esde entonces, han pasado más de dos años hasta la llegada de GPT‑5. Las altas expectativas eran inevitables: si en tan poco tiempo habíamos visto un salto tan grande, ¿qué nos encontraríamos ahora? Y la respuesta ha sido más modesta de lo que muchos esperaban.
Parte de esta decepción vino amplificada por la propia presentación de OpenAI. La puesta en escena transmitió un entusiasmo casi desbordante, con un tono y una narrativa que hicieron pensar que estábamos ante un modelo único. Sin embargo, al probarlo, quedó claro que, si bien es un avance sólido, no representa el salto en el camino hacia la AGI que desde siempre se había insinuado. (View Highlight)
Comparado con la primera versión de GPT‑4, el salto que supone GPT‑5 es realmente significativo. El matiz está en que, durante este tiempo, los modelos han evolucionado mediante mejoras incrementales y la incorporación de nuevas técnicas, como la de los modelos razonadores, lo cual ha hecho que nos adaptemos progresivamente a sus avances. Sin apenas darnos cuenta, hemos llegado a un nivel de capacidades que hace tan solo unos años habría parecido extraordinario. (View Highlight)
En la actualidad, el mercado se ha llenado de modelos muy similares en capacidad, y el foco ya no está en lo inteligente o no que puede llegar a ser el modelo en sí, sino en lo que se logre construir encima de él. Los LLMs se están convirtiendo en un commodity: accesibles a un coste cada vez más bajo y fácilmente intercambiables, lo cual cambia las reglas del juego como veremos a continuación. (View Highlight)
En este nuevo escenario, los proveedores de LLMs no competirán solo en calidad, sino que lo tendrán que hacer en precio, en nivel de servicio, y en el valor añadido de los productos que construyan sobre sus propios modelos. Incluso llegarán a competir, irónicamente, con sus propios clientes que usan esos mismos modelos para desarrollar soluciones. Tal como ocurre con los sistemas operativos, que en cada nueva versión incorporan de forma nativa las aplicaciones más populares del ecosistema. (View Highlight)
Desde el punto de vista de los consumidores, ya sean usuarios finales o empresas ofreciendo servicios de IA a través del API, la elección ya no será tanto “qué modelo es mejor” sino “qué proveedor encaja mejor con mi forma de trabajar”. Igual que hoy elegimos un sistema operativo no por ser el más potente en términos absolutos, sino porque se adapta a nuestras necesidades, flujos y preferencias, así elegiremos nuestro proveedor favorito de IA. Otro aspecto relevante en el mercado de los LLMs es la creciente presencia de modelos de código abierto, que pueden resultar especialmente atractivos para usuarios avanzados o para aquellos que cuentan con su propia infraestructura de computación. (View Highlight)
Por tanto, la llegada de GPT‑5 no debe verse como un hito técnico aislado, sino como el punto de partida de una nueva etapa: la era del Software 3.0. Tal y como destacó Andrej Karpathy en una charla clave para entender hacia dónde se dirige la Inteligencia Artificial. Esta etapa estará marcada por la creación masiva de agentes de IA especializados en diferentes tareas y flujos de trabajo. Lo más llamativo es que estarán diseñados mediante prompts que actúan como un nuevo lenguaje de programación, con una barrera de entrada mucho más baja. Eso sí, sin un conocimiento profundo de sistemas, será complicado aprovechar todo el potencial de esta nueva forma de hacer software. Estos agentes dejarán de ser una novedad para convertirse en un componente habitual de cualquier negocio y un factor crítico en su productividad. (View Highlight)
Además, se está gestando una revolución silenciosa que avanza sin acaparar titulares: las herramientas de IA para el desarrollo de software son cada vez más potentes, y las excelentes capacidades de GPT‑5 en este área lo confirman. Este avance impulsa la figura del “desarrollador 10x”, capaz de producir lo que antes requería el trabajo conjunto de diez programadores. Las implicaciones son enormes: las empresas pueden ofrecer más valor a sus usuarios, de forma más rápida y a un coste mucho menor. Y si sumamos el paradigma del Software 3.0 de Andrej Karpathy, donde las herramientas no solo asisten en la programación, sino que permiten crear y desplegar aplicaciones completas a partir de simples descripciones en lenguaje natural, el resultado es una hiperproductividad sin precedentes para todo aquel que sepa capitalizarla. (View Highlight)
Lo que sí marca es un cambio de ciclo: la gran batalla se traslada ahora al terreno de la ingeniería y la creatividad para transformar esta tecnología en aplicaciones reales y útiles para el día a día de las empresas. Es un terreno fértil, repleto de oportunidades por explotar, incluso si mañana se detuvieran por completo los avances de nuevas técnicas y modelos. En este nuevo tablero, la ventaja no la tendrán ni los pesimistas ni los que esperan el próximo salto, sino quienes ya estén construyendo el futuro del trabajo con lo que tenemos hoy. (View Highlight)
