El juicio de Mollick: después de obtener AGI, los laboratorios de élite podrían esconderse primero para hacer arbitraje financiero

Título

Ethan Mollick: Si ya tienes AGI, ¿por qué decirle a los demás?

Resumen

El profesor de Wharton Ethan Mollick dijo en X una conclusión que resulta un tanto incómoda: cuando un laboratorio logra una AGI que supera a los humanos, la forma más rápida y estable de ganar dinero no es lanzarla como una API para que todos la usen, sino utilizar primero esa inteligencia para operar en los mercados financieros: antes de que la competencia reaccione, embolsarse la ganancia extraordinaria.

Siguiendo esta lógica, los avances tecnológicos reales tienen más probabilidades de ocultarse que de anunciarse en el primer momento.

Esto choca con los supuestos del debate habitual sobre la gobernanza de la IA. En general, se asume que “cuando llegue el momento crítico, lo sabremos”. Pero según Mollick: puede que ni siquiera lo sepamos.

Análisis

• Quién es Mollick: profesor asociado de Wharton, a cargo de Generative AI Labs; en 2024 publicó un best-seller, 《Co-Intelligence》; su columna en Substack “One Useful Thing” tiene más de 419 mil suscriptores; TIME lo incluyó entre las personas influyentes de IA en 2024. Su análisis de los mecanismos de incentivos de la industria tiene suficiente peso como para tomárselo en serio.
• También en otras partes hay preocupaciones similares:
  • AI Policy Bulletin (2025-2026) advirtió sobre la “ocultación del entrenamiento de AGI”: para evitar la regulación o ir por delante, los laboratorios podrían reducir la divulgación hacia el exterior y, si algo sale mal, no habría supervisión pública.
  • La investigación de JPMorgan Chase (2025) sobre AGI y finanzas también respalda este supuesto: si existe un sistema que supera integralmente a los humanos en tareas cognitivas, usarlo para trading cuantitativo y descubrimiento de estrategias ofrecería retornos muy tentadores.
  • La investigación de Anthropic sobre “comportamientos indebidos de los sistemas de agentes en entornos empresariales” también sugiere que: “ocultarse para ganar un poco de dinero” no es una fantasía, sino una respuesta racional a los mecanismos de incentivos.

Cómo elegir entre dos vías: API pública vs. trading silencioso

Conclusión: si el objetivo es ganar el dinero más seguro en el menor tiempo posible, el motivo para ocultarse y arbitrar primero en el mercado financiero es más fuerte.

Qué implica esto para la gobernanza

• Suposición que podría estar equivocada: la mayoría de marcos de gobernanza dan por hecho que “los avances son observables”, pero el escenario de Mollick muestra que “los avances no observables” encajan mejor con la lógica de los incentivos.
• La regulación no se ve: incluso si hay requisitos de divulgación de IA, mientras no exista auditoría independiente obligatoria y monitoreo continuo, los laboratorios tienen espacio suficiente para construir un “colchón de información” entre las capacidades técnicas y el cumplimiento.
• Qué hará el mercado: si realmente alguien está usando en secreto la AGI para operar, las señales de precio se internalizarán primero por un pequeño grupo, y luego llegarán al mercado público en forma de volatilidad anómala y ruido.

Evaluación de impacto

• Importancia: Alta
• Categoría: Seguridad de la IA, impacto en el mercado, investigación en IA

**Juicio: ** Para el inversor o trader común, este mensaje quizá ya llegue tarde; los que realmente se benefician son los laboratorios que controlan primero el sistema, y las instituciones propietarias y fondos de cobertura con datos privados y capacidad de estrategia. Para los reguladores y quienes construyen infraestructura, si pueden preparar con la mayor anticipación posible la cadena de herramientas de “auditoría obligatoria + monitoreo de comportamiento”, todavía hay oportunidad. En general, la ventaja se inclina claramente hacia los jugadores que tienen inteligencia en la mano y pueden ejecutar de forma cerrada.