Karen Hao y los imperios de la IA: lo que dice y lo que falta

Un imperio es una organización que extrae recursos ajenos, controla el relato sobre sí misma y exige lealtad a cambio de una promesa de progreso porque combina dominio con una historia que justifica ese dominio. Por eso la palabra que eligió Karen Hao para describir a las grandes empresas de IA no es una exageración retórica. Hao, periodista de investigación, habló con más de doscientas cincuenta personas y noventa empleados actuales o antiguos de OpenAI para entender qué mueve realmente a esta industria. En su conversación con Steven Bartlett sostiene que estas compañías se parecen menos a startups y más a imperios. Extraen datos, energía y trabajo. Manejan la narrativa sobre su propia tecnología.

Dos episodios sostienen su argumento. El primero es el caso de Timnit Gebru, la investigadora de ética en IA cuya salida de Google tras un artículo crítico sobre los modelos de lenguaje grandes se volvió referencia de lo que pasa cuando la crítica estorba al negocio. El segundo es la acusación de que OpenAI habría citado judicialmente a críticos. Lo cuento como lo plantea Hao, como acusación. No verifiqué los detalles por mi cuenta. Además está Sam Altman. Según Hao, cambia su definición de AGI según quién escuche. Para inversionistas es una máquina que genera enormes ganancias. Para el público es algo que beneficiará a toda la humanidad. Una meta cuyo significado se ajusta a la audiencia es difícil de auditar.

¿Por qué importa esto fuera de Silicon Valley? Las consecuencias laborales ya están en la conversación. Hao menciona los datos de Anthropic sobre la transformación de empleos de entrada y la idea de que el escalón medio de la carrera se está vaciando. Hay trabajo parecido en el Stanford Digital Economy Lab, donde Brynjolfsson, Chandar y Chen documentaron efectos desiguales de la IA sobre trabajadores jóvenes en ocupaciones expuestas. Hao agrega algo incómodo. La eficiencia por IA a veces funciona como pretexto para despidos que tienen otras causas, como sobrecontratación o recortes para contentar a los mercados.

Este patrón lo exploré en The Generosity in the Doorway, donde reviso cómo Altman, en textos como Reflections y The Gentle Singularity, presenta la llegada de la IA general como algo casi inevitable y benigno. Ahí también examino el Economic Index de Anthropic y los supuestos de Daron Acemoglu, que estima efectos macroeconómicos mucho más modestos que los de los pronósticos entusiastas. En otra parte sigo el rastro de los datos empleo por empleo. Esa tensión entre el relato de la promesa y los números pequeños es el centro del argumento.

¿Qué agrega Hao a esa tesis? Agrega un mecanismo. Yo había puesto el acento en que las narrativas de inevitabilidad benefician a quienes las cuentan. Ella aporta el testimonio interno. Una definición flexible de AGI funciona como herramienta para gobernar la atención, y la presión sobre críticos protege esa flexibilidad. Si es cierto, la gobernanza de la IA no puede apoyarse en las promesas de las propias empresas, porque la promesa es parte del producto.

Ahora conviene decir lo que Hao no resuelve. Imperio es una metáfora potente, pero las metáforas también ocultan. Las empresas de IA compiten entre sí, dependen de capital que puede retirarse y enfrentan reguladores que a veces les ganan. Un imperio histórico controlaba territorio. Aquí el dominio es sobre cómputo, datos y relato, y eso es más frágil. Atribuir despidos a eficiencia por IA cuando hay otras causas es plausible, pero requiere revisar caso por caso. No tengo los datos para decir cuántos despidos encajan. Anthropic, que aporta los datos sobre empleo, también es una empresa con interés en cómo se lee ese registro.

Desde México se ve con claridad otra capa. Los trabajadores que etiquetan datos y moderan contenido para estos sistemas suelen estar en economías emergentes con salarios bajos. Ahí la palabra extracción deja de ser abstracta. Los registros históricos de otros imperios, desde Roma hasta las compañías comerciales del siglo XVII, muestran que el relato civilizatorio y la extracción casi siempre iban juntos. Las piedras no mienten, pero los historiadores a veces sí. Las propias empresas son hoy los historiadores de su obra.

Hay otra cosa. Caza un mamut. La tribu entera come. Después de años estudiando experimentos sociales uno nota cómo estos relatos se repiten, sin embargo cuando la caza se vuelve más técnica los jóvenes quedan fuera del aprendizaje. Eso pasa aquí también.

Queda una pregunta sin cerrar. Si el escalón de entrada desaparece, ¿de dónde saldrán los profesionales de nivel medio dentro de diez años? Ninguna empresa individual tiene incentivo para formar a quien otra contratará. Ese problema de acción colectiva lo explico con más detalle en The Generosity in the Doorway, y sigo sin tener una respuesta limpia.

1. Karen Hao, entrevista con Steven Bartlett, The Diary of a CEO (sobre su libro Empire of AI).

2. Brynjolfsson, Chandar y Chen, Canaries in the Coal Mine?, Stanford Digital Economy Lab, noviembre de 2025.

3. Anthropic, Economic Index, 2025–2026.

4. Daron Acemoglu, The Simple Macroeconomics of AI, NBER Working Paper 32487, abril de 2024.

5. Sam Altman, The Gentle Singularity, junio de 2025.