¡Google cayó un 5%! Informe: Lanzamiento del modelo insignia de Gemini se retrasa, su capacidad de programación no cumple con las expectativas y queda rezagado respecto a OpenAI

Google enfrenta crecientes presiones internas en la carrera de la IA. El lanzamiento de su modelo insignia más potente, Gemini 3.5 Pro, ya fue pospuesto varios meses respecto a lo planeado, mientras que sus competidores lo han superado repetidamente en capacidades de programación, lo que deja a Google en una posición cada vez más pasiva en el mercado.

Según Bloomberg, que cita a personas con conocimiento del tema, el principal motivo del retraso es que Google está intentando mejorar las capacidades de programación del modelo, pero el progreso ha sido menor al esperado. A fines del mes pasado, Google actualizó los datos de entrenamiento para paliar esta debilidad, aunque los resultados resultaron decepcionantes.

OpenAI y Meta han lanzado recientemente nuevos modelos que, en la generación de código de IA, ya han superado aún más a los productos existentes de Google.

Esta situación ha provocado un amplio descontento interno en Google. De acuerdo a 10 empleados actuales y anteriores, muchos ingenieros, investigadores de IA y personas en puestos directivos temen que la empresa está perdiendo su ventaja de mercado. La frustración de algunos investigadores ya se ha convertido en una ola de renuncias, y laboratorios punteros como Anthropic se han vuelto los principales destinos.

Tras conocerse la noticia, las acciones de Google cayeron hasta un 5% durante la jornada, para cerrar finalmente con una baja del 4,43%

El retraso en el lanzamiento de modelos de IA por parte de Google está estrechamente vinculado a las dificultades internas de coordinación que genera su gran matriz de productos. Según fuentes cercanas, el proceso de publicación de modelos involucra múltiples partes interesadas, y se requiere integrar las capacidades de IA en líneas como búsquedas, mapas, YouTube y otros productos, lo que inevitablemente consume tiempo.

Ex empleados comparan este dilema de coordinación con "calentar el océano". Cuando los departamentos tienen objetivos distintos y los proyectos de tareas se llevan adelante en múltiples equipos, mantener una estrategia de producto unificada se vuelve cada vez más difícil, y ningún producto en particular consigue los recursos suficientes para obtener un avance decisivo en el mercado.

Un vocero de Google respondió al respecto afirmando que la compañía "avanza rápidamente en varias líneas de modelos, manteniendo al mismo tiempo una óptima relación calidad-precio para el cliente", y señaló que actualmente están probando 3.5 Pro, la versión mejorada Flash y otros modelos junto a socios, además de interactuar activamente con el Gobierno de EE.UU. en torno a tests de modelos y al marco regulatorio más amplio del sector.

La generación de código por IA se ha vuelto el terreno central de competencia entre modelos, pero en Google la estrategia en ese ámbito ha sido perjudicada por tensiones internas. Según ex empleados, Sergey Brin y otros cofundadores impulsaron la aceleración en IA de programación, pero esos esfuerzos se vieron frenados por luchas de facciones en el interior de la empresa.

Actualmente, Google Cloud, Google DeepMind y el equipo de Android desarrollan de manera independiente herramientas de programación de IA dirigidas a desarrolladores, e incluso algunos equipos de productos de consumo participan en iniciativas propias, lo que dispersa aún más los recursos.

La resistencia interna tampoco es menor. Algunos ingenieros mantienen el principio de que "el código debe escribirlo la gente", por lo que son reticentes a que la IA genere código. Al inicio de la promoción interna, por preocupaciones de seguridad de que código propio se filtrara en los datos de entrenamiento, Google limitó el uso de Gemini para escribir o analizar código; esta política ya se flexibilizó, pero la empresa perdió muchas oportunidades de experimentación interna.

Desde Google aseguran que, en la reciente conferencia de Cloud, anunciaron que el 75% de su código interno ya es generado por IA y, tras revisión, el código fue implementado en el entorno de producción, conforme a los estándares de Google.

Para reducir el caos de coordinación interna, Koray Kavukcuoglu, arquitecto principal de IA, está colaborando con el equipo de ingeniería en la integración de herramientas de programación por IA; DeepMind también creó este año un nuevo equipo para la programación por IA, liderado por el ingeniero de investigación Sebastian Borgeaud.

Antes del lanzamiento oficial de 3.5 Pro, el modelo actual Gemini 3.5 Flash ya ha dejado opiniones divididas en el mercado. Rodrigo Davies, gerente de producto de la plataforma de diseño Figma, comentó que la compañía integró 3.5 Flash en su nuevo asistente de IA "Figma agent", y considera que el modelo ha logrado un buen equilibrio entre velocidad y calidad.

Sin embargo, Freddy Vega, fundador y CEO de la plataforma de educación online Platzi en América Latina, ofreció una evaluación completamente distinta. Señaló que 3.5 Flash está en una posición incómoda: es más caro que el anterior 3.1 Flash, pero más lento; frente a los productos insignia de la competencia, la diferencia sigue siendo notoria y presenta deficiencias en el manejo de datos estructurados.

Vega indicó que su equipo, para tareas que requieren velocidad y capacidad de razonamiento, ya cambió de Google a Claude 3.5 Sonnet, el modelo de gama media de Anthropic.

La comunidad de investigadores de IA considera que la mayor ventaja competitiva de Gemini actualmente radica en su habilidad para utilizar datos de búsqueda de Google, pero en la construcción del modelo más potente, Anthropic y OpenAI ya lideran la carrera. Google afirma que aún mantiene ventajas diferenciales en el procesamiento de entradas multimodales y los modelos de mundo de IA, pero resta ver si esas ventajas se traducirán en participación de mercado.