La inteligencia artificial llega a la etapa de "IA del mundo real"

Autor: Wang Jie

A finales de junio, durante el Foro de Davos de Verano celebrado en Dalian, China, líderes mundiales de la industria de la inteligencia artificial (incluyendo robótica) se reunieron para debatir la evolución actual del sector y las próximas tendencias clave. Wang Jie, uno de los primeros inversores chinos en IA y codirector del Centro de Investigación de Economía de la IA de la Academia de Economía Digital de Shenzhen, señaló que la industria de la IA ha pasado por tres etapas —"generación de contenido", "capacidad de razonamiento" y "capacidad de acción"— y se encamina hacia la etapa de la "IA del mundo real". Todos los eslabones del sector deben prepararse adecuadamente para recibir esta fase.

A continuación, el texto completo de La inteligencia artificial llega a la etapa de "IA del mundo real", publicado por primera vez por Tencent Tech.

We are at AI’s reality moment.

En los últimos años, la IA ha aprendido a generar, razonar y actuar. La próxima fase no se trata solo de si la IA puede dar respuestas más brillantes en una pantalla, sino de si puede aprender de la retroalimentación del mundo real y ofrecer resultados aceptables y sostenibles en él. Hoy nos encontramos en el "momento del mundo real" del desarrollo de la IA.

Observación: La IA sigue alejándose del mundo de los benchmarks

En los últimos años, la narrativa principal de la industria de la IA ha sido organizada por los benchmarks. Cada lanzamiento de modelo viene acompañado de un conjunto de puntuaciones: comprensión del lenguaje, exámenes profesionales, razonamiento matemático, generación de código, ingeniería de software, operación web, preguntas y respuestas multimodales, tareas de agentes. Cuando las puntuaciones suben, la industria se emociona; cuando se saturan, se crean nuevos benchmarks. Los benchmarks se han convertido en banderas que marcan hitos en el largo camino del desarrollo de la IA.

Pero está surgiendo un hecho cada vez más claro: la IA se está alejando continuamente del mundo de los benchmarks. Muchas pruebas que antes se consideraban lo suficientemente difíciles como para representar inteligencia están siendo igualadas, superadas o alcanzadas una y otra vez por los modelos. Los investigadores siguen definiendo nuevas tareas, nuevas clasificaciones y nuevos conjuntos de evaluación, y los modelos continúan persiguiendo y arrancando nuevas banderas. Esto es, por supuesto, parte del progreso científico, pero también demuestra que los benchmarks por sí solos cada vez pueden soportar menos todo el significado del desarrollo de la IA.

El mundo de los benchmarks es, en esencia, un "mundo teórico": los problemas están predefinidos, las respuestas tienen límites claros, los criterios de evaluación pueden formalizarse y el coste del fracaso suele ser solo una puntuación. Es adecuado para demostrar que un modelo posee cierta capacidad, pero no equivale a demostrar que pueda completar de manera estable los resultados que esperamos en flujos de trabajo reales. Que un modelo acierte en un banco de preguntas no significa que pueda realizar tareas de forma estable en procesos de adquisición empresarial, colaboración diagnóstica hospitalaria, sistemas de planificación de producción en fábricas, revisión de riesgos de documentos legales o respuesta a emergencias en la gobernanza urbana.

Por lo tanto, cuando decimos que la IA está abandonando el mundo de los benchmarks, no significa que los benchmarks ya no sean importantes. Todo lo contrario: los benchmarks siguen siendo un panel de control necesario para el progreso técnico. Pero el panel de control no es la carretera, la puntuación no es el resultado, la demostración no es la entrega. ¿Hacia qué mundo se dirige la IA al alejarse del mundo de los benchmarks? La respuesta es: el mundo real. Toda la industria está entrando en la etapa de "IA del mundo real".

El salto del "mundo teórico" al "mundo real"

Las tres etapas antiguas del "mundo teórico"

El desarrollo de esta ronda de IA ya ha pasado por tres etapas antiguas claras. La primera es la etapa de "generación de contenido", cuya forma típica es el chatbot. Por primera vez, la IA utiliza el lenguaje natural como interfaz, es capaz de escribir, resumir, traducir, dialogar y explicar, convirtiéndose en una herramienta textual universal para el trabajo cognitivo humano. La segunda es la etapa de "capacidad de razonamiento", cuya forma típica es el razonador, representado por modelos como GPT o1 y DeepSeek R1. La IA comienza a mostrar una mayor capacidad de descomposición, búsqueda, planificación, demostración y autoexamen, pudiendo manejar problemas de cadena más larga y mayor complejidad. La tercera es la etapa de "capacidad de acción", cuya forma típica es el agente. La IA ya no solo responde preguntas, sino que invoca herramientas, navega por la web, escribe código, opera software y ejecuta tareas de múltiples pasos.

Estas tres etapas son muy importantes. La generación le dio lenguaje a la IA, el razonamiento le dio pensamiento y los agentes le dieron manos preliminares. Después de generar, razonar y actuar, lo siguiente no es realizar más acciones en una demostración, sino asumir resultados en un entorno real. El mundo real proporcionará a la IA el entorno para la acción a largo plazo.

¿Por qué se dice que las tres anteriores son etapas antiguas? Porque en su mayoría permanecen en el "mundo teórico" o en un "cuasi-mundo real". El modelo se enfrenta a problemas abstractos, no a sistemas económicos-sociales completos; optimiza retroalimentación computable, no resultados reales de múltiples agentes, múltiples restricciones y ciclos largos; muestra posibilidades de capacidad, no resultados de trabajo aceptados conjuntamente por usuarios, organizaciones, instituciones y mercados.

La nueva etapa del "mundo real"

Proponemos "IA del mundo real", Real-World AI, para reflejar la nueva etapa en la que está a punto de entrar la IA. La definición de IA del mundo real es: IA capaz de aprender de la retroalimentación del mundo real, completar tareas del mundo real y generar resultados reales. El "mundo real" aquí incluye dos significados: primero, la retroalimentación del entrenamiento proviene de resultados reales del entorno, usuarios, instituciones, costos y riesgos, no solo de respuestas estándar; segundo, las tareas provienen de flujos de trabajo reales, no solo de bancos de preguntas, sandboxes o demostraciones. No es una etiqueta general, sino un nombre de etapa que va desde la exhibición de capacidades hasta la entrega de producción, desde la inteligencia teórica hasta la inteligencia laboral.

El núcleo de la IA del mundo real no es conectar más botones a la IA, sino hacer que la IA entre en un bucle cerrado: comprender tareas reales, recibir retroalimentación real, ejecutar acciones reales, corregir sus propias estrategias y, finalmente, entregar resultados reales aceptables. Exige que la capacidad del modelo traspase los dominios "académicos informáticos" (código, ingeniería de software, matemáticas, ciberseguridad, etc.) y se extienda a escenarios de trabajo humano más amplios: marketing, ventas, cadena de suministro, fabricación, finanzas, derecho, medicina, educación, investigación científica, gobernanza pública, así como robots y sistemas de automatización en el mundo físico.

A continuación, una comparación clave entre el mundo real y el mundo teórico:

(Falta la tabla en el original)

En este sentido, la IA del mundo real no es un modelo, un producto o una ruta algorítmica en particular, sino la nueva dirección de toda la industria. Conectará el post-entrenamiento, el aprendizaje por refuerzo, el uso de herramientas, los sistemas de memoria, la integración de flujos de trabajo, la retroalimentación organizacional, la supervisión humana, los mecanismos de seguridad y la medición del valor económico. El mundo real se convertirá en el nuevo campo de entrenamiento de la IA.

La IA del mundo real generará inteligencia del mundo real (real-world intelligence). La inteligencia del mundo real es la capacidad del modelo formada tras recibir retroalimentación del mundo real, y también la capacidad de convertir objetivos en resultados bajo restricciones reales. No mide el rendimiento instantáneo del modelo en problemas estáticos, sino la disponibilidad continua, la fiabilidad y la capacidad de creación de valor del sistema de IA en tareas reales. Si el núcleo de la inteligencia de referencia (benchmark intelligence) es "si se puede obtener la respuesta correcta en un problema dado", entonces el núcleo de la inteligencia del mundo real es "si se puede completar un resultado aceptable en una tarea real".

¿Por qué es inevitable el salto del "mundo teórico" al "mundo real"?

Este salto tiene una necesidad técnica y también económica. Técnicamente, los grandes modelos de lenguaje han dado a la IA capacidad lingüística, los modelos de razonamiento le han dado una capacidad de pensamiento más fuerte, y los agentes le han dado capacidad de acción preliminar. Observando el comportamiento humano, tras poseer lenguaje, pensamiento y capacidad de acción, una persona inevitablemente entra en la fase de interacción con el mundo real. La inteligencia no es una capacidad que se queda en la mente, sino la capacidad de completar objetivos en un entorno. Por lo tanto, el siguiente paso de la IA también está muy claro: entrar en el mundo real.

Económicamente, el mayor valor de la revolución de la IA no puede quedarse para siempre en preguntas y respuestas, escritura y fragmentos de código. La verdadera liberación de la productividad proviene de la liberación de tareas reales: un proceso de atención al cliente completado de extremo a extremo de forma autónoma, una diligencia legal entregada de forma estable, una cadena de suministro optimizada dinámicamente, una hipótesis de investigación verificada rápidamente, un robot colaborando de forma fiable en un almacén o un hogar. Solo cuando la IA entra en flujos de trabajo reales, las empresas la contarán como capacidad organizativa, la sociedad la contará como productividad y los humanos sentirán realmente la magnitud de esta revolución tecnológica.

Por eso "IA del mundo real" es más operativa que simplemente discutir AGI. La AGI pregunta si la IA se acerca a la inteligencia humana; la IA del mundo real pregunta si la IA puede completar tareas reales. La AGI tiende a llevar la discusión hacia capacidades ilimitadas; la IA del mundo real devuelve la discusión a la retroalimentación, los resultados, los costos y el valor. No rebaja el objetivo de la IA, sino que lo coloca en el lugar al que finalmente debe enfrentarse: la realidad.

Hoja de ruta y terminología

Hoja de ruta

En cuanto a la hoja de ruta, la propuesta de cinco etapas de OpenAI en 2024 captó en general la dirección evolutiva de chatbot a razonador a agente, pero no describió completamente el salto del mundo teórico al mundo real. Además, las dos últimas etapas, innovador y organizador, se inclinan más hacia características de capacidad que podría tener un agente, en lugar de ser formas técnicas paralelas a chatbot, razonador y agente; los criterios no son consistentes. Más importante aún, cuando se propuso esta hoja de ruta, la industria aún no había entrado realmente en la etapa de agente, por lo que el juicio sobre lo que viene después del agente conlleva necesariamente incertidumbre.

En el punto en que la industria pasa del mundo teórico al mundo real, necesitamos una hoja de ruta que pueda guiar mejor el trabajo a largo plazo. Proponemos el siguiente marco de cinco etapas: Primera, Foundation AI, etapa de modelo base, donde la IA adquiere representación general y capacidad de compresión del conocimiento; Segunda, Generative AI, etapa de IA generativa, donde la IA adquiere capacidad de generación de lenguaje natural y multimodal; Tercera, Reasoning AI, etapa de IA de razonamiento, donde la IA adquiere capacidades más fuertes de búsqueda, planificación, demostración y reflexión; Cuarta, Agentic AI, etapa de IA agente, donde la IA adquiere capacidad de acción para invocar herramientas, operar software y ejecutar pasos; Quinta, Real-World AI, etapa de IA del mundo real, donde la IA entra en flujos de trabajo reales, aprende de la retroalimentación real y entrega resultados reales aceptados por humanos, organizaciones e instituciones.

Esta hoja de ruta sitúa la "IA del mundo real" después del agente. El agente resuelve el problema de "si la IA puede actuar"; la IA del mundo real resuelve el problema de "si después de actuar, la IA produce consecuencias aceptables". El agente es la interfaz; el mundo real es el bucle cerrado. El agente es la mano; la IA del mundo real es la capacidad de trabajo organizada. El agente permite que la IA entre en el proceso; la IA del mundo real hace que la IA sea aceptada por el proceso, confiada por la organización y medida por la economía.

Más adelante, la industria podría entrar en una etapa más grande: la IA se convierte en la capa operativa de la economía y la sociedad, lo que hemos mencionado varias veces como la "capa digital". En ese momento, la IA no solo completa tareas una por una, sino que participa en el apoyo a decisiones, la coordinación organizativa, la asignación de recursos, el descubrimiento científico, la operación urbana y la operación del mundo físico. Pero si este futuro puede llegar depende de si hoy podemos superar la etapa de la IA del mundo real. Sin retroalimentación real, no hay inteligencia real; sin resultados reales, no hay productividad real.

Terminología

En el pasado, ya hemos tenido una gran cantidad de términos para describir este desarrollo de la IA: AGI, ASI, Generative AI, Agentic AI, Embodied AI, Physical AI, etc. (World Model no es una descripción de las características del desarrollo de la IA, sino una descripción de una ruta de modelo). En general, estos términos parten principalmente del algoritmo, la capacidad o el soporte, y podrían denominarse "descripciones desde la perspectiva del algoritmo". Son muy importantes, pero también tienden a llevar la discusión de la industria hacia debates abstractos como "si el modelo es lo suficientemente inteligente", "si la inteligencia es infinita" o "cuándo superará a los humanos".

Un buen nombre debería tener un sentido de dirección: no solo describe qué es la tecnología, sino que también nos recuerda hacia dónde vamos finalmente y en qué posición nos encontramos actualmente. "IA del mundo real" tiene ese sentido de dirección. No niega AGI, Physical AI o Embodied AI, sino que cambia la forma de preguntar: ya no solo preguntarse qué es la IA técnicamente, sino qué puede hacer la IA en la economía y la sociedad; ya no solo preguntarse si la IA se acerca a la inteligencia humana, sino si la IA puede completar tareas reales de manera estable, crear valor real y asumir consecuencias reales.

"IA del mundo real" también unifica el mundo digital y el mundo físico. En el mundo digital, la IA del mundo real significa que la IA entra en software empresarial, trabajo intelectual, procesos de transacciones, procesos de I+D y procesos de gobernanza; en el mundo físico, la IA del mundo real significa que los robots, la conducción autónoma, la fabricación inteligente, los servicios domésticos y la infraestructura urbana aprenden del entorno real. Independientemente de si el soporte es un navegador, una API, un software de oficina, un brazo robótico, un vehículo o un robot humanoide, la pregunta central es la misma: ¿puede la IA formar un bucle cerrado en el entorno real, completar tareas y ser aceptada por la realidad?

Por lo tanto, presentamos a toda la industria la expresión "IA del mundo real / Real-World AI". Puede reunir a investigadores, emprendedores, inversores, usuarios empresariales y formuladores de políticas en un mismo mapa: del benchmark intelligence a la real-world intelligence; del período de exhibición de capacidades al período de liberación de tareas; de la competencia de modelos a la competencia de productividad; de "la IA parece que puede hacerlo" a "la IA realmente puede hacerlo".

La IA del mundo real no es un punto final, sino una puerta de entrada. Nos recuerda que el trabajo más importante de la IA en los próximos años no es solo crear modelos más grandes, contextos más largos o demostraciones más brillantes, sino convertir la realidad en un ciclo de entrenamiento, la retroalimentación en capacidad, las tareas en valor y la IA en una fuerza productiva realmente utilizable para la sociedad humana.

Para que esta etapa llegue realmente, la industria necesita formar un nuevo consenso. El entrenamiento de modelos debe tomar la retroalimentación de los flujos de trabajo reales como recurso central del post-entrenamiento, no solo perseguir las clasificaciones actuales; las aplicaciones de IA deben avanzar de la forma de asistente a la forma de entrega de tareas, no solo incrustar ventanas de chat de IA en el software; los usuarios empresariales deben pasar de evaluar "si es fácil de usar" a "si puede completar tareas clave de manera estable"; los inversores deben medir nuevamente la velocidad de liberación de tareas, la profundidad del bucle de retroalimentación y la producción por unidad de costo, más allá de los parámetros del modelo y los efectos de demostración; los formuladores de políticas deben establecer marcos de datos, responsabilidad, seguridad y auditoría para que la adopción en el mundo real pueda expandirse con confianza.

Ese es el significado de "IA del mundo real" como término. Condensa el foco disperso de la industria en una dirección común: que la IA abandone el escenario de las demostraciones y entre en el lugar de producción; que abandone los bancos de preguntas y entre en las organizaciones; que abandone las respuestas únicas y entre en la retroalimentación continua; que abandone la inteligencia abstracta y entre en el valor real. We are at AI’s reality moment. La próxima frontera de la IA no es otro benchmark, la próxima frontera es el mundo real.

El mundo real se convertirá en el nuevo campo de entrenamiento de la IA.

Reality is becoming the next training ground for AI.