Análisis · Historia y Fundamentos · Edición #0006

Tipos de IA — la clasificación que importa

Qué significa cada 'tipo de IA' y por qué lo que usás hoy no es lo que ves en la ciencia ficción

G
Germán Falcioni 12 April 2026
✦ Lectura: 7 min
Espectro de capacidades de IA: de hoy a mañana
TL;DR

Cuando escuchás 'IA' pueden significar cosas muy distintas. Las que importan: narrow AI (donde estamos hoy) vs AGI (donde va); generativa vs analítica; local vs cloud. Entender el tipo que usás te ayuda a sacarle provecho.

✦ Resumido con Claude al publicar
Reescritura con IA
Leelo como…

Decís "IA" en una conversación y automáticamente todos crean que hablan de lo mismo.

Problema: no es así.

Un ingeniero piensa en algoritmos. Tu jefe piensa en productividad. Un director de cine piensa en generación de video. Tu mamá piensa en robots. Todos dicen "IA", todos hablan de cosas distintas.

La clasificación que importa no es la que te enseñan en universidades de investigación. Es la que te ayuda a saber qué herramienta agarrar hoy.

El espectro narrow ↔ general (el que todos confunden)

Toda la IA que existe hoy — y que probaste — es narrow: especialista. Excelente en una tarea, incapaz en otra.

Claude escribe. DALL-E dibuja. GitHub Copilot codea. Ninguna hace las tres como lo hace un humano. Y ese NO es un problema de calidad que "eventualmente se arreglará". Es estructural. Están entrenadas así, para eso.

¿AGI? Inteligencia general artificial. Una máquina que haría todo lo que vos hacés, sin reentrenamiento, adaptándose a lo nuevo. No existe. Algunos investigadores piensan que podría llegar en 10 años. Otros dicen que es especulación. Hoy, no importa.

Lo que importa: cuando abrás Claude, no estás usando AGI. Estás usando un sistema excelente para generar texto en contexto, leer archivos, integrar con herramientas. Eso es narrow y está bien. Es lo que precisás hoy.

Generativa vs analítica: no es lo mismo

Una genera. Escribe, dibuja, codea desde cero.

La otra analiza. Busca patrones en datos, identifica anomalías, extrae insights de lo que ya existe.

La confusión es clásica: "Pedile a Claude que analice mi Excel". Técnicamente puede hacerlo (la capacidad existe). Pero no es su fortaleza. Una base de datos hecha para eso, con índices, es más rápida y más barata.

Generativa es mejor para: crear versiones nuevas, escribir, explorar posibilidades, prototipado rápido.

Analítica es mejor para: volúmenes masivos, datos estructurados, alertas automáticas, dashboards.

¿Querés contar historias? Generativa.

¿Querés saber por qué caen las ventas? Analítica.

Usar la equivocada es como intentar cortar un tomate con un martillo. El martillo funciona bien — para clavar. Para el tomate, es al pedo.

Local vs cloud: no es solo una cuestión de precio

Esta es la que menos gente entiende.

Cloud: Claude en la web, en Cowork, con todo habilitado. Cuesta dinero (por token). Integra con Gmail, Drive, Google Calendar. Lee archivos que subís. Tiene contexto de conversaciones anteriores. Accede a información en tiempo real.

Local: Claude en tu computadora (Claude Desktop). Corre sin internet. Es gratis o bajo costo. Usa menos datos. Privado de verdad.

¿Cuál es "mejor"? Depende del trabajo.

Para trabajar en tiempo real con tus herramientas (analizar un email, revisar una presentación, responder en contexto): cloud.

Para procesar documentos confidenciales que no querés que salgan de tu máquina: local.

Para prototipado rápido donde la velocidad importa: cloud.

Para un programa que corre 24/7 sin intervención: local.

No es cloud > local. Es "cuál resuelve tu problema".

¿Y por qué importa saber esto?

Porque cuando alguien te dice "IA no puede hacer X", vos podés preguntar:

¿Narrow o general? ¿Generativa o analítica? ¿Dónde corre?

Y probablemente descubrís que sí puede hacer X — solo que no con esa herramienta, o no en esa modalidad.

Claude es text-first, multimodal (texto + imagen + código en la misma conversación), narrow y cloud. No porque sea "incompleta" — porque está optimizada para eso. Y esa combinación resuelve casi todo en tu flujo de trabajo.

Lo que ves en las películas (AGI, omnicompetente, todopoderoso) no existe. Lo que tenés en el escritorio es mejor: una herramienta simple, precisa, confiable, lista para trabajar.

¿Y a vos?

¿Qué tareas estás intentando resolver hoy? ¿Podrían beneficiarse de una herramienta generativa? ¿O necesitás analítica pura?

Escribime, respondé en los comentarios, contame qué tipo de IA te falta en tu flujo de trabajo. Es el feedback que me ayuda a saber qué artículos escribir próximo.

Seguí explorando

¿Querés profundizar en algo del artículo?

01 ¿Cuál es la diferencia entre narrow AI y AGI?

Narrow AI (donde estamos) hace bien UNA tarea específica. AGI haría todo lo que vos haces sin necesidad de reentrenamiento. No sabemos cuándo llegará, pero hoy todas las IA que usás son narrow.

02 ¿Qué es IA generativa?

Crea contenido nuevo: textos, imágenes, código. La analítica no crea; busca patrones en datos existentes. Son herramientas para problemas distintos.

03 ¿Claude es más potente si lo uso en la nube?

Sí. La versión cloud accede a web, tiene memoria de conversación, integra con Cowork. La versión local (Claude Desktop) tiene menos capacidades pero corre sin internet. Cada una tiene su lugar.

Siguiente artículo
Qué es un modelo de lenguaje — LLMs explicados para tu tía