Jack Clark, de Anthropic, afirma que la "singularidad ya está aquí" y cita un modelo económico interno que apunta a un PIB estadounidense de $44 billones para 2030
La conferencia magistral del cofundador de Anthropic en AF14, el 18 de octubre de 2026, combina un escenario de crecimiento audaz con un impulso para construir capacidad en laboratorios y robótica
Jack Clark, cofundador de Anthropic, dijo ante la audiencia de AF14 que los economistas internos de la compañía han modelado un escenario en el cual el PIB de Estados Unidos alcanza los $44 billones para 2030. Admitió que la cifra "suena muy descabellada", pero sostuvo que está "implícita en la continua mejora de la tecnología". El modelo asume, al igual que "lo hace la gente en los laboratorios", que los sistemas de inteligencia artificial completarán de forma autónoma una amplia gama de tareas y que la difusión en la economía se acelerará. Clark no dio detalles sobre los supuestos de referencia, las curvas de adopción u otras trayectorias simuladas por Anthropic. Los inversionistas deben tratar la cifra como el resultado de un escenario proveniente de una parte interesada, no como un pronóstico. Aún así, demuestra con cuánta agresividad la empresa está enmarcando las apuestas económicas.
Clark añadió un corolario lógico. Si el PIB se expandiera tanto, "la doctrina económica sugiere que se habrían tenido que crear nuevas industrias e inventos para impulsar una expansión económica tan importante". Según su perspectiva, eso es exactamente lo que proporcionaría la investigación científica autónoma de la IA, lo que convierte a la ciencia —y no a los chatbots ni a la programación— en el principal motor de la tesis.
El argumento central: investigadores baratos y replicables rompen el problema de que "las ideas son cada vez más difíciles de encontrar"
El argumento económico de Clark descansa sobre la prolongada caída en la productividad de los investigadores, con plantillas que crecen rápidamente mientras los avances se vuelven más costosos. Argumentó que la IA altera ambas variables en esa ecuación: el número de investigadores y el tiempo necesario para capacitarlos. Lo planteó en términos personales: "Yo soy uno solo y me tomó unos 40 años llegar hasta aquí. ¿Qué significaría poder ejecutar cientos o miles de copias mías simultáneamente?". Capacitar a una nueva cohorte de especialistas humanos toma "10 o 15 años de educación dirigida y millones de dólares", señaló, mientras que los sistemas de IA "se pueden crear de inmediato en números arbitrarios, siempre que haya suficiente capacidad de cómputo".
Su lectura es que los científicos humanos se vuelven más valiosos, no menos, a medida que cada uno supervisa a "cientos o miles de expertos afines". No abordó cómo esto se equilibra con el desplazamiento laboral fuera de la ciencia de frontera. El discurso omitió los costos distributivos del crecimiento que describe.
Evidencia: puntos de referencia de la ciencia de frontera y una anécdota reveladora sobre física
Clark dijo que 2026 ha traído las primeras señales de que la IA puede hacer ciencia en la frontera. Citó contribuciones de la IA a soluciones propuestas en problemas como el premio del milenio de Navier-Stokes, la conjetura jacobiana y varios problemas abiertos de Erdös, y afirmó que la IA aportó "conocimientos fundamentales" en muchos casos. En biología, señaló virus diseñados por IA y candidatos a fármacos, con algunos medicamentos en ensayos que fueron "en gran parte diseñados por sistemas de IA". También destacó que la IA opera cada vez más equipos de laboratorio de forma autónoma.
Los datos de rendimiento que ofreció fueron contundentes. En el examen Humanity's Last Exam, los principales sistemas obtuvieron un 8% en su lanzamiento de enero de 2025, y el líder de esta semana es Claude Opus 5.5 con un 67,7%. En FrontierMath, las mejores puntuaciones pasaron del 2% en el lanzamiento de noviembre de 2024 al 94% actual. Clark indicó que ha recopilado aproximadamente 100 gráficos en la última semana que muestran el mismo patrón en todos los campos científicos, con una aceleración que comenzó "en los últimos dos años, a veces en solo uno".
Su evidencia más memorable fue un documento publicado la semana pasada, TheoPhys-Eval, construido a partir de 50 problemas de física teórica inéditos producidos por la investigación de los propios autores. Clark citó a uno de los autores, el físico indio Suat Raju: "No conozco a ningún individuo que pueda resolver una fracción significativa de nuestra colección final de problemas sin la asistencia de la IA". La puntuación inicial situó a GPT-6 Astra en el rango alto de los 80, seguido de cerca por Opus 5.5. Sin embargo, los modelos, especialmente Astra, insistieron en que las respuestas proporcionadas por los expertos eran incorrectas. Tras una revisión, los expertos encontraron "sutiles errores enterrados profundamente en sus cálculos", y después de revisar sus respuestas, Astra alcanzó el 98%, es decir, 49 de 50. La conclusión de Clark es que la ciencia de frontera pone a prueba implícitamente la creatividad —una de las últimas capacidades no probadas de la IA— y que el éxito en ese ámbito señala una generalización, "incluyendo ciertamente la investigación de la propia IA, lo que podría tener un efecto explosivo en la innovación". Cabe destacar que citó el modelo de un laboratorio rival como uno de los de mejor desempeño, lo que otorga cierta credibilidad a la evidencia.
Productividad de programación y el doble filo cibernético
Clark ofreció una métrica operativa interna. Los investigadores de Anthropic producen ahora casi 10 veces el código que elaboraban en los primeros cuatro años de la compañía, y el incremento "sigue básicamente de manera directa el avance de las capacidades de la IA". Afirmó que los sistemas de IA son ahora "más capaces y eficientes que la gran mayoría de los ingenieros de software del mundo".
Fue sincero sobre el lado negativo. Las mismas ganancias en programación han hecho que los modelos sean mucho mejores tanto en ciberdefensa como en ciberataque, y enfatizó que ambos están "indisolublemente ligados". Calificó esto como "una muestra de lo que está por venir".
Infraestructura: la próxima expansión consiste en laboratorios, equipos y robots
Clark señaló que su década de cabildeo ante los gobiernos para construir capacidad eléctrica y espacio para centros de datos fue ignorada en gran medida: "No muchos legisladores escucharon. Creo que ahora lidiamos con las consecuencias de eso". La capacidad está concentrada en Estados Unidos, China y, cada vez más, en Oriente Medio, y las cadenas de suministro están tan disputadas que "los precios están subiendo".
Sostuvo que la expansión del cómputo fue solo la primera fase. La siguiente fase es la incursión en el mundo físico, con la IA ejecutando experimentos y operando robots. Con aproximadamente 10 millones de científicos en todo el mundo según la UNESCO, afirmó que ya hay muy pocos seres humanos, laboratorios, laboratorios biológicos y grandes instrumentos científicos para satisfacer la demanda existente. La perspectiva de tener mil millones o incluso 10 mil millones de científicos virtuales significa que "nos quedaremos sin capacidad muy rápidamente y veremos la historia repetirse". La lectura para los inversionistas apunta a un nuevo vector de demanda en automatización de laboratorios, instrumentos científicos y robótica, además del suministro de materias primas. Clark sugirió que los países en desarrollo que suministran insumos básicos podrían "dar un salto cuántico".
También advirtió sobre un cuello de botella posterior. "Una avalancha de nuevos fármacos propuestos sirve de poco si solo un puñado puede ser probado", dijo, haciendo un llamado a los reguladores para acelerar el camino del laboratorio a la clínica, la fábrica y el campo. Esto concede implícitamente que el rendimiento regulatorio y clínico, y no el descubrimiento, podría limitar las ganancias económicas realizadas.
Gobernanza: contención frente a la investigación de IA impulsada por IA
La admisión más trascendental podría ser la relacionada con la propia investigación de IA. Clark dijo que laboratorios como Anthropic "tendrán que tomar decisiones sobre cuánta supervisión aplicamos a la investigación impulsada por IA", lo que podría acelerar el progreso, pero significa que "necesitaremos actuar con sumo cuidado aquí porque de lo contrario podríamos perder el control de la tecnología". Pidió la supervisión humana más estricta en la investigación biológica y señaló que la creatividad de la IA ya está obligando a los humanos a dedicar tiempo a descifrar sus avances matemáticos. También planteó la cuestión de si los humanos deberán comprender los equipos científicos que la IA diseña por sí misma dentro de "unos pocos años".
Clark concluyó haciendo un llamado a establecer "reglas inusuales y serias para esta tecnología y las empresas que la construyen", argumentando que el mundo tendrá que "avanzar lenta y deliberadamente" en su desarrollo, incluso mientras construye la infraestructura para utilizarla. Asimismo, afirmó que la ventana para actuar es de "un puñado de años, fácilmente menos de una década". Esta postura contrasta incómodamente con un escenario de crecimiento de $44 billones que depende de ganancias rápidas de capacidad y difusión. Clark reconoció la tensión sin llegar a resolverla.