EDUARDO TAMBIÉN ESTÁ EN:

3 años de IA generativa: del “¡Wow!” al “ya no puedo trabajar sin ella”

Hablar de “3 años de IA” puede sonar raro, porque la inteligencia artificial no nació con ChatGPT ni con los memes de Midjourney. La historia viene de mucho antes.

21 de noviembre, 2025

Guillermo Hernández Salgado

El impacto de la Inteligencia Artificial en el entorno empresarial

En 1950, Alan Turing publica “Computing Machinery and Intelligence” y plantea la famosa pregunta “¿Pueden pensar las máquinas?” y el test de Turing como forma práctica de evaluar esa inteligencia.

En 2011, IBM Watson se convierte en campeón de Jeopardy! frente a Ken Jennings y Brad Rutter, en uno de los primeros momentos donde el gran público ve a una IA “derrotar” a humanos en un reto de lenguaje natural.

Entre esos hitos y el boom reciente pasaron décadas de algoritmos “invisibles”:

Motores de recomendación en tiendas y plataformas de streaming.

Sistemas antifraude en bancos y fintech.

Motores de búsqueda, publicidad programática, filtros de spam, reconocimiento de voz, etc.

Es decir, la IA ya estaba en casi todo lo digital que usábamos, solo que no tenía cara, ni chat, ni hacía dibujitos increíbles en 10 segundos.

Lo que sí es nuevo —y lo que celebramos— es la IA generativa de uso masivo, la que nos deja:

∙ Chatear con modelos que escriben, programan o traducen.

∙ Generar imágenes y videos a partir de texto.

∙ Crear código, presentaciones, música y hasta prototipos de productos.

Ese capítulo arranca de forma muy visible el 30 de noviembre de 2022, cuando OpenAI lanza ChatGPT basado en GPT-3.5 como “research preview” gratuita.

Desde entonces hasta hoy (finales de 2025) han pasado solo tres años… pero tecnológicamente se sienten como veinte.

TRES AÑOS QUE SE SINTIERON COMO VEINTE

Entre finales de 2022 y 2025 vivimos un auténtico tsunami de modelos y aplicaciones:

∙ Los grandes modelos cerrados: GPT-4, GPT-4.5, GPT-5, Claude 3 y 4, Gemini 1–2.5, etc.

∙ El ecosistema open / open-ish: LLaMA 2, Llama 3, Llama 4, Mistral, Stable Diffusion 3.x, entre otros.

∙ Herramientas creativas virales: Midjourney, Runway, Pika, HeyGen, etc., que democratizan el diseño, la animación y el video.

∙ Y la IA “metida” en todo: copilots en suites ofimáticas, en IDEs de programación, en CRM, ERP, navegadores y hasta en el correo.

Lo interesante no es solo la velocidad, sino el cambio de percepción:

∙ Pasamos del “esto es un juguete”

∙ Al “esto me ahorra tiempo”

∙ Y en muchas empresas ya estamos en el “si no lo uso, me quedo atrás”

Para entender mejor este sprint histórico, vale mirar una línea de tiempo simplificada.

LÍNEA DE TIEMPO 2022–2025: MODELOS, APPS Y TSUNAMIS DE HYPE

Nota: no es una lista exhaustiva, sino una selección representativa de hitos que marcaron el mercado y la conversación pública.

En paralelo, docenas de modelos open-source (Mistral 7B, familias Mistral Large, etc.) y servicios nicho aparecen y evolucionan casi cada trimestre.

El resultado es un ecosistema hiper-fragmentado pero muy dinámico donde:

∙ Nadie tiene el monopolio absoluto de la innovación.

∙ Las empresas combinan modelos cerrados (por calidad) y abiertos (por costo/control).

∙ Los usuarios finales solo ven: “cada semana hay algo nuevo”.

¿CUÁNTO VALE ESTE TSUNAMI? EL TAMAÑO DE LA INDUSTRIA

Ponerle un número único al tamaño de la industria de IA generativa es complicado porque distintos analistas usan definiciones y metodologías diferentes. Pero sí podemos trazar un rango razonable.

Algunos datos:

∙ Un informe de Fortune Business Insights estima que el mercado global de IA generativa fue de 43.87 mil millones de USD en 2023, y proyecta 67.18 mil millones en 2024, con un crecimiento hacia casi 968 mil millones en 2032 (CAGR ~39.6%).

∙ Otra consultora (Grand View Research) calcula un mercado de 16.87 mil millones de USD en 2024, con proyección a 109.37 mil millones en 2030.

∙ El AI Index 2025 de Stanford reporta que solo la inversión privada en IA generativa alcanzó 33.9 mil millones de USD en 2024, es decir, más del 20% de toda la inversión privada en IA.

∙ Otro estudio de IoT Analytics indica que el mercado de IA generativa superó los 25.6 mil millones de USD en 2024, reforzando la idea de un sector que se multiplica año con año.

Si cruzamos las fuentes (y somos conservadores), podemos decir que:

A solo tres años del lanzamiento de ChatGPT, la industria de IA generativa se mueve ya en el rango de los 20–70 mil millones de dólares anuales, dependiendo de la metodología, y con proyecciones que la llevan a cientos de miles de millones de dólares en la próxima década.

Eso sin contar:

∙ El mercado de hardware (GPUs para data centers, donde solo el segmento de GPUs para IA ya ronda los 100+ mil millones de USD).

∙ Los efectos indirectos: productividad, nuevos servicios, consultoría, formación, etc.

En términos sencillos: La IA generativa ya no es una moda; es un sector económico de decenas de miles de millones, creciendo a doble dígito alto, casi de forma explosiva.

NUMERALIA DE TECNOLOGÍA

¿Por qué no existe un “número oficial”?

∙ Porque cada una de estas categorías crece así:

∙ Nuevos lanzamientos semanales

∙ Versiones mejoradas y variantes por país o por industria

∙ Modelos open-source con miles de forks

∙ Fine-tunes creados por empresas y universidades

∙ Modelos privados no publicados

Si contáramos todas las variantes, derivados y modelos personalizados, la cifra sería de más de 5,000 modelos generativos diferentes, aunque no todos son influyentes.

¿QUÉ CAMBIÓ REALMENTE PARA USUARIOS Y EMPRESAS?

Más allá del hype, en estos tres años han cambiado varias cosas profundas:

a) La interfaz con la tecnología

∙ Antes: menús, formularios, manuales.

∙ Ahora: hablarle a la máquina en lenguaje natural —texto, voz, imagen— y que responda de forma razonable.

Esto:

∙ Baja la barrera de entrada para usuarios no técnicos.

∙ Hace que tareas complejas (programar, analizar contratos, generar campañas) estén al alcance de más personas.

b) La productividad individual

Con copilots de texto, código, diseño y datos:

∙ Un empleado de oficina puede redactar documentos, correos y presentaciones mucho más rápido.

∙ Un desarrollador puede escribir y revisar código a otra velocidad.

∙ Un creativo puede iterar conceptos visuales y audiovisuales sin depender de largos ciclos de producción.

Obvio, no es magia: hay que revisar, corregir, contextualizar. Pero el “primer borrador” llega en segundos.

c) La forma de innovar en negocios

∙ Las empresas ya no preguntan “¿debería usar IA?”, sino “cómo la integro en mi operación y mis productos sin romper nada (ni leyes, ni procesos)”:

∙ Automatización de tareas repetitivas.

∙ Análisis avanzado de datos internos con interfaces conversacionales.

∙ Asistentes para clientes y empleados.

∙ Nuevos servicios basados en personalización masiva.

d) Nuevas preocupaciones (muy reales)

∙ En paralelo, surgen problemas nada triviales:

∙ Riesgos de alucinaciones (modelos inventando datos).

∙ Sesgos y discriminación, heredados de los datos de entrenamiento.

∙ Impacto en empleo y en la organización del trabajo.

∙ Consumo energético y huella ambiental de entrenar y correr estos modelos.

– Uso malicioso (desinformación, deepfakes, ciberataques asistidos por IA, etc.).

La respuesta de la industria empieza a verse en políticas de seguridad (como la de Anthropic para Claude 4 bajo niveles estrictos de riesgo) y en regulaciones emergentes en distintas regiones.

CONCLUSIÓN: TRES AÑOS DESPUÉS… ¿Y AHORA QUÉ?

Si miramos solo la línea de tiempo, parece que el futuro ya llegó: modelos multimodales, copilots en todos lados, imágenes y videos sintéticos indistinguibles de lo real, y un mercado de decenas de miles de millones de dólares en apenas tres años.

Pero en realidad estamos, probablemente, en algo así como la “Internet de 1997” de la IA:

∙ Ya se ven casos de uso claros y negocios rentables.

∙ El público general ya conoce la tecnología por nombre y la usa a diario (aunque sea sin saberlo).

∙ Faltan estándares, regulación madura y, sobre todo, alfabetización masiva en IA para que la adopción sea responsable.

El futuro que nos espera en los próximos 3–5 años tiene, al menos, tres grandes líneas:

∙ IA más integrada y menos visible

∙ Menos “apps de IA” y más IA embebida en todo: autos, wearables, sistemas de gestión, educación, salud.

∙ Interfaces conversacionales y multimodales como puerta de entrada a casi cualquier sistema.

∙ Trabajo aumentado, no solo automatizado.

∙ Muchos empleos no desaparecerán, pero sí cambiarán radicalmente: abogados, médicos, contadores, programadores, creativos, maestros.

∙ La ventaja competitiva pasará por saber trabajar con IA, no por competir contra ella en tareas rutinarias.

∙ Quien no entienda estas herramientas corre el riesgo de quedarse profesionalmente “en modo avión”.

∙ Debates éticos, legales y sociales cada vez más intensos

∙ ¿Quién es responsable cuando una IA se equivoca en algo crítico?

∙ ¿Cómo controlamos los deepfakes, la desinformación y los ataques asistidos por modelos avanzados?

∙ ¿Cómo equilibramos innovación, competencia y seguridad?

En resumen:

En estos tres años la IA generativa pasó de curiosidad a infraestructura. Lo que sigue no será solo más modelos y más potencia, sino una negociación constante entre lo que la tecnología puede hacer y lo que como sociedad decidimos que debe hacer.

Y en medio de todo eso estamos nosotros, los usuarios, empresas, gobiernos y educadores, con una tarea clara: aprender, experimentar, poner límites y aprovechar este nuevo superpoder con responsabilidad.

REFERENCIAS

∙ Turing, A. M. (1950). Computing Machinery and Intelligence, Mind, 59(236), 433–460.

∙ IBM. Watson, Jeopardy! champion.

∙ OpenAI / cronología de ChatGPT y modelos GPT.

∙ Stability AI. Celebrating one year of Stable Diffusion.

∙ Wikipedia y blogs oficiales sobre Midjourney, Claude, Gemini, LLaMA y Mistral.

∙ Fortune Business Insights. Generative AI Market Size, Share and Growth.

∙ Grand View Research. Generative AI Market Report 2030.

∙ Stanford HAI – AI Index 2025: Economy.

∙ IoT Analytics. Leading Generative AI Companies & Market Report 2025–2030.

∙ Anthropic y análisis de riesgos en Claude 4.

X: @ghernandezs