xAI ha publicado en X el vídeo íntegro de una reunión interna (“all-hands”) de 45 minutos y lo que cuenta allí Elon Musk no es precisamente discreto. Entre reorganizaciones profundas, cifras descomunales de generación de contenido y una avalancha de deepfakes sexuales, el laboratorio de IA deja al descubierto tanto su ambición desmedida como su lado más incómodo.
La reunión tuvo lugar el martes por la noche y se publica después de que varios detalles ya circularan en la prensa, lo que inevitablemente suena a una estrategia de control de daños: “si se va a saber, lo contamos nosotros”. Sin embargo, cuando decides abrir la puerta de tu casa, también dejas ver las grietas en las paredes.
Una de las primeras revelaciones del vídeo es una cadena de salidas que Musk describe como despidos derivados de un cambio organizativo. No se trata de un ajuste menor, sino de la pérdida de una porción relevante del equipo fundador, algo que en cualquier startup suele interpretarse como señal de un giro estratégico profundo.
Musk lo enmarca dentro de la lógica clásica de Silicon Valley: si creces a toda velocidad, el organigrama tiene que evolucionar. Sin embargo, esa frase, que suena casi técnica y aséptica, suele traducirse en algo mucho más concreto: hay perfiles que dejan de encajar en la nueva maquinaria. En este contexto, no es únicamente una cuestión de talento o rendimiento individual, sino de prioridades, poder interno y de quién controla cada vertical de producto.
La nueva estructura divide xAI en cuatro equipos principales, cada uno con un foco claramente definido. Lo interesante es que aquí se percibe una hoja de ruta mucho más orientada a producto que a investigación pura, con entregables que conectan directamente con el ecosistema de X y, por tanto, con el tráfico y la monetización.
También te puede interesar:xAI de Elon Musk lanza su API de Grok
El primer equipo se centrará en Grok, incluyendo funcionalidades de voz. Pero la voz no es un simple añadido cosmético: implica baja latencia, moderación en tiempo real y una experiencia que no resulte torpe ni incómoda a los pocos segundos de uso. Convertir un chatbot en un asistente conversacional convincente exige infraestructura sólida y un control fino del contenido generado.
El segundo equipo se dedicará al sistema de programación dentro de la app, lo que equivale a competir directamente en el terreno de la IA que escribe código. Integrarlo en X no es casualidad: significa aprovechar una base de usuarios ya activa y convertir la plataforma en algo más que una red social, transformándola en un entorno productivo.
El tercer equipo estará enfocado en Imagine, su generador de vídeo. Aquí es donde aparecen cifras que obligan a levantar la ceja, porque suenan más a pico viral que a adopción orgánica sostenida. Según métricas internas citadas por directivos, Imagine genera 50 millones de vídeos al día. Si esa producción fuese mayoritariamente creativa y legítima, hablaríamos de una señal de tracción espectacular.
Sin embargo, también se afirmó que Imagine habría generado más de 6.000 millones de imágenes en los últimos 30 días. Y es precisamente en ese volumen donde surge la parte más problemática del relato.
Separar esas cifras del auge de la pornografía deepfake en X durante el mismo periodo resulta casi imposible. Se cita una estimación de 1,8 millones de imágenes sexualizadas generadas en solo nueve días, una cifra que, incluso si fuera aproximada, plantea preguntas incómodas.

Si ese volumen es mínimamente representativo, entonces una parte sustancial de los miles de millones de imágenes generadas probablemente incluye contenido polémico o directamente abusivo. Aquí emerge un incentivo tóxico: también se afirma que el engagement en X se disparó a medida que aumentaba la prevalencia de imágenes explícitas generadas por IA.
También te puede interesar:Elon Musk anuncia el lanzamiento de Grok 3La métrica reina de cualquier red social —tiempo de permanencia, interacciones, viralidad— puede mejorar justo cuando el entorno se degrada. Ese es el dilema central: si tu pipeline de generación es ultrarrápido y tu distribución instantánea, la moderación siempre va por detrás, o llega aplicando recortes demasiado amplios que terminan afectando también a usos legítimos.
Además, hay un detalle que suele pasar desapercibido: cuando generar contenido es prácticamente gratis, el coste real se desplaza. Ya no está en la producción, sino en la persecución de abusos, la protección de víctimas y la reparación de reputación. La gratuidad técnica no elimina el coste social; simplemente lo redistribuye.
En paralelo, Nikita Bier, responsable de producto de X, aseguró que la plataforma ha superado los 1.000 millones de dólares de ingresos recurrentes anuales por suscripciones. Esto implica que el modelo de pago por funciones adicionales, verificación o ventajas específicas está generando un flujo relativamente estable, menos dependiente de la volatilidad publicitaria.
Bier atribuyó este hito a un impulso de marketing durante las fiestas, lo que sugiere una combinación de campaña agresiva, promociones atractivas y un contexto emocional favorable para la conversión. No obstante, la pregunta de fondo sigue siendo si ese run-rate es sostenible a largo plazo sin apoyarse en polémicas constantes, picos virales o incentivos que terminen atrayendo al tipo de usuario menos deseable para la salud de la plataforma.
El cuarto equipo se centrará en Macrohard, un nombre que suena a broma interna pero que apunta a una ambición considerable: automatizar tareas en un ordenador de forma generalizada. La idea no es solo ejecutar comandos simples, sino simular el uso completo de un PC, desde clics y gestión de ventanas hasta flujos complejos de trabajo e incluso modelado organizativo.
Toby Pohlen, designado para liderar esta área, afirmó que el sistema puede hacer en un ordenador cualquier cosa que un ordenador sea capaz de hacer. Ese “cualquier cosa” es, en realidad, el Everest de la IA aplicada, porque implica gestionar permisos, lidiar con errores, adaptarse a entornos cambiantes y navegar el caos del software real.
Pohlen fue todavía más lejos al sugerir que debería ser posible que la IA diseñe completamente motores de cohete. Ya no se trata de prompts ingeniosos o asistentes de productividad, sino de integrar simulación, optimización, validación y toma de decisiones con consecuencias físicas tangibles. Es un salto cualitativo que roza el discurso sobre AGI, aunque todavía esté anclado en promesas.
En el tramo final de la reunión, Musk volvió a su terreno más reconocible y subrayó la importancia de centros de datos en el espacio, pese a los enormes retos técnicos. Llegó incluso a plantear una fábrica lunar para satélites de IA y un “mass driver” —una catapulta electromagnética— para lanzarlos.

El argumento central es energético: con una infraestructura de este tipo, sostiene, sería posible desplegar un clúster capaz de capturar porciones significativas de la energía total del Sol. Desde esa premisa, la escalada narrativa es casi inevitable: la expansión hacia otras galaxias y la posibilidad de observar qué pensaría una inteligencia de esa magnitud.
Entre el roadmap tangible —Grok, coding, vídeo y automatización— y la fantasía megastructural, Musk está vendiendo dos historias al mismo tiempo: producto para hoy y mito para mañana. Esa combinación de ejecución inmediata y visión casi cósmica forma parte de su sello personal.
La pregunta final, sin embargo, es más terrenal: si en este momento X ya está teniendo dificultades para contener el lado oscuro de la generación masiva de imágenes, ¿qué ocurrirá cuando Imagine, Grok y el resto de herramientas sean todavía más potentes y ubicuas? Con Musk rara vez se trata solo de tecnología; también es narrativa, velocidad y asunción de riesgo. Queda por ver si esta vez el futuro llegará con frenos… o si volverá a acelerarse sin mirar atrás.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.