Guerra de talento: OpenAI reincorpora a dos excolaboradores clave de Thinking Machines en un movimiento que desata tensiones y revive el drama en la industria de la IA.
La directora de aplicaciones de OpenAI, Fidji Simo, confirmó el miércoles la reincorporación de Barret Zoph y Luke Metz, cofundadores de Thinking Machines Lab, la startup liderada por Mira Murati. Ambos habían abandonado OpenAI a finales de 2024, pero su regreso ha reavivado una polémica interna: fuentes cercanas a Thinking Machines acusan a Zoph de un incidente de mala conducta grave durante su etapa en la empresa, lo que habría roto la confianza con Murati.
Según una fuente con conocimiento directo, Murati despidió a Zoph el mismo miércoles, horas antes de enterarse de su regreso a OpenAI. La decisión se basó en problemas posteriores a la supuesta mala conducta, aunque la empresa también planteó dudas sobre si Zoph compartió información confidencial con competidores. Zoph no ha respondido a las solicitudes de comentarios.
En un memorando interno, Simo aclaró que las contrataciones se negociaron durante semanas y que Zoph comunicó su intención de dejar Thinking Machines antes de ser despedido. Además, OpenAI descartó las preocupaciones éticas sobre Zoph, respaldando su reincorporación.
El conflicto detrás del fichaje
Junto a Zoph y Metz, Sam Schoenholz, otro exinvestigador de OpenAI en Thinking Machines, también regresa a la empresa. Fuentes indican que al menos dos empleados más de la startup se unirán a OpenAI en las próximas semanas, según reveló el periodista Alex Heath.
Sin embargo, una fuente cercana a Thinking Machines matizó que el éxodo no se limita a Zoph: «Esto ha sido parte de una larga discusión sobre el futuro de la empresa. Hubo desalineación en cuanto a producto, tecnología y visión».
El episodio recuerda al «blip» de 2023, cuando OpenAI destituyó brevemente a Sam Altman. Murati, entonces directora de tecnología, jugó un papel clave en aquel conflicto, según The Wall Street Journal.
La industria de la IA, entre el drama y los miles de millones
El sector tecnológico parece atrapado en un ciclo de salidas polémicas y reincorporaciones. Ejemplos recientes incluyen a Igor Babuschkin (xAI), Daniel Gross (Safe Superintelligence) y Yann LeCun (Meta), cofundador del laboratorio de IA de Facebook.
Para algunos, el caos es el precio de una industria que impulsa el PIB de EE.UU. y atrae inversiones récord. «Si crees que uno de estos investigadores podría lograr avances hacia la IA general, vale la pena seguirles la pista», argumentan analistas. Pero muchos científicos, que comenzaron antes del boom de ChatGPT, se muestran sorprendidos por el escrutinio constante y las luchas de poder.
Mientras los laboratorios sigan recaudando miles de millones en rondas de financiación, el drama parece inevitable. Como ironizó un investigador: «HBO Max ya debería estar grabando».
Cómo los laboratorios de IA entrenan agentes para reemplazar tu trabajo
Agentes empresariales: OpenAI y otros laboratorios usan datos reales de profesionales para entrenar IA capaz de realizar tareas complejas, desde consultoría hasta medicina.
En los últimos meses, los esfuerzos por crear agentes de IA económicamente valiosos se han sofisticado. OpenAI, por ejemplo, ha solicitado a contratistas de Handshake que suban ejemplos de su trabajo real —como informes de consultores de McKinsey o diagnósticos de médicos de Harvard— para evaluar a sus modelos. Las empresas exigen eliminar datos confidenciales, aunque expertos advierten sobre riesgos legales si se filtra información sensible.
Proveedores como Mercor, Surge y Turing pagan hasta US$100 por hora a profesionales de élite para obtener estos datos. El objetivo: entrenar agentes en «entornos», simulaciones que replican software empresarial y enseñan a la IA a realizar tareas específicas.
Aaron Levie, CEO de Box, explica: «Los laboratorios necesitan datos reales para afinar modelos en áreas como derecho, salud o banca. Contratan expertos para generar conjuntos de datos y rúbricas que mejoren las habilidades de la IA».
Aunque aún no está claro si estos agentes lograrán ejecutar tareas con precisión, productos como Claude Code —usado incluso fuera de la programación— sugieren un futuro donde la IA podría automatizar trabajos del conocimiento. «Vale la pena observar estos desarrollos», concluyen analistas.
