El cofundador de Databricks afirma que la IA general está al caer tras ganar el premio ACM

Matei Zaharia, cofundador y director técnico de Databricks, estuvo a punto de pasar por alto el correo electrónico en el que se le comunicaba que había sido galardonado con el Premio ACM de Informática 2026. «Sin duda fue una sorpresa», comentó a TechCrunch.

En 2009, la tecnología que Zaharia desarrolló durante su doctorado en la Universidad de California en Berkeley, bajo la tutela del renombrado profesor Ion Stoica, se integró en Databricks.

Zaharia había ideado un método para acelerar significativamente el procesamiento de proyectos de big data lentos y engorrosos, y lo lanzó como una plataforma de código abierto llamada Spark. El big data era la tendencia dominante de aquella época, al igual que lo es hoy la IA, y Spark revolucionó la industria tecnológica. Zaharia, de 28 años, se convirtió rápidamente en una figura destacada del mundo de la tecnología.

Desde entonces, ha dirigido el departamento de ingeniería de Databricks, transformándola en una potencia del almacenamiento en la nube y, ahora, en una plataforma de datos fundamental para la IA y los agentes inteligentes. A lo largo de este recorrido, la empresa ha recaudado más de 20 000 millones de dólares —alcanzando una valoración de 134 000 millones de dólares— y ha generado 5400 millones de dólares en ingresos, lo que la convierte en el paradigma de la historia de éxito de Silicon Valley.

El miércoles, la Association for Computing Machinery le entregó formalmente el premio en reconocimiento a sus contribuciones colectivas. El galardón incluye un premio en metálico de 250 000 dólares, que Zaharia tiene previsto donar a una organización benéfica aún por determinar.

Zaharia, que además de desempeñar su cargo de director técnico es profesor asociado en la Universidad de California en Berkeley, se centra en el futuro más que en el pasado. Al igual que muchos en Silicon Valley, imagina un mundo cada vez más moldeado por la IA.

«La IA general ya está aquí. Simplemente no se manifiesta de una forma que podamos reconocer fácilmente», declaró a TechCrunch. «La idea clave es que debemos dejar de evaluar los modelos de IA según criterios humanos».

Por ejemplo, un ser humano solo puede convertirse en abogado tras superar el examen de acceso a la abogacía, tras años de estudio intensivo y asimilación de conocimientos. Una IA, sin embargo, puede absorber enormes cantidades de información casi instantáneamente. Su capacidad para responder correctamente a preguntas fácticas no equivale a poseer una comprensión general similar a la humana.

Esta tendencia a antropomorfizar la IA puede acarrear riesgos significativos. Cita el ejemplo del popular agente de IA OpenClaw.

«En cierto sentido, es increíble. Puede automatizar muchas tareas de forma eficiente», señaló. Sin embargo, también representa «una importante vulnerabilidad de seguridad», ya que está diseñado para funcionar como un asistente de confianza, lo que implica que podría manejar datos sensibles como contraseñas. Esto crea un riesgo de piratería informática o de transacciones financieras no autorizadas si el agente accede a cuentas en las que se ha iniciado sesión.

«Es importante recordar que no es un ser humano en miniatura», subraya.

Como académico e ingeniero, Zaharia se muestra especialmente entusiasmado con el potencial de la IA para automatizar los procesos de investigación, desde la experimentación biológica hasta la síntesis de datos.

Al igual que las plataformas low-code y no-code democratizaron el desarrollo de software, cree que las herramientas de investigación impulsadas por la IA —capaces de realizar análisis precisos y sin alucinaciones— acabarán siendo omnipresentes.

«No todo el mundo necesita crear aplicaciones de software, pero casi todo el mundo necesita interpretar la información de forma eficaz», explicó. En última instancia, aprovecharemos las fortalezas de la IA de manera más eficaz: diagnosticando problemas mecánicos como ruidos en los coches, analizando señales más allá del texto y las imágenes (como datos de radio o microondas) o, tal y como observa que hacen sus alumnos, simulando interacciones moleculares y prediciendo sus resultados.

«El área que más me entusiasma es lo que describiría como búsqueda mejorada por IA, específicamente para aplicaciones de investigación e ingeniería», concluyó.