Últimamente la inteligencia artificial me tiene bastante mareado. No porque haya dejado de interesarme ni porque piense que todo esto sea una moda pasajera. Más bien al contrario: me interesa tanto que cada vez cuesta más saber dónde mirar, qué probar y, sobre todo, qué merece realmente la pena.
Uso IA todos los días. Leo sobre ella, pruebo modelos, agentes, herramientas de imagen, vídeo, voz y automatización, y aun así tengo la sensación de que cada semana entiendo menos el mapa completo. Entras para comprobar qué ha cambiado en un modelo concreto y acabas con cinco pestañas sobre agentes, una comparativa de GPUs, tres herramientas nuevas y alguien explicándote que, si todavía no has montado tu propio sistema multiagente, vas tarde. Ahí empieza el AI-gobio.
Me gusta la IA. Ese no es el problema
La IA ya forma parte de muchas de las cosas que hago y, en algunos casos, ha cambiado directamente mi forma de trabajar. La uso para investigar, escribir, buscar enfoques, probar ideas y experimentar con herramientas que hace dos años ni siquiera existían. También me interesa especialmente todo lo relacionado con modelos locales, agentes y generación de contenido. No estoy mirando esto desde fuera ni escribiendo una queja porque no entienda de qué va la película.
El problema llega cuando ese interés se convierte en una carrera permanente. Cada vez hay más cosas que supuestamente deberías conocer, probar o dominar para no quedarte atrás. Y la sensación termina siendo bastante absurda: da igual cuánto aprendas, siempre hay otra herramienta, otro modelo o un nuevo framework que todavía no has tocado.
Además, entre la demo y la realidad suele haber un pequeño océano. Ves un vídeo en el que alguien monta un sistema entero en diez minutos y, cuando intentas repetirlo, aparecen varias APIs, una suscripción, una dependencia que falla y ese paso intermedio que casualmente no estaba en el tutorial. La magia funciona mucho mejor cuando el vídeo ya está editado.
Los IA bros ya están aquí
Con las criptomonedas ocurrió algo parecido. Durante una época parecía que todo el mundo se estaba haciendo rico menos tú. Siempre había alguien que había comprado Bitcoin cuando no valía nada, otro que había multiplicado su dinero con una moneda absurda y otro que había dejado de trabajar gracias a los NFT.
Ahora tenemos la versión IA de aquello. Abres X, YouTube o LinkedIn y parece que medio internet tiene una empresa automatizada. Hay quien asegura tener diez agentes trabajando mientras duerme, quien dice haber creado aplicaciones sin saber programar y quien monta en casa un modelo local enorme para anunciar que ya no necesita ningún servicio en la nube.
Luego intentas replicar una de esas maravillas y descubres que el agente necesita acceso a varias herramientas, alguna API y bastante más configuración de la que parecía; que el modelo que “funciona perfectamente en local” requiere 24 GB de VRAM; o que el workflow que alguien ejecuta en segundos tarda varios minutos en tu equipo, suponiendo que consiga arrancar.
No digo que esas cosas no funcionen. Muchas funcionan y algunas son impresionantes. Lo que me chirría es cómo se cuentan. Se enseña el resultado perfecto y rara vez todo lo anterior: las horas de configuración, los errores, el hardware, las pruebas que salieron mal o el dinero gastado en servicios. Terminas comparando tu proceso real con la versión editada del proceso de otra persona y, claro, es bastante fácil pensar que eres tú quien va tarde.
Es imposible seguir este ritmo
Incluso quitando todo ese ruido de la ecuación, queda una realidad difícil de ignorar: la IA avanza a una velocidad bastante bestia. Cada pocas semanas aparece un modelo nuevo, una versión mejorada de otro, una herramienta que promete sustituir a tres anteriores o una nueva forma de ejecutar cosas en local. A eso hay que sumar agentes, asistentes de programación, generación de imágenes, vídeo, voz, música, navegadores con IA y todo el ecosistema que crece alrededor.
Apenas da tiempo a entender bien una cosa antes de que aparezca la siguiente. Y eso hace muy difícil separar lo importante de lo anecdótico. Algunas novedades cambian de verdad cómo puedes trabajar; otras disfrutan de tres días de entusiasmo antes de que internet encuentre el siguiente juguete. Cuando estás dentro de ese bombardeo constante, todo parece urgente y todo parece algo que deberías probar ya.
Lo curioso es que muchas veces acabas dedicando más tiempo a buscar la herramienta que supuestamente te ahorrará tiempo que a hacer directamente aquello para lo que necesitabas la herramienta. Muy eficiente todo.
Estar al día también cuesta dinero
Hay otra parte que suele quedar bastante escondida detrás de las demos: usar inteligencia artificial sigue costando dinero. Es cierto que los precios por token han bajado muchísimo y continúan bajando. El token es, simplificando bastante, una de las unidades con las que se mide cuánto texto procesa y genera un modelo. Hoy podemos hacer mucho más por bastante menos dinero que hace poco tiempo.
El problema es que rara vez utilizas una sola herramienta. Empiezas pagando ChatGPT, luego quieres probar otro modelo porque hace mejor determinada tarea, necesitas créditos para generar vídeo, una API para un agente, otra herramienta para voz y alguna plataforma que has visto recomendar a veinte personas esa semana. Por separado muchas parecen baratas. Juntas empiezan a parecer otra cosa.
La alternativa es ejecutar más cosas en local, pero tampoco sale gratis. La mayoría de la gente no tiene en casa una workstation con una GPU de última generación. Tiene el portátil del trabajo, un ordenador que compró hace cuatro años o aquel equipo barato que eligió porque para navegar, trabajar con Office y ver Netflix iba sobrado.
Ese ordenador probablemente siga siendo perfectamente válido para el día a día. El problema empieza cuando le pides que ejecute un modelo local de varios gigas, genere imágenes o empiece a mover vídeo. Ahí descubres rápido que “puedes hacerlo en tu ordenador” es una frase con bastantes asteriscos.
Al final, trabajar con IA de forma intensiva implica pagar de alguna manera. Puedes hacerlo mediante suscripciones, APIs y tokens, dejando que otros pongan los servidores y las GPUs, o invertir en un equipo más potente para ejecutar más cosas en casa. También puedes mezclar ambas opciones, que probablemente sea lo más sensato.
Lo que no existe es la magia. Si alguien te vende agentes, modelos locales, generación de imagen y vídeo y todo funcionando casi gratis en cualquier ordenador, seguramente falte alguna parte de la historia. Normalmente la parte cara.
No estoy cansado de la IA. Estoy cansado de perseguirla
Por eso digo que estoy AI-gobiado. No con la inteligencia artificial, sino con todo lo que se ha montado alrededor: la cantidad de novedades, la velocidad a la que aparecen y esa sensación permanente de que siempre hay algo más que deberías estar aprendiendo.
No creo que la solución sea ignorarlo y esperar a que todo se calme, porque probablemente no vaya a hacerlo. La IA ya está afectando a demasiados trabajos, productos y sectores como para mirar hacia otro lado. Pero una cosa es estar al tanto y otra convertir cada modelo, cada agente y cada herramienta nueva en una obligación pendiente.
Voy a seguir probando cosas, leyendo y aprendiendo porque me interesa y porque muchas de estas herramientas merecen realmente la pena. Lo que intento dejar de hacer es perseguirlas todas. Si mañana aparece otro modelo revolucionario que cambia absolutamente todo, fantástico. Ya me enteraré pasado mañana.