La primera fase de la era de la IA ha terminado. Cuándo llegará la segunda, nadie lo sabe.
Hace poco leí el artículo viral "La generación de los modelos" y sentí una profunda conexión. Actualmente estoy escribiendo mis propias observaciones desde Silicon Valley, así que esta es la oportunidad perfecta para ofrecer una respuesta desde el extranjero a ese texto, basada en lo que he visto aquí.
- Riqueza de burbuja
"La generación de los modelos" dedica mucho tiempo a describir las brechas de ingresos entre compañeros de clase que tomaron caminos distintos: diferencias de diez veces, de cien veces e incluso quienes ganan más de 100 millones de dólares. Estas historias de riqueza inmensa ocurren principalmente en Silicon Valley, donde me encuentro ahora, en el norte de California.
Cada día circulan por aquí muchísimos mitos sobre la riqueza: un chico de 17 años levantando millones, valoraciones que se disparan 100 veces, empresas adquiridas que pasan de las escaleras de servicio a mansiones, recién graduados comprando casas de lujo... La lista no termina. Así que, aunque la gente aquí suele ser más rica que al otro lado del océano, la ansiedad es igual de intensa.
Si la presión en China es como la "involución", aplastando a todos hasta convertirlos en figuras planas de papel, aquí es una burbuja gigantesca. La burbuja hace que todos se sientan mareados, como bajo los efectos de una droga, pero también perdidos entre niebla o espejismos, provocando un miedo constante a perderlo todo. Creo que ninguno de los dos estados es saludable.
Investigadores de Harvard Business School encuestaron a más de 4.000 millonarios. Descubrieron que las personas con un patrimonio neto de entre 3 y 7,9 millones de dólares no eran significativamente más felices que aquellas con entre 1,5 y 2,9 millones. La felicidad solo daba un salto notable por encima de los 8 millones (o 10 millones en otra muestra), e incluso entonces, solo ligeramente.
Esto significa que si ya tienes un patrimonio de 1 millón de dólares y decides trabajar más duro para llegar a 3 o 4 millones, tu vida no cambiará mucho: probablemente seguirás teniendo una casa en South Bay, paseando perros los fines de semana, comiendo comida francesa o japonesa de vez en cuando, conduciendo hasta San Francisco o Half Moon Bay, o volando a Yellowstone. Más allá de eso, nada cambia.
Por ejemplo, Alex (seudónimo), empleado de una Big Tech, se sentía estancado en el rango de 1,5 a 7 millones de dólares y quería dar un salto cualitativo hacia más de 8 millones. ¿Su solución? Renunciar a su trabajo y fundar una empresa. Y ahí empezó la ansiedad. Emprender es arriesgado; antes de que las cosas se asienten, vives en un dolor interminable: convencer a inversores, cofundadores y usuarios; mostrar ingresos y cifras hermosas de ARR; preocuparte de que tu narrativa sea devorada por las actualizaciones de capacidades de los LLM; y hacer marketing constantemente en SF para mantenerte visible ante los inversores.
Tomemos a Corgi, una startup de seguros que abrió una cafetería 24 horas en la planta baja de su sede en SF. Cuando la cafetería se hizo popular, lanzaron autobuses gratuitos alrededor de YC (la incubadora más candente) para recoger a programadores que trabajaban toda la noche. Esto generó tráfico y les permitió levantar fondos importantes.
Así que gran parte del dinero aquí está ligado al tráfico. Una vez que te enganchas al tráfico, nunca puedes escapar; pasas la vida persiguiendo altibajos, lo cual es doloroso. La felicidad es realmente difícil de encontrar en San Francisco. Si te encanta compararte, correrás sin fin dentro de los engranajes de la competencia.
2. Mismo LLM, enorme brecha
Ambos se graduaron de Stanford. Los estudiantes de derecho que entran a Biglaw (los mejores bufetes de EE. UU.) ganan unos 220.000-230.000 dólares en su primer año. Pero los estudiantes chinos rara vez entran ya a Biglaw; después de un año buscando, terminan en bufetes pequeños ganando ~100.000 dólares, con niveles de estrés comparables a los ingenieros de Big Tech. Mientras tanto, los programadores senior de Big Tech ganan de cientos de miles a más de un millón de dólares anuales, y los científicos de los laboratorios de investigación ganan al menos 1 millón, mientras que los programadores normales superan los 200.000 dólares.
La parte más absurda: ambos implican "LLM". Quienes trabajan en Modelos de Lenguaje Grande (Large Language Models) empiezan ganando 1 millón de dólares. Quienes estudian un Máster en Derecho (Master of Laws, LL.M.) ganan 100.000 dólares. Y un LL.M. en Stanford cuesta casi 1 millón de RMB entre matrícula y gastos de vida. El ROI es descomunal.
La disparidad de ingresos aquí es enorme, con la riqueza concentrada en la tecnología. Otras industrias, especialmente los trabajos de cuello blanco, apenas generan dinero. Por supuesto, sé que muchos amigos en Stanford no dependen de sus propios ingresos y estudian por la experiencia, pero eso es demasiado sesgado para discutirlo.
Volviendo a la IA. La IA efectivamente ha hecho ricos de la noche a la mañana a muchas personas. Por ejemplo, si te uniste a Anthropic a principios del año pasado cuando su valoración era de 61.500 millones de dólares, y esta semana cotiza en el Nasdaq con una capitalización de mercado de ~1,4 billones de dólares (potencialmente 1,5 billones), el valor de la empresa se multiplicó por más de 20 en un año. Si negociaste buenas opciones, te hiciste rico al instante.
Sin embargo, trabajar en Anthropic o OpenAI es agotador, con informes de una cultura deficiente: las discusiones internas suelen girar en torno a "la IA podría destruir a la humanidad". Los siete cofundadores de Anthropic se comprometieron públicamente a donar el 80 % de su riqueza, y la empresa tiene un programa de equiparación de donaciones de acciones para empleados. Aunque es voluntario, según se informa, la mitad de los empleados participa.
Además, el desbordamiento de riqueza y las burbujas traen consigo "servicios de apoyo": eventos para buscar pareja, servicios de compañía, etc. De repente sientes que las puertas del mundo están abiertas, llenas de hedonismo. Pero esto pone a prueba la naturaleza humana y no favorece una vida estable y saludable a largo plazo.
3. Contactos de burbuja
Sobre "conocer a los peces gordos": en SF, es increíblemente fácil. He conocido a Thariq (creador de Claude Code), Garry Tan (YC) y al fundador de Pika. Puedes charlar con ellos con total naturalidad. Un fundador que hoy toma un café contigo podría levantar 10 millones de dólares mañana. Antes de vivir esto, lo envidiaba; después de dos meses aquí, me di cuenta de que es algo común y no tan especial.
Animo a cualquiera que tenga un filtro mental sobre esto a visitar SF; te darás cuenta de que no es para tanto. Como decía "La generación de los modelos", charlar con inversores, Zuckerberg o Lei Jun parece impresionante, pero al final, la gente juzga tu trabajo real y tus proyectos.
Tus mejores contactos aquí son tus pares en etapas similares, como otros fundadores en fase temprana. Hay muchas hacker houses por aquí. Visité una hacker house taiwanesa con un ambiente genial: todos discutían sobre productos a diario, probando las aplicaciones de los demás. Cuando alguien levantaba fondos, lo anunciaba en la casa y todos cenaban juntos. Las nuevas ideas daban lugar a nuevas empresas. Este ecosistema es fuerte en SF, nutriendo a muchas empresas exitosas de YC y a fundadores con intenciones puras.
Creo que un beneficio de SF es encontrar fundadores con intenciones puras, mientras que algunos fundadores en China quizás solo busquen hacerse con dinero rápido. El entorno aquí permite esa pureza; en China, algunos empiezan puros pero se vuelven cínicos cuando sobrevivir se complica.
Aquí hay trucos para levantar dinero. Consideremos a dos doctores, Edward y Ashley. Edward siguió enseñando en el extranjero. Ashley se unió a Tesla y luego a OpenAI. Después de fundar su empresa, ambos gigantes le dieron pequeñas subvenciones (10.000-50.000 dólares). Para los inversores, esto es insignificante, pero respaldada por estas marcas, levantó fácilmente millones de dólares.
Ashley es inteligente; apunta a una adquisición, no a una OPI, porque las OPIs son agotadoras. Los objetivos de adquisición permiten salidas de efectivo de 5x a 10x. Si buscas un crecimiento rápido de riqueza, emprender aquí funciona bien si encuentras el nicho adecuado: datos para conducción autónoma, datos para modelos mundiales, datos para robots, o plugins/infraestructura/interfaces de datos para Agentes Personales.
4. Emociones de burbuja
Creo que la mayor oportunidad en la era de la IA son los problemas emocionales. La abundancia material de hoy supera con creces cualquier época anterior: la Europa medieval tuvo la Peste Negra; hace unas décadas, no podíamos permitirnos comer carne. Sin embargo, la gente no es más feliz.
Mary (seudónimo), estudiante de pregrado T2 en China, máster de la Ivy League, mujer de élite que viaja diariamente entre Palo Alto y SF, se siente miserable. Cree que todos a su alrededor son más ricos y tienen más suerte. Se arrepiente de haber elegido finanzas en lugar de IA. Pero los medios de IA no pagan bien (TechCrunch tampoco); tienes que ser investigadora. Intentó salir con investigadores, solo para descubrir que usan servicios de compañía. Es como intentar quitarse la "túnica larga" (la pretensión intelectual), solo para descubrir que el callejón está abarrotado y deformado.
Problemas de identidad: los titulares de visas H-1B enfrentan un período de gracia de 60 días tras quedarse desempleados. El DHS propuso cancelarlo en septiembre. Aunque no se ha concretado, pende sobre sus cabezas. Si la despiden, podría tener que irse de inmediato.
Doris (seudónimo) viene de una familia adinerada. Su esposo dejó Big Tech para fundar una empresa rentable. Ella es conocida e invierte fuertemente en sus hijos. Los precios medios de las viviendas en Palo Alto son de 3 a 4 millones de dólares, a menudo casas viejas. Las escuelas primarias privadas cuestan entre 40.000 y 50.000 dólares al año. Para recordar su vida en China, compra marcas de lujo en el Stanford Shopping Center. Al final, se da cuenta de que el dinero simplemente pasa a través de ella; es solo una poseedora transitoria. Los niños necesitan clases de equitación y proyectos de cine para sus solicitudes a la Ivy League.
Joe (seudónimo), estudiante de Stanford. Los demás lo ven brillante: el mejor en informática, salario de ingeniero junior de cientos de miles de dólares. Pero está ansioso. Ve innumerables eventos de startups, pero carece de ideas. No sabe cómo usar el storytelling para atraer inversores. Quiere un cofundador, pero le cuesta el marketing; sus seguidores en Twitter son de dos dígitos y sus publicaciones en Xiaohongshu reciben limitación de alcance. La gente tiene sus propias ideas; nadie quiere unirse a él porque su perfil es común en Stanford. No sabe qué construir.
No quiere hacer la tarea (la IA la hace). Prueba con proyectos de código abierto, pero a pocos les importan. Encuentra incomprensibles a los inversores de SF. Siente que las oportunidades están justo ahí, pero no puede atraparlas, paralizado por el ruido.
En consecuencia, las prácticas espirituales abundan en SF. Existen muchos templos Zen (de estilo chino, japonés e indio). La demanda de paz interior es enorme porque la caótica iteración de la riqueza deja a la gente desorientada, buscando meditación en los templos.
5. Fin de la Fase Uno de la IA
Primero, cognitivamente, China y Silicon Valley no son tan diferentes; China sigue de cerca a SV. La Fase Uno tuvo un gran prólogo desde finales de 2025 hasta mediados de 2026: iteraciones rápidas de modelos, Claude Code abriendo la era de los Agentes, OpenClaw dejando huella en el código abierto, la publicación de julio de Jensen Huang en X firmando la carta "Pesos Abiertos y Liderazgo de EE. UU. en IA", representando un sentido de misión. El final fue dramático: la noche de las elecciones en noviembre, Sanders pidió una pausa nacional en los nuevos centros de datos; los legisladores demócratas lo siguieron; una semana después, Huang fue "derribado". Parecía de película. Esta fase terminó.
Sobre las startups: cientos de eventos semanales en SF, el 70 % hablando de Agentes. De esos, el 70 % se enfoca en escenarios de trabajo/equipo. Falta imaginación. El 30 % restante que hace Agentes Personales o automatiza llamadas/video, o integra mensajería instantánea (algo que Big Tech ya hizo), o añade una capa superficial con avatares de anime. ¿En qué se diferencia esto de asistir a conferencias en la AI Origin Community de Haidian o en el Model Speed Space de Shanghái? En muy poco.
Surge una paradoja: la IA debería estimular el consumo, como lo hicieron el vapor o la electricidad. El vapor aumentó la producción de tela/carbón; la electricidad permitió la vida nocturna; la revolución de la información habilitó el comercio electrónico y las redes sociales globales.
Pero, ¿qué necesidades estimula la IA ahora? No ha estimulado ni el 1 % de la demanda de la era de internet. ¿Quién paga? Solo los desarrolladores de modelos. ¿Por qué vender datos? Para ganar dinero de los inversores: los inversores dan dinero a los creadores de modelos, quienes compran datos. El problema central sigue siendo: no se ha encontrado el punto de la aplicación estrella. Podría aparecer en la Fase Dos, pero nadie sabe cuándo. Quizás alguien en algún lugar lo invente. Es el destino.
Dos tipos de personas con ansiedad por la IA:
- Aquellos que no entienden la IA pero escuchan a los influencers decir "aprende IA o muere".
- Aquellos en el centro del universo, bajo una burbuja, escuchando que todos ganan millones, sintiéndose estafados por ganar "solo" cientos de miles, ansiosos por ganar más.
SF se divide en dos grupos: trabajadores de la IA y trabajadores fuera de la IA. Los estudiantes de derecho/negocios a menudo siguen usando chatbots, ignorando Codex/Claude Code. En los eventos de IA, son invisibles. Misma Stanford, mismo acrónimo LLM, enorme brecha de familiaridad entre los departamentos de Derecho e Informática.
El otro grupo es extremadamente dado al hype y al FOMO. En cualquier evento, conoces a personas obsesionadas con las últimas tendencias, proyectos de GitHub, estrellas de código abierto.
Estos son los extremos. Lo que está "fuera de la burbuja" representa el 95-99 % del mundo. Incluso en SF, la IA no ha penetrado en todos.
¿Por qué? La mayoría no necesita agentes funcionales. Programar es el caso de uso principal, de ahí la alta penetración entre programadores. Los programadores sienten el impacto profundamente: los modelos de 2023 alucinaban código; los de 2025 lo escriben; los de 2026 envían/fusionan PRs. Otras industrias sienten menos impacto. Esto distingue el interior del exterior de la burbuja. Dentro, además de los programadores, están los inversores preguntándose por qué los proyectos se adquieren tan rápido.
El año pasado, animé a abrazar la IA. Cuando las habilidades anti-destilación se volvieron virales, muchos amigos ansiosos me preguntaron. Admití que la IA me liberó; se encarga de la edición y maquetación de mi contenido, lo cual odio. Es poderosa.
Pero mi fe se rompió al ver a Dario y a otros carecer de empatía, disfrutando jugar a ser dioses. Como dice "La generación de los modelos", creen que su trabajo dicta el futuro.
Muchos "Jiahao" (ególatras arrogantes) en la IA. Históricamente, los Jiahao impulsan el progreso. Musk es un Jiahao. Trump es un Jiahao de la Edad Dorada. Su confianza contagia a los demás. 📷
De todos modos, los Jiahao carecen de empatía. Con empatía, no dejarían que SF se volviera tan fea, ignorando a los de abajo. 📷 Tiendas de campaña en las calles de SF.
¿Qué hay que aprender sobre la IA? No sabes en qué se convertirá. Aprender Dify en 2024 fue inútil cuando llegó Claude Code. Con los agentes personales de OpenClaw en 2026, ni siquiera abrirás tu computadora. Si aprendes por miedo, detente. Espera a que los medallistas de olimpiadas construyan robots para ti. El trabajo intelectual se está industrializando/escalando. En esta "nación de genios en centros de datos", un cerebro global realiza todo el trabajo mental. ¿Qué hay que aprender? A menos que, como yo, la creación de videos sea un hobby y la IA se encargue de las tareas tediosas—eso está bien. Pero si aprendes por miedo, es innecesario; cuanto más aprendes, más miedo tienes.
6. La era del ejercicio mental activo
En épocas de escasez, la gente dedicaba tiempo a buscar comida, evitando la obesidad. Ahora, la abundancia causa obesidad, requiriendo ejercicio deliberado para quemar calorías, creando demandas de fitness. La IA es similar. Anteriormente, la escasez intelectual requería pedir libros prestados, viajar para educarse (como la historia de Song Lian). Ahora, el intelecto es abundante, disponible fácilmente a través del teléfono, predigerido. Esto conduce a pereza/obesidad mental, pensamiento rígido por falta de ejercicio.
Para mantener la mente en forma, debes ejercitarla conscientemente, como ir al gimnasio. En el futuro podrían surgir "gimnasios mentales" con herramientas cognitivas.
Creo que bloggers educativos de IA como Zhang Zhala y Karpathy son adecuados para diseñar estas herramientas.
Aún no puedo decir "la IA hace del mundo un lugar mejor". Quizás la Fase Dos/Tres lo haga. La Fase Uno terminó dramáticamente. Los viejos órdenes se desmoronan; los nuevos aún no se han formado.
Antes de la Fase Dos, probablemente queden años. No se esperan guerras calientes globales. Solo vive. Ejercita cuerpo y mente para evitar la obesidad física/mental.
¿Buenos métodos? Lee "La generación de los modelos" y escribe un ensayo que resuene contigo. O haz contenido, estudiando la inercia/atención humana. Entender la naturaleza humana es un poder atemporal.
O emprende, empezando por los objetivos finales. No pienses primero en la IA; piensa en las necesidades humanas reales. Conocí emprendedores interesantes que usan la IA como herramienta, no por la IA en sí. Por ejemplo, una tienda de robots de matcha en el centro de Palo Alto. No la abrieron por la robótica; usaron robots para reducir costos/estabilizar la calidad. Una sola persona dirige la gran tienda. Trabajé como gerente por un día. Resuelve problemas: mano de obra cara/inestable, turnos de 12 horas desafiantes para humanos pero perfectos para robots, higiénico.
Otro hace reparaciones de techos usando IA para escanear foros/comunidades locales en busca de clientes potenciales, enviando mensajes/contactando automáticamente, mandando casos. Las reparaciones de techos cuestan más de 10.000 dólares, muy lucrativo.
Los problemas emocionales son enormes. ¿Por qué Xu Fei/Li Na son populares este invierno? La emoción pura es escasa/se suministra mal. La gente moderna es fría. Ver emoción genuina atrae multitudes.
Si mis artículos aportan valor emocional, son excelentes. Espero encontrar formas saludables de calmar las emociones sin depender de prácticas espirituales dudosas. Mi canal de contenido es la vía por ahora.
Les deseo lo mejor a todos. Las burbujas estallan. Durante el estallido, darnos cuenta de que las recesiones económicas son naturales, meramente retrasadas por la IA, podría ayudarnos a encontrar soluciones leyendo la historia post-burbuja de Japón.





