Puntos clave:
Google está movilizando un equipo interno de élite para librar una batalla de recuperación en el campo crítico de la generación de código impulsada por IA, donde se ha quedado significativamente atrás respecto a su rival Anthropic.
Google, de Alphabet Inc., ha formado un "equipo comando" interno supervisado personalmente por el cofundador Sergey Brin, con el objetivo de cerrar una brecha de capacidad de aproximadamente el 50 % con Anthropic en la programación asistida por IA y acelerar su propio camino hacia una IA que pueda mejorar por sí misma.
"Debemos pivotar activamente para cerrar la brecha en la ejecución agéntica y hacer que nuestros modelos sean los autores principales del código", escribió Brin en un memorando interno reciente, señalando una urgencia estratégica en los niveles más altos de la compañía.
La medida se produce cuando las propias herramientas de Google, como Jetski, contribuyen a aproximadamente el 50 % de su código interno, según los comentarios de la CFO Anat Ashkenazi en febrero. Esto contrasta fuertemente con su rival Anthropic, cuyo jefe de Claude Code, Boris Cherny, afirmó en enero que su IA completa "casi el 100 %" de las propias tareas de programación de la empresa. El nuevo equipo de Google está liderado por el ingeniero de investigación de DeepMind, Sebastian Borgeaud.
Esta carrera armamentista interna sobre la generación de código es fundamental para la competencia más amplia entre Google, Anthropic y OpenAI. Para Google (GOOGL), lograr el liderazgo en la programación impulsada por IA se ve como un paso crítico hacia el "despegue de la IA" (AI takeoff), un estado en el que la IA puede avanzar de forma autónoma en su propia investigación, automatizando potencialmente el trabajo de los ingenieros de IA y consolidando una ventaja competitiva a largo plazo.
La iniciativa marca un cambio estratégico significativo para Google, que ahora prioriza el uso de sus modelos de programación de IA para necesidades internas sobre su desarrollo para clientes externos. La lógica técnica detrás del giro es que la vasta y privada base de código de Google difiere significativamente del código externo que se suele utilizar para entrenar modelos de programación generales. Se espera que el entrenamiento de modelos específicamente con su código interno genere un impulso sustancial en el rendimiento de los propios ingenieros de la empresa.
"Nuestras herramientas de programación internas han tenido una adopción significativa y están acelerando enormemente el desarrollo de nuestros modelos y herramientas de IA, que es en lo que realmente estamos enfocados", dijo un portavoz de Google en un comunicado.
Si bien los modelos entrenados con código interno patentado no pueden publicarse, los conocimientos y técnicas desarrollados podrían eventualmente respaldar la creación de modelos públicos más potentes.
Para acelerar el progreso, Google está implementando estrategias agresivas de adopción interna. La empresa ha establecido una tabla de clasificación interna para rastrear el uso por parte de los empleados de su principal herramienta de codificación, Jetski, un método que también utiliza Meta. Según dos fuentes familiarizadas con el asunto, algunos equipos fuera de DeepMind están recibiendo formación obligatoria en IA.
En su memorando, Brin exigió explícitamente que cada ingeniero de Gemini utilizara las herramientas de agentes internos para tareas complejas de varios pasos. Esta directiva vertical subraya la creencia de que los agentes de programación avanzados son un componente clave para alcanzar una nueva etapa en el desarrollo de la IA.
El esfuerzo refleja una tendencia más amplia en la industria de la IA, donde la capacidad de programación se ha convertido en un campo de batalla clave. OpenAI desplazó recientemente recursos de su generador de vídeo Sora para centrarse más en la programación y las aplicaciones empresariales. Con Anthropic aprovechando su ventaja de larga data en la generación de código, la formación de un "equipo comando" por parte de Google es la señal más reciente de una competencia que se intensifica rápidamente para construir una IA que pueda construirse a sí misma.
Este artículo es solo para fines informativos y no constituye asesoramiento de inversión.
