Jensen Huang prevé que Nvidia tendrá 75 mil empleados y 7,5 millones de agentes de IA en 10 años
Jensen Huang acaba de soltar una de las predicciones más audaces sobre el futuro del trabajo que hemos visto de un CEO de una gran empresa de tecnología.
En la GTC Conference 2026, celebrada en San José, California, el fundador y CEO de Nvidia no se limitó a hablar sobre hacer crecer el equipo humano de la empresa, contratar más ingenieros o abrir nuevas oficinas por el mundo. Fue mucho más allá de eso.
Huang pintó un escenario para 2036 donde Nvidia tendrá 75 mil empleados humanos — casi el doble de los cerca de 42 mil que la compañía emplea actualmente — trabajando codo a codo con impresionantes 7,5 millones de agentes de IA. Eso da una proporción de 100 agentes por cada persona.
Parece un número de ciencia ficción, ¿verdad? 🤯
Pero cuando miras lo que está pasando en el mercado ahora mismo, con empresas como McKinsey operando ya con 25 mil agentes y 40 mil humanos, y el 62% de las organizaciones experimentando con AI agents según una encuesta de McKinsey realizada en noviembre de 2025, la visión de Huang empieza a parecer menos absurda y bastante más cercana de lo que imaginamos.
La pregunta que queda en el aire no es si esto va a ocurrir, sino cómo el mercado va a adaptarse a esa escala.
Qué dijo exactamente Jensen Huang en la GTC 2026
Durante una sesión de preguntas y respuestas para la prensa en la conferencia, Jensen Huang presentó esta visión de futuro con una claridad que sorprendió incluso a quienes ya siguen a Nvidia desde hace años. No estaba especulando ni siendo vago. Estaba dibujando una arquitectura real de cómo la empresa pretende operar en la próxima década.
La frase exacta, dicha entre risas del público, fue directa:
En 10 años, esperamos tener 75 mil empleados, el menor número posible, tan grande como sea necesario. Van a estar súper ocupados. Esos 75 mil empleados van a trabajar con 7,5 millones de agentes.
La idea central es simple en la superficie, pero profunda en sus implicaciones. Cada empleado humano sería, esencialmente, un gestor de un equipo de cien AI agents, cada uno de ellos especializado en tareas específicas, ejecutándose en paralelo, sin pausas, sin vacaciones y sin reuniones que podrían haber sido un correo electrónico.
Huang se encargó de destacar que esto no es una sustitución de personas, sino una amplificación de capacidad. Su lógica es que, con agentes de IA asumiendo tareas repetitivas, analíticas y operacionales — lo que él llamó trabajo pesado que los humanos no necesitan completar — los empleados quedan libres para enfocarse en creatividad, estrategia y decisiones complejas que todavía requieren juicio humano.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Sobre los agentes, Huang complementó con buen humor: Van a trabajar todo el tiempo, 24 horas. Así que esperamos que nuestra gente no necesite seguirles el ritmo.
Es una reconfiguración de lo que significa ser productivo dentro de una empresa de tecnología de vanguardia. Y Nvidia quiere ser el modelo vivo de esa transformación, no solo la proveedora de hardware que la hace posible.
Lo que hace esta declaración aún más relevante es el contexto en el que se hizo. La GTC Conference es el escenario más grande que tiene Nvidia para comunicar su visión de mercado, y a este evento acuden inversores, socios, desarrolladores y líderes de industria de todo el mundo. Cuando Jensen Huang hace una afirmación de este calibre en ese ambiente, no solo está prediciendo el futuro. Está señalando hacia dónde Nvidia va a dirigir sus inversiones, su investigación y el desarrollo de sus productos en los próximos años.
Los agentes de IA no son chatbots — entiende la diferencia
Antes de seguir adelante, vale la pena aclarar un punto importante que mucha gente confunde. Cuando Huang habla de agentes de IA, no se refiere a ese chatbot que usas para buscar una receta o planificar tus vacaciones.
Los AI agents son programas de software que actúan de forma autónoma para alcanzar objetivos específicos. Razonan, planifican y ejecutan acciones por su cuenta, en lugar de simplemente responder a prompts como lo hace un modelo de lenguaje convencional. La diferencia es enorme. Un chatbot espera a que le preguntes algo para responder. Un agente de IA recibe una meta y se pone a trabajar para cumplirla, tomando decisiones intermedias a lo largo del camino.
Un ejemplo práctico y reciente de esta capacidad vino de Andrej Karpathy, uno de los miembros fundadores de OpenAI. Él realizó una prueba en la que un agente de IA recibió la misión de encontrar una forma más eficiente de entrenar un modelo de lenguaje pequeño. ¿El resultado? El agente ejecutó 700 experimentos en solo dos días, generando 20 optimizaciones reales. Ese tipo de ejecución en escala y velocidad sería simplemente imposible para un equipo humano, incluso uno muy grande y muy cualificado.
Es ese tipo de capacidad lo que Huang imagina multiplicada por 7,5 millones dentro de Nvidia en una década.
El Nvidia Agent Toolkit y la democratización de los agentes
Huang no ve esta tecnología como algo exclusivo de Nvidia. En la propia GTC Conference, anunció el lanzamiento del Nvidia Agent Toolkit, una plataforma abierta de desarrollo de agentes diseñada para ayudar a las empresas a construir y operar sus propios AI agents.
En un comunicado de prensa, Huang explicó la motivación detrás de la herramienta: Claude Code y OpenClaw iniciaron el punto de inflexión de los agentes, extendiendo la IA más allá de la generación y el razonamiento, hacia la acción. Los empleados serán potenciados por equipos de agentes de frontera, especializados y construidos a medida que ellos mismos van a desplegar y gestionar.
Empresas como Adobe, Palantir y Cisco ya están trabajando con el Nvidia Agent Toolkit para ampliar capacidades agénticas en sus plataformas. Esto demuestra que el interés no es teórico — grandes corporaciones ya están integrando esta tecnología en sus flujos reales de trabajo.
La apertura de esta plataforma es una jugada estratégica inteligente de Nvidia. Al facilitar que todo el mercado construya agentes usando sus herramientas, la empresa fortalece su ecosistema y crea una dependencia saludable de su infraestructura, tanto de software como de hardware.
La adopción de IA ya está ocurriendo antes de lo previsto
Lo que quizás más impresiona de toda esta historia es que el futuro que Jensen Huang describe para 2036 ya tiene versiones beta funcionando ahora mismo. McKinsey, una de las mayores consultoras del planeta, ya opera con una proporción de alrededor de 25 mil AI agents para 40 mil humanos, según su CEO Bob Sternfels. Esto no es un piloto, no es un experimento aislado. Es operación real a escala corporativa global.
Y McKinsey no está sola en este movimiento. Es solo el ejemplo más visible de una tendencia que se está expandiendo por sectores completamente diferentes:
- La Accenture, a través de su CEO Julie Sweet, declaró que la no adopción de IA puede costar ascensos a los empleados
- Ejecutivos de OpenTable y Salesforce ya señalan a los AI agents como el futuro del trabajo corporativo
- La Meta adquirió la plataforma Moltbook, creada por Matt Schlicht, donde agentes de IA conversaban entre sí sin intervención humana, un experimento que generó resultados al mismo tiempo fascinantes y preocupantes
La encuesta de noviembre de 2025 de McKinsey que señala que el 62% de las organizaciones están experimentando con AI agents es un dato que merece doble atención. Experimentar no significa adoptar a escala total, pero significa que la barrera psicológica y técnica ya fue superada por la mayoría de las empresas relevantes del mercado. Sin embargo, vale la pena notar que casi dos tercios de las empresas encuestadas aún no habían comenzado a escalar la IA. Esto indica que existe una enorme oportunidad de crecimiento por delante — y también mucho trabajo por hacer.
Cuando más de la mitad de las organizaciones ya pasaron de la fase de curiosidad a la fase de prueba activa, el siguiente paso natural es escalar lo que está funcionando y discontinuar lo que no entrega resultados. Ese ciclo suele ser más rápido de lo que cualquier predicción conservadora imagina.
Además, el propio ecosistema de herramientas para desarrollo y orquestación de AI agents maduró de forma acelerada en los últimos dos años. Plataformas como NVIDIA NIM, frameworks de agentes autónomos e infraestructuras de multi-agent systems son más accesibles, están mejor documentadas y son más estables. Esto reduce drásticamente el tiempo y el coste para que una empresa migre de experimento a producción, lo que acelera aún más la curva de adopción de IA que ya era empinada.
Qué cambia en el futuro del trabajo con esta escala de agentes
Cuando empiezas a pensar en 7,5 millones de AI agents operando dentro de una sola empresa, algunas preguntas aparecen de forma natural e de inmediato. ¿Cómo monitoreas todo eso? ¿Cómo garantizas que los agentes están tomando decisiones alineadas con los valores y objetivos de la organización? ¿Cómo lidias con errores a escala? Son cuestiones reales que todavía no tienen respuestas definitivas, pero que están siendo trabajadas activamente por equipos de investigación en seguridad de IA, gobernanza e ingeniería de sistemas distribuidos alrededor del mundo.
Desde el punto de vista del trabajador humano, la transición hacia este modelo exige una reconfiguración profunda de habilidades y mentalidad. El profesional que va a prosperar en este entorno no es necesariamente el más técnico o el que escribe mejor código. Es el que consigue colaborar efectivamente con sistemas de IA, entender los límites y capacidades de los agentes, identificar cuándo una decisión necesita supervisión humana y comunicar contexto de forma que los modelos consigan ejecutar con precisión. Es un conjunto de competencias que todavía se está definiendo mientras la tecnología evoluciona.
El futuro del trabajo que Jensen Huang describe también plantea reflexiones importantes sobre productividad y valor. Si una persona puede gestionar cien agentes que ejecutan en paralelo, el concepto de horas trabajadas pierde mucho de su significado como métrica de rendimiento. Lo que pasa a importar es la calidad de las decisiones tomadas, la claridad de las instrucciones proporcionadas a los agentes y la capacidad de interpretar y actuar sobre los resultados que entregan. Esto es un cambio de paradigma genuino, no solo una actualización incremental en la forma de trabajar.
Huang apunta a la resolución de los grandes problemas de la humanidad
Más allá de la dinámica corporativa, Jensen Huang también conectó esta visión con un propósito mayor. Él cree que los agentes de IA son piezas fundamentales para resolver problemas que la humanidad todavía considera imposibles o extremadamente difíciles.
Vamos a resolver problemas realmente increíbles, dijo en la conferencia. Las cosas en las que estamos pensando resolver hoy, hace 10 años nadie siquiera imaginaría que fueran solucionables.
Huang mencionó específicamente el descubrimiento de medicamentos como ejemplo, tratándolo como un problema de ingeniería que la IA puede acelerar radicalmente. También habló sobre la extensión de la vida humana como algo que ya se está discutiendo como viable en un horizonte de mediano plazo.
Herramientas que usamos a diario
La frase final sobre el tema estuvo cargada de optimismo: Todos nos vamos a sentir superhumanos.
Este tipo de declaración puede parecer exagerada en un primer momento. Pero cuando la pones en contexto con los avances que ya ocurrieron — como agentes ejecutando cientos de experimentos en días, sistemas autónomos optimizando procesos que llevarían meses a equipos humanos, y modelos de IA contribuyendo a descubrimientos científicos reales — la ambición de Huang gana sustancia.
Por qué Nvidia está en el centro de esta transformación
No es casualidad que sea exactamente Jensen Huang y Nvidia quienes hablen sobre este futuro con tanta convicción. La empresa construyó en los últimos años una posición absolutamente central en la infraestructura que hace posible todo esto. Las GPUs de Nvidia son el motor que entrena los modelos de lenguaje que alimentan a los AI agents. Y la empresa también desarrolló un ecosistema completo de software, plataformas y herramientas que facilitan el despliegue de estas soluciones en entornos corporativos.
Hablar sobre el futuro de los agentes de IA es, para Nvidia, hablar directamente sobre su propio mercado y su propia relevancia estratégica. Cada nueva capa de adopción de IA a escala corporativa representa demanda creciente de poder computacional. Cuantas más empresas operen con miles o millones de agentes ejecutándose en tiempo real, más infraestructura de GPU será necesaria para sostener ese procesamiento. Es una tesis de negocio que se autorrefuerza, y Jensen Huang ha sido consistente en articularla públicamente a lo largo de los últimos años.
Pero más allá del interés comercial, existe una contribución técnica real que Nvidia está haciendo a este ecosistema. Iniciativas como NVIDIA AgentIQ, plataformas de orquestación de agentes e inversiones fuertes en investigación de agentic AI muestran que la empresa no solo está vendiendo hardware para que otros construyan el futuro. Está activamente construyendo parte de ese futuro junto con la comunidad. 🚀
El panorama más amplio de la industria
La declaración de Huang en la GTC 2026 no existe en el vacío. Forma parte de un momento en el que líderes de diferentes sectores están articulando visiones convergentes sobre el papel de los agentes de IA en el trabajo.
El cofundador de Uber, Travis Kalanick, declaró recientemente que los trabajadores humanos van a seguir siendo extremadamente valiosos hasta que la superinteligencia artificial general entre en escena. El CEO de Patreon, Jack Conte, por otro lado, planteó preocupaciones legítimas sobre cómo las empresas de IA están usando contenido creativo sin compensar a los creadores originales. E hasta el presidente de la Reserva Federal de Estados Unidos, Jerome Powell, reconoció que los data centers que sostienen toda esta infraestructura de IA están presionando la inflación y encareciendo las facturas de energía.
Son perspectivas diferentes sobre el mismo fenómeno. La inteligencia artificial está reorganizando cadenas de valor, relaciones laborales y hasta indicadores macroeconómicos. Y los agentes de IA, como Huang describió, están en el epicentro de esa reorganización.
Al fin y al cabo, lo que Jensen Huang presentó en la GTC 2026 no es solo una predicción arriesgada sobre el tamaño de la fuerza laboral de Nvidia en 2036. Es una declaración de intenciones sobre cómo la empresa ve el papel de la inteligencia artificial en la reorganización del trabajo a gran escala, y una invitación implícita para que todo el mercado empiece a pensar en esa misma dirección.
Con los números de adopción de IA que ya vemos hoy y la velocidad con la que la tecnología está evolucionando, esta visión no parece distante. Parece urgente. ⚡
