Mira Murati regresa al centro de la escena y presenta la nueva apuesta de Thinking Machines

Un regreso calculado

Mira Murati, conocida por su trabajo como CTO en OpenAI y por el breve periodo en que fue CEO interina durante la crisis de noviembre de 2023, hizo su primera aparición mediática importante en cerca de 18 meses durante una entrevista con Bloomberg en San Francisco. Hoy lidera Thinking Machines Lab, una startup que ha estado operando mayormente fuera del foco público: recaudando capital, contratando investigadores y lanzando Tinker, un API para fine-tuning de modelos de código abierto.

El regreso al escenario público no fue casual. En un ecosistema donde competidores como OpenAI, Anthropic y xAI (recientemente integrado en SpaceX antes de su esperado salto a bolsa) absorben titulares y talento, mantenerse invisible tiene rendimientos decrecientes. Murati utilizó la entrevista para recordar al mercado que Thinking Machines existe y para perfilar la dirección técnica que su equipo está explorando, sin prometer fechas concretas.

¿Qué son los “interaction models”?

La novedad más relevante que presentó Murati fue lo que su compañía denomina “interaction models”: una aproximación que busca romper con la dinámica tradicional de turno y respuesta que caracteriza a la mayoría de los productos de IA actuales. En lugar de procesar prompts discretos, estos modelos están diseñados para analizar flujos continuos de audio, texto y video a intervalos de 200 milisegundos, lo que, en teoría, permite captar matices de la comunicación humana —interrupciones, correcciones a mitad de frase, pausas para pensar— en algo más cercano al tiempo real.

Murati subrayó que se trata de un primer paso, no de un producto final: la idea es mejorar la sensibilidad temporal de los modelos para que las interacciones sean más naturales y menos fragmentadas. Thinking Machines ya tiene en el mercado Tinker, su API para afinar modelos de código abierto, pero los “interaction models” representan una dirección distinta en la interfaz entre humanos y máquinas.

El episodio de noviembre y “the blip”

La entrevista abordó también el capítulo que catapultó a Murati al ojo público: la caótica semana de noviembre de 2023 en la que la Junta Directiva de OpenAI despidió a Sam Altman y Murati asumió como CEO interina durante los días que el interior de la compañía denominó “the blip”. Murati describió su toma de decisiones durante ese periodo como guiada por la protección de la misión y del equipo, y afirmó que sin su intervención la compañía habría corrido riesgo de implosión.

Al mismo tiempo admitió que la claridad de intención no garantiza claridad en las consecuencias. En retrospectiva, dijo que hubiera empujado por más información, un mejor plan de transición y mayor transparencia. Evitó contestar directamente si considera que todo terminó bien y esquivó una respuesta clara sobre si aún confía en su antiguo jefe, reconduciendo la conversación hacia una preocupación mayor: la concentración de decisiones estratégicas en pocas manos dentro del sector.

Gobernanza: foco en estructuras, no solo en virtudes

Una de las ideas repetidas por Murati fue que el problema no es únicamente la calidad ética o personal de ciertos líderes, sino la ausencia de controles y equilibrios estructurados. “Good people make bad calls”, sintetiza la preocupación: organizaciones bien intencionadas pueden desviarse y la industria ha prestado demasiada atención a la virtud individual en lugar de diseñar gobernanzas robustas.

Este señalamiento cobra relevancia en América Latina, donde la adopción acelerada de soluciones de IA plantea dilemas regulatorios, institucionales y sociales. La discusión sobre gobernanza que promueve Murati invita a los tomadores de decisión regionales a pensar en marcos que eviten concentraciones de poder y aseguren rendición de cuentas técnica y corporativa.

Talento, rotación y la guerra por fichajes

Chang, la entrevistadora, preguntó por la salida de varios investigadores de Thinking Machines en meses recientes, un tema que Murati había evitado hasta ahora. Su explicación combinó factores organizativos y de mercado: construir un laboratorio de frontera desde cero comprime años de volatilidad normal en periodos cortos. Reconoció que las ofertas de compensación multimillonarias (las denominadas nine-figure packages) dominan la narrativa de la guerra por talento, aunque sugirió que el dinero no explica todo.

Para alivio del público, Murati bromeó sobre su competitividad personal: “When I wake up in the morning, I am not thinking about how to kill the competitor.” El mensaje subyacente fue que la competencia existe, pero que la misión y la forma de hacer ciencia también pesan en la decisión de investigadores y ejecutivos.

Riesgos, empleos y ética: un futuro no predeterminado

En la charla también surgieron las inquietudes más amplias sobre el impacto de la IA: desplazamiento laboral masivo, usos maliciosos (incluso en ámbitos de seguridad como la creación de agentes químicos) y la polaridad entre visiones distópicas o utópicas. Murati rechazó la idea de un resultado inevitable en cualquiera de los extremos. Según ella, estamos en una fase determinante: las decisiones y los diseños que se adopten ahora definirán si la tecnología termina beneficiando a la mayoría o concentrando riesgos.

Un punto crítico que reiteró fue la necesidad de que los humanos mantengan el control y la supervisión; soltar el volante demasiado pronto puede dejar un futuro muy distinto —y no mejor— para la sociedad.

¿Qué significa esto para América Latina?

Para la región, la evolución de Thinking Machines y la postura de Murati tienen varias implicaciones prácticas:

• Mayor competencia por talento: los laboratorios y empresas locales compiten con ofertas globales y con la atracción de trabajar en proyectos de frontera.
• Oportunidad de adopción de tecnologías más naturales: modelos capaces de procesar flujos continuos podrían transformar sectores como la atención al cliente, la salud y la educación, si se adaptan a contextos y lenguajes locales.
• Urgencia regulatoria y de gobernanza: los gobiernos y reguladores latinoamericanos deberían avanzar en marcos que fomenten innovación pero limiten riesgos por concentración de poder y por usos malintencionados.

Qué viene para Thinking Machines

Murati fue deliberadamente cauta sobre fechas y compromisos. El mensaje central fue que la compañía está construyendo capacidades técnicas (con Tinker como producto existente) y explorando nuevas interfaces conversacionales y multimodales. Su estrategia parece combinar desarrollos de investigación con producto, intentando posicionar a Thinking Machines en un espacio diferenciador frente a gigantes ya establecidos.

Su aparición pública, mesurada y estratégica, funciona también como recordatorio: en un mercado saturado de titulares y fichajes, hacer ruido en el momento correcto puede ser indispensable para atraer talento, socios y clientes.

Observación final

La entrevista dejó claro que Murati busca equilibrio entre ambición técnica y prudencia pública. Sus advertencias sobre gobernanza y concentración de decisiones son mensajes relevantes para cualquier ejecutivo o responsable de política en América Latina que esté pensando cómo incorporar IA de manera segura y beneficiosa. Al mismo tiempo, los “interaction models” plantean preguntas técnicas y regulatorias interesantes: cómo medir latencia, privacidad y seguridad cuando los modelos escuchan y procesan flujos continuos. La respuesta a esas preguntas definirá, en buena medida, si la promesa de una IA más humana se cumple o se queda a mitad de camino.