Microsoft crea Microsoft AI y ficha a Mustafa Suleyman

El 19 de marzo de 2024, Microsoft creó Microsoft AI y nombró a Mustafa Suleyman vicepresidente ejecutivo y consejero delegado de la nueva organización, con Karén Simonyan como científico jefe. El anuncio de Satya Nadella delimita equipos, productos y líneas de reporte; no convierte el cambio de organigrama en una mejora demostrada de Copilot.

El movimiento anunciado este martes no es una adquisición convencional. Microsoft ha contratado a Suleyman, Simonyan y a varios miembros relevantes de Inflection, mientras que la empresa seguirá existiendo de forma independiente y conservará su producto Pi. Ambas compañías han firmado además un acuerdo comercial que permite a Microsoft utilizar los modelos de Inflection.

Un nuevo responsable para la IA de consumo

Suleyman reportará directamente a Satya Nadella, consejero delegado de Microsoft. Su misión será liderar la investigación y los productos de IA de consumo de la compañía, incluidos Microsoft Copilot, Bing y Edge.

Es un encargo que va más allá de añadir funciones automáticas a programas ya conocidos. Microsoft intenta convertir Copilot en una capa de asistencia presente en su buscador, navegador, Windows y aplicaciones de productividad: una interfaz capaz de responder, resumir, generar contenido y ayudar a realizar tareas con lenguaje natural.

La compañía ya cuenta con una alianza estratégica con OpenAI, creadora de ChatGPT, y ha integrado modelos de esa empresa en buena parte de su catálogo. La llegada de Suleyman crea, sin embargo, un equipo interno específicamente dedicado a definir la experiencia de los usuarios finales. Microsoft busca controlar no solo la infraestructura y la distribución de la IA, sino también el diseño de los productos que millones de personas usarán cada día.

De DeepMind a Inflection

Mustafa Suleyman fue uno de los fundadores de DeepMind en 2010 junto a Demis Hassabis y Shane Legg. La empresa británica se convirtió en uno de los laboratorios más influyentes de la década, especialmente tras la compra por Google en 2014 y los avances de AlphaGo, el sistema que venció al campeón Lee Sedol en el juego de Go.

Suleyman dejó DeepMind en 2019 y en 2022 fundó Inflection AI junto a Karén Simonyan y Reid Hoffman, cofundador de LinkedIn. Inflection lanzó Pi, un asistente conversacional que se diferenciaba de ChatGPT por priorizar un tono personal y de acompañamiento antes que la productividad o la búsqueda de información.

La compañía también desarrolló Inflection-1 e Inflection-2, modelos de lenguaje de gran tamaño. Estos sistemas son redes entrenadas con enormes cantidades de texto para predecir y generar lenguaje, una técnica que sustenta a los asistentes conversacionales actuales.

Un acuerdo que transforma a Inflection

La nueva etapa de la compañía estará más centrada en ofrecer su tecnología a empresas. Para Microsoft, el acuerdo ofrece talento, conocimiento técnico y acceso a modelos sin asumir formalmente una compra completa de la startup.

Ese formato puede tener consecuencias en un sector donde los grandes grupos compiten por un número limitado de investigadores e ingenieros especializados. Contratar equipos enteros y licenciar su tecnología permite integrar capacidades rápidamente, aunque deja abiertas preguntas sobre la continuidad real de las empresas que pierden a sus fundadores y a una parte sustancial de su plantilla.

Más competencia dentro y fuera de Microsoft

La decisión también refuerza la posición de Microsoft frente a Google, Meta, Amazon y las startups que desarrollan modelos propios. La carrera ya no consiste únicamente en entrenar sistemas más capaces: depende de quién logra convertirlos en herramientas fiables, accesibles y útiles para personas y empresas.

Microsoft parte con una ventaja poco habitual. Puede distribuir Copilot a través de Windows, Office, Bing, Azure y GitHub, además de beneficiarse de su asociación con OpenAI. Suleyman aporta experiencia en investigación, creación de productos y debate público sobre los riesgos de sistemas avanzados.

El reto será coordinar esa nueva organización con los equipos existentes de Microsoft y con OpenAI, cuyo acuerdo con la compañía sigue siendo central para su estrategia. La creación de Microsoft AI indica que Redmond quiere reducir su dependencia de una sola fuente de innovación y construir una identidad propia para sus asistentes de inteligencia artificial.

Un organigrama se comprueba por interfaces

El anuncio dice quién lidera Copilot, Bing, Edge y la investigación de consumo, y qué equipos se incorporan. Para saber si la reorganización funciona hay que seguir decisiones: quién define el modelo, quién aprueba una función, quién responde por incidentes y cómo se coordina con Azure, Office y OpenAI. Un nombre en la cúspide no resuelve automáticamente los límites entre unidades.

También conviene separar contratación, licencia y adquisición. Incorporar líderes o un equipo no transfiere necesariamente la empresa de origen, sus activos ni sus obligaciones. Un acuerdo para usar modelos es distinto de comprar esos modelos. La descripción precisa evita presentar una operación compleja como una compra cuando el documento oficial no la llama así.

Cómo medir una reorganización de producto

Antes del cambio se fija una línea base: latencia, errores, reclamaciones, frecuencia de lanzamientos y tareas que Copilot completa. Después se comparan versiones y se registran cambios de modelo o interfaz. Sin esa base, cualquier mejora posterior puede atribuirse al nuevo equipo aunque proceda de infraestructura previa o de un socio.

El gobierno importa porque un asistente cruza búsqueda, navegador y sistema operativo. La misma respuesta puede usar historial, archivos o resultados web bajo políticas diferentes. El usuario necesita saber qué datos entran, qué proveedor los procesa y cómo corrige una acción. La coordinación técnica debe producir controles visibles, no solo una identidad comercial común.

La dependencia de un proveedor tampoco se mide con discursos. Se inventarían rutas alternativas, se documentarían interfaces y se probaría cuánto cuesta sustituir un modelo sin perder funciones. Desarrollar investigación interna puede reducir dependencia, pero solo si termina en capacidad mantenible y no en un equipo aislado.

La capacidad transferible es evaluar un cambio ejecutivo mediante mandato, interfaces, métricas y resultados. Esa ficha permite distinguir una señal estratégica de una transformación operativa y evita adjudicar al liderazgo nuevo todo lo que ocurre después.

Talento y capacidad institucional no son sinónimos

Contratar figuras reconocidas aporta experiencia y redes, pero el conocimiento de una organización también vive en procesos, equipos y documentación. Para evaluar el fichaje se observan contrataciones posteriores, retención, publicaciones y productos que el nuevo grupo puede mantener. Una lista de nombres no demuestra transferencia completa de una tecnología.

Los incentivos pueden chocar. Un equipo de consumo busca frecuencia y alcance; un laboratorio necesita experimentos que quizá no lleguen a producto. La estructura útil protege ambas funciones y define cuándo una evaluación puede detener un lanzamiento. Sin ese mecanismo, “investigación y producto juntos” describe proximidad, no autoridad.

El lector puede seguir una matriz trimestral: mandato público, responsables, artefactos entregados, métricas y decisiones difíciles. Si una función desaparece o cambia de dueño, la matriz lo muestra sin depender de rumores. Si el rendimiento mejora, permite relacionarlo con una versión concreta en lugar de con la reputación del ejecutivo.

Los productos integrados necesitan además un mapa de dependencia: modelos externos, índices de búsqueda, datos del usuario y equipos que mantienen cada componente. Si una pieza cambia, el mapa muestra qué evaluaciones deben repetirse.

La comunicación pública debería distinguir objetivo y resultado. “Acelerar” o “liderar” expresa intención; tiempo de respuesta, exactitud y reclamaciones son resultados. Mantener ambas columnas protege al lector de convertir el mandato del ejecutivo en un hecho consumado.

Cuando no existen aún resultados, la noticia responsable se detiene en el mandato. Señalar qué deberá observarse después es más informativo que anticipar éxito o fracaso. Ese límite editorial mantiene siempre separadas estrategia declarada y evidencia material.