Señal: narrativa tecnológica y ejecución real
Tendencia: peligro de quedarnos en palabras

La semana pasada, Ben Horowitz —fundador de uno de los fondos de capital más influyentes del mundo— visitó México y se reunió con la presidenta Claudia Sheinbaum. Su presencia coincidió con un evento organizado por la Secretaría de Desarrollo Económico de la Ciudad de México, en el que participé en una mesa de diálogo sobre inteligencia artificial. La convocatoria fue notable y la coincidencia de diagnósticos, también: urge un programa masivo de formación sobre el uso de IA agéntica y una estrategia para que México identifique los nichos en los que puede liderar el desarrollo de aplicaciones basadas en agentes inteligentes.

De las palabras de Horowitz me quedó grabada una idea que explica el momento que vivimos: la inversión tecnológica de los próximos años se concentrará en el cambio de paradigma del mundo digital —de la computación determinística a la probabilística— de la mano de los modelos de lenguaje y la inteligencia artificial generativa. No es un detalle técnico, es un giro filosófico y económico. Durante décadas, la informática se basó en reglas fijas y resultados predecibles; hoy, los sistemas aprenden, infieren y deciden en contextos de incertidumbre. El software ya no sólo obedece, interpreta.

México enfrenta ese cambio desde una posición ambivalente: la narrativa va más rápido que la capacidad de ejecución. El gobierno ha puesto la tecnología en el centro de su proyecto, con planes que priorizan semiconductores, vehículos eléctricos e inteligencia artificial. La nueva secretaría y el anunciado laboratorio de IA dan dirección, pero la brecha entre la palabra y el código aún es amplia.

A la vez, las inversiones empiezan a materializarse. La llegada de CloudHQ a Querétaro, con más de 4 mil 800 millones de dólares para centros de datos, y los nuevos proyectos de semiconductores ligados al nearshoring muestran tracción real. México se ha convertido en un nodo atractivo para alojar infraestructura digital y manufactura avanzada.

Pero el reto no es sólo atraer capital: es traducirlo en capacidades propias. El país podría quedarse en la fase de ensamblaje del hardware si no desarrolla talento, propiedad intelectual y gobernanza de los datos y algoritmos. El futuro no se medirá por cuántos chips ensamblamos, sino por cuánta inteligencia generamos y aplicamos desde aquí.

Para convertir la promesa en músculo, hay cuatro tareas inmediatas.

Primero, energía competitiva y limpia: sin electricidad estable y sostenible no habrá centros de datos ni fábricas de chips que resistan.
Segundo, talento en escala: el rediseño del sistema de posgrados debe alinearse con la formación en IA, semiconductores y análisis de datos, y multiplicar la oferta de certificaciones rápidas y bootcamps públicos.
Tercero, gobernanza de la IA: el Laboratorio Nacional debería enfocarse en resolver problemas vinculados con necesidades y capacidades del país y establecer estándares de interoperabilidad y ética.
Cuarto, capital paciente: inversión dispuesta a esperar retornos más largos para construir capacidades reales. México necesita conectar el venture capital global con cadenas locales de innovación, acelerando permisos e incentivos para proyectos con contenido nacional.

En el fondo, la oportunidad no es sólo económica. El paso de lo determinístico a lo probabilístico refleja una transformación de mentalidad: de buscar certezas a aprender a gestionar la complejidad. La inteligencia artificial no reemplaza a las instituciones, pero sí exige que dejen de repetir promesas y empiecen a aprender en tiempo real, que midan, que se adapten.

La visita de Horowitz no fue una anécdota diplomática: fue una señal de que la deuda de inversión a futuro ya está tocando la puerta. La pregunta no es si México participará en la revolución tecnológica, sino en qué nivel del tablero lo hará. Si traducimos el discurso en ejecución —energía, talento, datos y propósito—, podremos decir que este país dejó de hablar del futuro para empezar a construirlo.

Porque en la nueva era de algoritmos, los países que no aprenden rápido terminan siendo programados por otros.