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 decírselo a los demás?

Resumen

El profesor de la Escuela Wharton, Ethan Mollick, hizo un juicio incómodo en X: cuando un laboratorio desarrolla AGI que supera a los humanos, la forma más rápida y segura de ganar dinero no es lanzar una API para que todos la usen, sino usar esa inteligencia para comerciar en los mercados financieros—aprovechando que los competidores aún no se han dado cuenta, primero asegurando las ganancias extraordinarias.

Siguiendo esta lógica, es más probable que los verdaderos avances tecnológicos se mantengan ocultos, en lugar de ser anunciados de inmediato.

Esto entra en conflicto con la premisa de las discusiones sobre la gobernanza de la IA mainstream. La gente asume comúnmente que “sabremos cuando llegue el momento clave”. Pero según Mollick: es posible que nunca lo sepamos.

Análisis

• ¿Quién es Mollick?: Profesor asociado en la Escuela Wharton, a cargo de Generative AI Labs, publicó un best seller en 2024 titulado “Co-Intelligence”, su columna en Substack “One Useful Thing” tiene más de 419,000 suscriptores, TIME lo incluyó en su lista de personas influyentes en IA para 2024. Su análisis sobre los mecanismos de incentivo en la industria tiene suficiente peso como para ser tomado en serio.
• Otras preocupaciones similares se han expresado en otros lugares:
  • El AI Policy Bulletin (2025-2026) advirtió sobre “la secretización del entrenamiento de AGI”—para eludir la regulación o adelantarse, los laboratorios podrían reducir la divulgación externa, y en caso de problemas, no habría supervisión pública.
  • La investigación de JPMorgan (2025) sobre AGI y finanzas también apoya esta premisa: si hay un sistema que supera completamente a los humanos en tareas cognitivas, usarlo para el comercio cuantitativo y el descubrimiento de estrategias sería muy tentador.
  • La investigación de Anthropic sobre “comportamientos adversos de sistemas de agentes en escenarios empresariales” también sugiere: “ocultarse para ganar una suma” no es una fantasía, sino una respuesta racional a los incentivos.

Cómo elegir entre dos caminos: API pública vs. comercio sigiloso

Conclusión: si el objetivo es ganar dinero de la manera más segura y rápida, el incentivo para ocultarse y aprovechar el arbitraje en los mercados financieros es más fuerte.

¿Qué significa esto para la gobernanza?

• Suposiciones erróneas: la mayoría de los marcos de gobernanza asumen que “el avance es observable”, pero el escenario de Mollick ilustra que “el avance no observable” se alinea más con la lógica de incentivos.
• Regulación invisible: incluso si hay requisitos de divulgación de IA, mientras no haya auditorías independientes obligatorias y monitoreo continuo, los laboratorios tienen completamente el espacio para construir un “buffer de información” entre la capacidad técnica y el cumplimiento.
• ¿Cómo se comportará el mercado?: si realmente hay alguien comerciando con AGI en secreto, las señales de precios serán internalizadas primero por unos pocos, y luego se transmitirán al mercado público en forma de fluctuaciones anormales y ruido.

Evaluación de impacto

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

Juicio: Para los traders comunes, esta noticia puede haber llegado demasiado tarde; los verdaderos beneficiarios son los laboratorios que dominaron el sistema primero, así como las instituciones con datos privados y capacidad de estrategia, y los fondos de cobertura. Para los reguladores y constructores de infraestructura, si pueden implementar pronto una cadena de herramientas de “auditoría obligatoria + monitoreo de comportamiento”, aún hay oportunidad. En general, la ventaja claramente favorece a los jugadores que “tienen inteligencia y pueden ejecutar de manera cerrada”.