Escribir código dejará de ocupar el lugar central que tuvo durante las últimas décadas en la industria tecnológica. Para Jensen Huang, fundador y CEO de NVIDIA, la inteligencia artificial automatizará buena parte de esa tarea y obligará a profesionales, estudiantes y emprendedores a desarrollar otro tipo de capacidades.

“En el caso del software, la mayor parte será realizada por agentes. Por eso, habrá que ser mucho más capaz de pensar los sistemas de manera abstracta”, afirmó Huang durante una conversación con Garry Tan, CEO de Y Combinator, en Startup School 2026, realizado en el Chase Center de San Francisco.

Su planteo no implica que el conocimiento técnico perderá importancia. Por el contrario, Huang considera que comprender cómo funcionan los sistemas, identificar problemas y establecer las relaciones entre sus diferentes componentes será todavía más valioso cuando la ejecución quede en manos de la IA.

“Hay que entender cuáles son los problemas que se intentan resolver, cuáles son las restricciones, dónde están las entradas y las salidas, de dónde viene la información y a qué velocidad fluye dentro del sistema”, explicó. Para el empresario, ese conocimiento fundamental “nunca será inútil” y tendrá una importancia creciente.

La programación como una tarea automatizada

Huang comparó el futuro de la programación manual con prácticas que formaron parte de la educación de otras generaciones, pero que fueron desplazadas por la tecnología. “La idea de resolver un problema sentado frente a una computadora y escribiendo código será, obviamente, automatizada”, anticipó. “En mi generación teníamos que hacer divisiones largas. ¿Quién necesita aprender eso ahora? Fue automatizado”.

La comparación apunta a diferenciar una tarea de la capacidad más amplia que permite resolver un problema. Si los agentes pueden producir el código, el diferencial humano ya no estará solamente en dominar un lenguaje de programación, sino en decidir qué construir, cómo debe funcionar y qué objetivos tiene que cumplir.

Por esa razón, Huang ubicó al pensamiento sistémico entre las habilidades más importantes para los próximos años. Los profesionales deberán ser capaces de diseñar y coordinar estructuras completas en las que diferentes agentes trabajen de forma autónoma. “Cuanto mejor seas pensando sistemas para poder orquestar millones de agentes que resuelvan problemas de manera autónoma, mejor preparado estarás”, sostuvo.

Qué conviene estudiar en la era de la IA

Ante la pregunta sobre qué debería aprender una persona joven para conservar su relevancia profesional, Huang rechazó la idea de abandonar la formación técnica. Según su visión, la automatización reducirá el valor de algunas tareas simples, pero aumentará las posibilidades de abordar problemas de mayor escala.

“Las ciencias difíciles, física, química, biología, informática e ingeniería informática, el pensamiento sistémico y, particularmente, los campos en los que esas disciplinas se cruzan nunca desaparecerán”, señaló.

También destacó la importancia de comprender la intersección entre tecnología y sociedad, detectar espacios desatendidos en los mercados e identificar oportunidades que todavía no tienen una respuesta.

La IA, en este escenario, no reemplaza la ambición humana, sino que amplía el tamaño de los problemas que una persona o una empresa puede intentar resolver. Huang recordó que, cuando comenzó su carrera, diseñar un chip con 1.000 transistores representaba un desafío considerable. Actualmente, NVIDIA trabaja con diseños que incorporan alrededor de un billón de transistores. “La escala de la tarea ya no es el problema. No hay que pensar cuántos ingenieros o cuánto código se necesitarán. Hay que pensar cuál es el problema que se quiere resolver”, afirmó.

¿La inteligencia artificial eliminará empleos?

Huang también cuestionó una de las principales preocupaciones alrededor del avance de la inteligencia artificial: la posibilidad de una destrucción masiva de puestos de trabajo. Para el CEO de NVIDIA, la IA automatizará tareas cognitivas y cambiará todas las profesiones, pero eso no significa que necesariamente eliminará los empleos asociados con ellas. “La narrativa de que la IA está destruyendo puestos de trabajo está exactamente al revés. La IA elimina tareas, las automatiza, pero no necesariamente elimina empleos”, sostuvo.

Su argumento es que un puesto de trabajo tiene un propósito compuesto por numerosas tareas. Algunas pueden ser realizadas por un sistema automatizado, mientras que otras continúan necesitando intervención humana. Al mismo tiempo, la mejora de la productividad permite que las empresas atiendan una demanda que antes no podían cubrir.

Huang mencionó el desarrollo de software, la radiología y los servicios legales como ejemplos. Si la IA permite procesar más estudios médicos, desarrollar más productos o gestionar más causas judiciales, las organizaciones también pueden necesitar más profesionales para absorber ese crecimiento. “Existe una acumulación enorme de ideas, ambiciones y aspiraciones. Si podemos automatizar la tarea de programar, podremos contratar más ingenieros de software para hacer más cosas y ser más ambiciosos”, explicó.

NVIDIA también comenzó con la tecnología equivocada

La recomendación de aprender constantemente atraviesa la propia historia de NVIDIA. Huang recordó que la empresa fue fundada en 1993 con la intención de reinventar los gráficos tridimensionales y convertir cada computadora personal en una consola de videojuegos.

Sin embargo, dos años después, sus fundadores descubrieron que el algoritmo elegido era incorrecto. El problema era todavía más grave: el equipo tampoco sabía cómo desarrollar la tecnología adecuada. “Si no enfrentábamos el hecho de que aquello no funcionaba y comenzábamos a trabajar en el algoritmo correcto, nos quedaríamos sin empresa”, recordó Huang.

Con poco dinero en el bolsillo, fue hasta una tienda Fry’s y compró tres libros sobre OpenGL y el diseño de sus arquitecturas. Regresó a la empresa, se los entregó a sus ingenieros y comenzó a reconstruir el producto. “Creamos la compañía, levantamos capital y compramos libros de texto”, resumió. A partir de esa experiencia, NVIDIA se convirtió en uno de los principales actores de la computación gráfica y, décadas después, en la compañía que proporcionó buena parte de la infraestructura necesaria para el crecimiento de la inteligencia artificial.

La conclusión que Huang extrajo de aquel episodio es que una empresa no puede depender de una sola tecnología. “La tecnología cambia todo el tiempo. Mientras puedas enfrentar la realidad y seas capaz de aprender, la tecnología en sí misma no importa”, afirmó.

“Aprender es la mayor superpotencia”

Huang considera que el momento actual ofrece una oportunidad excepcional para crear empresas. La transformación de la computación producida por la IA, aseguró, representa un reinicio tecnológico que abre espacios para nuevos jugadores. “Este es el mejor momento de los últimos 60 años para crear una compañía. La industria cambió completamente. La tecnología más importante de la historia humana, la computadora, fue reiniciada por completo”, afirmó.

Pero esa oportunidad convive con una velocidad de cambio que puede generar miedo, ansiedad y falta de confianza. Su consejo para los emprendedores es no esperar a conocer todas las respuestas antes de comenzar. “Siempre habrá cosas que no sepamos. Cada día cambia el mundo y cambia la tecnología”, sostuvo. Frente a una innovación relevante, su reacción es preguntarse qué debe aprender y actuar lo antes posible.

La frase que utiliza para empujarse a hacerlo es sencilla: “¿Qué tan difícil puede ser?”. Huang admite que, en la práctica, siempre termina siendo mucho más difícil de lo esperado. Sin embargo, cree que anticipar todo el sufrimiento puede paralizar a una persona antes de que dé el primer paso. “Hay que creer en la propia capacidad de aprender. Aprender es la mayor superpotencia”, definió.

Para el fundador de NVIDIA, la otra capacidad decisiva es la resiliencia. No se trata de resolver de una vez todos los obstáculos de una carrera o una compañía, sino de avanzar frente al desafío inmediato. “No tenés que superar toda la vida en un solo día. Solo tenés que atravesar esta mañana, superar el día de hoy y trabajar para llegar a mañana”, concluyó. “Si hay una enseñanza que puedo compartir, es que la resiliencia probablemente sea lo más importante”.