Jensen Huang vuelve a predecir: la integración de la IA con la economía real, mercado de 90 billones de dólares

Huang Renxun dijo: “El conocimiento es una industria muy grande, sin embargo, la verdadera gran industria es la combinación de información y el mundo real, valorada en 90 billones de dólares.”

El 10 de marzo de 2026, hora local, el fundador de NVIDIA, Huang Renxun, publicó un extenso artículo firmado, mencionando el marco de “pastel de cinco capas” de la IA (inteligencia artificial). El artículo revisó el año pasado, Huang Renxun resumió que la IA ha cruzado un umbral importante: el rendimiento del modelo ha mejorado significativamente, se puede implementar a gran escala; la capacidad de razonamiento ha aumentado, los fenómenos de ilusión han disminuido y la capacidad de aplicación en la práctica ha mejorado considerablemente; las aplicaciones basadas en IA han creado por primera vez un valor económico real.

Al analizar las declaraciones de Huang Renxun en diferentes ocasiones durante los últimos tres meses, esta creación de “valor real” se origina, ante todo, en la aplicación práctica de los agentes. En febrero de este año, durante la conferencia de resultados del cuarto trimestre de NVIDIA, Huang Renxun dijo: “La IA de agentes ha llegado a un punto de inflexión en su desarrollo, su utilidad ha sido ampliamente verificada en empresas de todo el mundo, y la demanda de potencia de cálculo resultante ha crecido de forma explosiva.”

Desde febrero, la rápida implementación de OpenClaw (agente de IA de código abierto) en múltiples industrias en todo el mundo ha confirmado este juicio sobre el punto de inflexión. La popularización y madurez de los agentes han permitido que la interacción entre la IA y los humanos deje atrás la simple ventana de diálogo, comenzando a manejar las tareas reales de las personas en el mundo virtual a través de computadoras y redes.

Pero más allá de la ola de agentes, ha comenzado a entrar en la lista de tareas de los gigantes de la inteligencia artificial mundial una ola de tecnología con un gran potencial, cuyo impacto aún no se ha liberado completamente: los modelos del mundo real o modelos físicos. Este modelo se considera capaz de entender la lógica espacial y física del mundo real, permitiendo que la inteligencia artificial se integre verdaderamente en la vida y los escenarios de producción reales.

Desde su discurso en CES en enero hasta la mencionada conferencia de resultados, Huang Renxun ha enfatizado varias veces el potencial de esta línea. En febrero de este año, NVIDIA también anunció una asociación estratégica a largo plazo con el gigante del software industrial francés Dassault Systèmes, para construir conjuntamente una arquitectura de IA compartida para escenarios de negocio clave en diversas industrias. SOLIDWORKS y CATIA, bajo Dassault Systèmes, son software de diseño líderes en la industria.

En la conferencia de resultados del cuarto trimestre, Huang Renxun dijo: “Estamos entrando en la ola de desarrollo de la IA de agentes, y la próxima ola será la IA física: aplicar sistemas de IA y agentes en la manufactura, robótica y otros campos físicos, lo que nos traerá enormes oportunidades de desarrollo.”

La IA se dirige al mundo real

¿Qué capacidades necesita tener una IA que pueda entender el mundo real?

Huang Renxun dio la respuesta en su discurso principal en la conferencia CES 2026. El mundo real tiene algunas características básicas, como la permanencia, “si coloco algo aquí y me doy la vuelta, sigue ahí”; y la relación de causalidad, “si lo empujo, caerá”.

Pero para que una IA entienda el mundo real, también necesita dominar las leyes físicas como la fricción, la gravedad y la inercia, y saber que un camión de carga pesada necesita una mayor distancia de frenado. Estas son evidencias comunes para los humanos, pero completamente desconocidas para la IA.

La revolución de la IA pasada fue, en esencia, un avance en el “espacio simbólico”. Desde BERT hasta ChatGPT, los modelos grandes han aprendido a entender la gramática, semántica y contexto del lenguaje, e incluso pueden realizar tareas de razonamiento complejas, pero no saben prácticamente nada sobre las leyes físicas del mundo real: gravedad, fricción, inercia, causalidad. Un modelo grande que puede escribir hermosos ensayos no comprende lo que sucede cuando una piedra rueda por una pendiente. La “IA física” nace precisamente para llenar este vacío. Huang Renxun la define como “una IA capaz de entender las leyes naturales”, cuyo núcleo es permitir que la IA no solo maneje símbolos de lenguaje, sino que realmente entienda e interactúe con el mundo físico.

Él cree que esta será la próxima etapa del desarrollo de la IA y tendrá un impacto y cambios enormes en el mundo. Desde una perspectiva industrial, la IA que entiende el mundo real remodelará las enormes industrias del automóvil, el transporte y la manufactura a través de la conducción autónoma y la robótica. En los primeros tres meses de este año, NVIDIA ya ha lanzado varios productos y arquitecturas en torno al mundo físico.

No solo NVIDIA, en los primeros tres meses de 2026, mientras la ola de agentes barría el mundo, Silicon Valley ha estado muy activo en la reestructuración de la IA mundial.

Genie3 de Google DeepMind se abrió al público a finales de enero, donde los usuarios pueden ingresar texto para que Genie3 genere en tiempo real un entorno tridimensional interactivo. Waymo, en febrero, lo transformó en una herramienta de simulación dedicada a la conducción autónoma, utilizada para generar escenarios extremos que un vehículo de flota difícilmente encontraría en las carreteras reales, como tornados, inundaciones o un elefante que aparece repentinamente en la intersección.

Más simbólicamente, la salida del ganador del Premio Turing, Yann LeCun, es notable. A finales de 2025, dejó Meta para fundar AMI Labs y el 10 de marzo anunció la finalización de una ronda de financiación de 1,030 millones de dólares, con una valoración previa de 3,500 millones de dólares, convirtiéndose en la mayor financiación en ronda semilla en Europa, con NVIDIA y Samsung entre los inversores.

El juicio de LeCun es: los grandes modelos de lenguaje son un callejón sin salida porque no pueden comprender realmente cómo funciona el mundo físico. Su nueva empresa apuesta por la arquitectura JEPA: un marco de IA que no predice cada detalle de píxel, sino que aprende a entender la estructura del mundo, con aplicaciones orientadas a la medicina, la robótica y la automatización industrial.

Al mismo tiempo, World Labs de la “madre de la IA” Fei-Fei Li completó una nueva ronda de financiación de 1,000 millones de dólares en febrero, alcanzando una valoración cercana a los 5,000 millones de dólares. Su primer producto, Marble, ya está en línea, enfocándose en generar mundos tridimensionales con leyes físicas correctas. El CEO de AMI Labs predice que dentro de seis meses, cada empresa se autodenominará “empresa de modelos del mundo” para obtener financiación. Esta predicción en sí misma ya indica la temperatura de esta pista.

Hacer que la IA entienda mejor el mundo real es algo que ya está bastante claro en 2026.

El “momento de inflexión” de la IA en la manufactura

El 3 de febrero de 2026, hora local, tras finalizar su gira por Asia, Huang Renxun se dirigió a Houston, EE. UU., para aparecer en la conferencia 3DEXPERIENCE World de Dassault Systèmes.

Allí, junto con el CEO de Dassault Systèmes, Pascal Daloz, anunció una colaboración estratégica que ha sido calificada como “la más grande en 25 años”: la fusión profunda de las capacidades de cálculo acelerado y de IA de NVIDIA con la plataforma de gemelos digitales de Dassault Systèmes. Dassault Systèmes, con más de 40 años de historia, opera la plataforma 3DEXPERIENCE, que da servicio a más de 45 millones de usuarios y 400,000 clientes. Esta empresa francesa es uno de los proveedores de software más profundos en la manufactura global: desde motores de avión hasta carcasas de productos de consumo, casi siempre hay una sombra de ella.

Esta colaboración apunta a un área importante: la industria. En el pasado, aunque los grandes modelos de lenguaje han desempeñado un papel importante en ciertos campos, su aplicación en la industria ha sido muy limitada debido a la falta de confiabilidad y comprensión del mundo real. El objetivo central de la colaboración se define como construir un “modelo del mundo industrial”: un sistema de IA validado científicamente y basado en la física, que puede servir como plataforma de tareas clave en biología, ciencia de materiales, ingeniería y manufactura. Al mismo tiempo, Dassault Systèmes está implementando “fábricas de IA” en tres continentes basadas en la última infraestructura de IA de NVIDIA a través de su marca de nube OUTSCALE, con el objetivo de proporcionar funcionalidades mejoradas para los modelos de IA en la plataforma 3DEXPERIENCE, asegurando al mismo tiempo la privacidad y soberanía de los datos de los clientes.

Gian Paolo Bassi, vicepresidente senior global de la división de clientes profesionales de Dassault Systèmes, dijo en una entrevista con medios como el Economic Observer que muchas empresas de grandes modelos no pueden crear nuevas estructuras atómicas, ni nuevos aleaciones, ni nuevos aviones o equipos espaciales, porque su enfoque principal son los modelos de lenguaje y no tienen el conocimiento profesional para desarrollar un medicamento o un nuevo dispositivo. La ventaja central de Dassault Systèmes radica precisamente en que esos “conocimientos duros” ya están asentados en el software. Bassi dice: “Nuestro conocimiento está en el software, hay un cierto conocimiento profesional relacionado con la industria, y Dassault Systèmes tiene ventajas únicas en este campo.”

Esto significa que la inteligencia artificial debe reconstruir su sistema a partir del conocimiento profesional. Tomando como ejemplo la rigurosa industria de dispositivos médicos, que tradicionalmente tiene ciclos de validación largos y costos altos, con la ayuda de la IA, los ingenieros pueden simular muchas situaciones diferentes, completando productos de manera más eficaz y rápida, al mismo tiempo que alcanzan una calidad superior.

La ambición más grande es: con la ayuda de la IA, las pruebas que antes requerían la repetición de la creación de prototipos físicos ahora pueden completarse en el mundo digital con un costo extremadamente bajo, lo que significa que todo el proceso de la cadena de suministro, desde las materias primas hasta el ensamblaje, y los procesos de producción dentro de ella, pueden reconstruirse en el mundo virtual.

Gian Paolo Bassi, vicepresidente senior global de la división de clientes profesionales de Dassault Systèmes, en una entrevista con medios como el Economic Observer, dijo: “Dassault Systèmes ha construido durante años modelos de gemelos digitales altamente realistas, y la colaboración con NVIDIA permite que estos modelos funcionen a gran escala, alta precisión y en condiciones casi en tiempo real, y sean utilizados directamente por la IA, permitiendo que el gemelo digital evolucione de una herramienta de ingeniería a una capacidad de sistema sostenible.”

El gemelo digital (Virtual Twin) como concepto no es nuevo, describe el mapeo preciso de sistemas físicos mediante modelos digitales, permitiendo a los ingenieros probar e iterar en el mundo virtual, y luego aplicar las conclusiones al mundo real. Dassault Systèmes ha estado trabajando en esta dirección durante muchos años, y su sistema tecnológico es bastante maduro. Sin embargo, durante mucho tiempo, la implementación a gran escala de esta tecnología se ha enfrentado a un cuello de botella fundamental: la potencia de cálculo. Una simulación física lo suficientemente realista y compleja requiere una capacidad de cálculo que supera con creces la de antes. Hoy en día, este cuello de botella está siendo superado.

Huang Renxun dijo que en el pasado, las empresas industrializadas pasaban un tercio de su tiempo en diseño y digitalización, y más tiempo construyendo formas físicas. En el futuro, se podrá dedicar el 100% del tiempo a la digitalización. Desde la producción de un par de zapatillas de tenis hasta la producción de un automóvil, ya sea en diseño, representación, simulación u operación, “todo está definido por el software”.

Una vez que esta reconstrucción virtual precisa se complete, la combinación de inteligencia artificial y robótica podrá casi remodelar los procesos y la eficiencia en la manufactura.

Una fábrica no es un todo, sino un conjunto compuesto de millones de objetos. La inteligencia artificial puede ayudar a simular todas las partes de este conjunto en el mundo digital y organizar de manera más razonable la línea de producción, coordinando a los robots para que operen dentro de la fábrica.

En grandes empresas manufactureras, este tipo de escenario ya ha aparecido: el máximo aprovechamiento de los gemelos digitales y la amplia disposición de robots. Pero el costo de realizar todo esto es alto, lo que ha llevado a que los robots solo puedan sobrevivir en industrias con tareas altamente repetitivas y volúmenes de trabajo enormes, como la industria automotriz, donde un robot está programado específicamente para hacer una sola cosa.

Para Huang Renxun, este es el valor de la IA al ingresar a la industria. A través de la mejora de la eficiencia en la modelización de simulación y el aumento del nivel de inteligencia de los robots gracias a la tecnología de IA, las pequeñas y medianas empresas que ocupan la mayor parte de la cadena de suministro global también podrán utilizar estas tecnologías de vanguardia, lo que sin duda remodelará la eficiencia de toda la industria.

Huang Renxun dijo: “El conocimiento es una industria muy grande, sin embargo, la verdadera gran industria es la combinación de información y el mundo real, valorada en 90 billones de dólares.”

Para los creyentes en la tecnología, la llegada de la IA física puede no ser menos significativa que la forma en que Internet redujo el costo de circulación de la información a casi cero. Si esa revolución remodeló la producción y distribución de información, esta revolución remodela, en cambio, el diseño y funcionamiento del mundo físico en sí.

Pascal Daloz, CEO de Dassault Systèmes, dijo: “Estamos entrando en una nueva era, donde la IA ya no se limita a predecir o generar contenido, sino que comienza a entender realmente el mundo físico. Cuando la IA se arraiga en el conocimiento científico, físico y validado de la industria, se convertirá en un multiplicador de la inteligencia humana.”

Para Daloz, cuando la IA ingrese al mundo físico, los logros que traerá no se tratarán de reemplazar a diseñadores e ingenieros, sino que “el éxito no radica en la automatización, los ingenieros no quieren automatizar los logros del pasado, quieren crear el futuro.”