En mayo de 2024, Ilya Sutskever — cofundador de OpenAI y uno de los arquitectos intelectuales de los modelos que hicieron posible ChatGPT — dejó la empresa tras el turbulento noviembre de 2023 y meses de silencio público. En junio de 2024, fundó Safe Superintelligence Inc. (SSI) junto a Daniel Gross y Daniel Levi. La propuesta era radical en su simplicidad: construir solo una cosa, una superinteligencia segura, sin producto, sin ingresos y sin distracciones.

En 2026, las primeras señales de lo que SSI está desarrollando comienzan a circular — y están resultando lo suficientemente interesantes como para forzar recalibraciones en los grandes laboratorios.

Lo Que Sabemos Sobre SSI

SSI recaudó US$ 1.000 millones en junio de 2024, en una ronda liderada por Andreessen Horowitz, Sequoia, DST Global y SV Angel, con una valoración de US$ 5.000 millones — sin producto, sin ingresos, y solo con la tesis de que Sutskever y su equipo sabrían cómo construir una superinteligencia de forma segura. Para 2026, la empresa no ha lanzado ningún producto público, no ha publicado artículos académicos y no ha hecho declaraciones sustanciales sobre su progreso técnico.

Lo que circula es inferencia: según las predicciones de analistas publicadas por Forbes en diciembre de 2025, los detalles del enfoque de SSI comenzarían a filtrarse al público en 2026 — "una agenda de investigación lo suficientemente nueva y prometedora como para llevar a los grandes laboratorios a recalibrar sus propias hojas de ruta".

Sutskever y Lo Que Él Cree

Para entender lo que SSI probablemente está construyendo, es necesario entender lo que Sutskever cree sobre la IA. En su última gran aparición pública antes de dejar OpenAI, dijo en NeurIPS 2023: "Las redes neuronales son ligeramente conscientes". En comunicaciones de su época en OpenAI, expresó una profunda preocupación por la alineación (alignment) — la idea de que modelos más capaces podrían tener objetivos desalineados con los de los humanos.

Los candidatos más probables para la agenda de investigación de SSI: mejora recursiva (sistemas de IA capaces de mejorarse a sí mismos, que a su vez mejoran sistemas aún más capaces) o aprendizaje continuo (sistemas que aprenden continuamente durante su interacción con el mundo, a diferencia de los modelos actuales que son estáticos una vez entrenados). Ambos abordan las limitaciones estructurales de los LLMs actuales y son áreas de investigación de frontera en 2026.

Por Qué el Campo Está Prestando Atención

La importancia de SSI no radica en lo que ha producido — es quiénes están allí. Sutskever es coautor del artículo de GPT-2, GPT-3, InstructGPT y del artículo original de RLHF que fundamentó la alineación moderna. Su salida de OpenAI fue motivada parcialmente por desacuerdos sobre la velocidad de despliegue frente a la seguridad — desacuerdos que se hicieron públicos en el episodio de noviembre de 2023, cuando la junta de OpenAI intentó despedir a Sam Altman.

La tesis implícita de SSI: los laboratorios que lideran el campo se están moviendo demasiado rápido sin resolver primero el problema de la alineación. Y la única forma de construir una superinteligencia segura es a través de una organización que no tenga incentivos comerciales a corto plazo que presionen en la dirección opuesta.

El Riesgo del Modelo de Negocio

El modelo de SSI — sin producto, sin ingresos, pura investigación — es financieramente sostenible solo con capital de riesgo y mientras los inversores crean que la tesis tiene valor. Con US$ 1.000 millones iniciales a una tasa de consumo de efectivo típica de un laboratorio de investigación de élite, SSI tiene una pista financiera (runway) de algunos años.

La cuestión que el campo observa: si los detalles que comienzan a filtrarse en 2026 confirman una agenda de investigación genuinamente diferente de los caminos que persiguen OpenAI, Anthropic y DeepMind — y lo suficientemente prometedora como para justificar la atención — SSI podría convertirse en el laboratorio más influyente que jamás haya lanzado un producto público. Si no, será recordada como una de las apuestas más caras del capital de riesgo en investigación de IA.