La segunda edición del Cisco AI Summit cerró su jornada principal con una conversación extensa y poco guionizada entre Chuck Robbins y Jensen Huang. Más allá del tono distendido del formato, el contenido del intercambio dejó una tesis clara: la inteligencia artificial ya no puede entenderse como una capa de software ni como un servicio abstracto, sino como una industria completa que obliga a repensar cómo se diseña, se opera y se gobierna la computación.
Desde el inicio, Huang situó el momento actual como una ruptura histórica. Según su lectura, la industria está reinventando la computación por primera vez en más de seis décadas, pasando de un modelo basado en programación explícita a otro en el que los sistemas aprenden, razonan y actúan a partir de la intención humana. Ese cambio no afecta solo al procesador o al modelo, sino a todo el stack: almacenamiento, red, seguridad, operación y ciclo de vida del software.
De software pregrabado a sistemas generativos
Uno de los ejes centrales de la conversación fue la transformación del propio concepto de software. Huang describió el software tradicional como algo “pregrabado”, diseñado para ser recuperado y ejecutado de forma determinista. En contraste, los sistemas actuales generan comportamiento en tiempo real, adaptado al contexto, a los datos disponibles y a la interacción con el usuario.
Esta transición tiene implicaciones profundas. Si cada ejecución es distinta, si cada interacción genera un resultado nuevo, el coste computacional deja de ser marginal y pasa a ser estructural. La inferencia ya no es un evento puntual, sino un proceso continuo. La computación deja de ser un recurso auxiliar para convertirse en el núcleo del producto.
Desde esta perspectiva, la conversación sobre IA no puede limitarse a modelos o aplicaciones. Afecta a cómo se construyen productos, cómo se validan, cómo se actualizan y cómo se garantiza su fiabilidad a lo largo del tiempo. La IA, tal como la planteó Huang, no es un complemento del software existente, sino el principio organizador de una nueva forma de computación.
La fábrica de IA como metáfora operativa
El concepto de AI factory, que NVIDIA viene utilizando para describir esta nueva etapa, apareció en la conversación no como una marca, sino como una metáfora operativa. Huang lo explicó como un sistema capaz de transformar datos en inteligencia útil de forma continua, combinando cómputo acelerado, redes de alta velocidad, almacenamiento y software especializado.
En ese esquema, los modelos son solo una parte del proceso. Lo decisivo es la capacidad de operar ese sistema de forma fiable, segura y eficiente. De ahí su insistencia en que empresas y países no pueden limitarse a consumir IA como un servicio opaco. Comprender cómo funciona el stack completo se convierte en una condición para competir.
La analogía que utilizó fue deliberadamente tangible: igual que en la industria del automóvil nadie se limitaría a usar servicios de transporte sin entender mínimamente cómo funciona un vehículo, en IA resulta arriesgado delegar por completo una tecnología que va a redefinir procesos críticos.
Construir, aunque sea pequeño
Uno de los mensajes más reiterados de Huang fue la necesidad de “construir algo”, incluso cuando el cloud ofrece acceso inmediato a capacidad avanzada. Su argumento no fue económico, sino estratégico. Construir permite adquirir un entendimiento táctil de la tecnología, de sus límites y de sus dependencias.
Esta postura no se traduce en una defensa del “todo on-premise”. Al contrario, Huang reconoció la necesidad de combinar modelos de uso, alquilando capacidad cuando conviene y manteniendo infraestructura propia cuando entran en juego soberanía, datos sensibles o conocimiento estratégico. El punto central es evitar una relación puramente pasiva con la IA.
En su intervención, subrayó una idea poco habitual en foros empresariales: el activo más valioso de una organización no son sus respuestas, sino sus preguntas. Y esas preguntas, cuando se formulan a sistemas de IA, generan un rastro cognitivo que también es propiedad intelectual. Delegar completamente ese proceso implica asumir riesgos que muchas empresas aún no han calibrado.
IA en el núcleo del trabajo, no en la periferia
Cuando se le preguntó por el retorno de la inversión, Huang evitó conscientemente el marco financiero tradicional. En fases tempranas, sostuvo, resulta difícil traducir el impacto de la IA en métricas contables claras. Insistir prematuramente en ese enfoque puede frenar la exploración.
Su recomendación fue permitir la experimentación amplia dentro de la organización, dejando que múltiples iniciativas avancen en paralelo. No como una estrategia caótica, sino como una forma de identificar dónde la IA puede transformar el trabajo esencial de la empresa. La clave no está en automatizar tareas periféricas, sino en aplicar inteligencia artificial a los procesos que definen el valor central del negocio.
En el caso de NVIDIA, mencionó explícitamente áreas como el diseño de chips, la ingeniería de sistemas o el desarrollo de software. El mensaje implícito para el resto de organizaciones fue claro: la IA no debería introducirse donde menos molesta, sino donde más impacto puede tener.
Agentes, herramientas y trabajo aumentado
Otro punto relevante de la conversación fue la relación entre IA y herramientas existentes. Frente a la idea de que la IA sustituirá al software, Huang defendió que los sistemas avanzados utilizarán herramientas especializadas en lugar de reinventarlas. La inteligencia, en este marco, no elimina el software, sino que lo orquesta.
Este enfoque conecta con el auge de los agentes, capaces de razonar, planificar y utilizar herramientas externas para completar tareas complejas. La IA no reemplaza al trabajador, sino que amplifica su capacidad, capturando experiencia, contexto y conocimiento acumulado.
Desde esta perspectiva, Huang propuso invertir la lógica habitual del “human in the loop”. Más que supervisar constantemente a la IA, las organizaciones deberían integrar la IA en sus propios procesos de decisión, de modo que el conocimiento colectivo se acumule y mejore con el tiempo.
Una redefinición del papel de la empresa
La conversación concluyó con una visión amplia sobre el impacto económico de esta transformación. Huang situó la IA como una tecnología capaz de extender el alcance del sector tecnológico más allá del ámbito tradicional del software y el hardware, hacia el conjunto de la economía productiva.
Al reducir el coste de la inteligencia y permitir que el conocimiento experto se traduzca directamente en sistemas operativos, la IA abre la puerta a que empresas de cualquier sector se comporten, en la práctica, como empresas tecnológicas. No por adoptar herramientas, sino por integrar la computación como una capacidad central.
El mensaje final fue menos retórico de lo que podría parecer. En la lectura de Huang, la IA no es una opción estratégica más. Es una infraestructura que reordena cómo se crea valor. Y como ocurre con cualquier infraestructura crítica, entenderla, construirla y gobernarla deja de ser una ventaja competitiva para convertirse en una condición de supervivencia.
