Durante la Startup School 2026, organizada por Y Combinator, los asistentes escucharon una narración honesta sobre los inicios de una de las empresas tecnológicas más influyentes de la actualidad.
Jensen Huang, fundador y director ejecutivo de NVIDIA, explicó cómo la compañía californiana nació de una apuesta tecnológica fallida y luego se transformó en un actor clave de la revolución de la inteligencia artificial.
Según el propio CEO de 63 años, la decisión tecnológica que dio origen a NVIDIA resultó ser incorrecta, pero la capacidad de reconocer el error y aprender rápidamente definió el futuro de la firma.
La historia de NVIDIA no comenzó como un éxito inmediato. Huang recordó que en los primeros años se propusieron reinventar los gráficos 3D para computadoras personales.
El objetivo era convertir cualquier PC en una consola de videojuegos, un planteamiento que, en palabras del ejecutivo, “resultó estar exactamente equivocado”.
Ante el fracaso, el equipo de ingenieros recurrió a libros de texto sobre OpenGL para reconstruir su enfoque. El magnate tecnológico taiwanés-estadounidense afirmó que “aprendimos los fundamentos desde cero y reinventamos la gráfica computacional”.
En ese periodo, NVIDIA firmó un contrato con SEGA para desarrollar el hardware de la consola que sucedería a Saturn, proyecto que luego derivó en la Dreamcast.
Durante la charla, Huang recordó: “Fui a Japón y le dije a Irimajiri-san, el CEO de SEGA, que el contrato no podríamos cumplirlo porque la tecnología no funcionaba. Le expliqué las razones y le aconsejé que eligieran a otro proveedor”.
Un giro en la visión: del error fundacional a la aceleración algorítmica
El caso de NVIDIA expuso la importancia de la adaptación y la flexibilidad en el liderazgo tecnológico. Huang explicó que la compañía no nació con una fórmula ganadora, sino que debió enfrentar el hecho de que sus primeros algoritmos no resolvían el problema planteado.
“No solo elegimos la tecnología equivocada, tampoco sabíamos cómo crear la correcta”, reconoció el CEO. En ese contexto, la honestidad para admitir el error y la decisión de buscar nuevos conocimientos resultaron determinantes.
La transformación de la empresa se consolidó a partir de una idea central: la computación acelerada permitiría resolver problemas que los procesadores convencionales no podían abordar de manera eficiente.
“El gran acierto fue entender que es posible ampliar el alcance de la CPU para solucionar desafíos imposibles con los recursos tradicionales”, afirmó. Esa visión impulsó a la compañía a desarrollar tecnologías aplicadas a áreas como la dinámica molecular, el procesamiento de imágenes y, más adelante, el aprendizaje profundo.
El auge de la inteligencia artificial y el software basado en agentes
La irrupción de la inteligencia artificial marcó un cambio de paradigma para la industria tecnológica. Huang narró que el surgimiento de modelos como AlexNet lo llevó a repensar el papel de los algoritmos en la computación.
“Cuando AlexNet apareció, la pregunta era: ¿por qué este algoritmo es tan efectivo y qué más puede hacer?”, expresó el fundador de NVIDIA. Su conclusión fue que el aprendizaje profundo representa “un aproximador universal de funciones”, lo que implicó una transformación radical en la forma de entender el software.
El directivo también hizo referencia al avance de los agentes inteligentes y la importancia de la colaboración en el desarrollo de tecnologías open source.
“Ahora el mundo necesita la posibilidad de que cada empresa cree su propia inteligencia artificial. Por eso apoyamos proyectos como Hermes y OpenClaw”, aseguró Huang.
Según explicó ante los asistentes, la democratización de estas herramientas multiplica las opciones de innovación y permite a empresas de todos los tamaños acceder a soluciones personalizadas.
El impacto de la automatización en el empleo y la economía
Durante su intervención, Huang abordó el debate sobre el efecto de la automatización y la inteligencia artificial en el mercado laboral. El CEO de NVIDIA sostuvo que la narrativa sobre la destrucción de empleos resulta equivocada.
“La evidencia muestra que la inteligencia artificial elimina tareas, no necesariamente trabajos”, puntualizó. Citó como ejemplo el sector del software y la radiología, dos áreas donde el uso de algoritmos incrementó la demanda de profesionales, al acelerar la productividad y liberar capacidad para abordar más proyectos.
Huang explicó que el propósito de un trabajo va más allá de la suma de tareas automatizables y que, lejos de reducirse, la cantidad de empleos en sectores como la ingeniería y la medicina creció. “La acumulación de ideas y proyectos pendientes es tan alta que, al automatizar procesos, se contrata a más personas para realizar nuevas tareas”, detalló.
El futuro de la robótica y el pensamiento sistémico
El directivo subrayó el avance de la robótica y de la llamada “physical AI”, concepto que engloba sistemas capaces de comprender y aplicar las leyes de la física en el mundo real.
La primera aplicación masiva de esta tecnología se identifica en los vehículos autónomos, un sector donde NVIDIA participa a través del suministro de chips y software.
Según las proyecciones de la empresa, el negocio de la robótica y la inteligencia artificial física alcanza ya los USD 10.000 millones, y se espera un crecimiento considerable en los próximos años.
También remarcó la importancia de desarrollar habilidades en ciencias duras y pensamiento sistémico. “El mundo necesita más profesionales capaces de orquestar millones de agentes resolviendo problemas de forma autónoma”, recomendó el CEO ante los jóvenes presentes.
Fuente: Infobae
