué hacer con ella.