“La IA apesta”, dijo Yann LeCun ante un auditorio colmado en la Universidad de Brown. “Tenemos sistemas que pueden manipular el lenguaje, y nos engañan haciéndonos creer que son inteligentes… pero en realidad son completamente inútiles cuando se trata del mundo físico”.
Con esa frase, uno de los científicos más influyentes en la historia de la inteligencia artificial dejó en claro que su visión choca de frente con la narrativa dominante del sector. Mientras empresas como OpenAI, Anthropic o Google apuestan a escalar modelos de lenguaje como ChatGPT o Gemini para alcanzar una inteligencia similar a la humana, LeCun sostiene que ese camino es conceptualmente equivocado.
Su respuesta a esa divergencia es una apuesta concreta: Advanced Machine Intelligence (AMI), una startup que acaba de recaudar más de USD 1.000 millones y que fue valuada en USD 3.500 millones. El proyecto, con sede en París y presencia global desde su lanzamiento, busca desarrollar lo que LeCun denomina “world models”, una arquitectura alternativa que, según su planteo, podría redefinir la próxima generación de sistemas inteligentes.
Una crítica directa al paradigma dominante
LeCun, ganador del Premio Turing en 2018 (considerado el “Nobel” de la informática), lleva años cuestionando el enfoque basado en grandes modelos de lenguaje (LLMs). Su diagnóstico es que estos sistemas, entrenados con enormes volúmenes de texto, carecen de una comprensión real del mundo.
En Brown, explicó que el problema central no es la capacidad de generar respuestas coherentes, sino la incapacidad de anticipar consecuencias en entornos reales. “Es una muy mala forma de producir una acción si no se pueden predecir sus resultados. De hecho, puede ser peligroso”, afirmó.
Ese señalamiento apunta directamente a una de las tendencias más recientes del sector: los sistemas “agénticos”, es decir, modelos capaces de ejecutar acciones en el mundo digital o físico. Según LeCun, la industria está avanzando hacia ese objetivo sin resolver antes una limitación estructural: la ausencia de modelos internos que representen cómo funciona el entorno.
La apuesta por los “world models”
El concepto central detrás de AMI es el desarrollo de sistemas capaces de construir representaciones del mundo y utilizarlas para planificar acciones. En términos técnicos, un “world model” es un sistema predictivo que, dado un estado actual y una acción hipotética, puede anticipar el estado futuro resultante.
“Si tienes un modelo del mundo que predice qué va a pasar después de una acción, puedes usarlo para planificar”, explicó LeCun.
Esta idea implica un cambio profundo en la forma de entrenar inteligencia artificial. En lugar de depender casi exclusivamente de texto, los sistemas deberían integrar múltiples fuentes de datos: imágenes, video, audio, señales científicas y otros inputs complejos. El objetivo es construir una comprensión más cercana a la experiencia humana, donde el conocimiento no se basa solo en lenguaje, sino en interacción con el entorno.
AMI define su misión como la creación de “una nueva generación de sistemas de IA que entiendan el mundo, tengan memoria persistente, puedan razonar, planificar y operar de manera segura”. @@FIGURE@@
Un financiamiento que marca tendencia
El respaldo financiero de AMI es significativo tanto por el monto como por los nombres involucrados. La ronda de más de USD 1.000 millones fue liderada por fondos como Cathay Innovation, Greycroft, Hiro Capital y HV Capital, e incluye inversores individuales de alto perfil como Jeff Bezos (a través de Bezos Expeditions), Eric Schmidt y Mark Cuban.
La valuación de USD 3.500 millones posiciona a la startup como uno de los nuevos jugadores relevantes en la carrera global por la inteligencia artificial avanzada. Pero más allá de los números, el financiamiento refleja una señal más amplia: existe un segmento creciente de inversores dispuesto a apostar por enfoques alternativos al dominio de los LLMs.
LeCun fue explícito sobre este punto: “Hay cientos de miles de millones invertidos en una industria que apuesta a que los LLM van a alcanzar inteligencia a nivel humano… Es completamente absurdo”.
De Meta a una estrategia independiente
AMI también representa un movimiento estratégico personal. LeCun fue durante años el jefe científico de inteligencia artificial en Meta y fundador del laboratorio FAIR (Fundamental AI Research), donde desarrolló parte de su trabajo sobre modelos predictivos.
Sin embargo, decidió abandonar la compañía en noviembre de 2025. Según explicó, el giro de Meta hacia los LLMs, en línea con la tendencia de la industria, no coincidía con su visión.
“Se volvió claro que podía hacerlo más rápido, más barato y mejor fuera de Meta”, señaló en referencia al desarrollo de world models.
La nueva empresa fue cofundada junto a excolaboradores de Meta como Michael Rabbat, Laurent Solly y Pascale Fung, además de Alexandre LeBrun (CEO) y Saining Xie (chief science officer), con experiencia previa en Google DeepMind. @@FIGURE@@
Aplicaciones industriales: del laboratorio a la producción
A diferencia de muchas startups centradas en productos de consumo, AMI apunta desde el inicio a aplicaciones empresariales. El enfoque está en sectores con grandes volúmenes de datos físicos y operativos, como manufactura, biomedicina y robótica.
Un ejemplo concreto mencionado por LeCun es la posibilidad de construir un modelo detallado de un motor aeronáutico. Con ese modelo, una empresa podría simular escenarios para optimizar eficiencia, reducir emisiones o mejorar la confiabilidad del sistema.
Este tipo de aplicaciones sugiere un posicionamiento diferente frente a competidores como OpenAI o Anthropic, cuyos modelos se han popularizado principalmente en tareas cognitivas digitales (generación de texto, código, imágenes).
Una visión de largo plazo (y más lenta)
A pesar del tono crítico hacia el estado actual de la IA, LeCun no descarta el potencial de la tecnología. Su postura es que el camino hacia una inteligencia comparable a la humana es más complejo y más largo de lo que muchos anticipan.
“En el mejor de los casos, podríamos estar en un buen camino hacia inteligencia humana -pero no en inteligencia humana- dentro de cinco años”, afirmó en Brown.
También subrayó que, históricamente, la dificultad de los problemas en inteligencia artificial ha sido subestimada de manera sistemática durante las últimas siete décadas.
Un nuevo frente en la competencia global
La irrupción de AMI abre un nuevo eje de competencia en la industria de la inteligencia artificial. Hasta ahora, la carrera ha estado dominada por la escala: más datos, más parámetros, más capacidad de cómputo. LeCun propone una lógica distinta: cambiar la arquitectura fundamental de los sistemas.
En ese sentido, su figura funciona como un contrapunto directo a líderes como Sam Altman, que sostienen que el escalamiento de LLMs puede conducir eventualmente a sistemas generales de inteligencia.
LeCun, en cambio, plantea que sin una comprensión del mundo físico, ese objetivo es inalcanzable.
La magnitud del financiamiento, la red de inversores y la trayectoria de su fundador convierten a AMI en un experimento de alto impacto potencial; es una apuesta estructural que cuestiona el camino que hoy domina la industria.
En concreto, si los “world models” logran traducirse en ventajas concretas, se definirá si la próxima etapa de la inteligencia artificial sigue el camino del lenguaje o se reconfigura en torno a la comprensión del mundo. Como sintetizó LeCun: “Si puedes predecir el mundo, puedes planificar”.