Tras muchas decepciones, esto es lo que Google está haciendo en IA para que nadie más le gane. Solo le queda lo más difícil
Durante años, Google ha sido el gigante dormido de la industria de la IA. Con una trayectoria plagada de avances científicos revolucionarios —como la creación del transformer, base de todos los modelos actuales de lenguaje—, la compañía californiana parecía destinada a liderar esta nueva era tecnológica. Sin embargo, desde que OpenAI irrumpió en escena con ChatGPT, Google ha vivido a la sombra, relegado al papel de "el que pudo haber sido". Pero todo eso ha cambiado. En 2025, Google ya no solo compite: está ganando. Aunque todavía le queda lo más difícil de conquistar: la mente del público. El gran error: cómo Google se quedó parado mientras OpenAI hacía historia Para entender por qué el ascenso actual de Google en la carrera de la IA es tan significativo, hay que recordar el momento en que todo cambió: el 30 de noviembre de 2022, día en que OpenAI lanzó ChatGPT. Fue una fecha que marcó un antes y un después en la percepción pública de la inteligencia artificial. El impacto fue inmediato: en cuestión de días, ChatGPT acumulaba millones de usuarios. Y pilló a Google completamente a contrapié. Paradójicamente, Google tenía toda la tecnología necesaria para lanzar algo similar —e incluso superior— a ChatGPT. En sus laboratorios ya se trabajaba con LaMDA, un modelo conversacional muy avanzado. Tenían también los transformers, la infraestructura, los equipos científicos, y años de ventaja. Pero no se atrevieron a dar el paso. La razón fue estratégica: los directivos temían que un lanzamiento precipitado de un chatbot pudiera dañar el negocio principal de la empresa, las búsquedas y la publicidad contextual, que en aquel entonces generaban la mayor parte de sus ingresos. Un error de cálculo comprensible, pero que se saldó con un coste reputacional altísimo: Google pasó de ser el líder silencioso del desarrollo en IA... a parecer un seguidor rezagado. Así, Google fue obligado a seguir el paso que marcaban otros: primero con Bard, un lanzamiento apresurado y lleno de fallos. Aunque muchas cosas han cambiado en estos dos años y medio. En Genbeta OpenAI hace "historia" con GPT-4.1, pero para mal: primera vez que lanza un modelo y no consigue brillar en rendimiento Pero ahora Google lo está haciendo prácticamente todo bien En términos tecnológicos, Google —a través de su filial DeepMind— ha puesto toda la carne en el asador. Su nuevo buque insignia, Gemini 2.5 Pro, ha alcanzado el primer puesto en prácticamente todos los benchmarks relevantes del sector: LMArena, GPQA Diamond, AIME, LiveBench, etc. No solo supera a GPT-4 en razonamiento y precisión, sino que además es más rápido, más barato y tiene una gigantesca ventana de contexto de un millón de tokens (superior a GPT incluso tras su último lanzamiento). Además, la percepción general entre expertos y usuarios técnicos ha cambiado: muchos coinciden en que Gemini 2.5 Pro es el mejor modelo del momento. La versión Flash, pensada para dispositivos móviles, es aún más veloz y económica. Google ha diseñado así una gama de modelos que, como mostró el analista @Swyx, 'ocupan toda la frontera de Pareto': máximas prestaciones al menor coste. Los otros gigantes: más allá de Gemini Aunque Gemini 2.5 Pro se ha llevado los titulares técnicos, Google ha desplegado en paralelo un auténtico arsenal de modelos especializados que refuerzan su dominio en áreas clave de la inteligencia artificial generativa. Cada uno de ellos apunta a una modalidad distinta —imagen, vídeo, música, voz, código, open source— y juntos forman un ecosistema de capacidades sin parangón. Imagen 3: el modelo de generación de imágenes de Google representa la cúspide del realismo visual alcanzado por una IA. A diferencia de versiones anteriores o rivales como DALL·E 3, Imagen 3 se caracteriza por una comprensión mucho más precisa del texto y una fidelidad estética impresionante. Veo 2: es el modelo de generación de vídeo de Google, lanzado poco después de la presentación de Sora por parte de OpenAI. A pesar de haber sido eclipsado mediáticamente por aquel teaser de corte cinematográfico, Veo 2 ofrece resultados superiores, especialmente en términos de estabilidad temporal, comprensión semántica del prompt y calidad de renderizado. Lyria: es una propuesta ambiciosa para transformar la música generativa, generando pistas musicales completas a partir de descripciones textuales, géneros, emociones o instrumentos específicos. No solo compone melodías: es capaz de entender progresiones armónicas, ritmos complejos y texturas sonoras propias de un estudio profesional. Chirp 3: en el campo del audio, es la apuesta de Google para la síntesis de voz y el reconocimiento de lenguaje hablado. Este modelo es capaz de generar voces hiperrealistas, con entonación natural y matices emocionales, así como transcribir audio con precisión en múltiples idiomas. Su aplicación en herramientas como NotebookLM, que puede transformar doc
Durante años, Google ha sido el gigante dormido de la industria de la IA. Con una trayectoria plagada de avances científicos revolucionarios —como la creación del transformer, base de todos los modelos actuales de lenguaje—, la compañía californiana parecía destinada a liderar esta nueva era tecnológica. Sin embargo, desde que OpenAI irrumpió en escena con ChatGPT, Google ha vivido a la sombra, relegado al papel de "el que pudo haber sido".
Pero todo eso ha cambiado. En 2025, Google ya no solo compite: está ganando. Aunque todavía le queda lo más difícil de conquistar: la mente del público.
El gran error: cómo Google se quedó parado mientras OpenAI hacía historia
Para entender por qué el ascenso actual de Google en la carrera de la IA es tan significativo, hay que recordar el momento en que todo cambió: el 30 de noviembre de 2022, día en que OpenAI lanzó ChatGPT. Fue una fecha que marcó un antes y un después en la percepción pública de la inteligencia artificial.
El impacto fue inmediato: en cuestión de días, ChatGPT acumulaba millones de usuarios. Y pilló a Google completamente a contrapié.
Paradójicamente, Google tenía toda la tecnología necesaria para lanzar algo similar —e incluso superior— a ChatGPT. En sus laboratorios ya se trabajaba con LaMDA, un modelo conversacional muy avanzado. Tenían también los transformers, la infraestructura, los equipos científicos, y años de ventaja. Pero no se atrevieron a dar el paso.
La razón fue estratégica: los directivos temían que un lanzamiento precipitado de un chatbot pudiera dañar el negocio principal de la empresa, las búsquedas y la publicidad contextual, que en aquel entonces generaban la mayor parte de sus ingresos.
Un error de cálculo comprensible, pero que se saldó con un coste reputacional altísimo: Google pasó de ser el líder silencioso del desarrollo en IA... a parecer un seguidor rezagado.
Así, Google fue obligado a seguir el paso que marcaban otros: primero con Bard, un lanzamiento apresurado y lleno de fallos. Aunque muchas cosas han cambiado en estos dos años y medio.
Pero ahora Google lo está haciendo prácticamente todo bien
En términos tecnológicos, Google —a través de su filial DeepMind— ha puesto toda la carne en el asador. Su nuevo buque insignia, Gemini 2.5 Pro, ha alcanzado el primer puesto en prácticamente todos los benchmarks relevantes del sector: LMArena, GPQA Diamond, AIME, LiveBench, etc.
No solo supera a GPT-4 en razonamiento y precisión, sino que además es más rápido, más barato y tiene una gigantesca ventana de contexto de un millón de tokens (superior a GPT incluso tras su último lanzamiento).
Además, la percepción general entre expertos y usuarios técnicos ha cambiado: muchos coinciden en que Gemini 2.5 Pro es el mejor modelo del momento. La versión Flash, pensada para dispositivos móviles, es aún más veloz y económica. Google ha diseñado así una gama de modelos que, como mostró el analista @Swyx, 'ocupan toda la frontera de Pareto': máximas prestaciones al menor coste.
Los otros gigantes: más allá de Gemini
Aunque Gemini 2.5 Pro se ha llevado los titulares técnicos, Google ha desplegado en paralelo un auténtico arsenal de modelos especializados que refuerzan su dominio en áreas clave de la inteligencia artificial generativa. Cada uno de ellos apunta a una modalidad distinta —imagen, vídeo, música, voz, código, open source— y juntos forman un ecosistema de capacidades sin parangón.
- Imagen 3: el modelo de generación de imágenes de Google representa la cúspide del realismo visual alcanzado por una IA. A diferencia de versiones anteriores o rivales como DALL·E 3, Imagen 3 se caracteriza por una comprensión mucho más precisa del texto y una fidelidad estética impresionante.
- Veo 2: es el modelo de generación de vídeo de Google, lanzado poco después de la presentación de Sora por parte de OpenAI. A pesar de haber sido eclipsado mediáticamente por aquel teaser de corte cinematográfico, Veo 2 ofrece resultados superiores, especialmente en términos de estabilidad temporal, comprensión semántica del prompt y calidad de renderizado.
- Lyria: es una propuesta ambiciosa para transformar la música generativa, generando pistas musicales completas a partir de descripciones textuales, géneros, emociones o instrumentos específicos. No solo compone melodías: es capaz de entender progresiones armónicas, ritmos complejos y texturas sonoras propias de un estudio profesional.
- Chirp 3: en el campo del audio, es la apuesta de Google para la síntesis de voz y el reconocimiento de lenguaje hablado. Este modelo es capaz de generar voces hiperrealistas, con entonación natural y matices emocionales, así como transcribir audio con precisión en múltiples idiomas. Su aplicación en herramientas como NotebookLM, que puede transformar documentos en podcasts de voz humana creíble, lo convierte en un pilar de la IA conversacional y accesible.
- Gemma 3: es la respuesta de Google al auge de los modelos 'open source' como LLaMA de Meta o Mistral. Este modelo open source ha sido entrenado para competir directamente con los mejores del mercado en tareas de lenguaje natural, manteniendo un alto rendimiento sin sacrificar eficiencia.
También están los agentes: Google está desarrollando asistentes como Project Astra (integrado con realidad aumentada) o Project Mariner (navegación autónoma en la web), y ha sido pionera en protocolos de interoperabilidad entre agentes, como Agent2Agent y el apoyo al Model Context Protocol. Aquí, de nuevo, se adelanta al resto.
Y, sin embargo, algo falla: el relato
Pese a todos estos logros, Google sigue sin conquistar el corazón del gran público. Cada nuevo lanzamiento, por impresionante que sea, se ve eclipsado por las campañas virales de OpenAI. Cuando Gemini 2.5 Pro se lanzó gratuitamente para usuarios de Google One, el mundo hablaba de otra cosa: de las imágenes "al estilo Studio Ghibli" generadas por ChatGPT.
Esto no es casualidad. OpenAI ha sabido convertir cada actualización en un evento, cada demo en una experiencia. Sora, su generador de vídeo, acaparó titulares durante semanas, a pesar de que Google lanzó poco después un modelo, Veo 2, que lo superaba técnicamente.
Ni siquiera cuando Google lanza algo tan innovador como NotebookLM —una herramienta que convierte textos en podcasts con voces generadas por IA— logra captar la misma atención. Aunque incluso Andrej Karpathy, exdirector de IA en Tesla y cofundador de OpenAI, ha elogiado esta tecnología, su impacto mediático ha sido mínimo.
NotebookLM
El talón de Aquiles: la marca
La clave de esta desconexión es el branding. OpenAI ha creado una marca aspiracional, como ya hizo Apple en su momento en el campo de los gadgets. ChatGPT es, para el público general, la IA. Google, en cambio, sigue percibiéndose como una empresa de herramientas: útil, sí, pero poco inspiradora.
Esto tiene consecuencias. Mientras Google despliega sus modelos en su suite de productos (Android, Chrome, Gmail, Maps, Drive, Docs…), OpenAI sigue siendo el nombre que genera titulares, memes, TikToks, artículos virales y promesas futuristas. Incluso cuando Google lanza una función que ya está disponible y es superior técnicamente, OpenAI consigue que la suya parezca más revolucionaria.
No sólo hacer, sino que otros no hagan
La cuestión del talento. Más allá de los modelos, infraestructuras o productos, la carrera de la IA es también una batalla por el talento. Y en este campo, Google ha desplegado una estrategia tan agresiva como silenciosa: mantiene en plantilla a expertos en IA sin tareas asignadas, únicamente para evitar que se marchen a la competencia.
Esta política puede parecer sorprendente, pero responde a una realidad: algunos de los nombres más destacados del boom de la IA generativa tienen raíces en Google: Sam Altman fichó a muchos antiguos empleados de Google Brain o DeepMind, y la propia Anthropic fue fundada por ex-empleados de Google.
La cuestión del I+D. La cultura interna de Google DeepMind también ha cambiado como consecuencia de la nueva estrategia. Durante años, Google fue sinónimo de investigación abierta en IA. Publicaba sus avances, compartía sus descubrimientos y liberaba herramientas clave —como el paper de los transformers en 2017— que pavimentaron el camino para modelos como ChatGPT.
Pero esa era está llegando a su fin: la empresa está cerrando el grifo de la transparencia científica, limitando la publicación de papers y restringiendo el acceso abierto a sus modelos. El objetivo ya no es sólo liderar tecnológicamente, sino impedir que otros se beneficien de su esfuerzo y recursos.
Una ventaja estratégica inmensa… si sabe usarla
Pese a esta desventaja narrativa, Google tiene cartas muy poderosas en sus manos:
Integración masiva
Cuenta con más de siete productos con más de 2.000 millones de usuarios activos: YouTube, Search, Gmail, Chrome, Maps, Play Store, Android. La integración nativa de Gemini en todos ellos le da acceso inmediato a miles de millones de personas.
Esto se extiende también a sus dispositivos físicos: con su gama Pixel, Google no solo compite en software, sino que puede llevar Gemini directamente al bolsillo del usuario.
La carta que Google guarda bajo la manga: su autonomía en hardware
Uno de los factores más infravalorados del dominio de Google en inteligencia artificial es su control total sobre la infraestructura de hardware. Mientras que rivales como OpenAI dependen de los chips y servidores de Microsoft Azure, y Anthropic de Amazon Web Services, Google no solo es un proveedor de nube (Google Cloud), sino que además diseña sus propios chips de IA, los TPU (Tensor Processing Units).
En la edición de Google Cloud Next 2025, la compañía presentó su última generación: TPU v7 "Ironwood", diseñada específicamente para cargas de trabajo de inferencia a gran escala. Así, según Creative Strategies,
"A diferencia de OpenAI, Meta o incluso los grandes laboratorios chinos, Google no depende de Nvidia ni de terceros para sus necesidades de computación. Y eso, en el contexto actual, es un superpoder".
Y el contexto actual importa: el cuello de botella más importante para el desarrollo y la democratización de la IA no es ni la ciencia, ni la regulación, ni la ética. Es la escasez de capacidad de cómputo. Las GPU de Nvidia están sobredemandadas, los costes se disparan, y los proveedores de nube compiten ferozmente por cada chip.
Aquí, Google tiene un acceso prioritario, exclusivo y optimizado a su propio stack de hardware, lo que le permite:
- Entrenar modelos como Gemini sin límites externos.
- Ejecutar sus productos de forma más rápida y barata.
- Escalar soluciones como Gemini 2.5 Flash a móviles sin depender de otros.
- Ofrecer servicios en Vertex AI con márgenes más competitivos.
La otra gran batalla (que también está ganando)
El foco mediático se centra en la rivalidad entre Google y OpenAI, pero internamente en Google la percepción era diferente no hace tanto tiempo. Un informe filtrado en 2023, que causó gran revuelo, revelaba que dentro de la compañía se consideraba al movimiento open source —más que a OpenAI— como el verdadero competidor estratégico en la carrera de la IA.
"OpenAI no importa", rezaba el documento. Su preocupación era legítima. En pocos meses, modelos como Mistral, LLaMA, Falcon o Vicuna habían demostrado rendimientos sobresalientes.
Pero Google respondió: con el lanzamiento de Gemma, su familia de modelos open source, la compañía ha entrado en el terreno del software libre no como observador, sino como actor principal.
Su versión más reciente, Gemma 3, ha demostrado estar a la altura de los mejores modelos open source, y en ciertos aspectos incluso por encima de ellos. Su integración con las herramientas de desarrollo de Google (como Colab o Vertex AI) y su diseño modular para tareas específicas lo convierten en un modelo versátil y competitivo.
Imagen | Marcos Merino mediante IA
-
La noticia
Tras muchas decepciones, esto es lo que Google está haciendo en IA para que nadie más le gane. Solo le queda lo más difícil
fue publicada originalmente en
Genbeta
por
Marcos Merino
.
