El sábado, en el Pabellón Nacional de Patinaje de Velocidad de Pekín, un robot de dos metros llamado Tiangong Ultra cruzó la meta de los cien metros en 9,39 segundos 5. Usain Bolt necesitó 9,58 en Berlín, en 2009, con músculo humano, viento a favor y un pecho que se partió en la línea. La comparación es inevitable, pero también engañosa: el Tiangong Ultra no respira, no siente la pista ni tiene miedo al fracaso. Corre porque un algoritmo le dice cuándo mover cada articulación. La pregunta no es si es más rápido, sino qué significa que lo sea.
La tecnología detrás del récord es menos espectacular que su consecuencia. Los robots humanoides no son nuevos; lo nuevo es que su desarrollo se ha convertido en un negocio de capitales gigantescos. El mismo día, la china Unitree debutó en la bolsa de Shanghái con una subida del 460% y una valoración cercana a los 43.700 millones de dólares 4. Los inversores no pagan por la velocidad de un robot en una pista; pagan por la promesa de que esa misma mecánica, aplicada a almacenes, hospitales o fábricas, sustituya trabajo humano a escala. Y aquí es donde la carrera deja de ser un espectáculo y se convierte en un dato económico.
Los efectos ya se miden. Un análisis de Apollo sobre 321 ocupaciones encontró que los salarios en roles expuestos a la IA crecieron 6,7 puntos porcentuales más lento después de 2023, con una brecha que alcanza el 10,7% en el cuartil de menores ingresos 1. El empleo, de momento, no muestra una caída significativa, pero la presión sobre los salarios es real y desigual: golpea primero a quien menos tiene. No es una profecía apocalíptica, es una tendencia estadística con nombre y apellido. Y convive con otra paradoja: la misma tecnología que comprime ingresos está encareciendo el hardware que la ejecuta. Un kit de memoria DDR5 de 32GB que costaba 72 dólares el año pasado ahora se vende por 392 7. La demanda de chips para IA ha desatado una escasez de RAM que encarece portátiles y tarjetas gráficas. El trabajador cuyo salario se estanca paga más por el ordenador con el que trabaja.
Hay, además, una dimensión que no debería pasarse por alto. Un estudio de Stanford utilizó IA para generar genomas completos de virus dirigidos a patógenos humanos 2. No es ciencia ficción; es investigación publicada. Los mismos modelos que resuelven exámenes de doctorado con un 95% de precisión —frente al 36% de 2023— pueden usarse para diseñar herramientas biológicas. El riesgo no es que la máquina se vuelva consciente, sino que la capacidad de crear daño se democratice a la velocidad de un clic. Nadie sabe aún cómo regular eso, y los marcos legales van por detrás de los laboratorios 1.
Queda la tentación de leer todo esto como una historia de progreso inevitable. Sería un error. La evidencia disponible no sostiene que la IA vaya a destruir el empleo en masa mañana, pero sí muestra que está redistribuyendo valor de forma silenciosa: de los salarios bajos a los accionistas de Unitree; del bolsillo del consumidor al fabricante de memoria; de la regulación lenta a la innovación rápida. El récord de Tiangong Ultra no es una victoria del hombre ni de la máquina; es una señal de que la frontera entre ambos se está moviendo más rápido que nuestra capacidad de entender sus consecuencias.
La próxima vez que vea un titular sobre un robot batiendo una marca humana, pregúntese quién paga la factura. La respuesta, probablemente, no correrá tan rápido.