Luc Julia sobre la IA de voz: el cocreador de Siri en Lineshift

En junio de 2025, el equipo de Lineshift asistió a una charla de Luc Julia, cocreador de Siri y hoy director científico de IA en Renault. Es de las pocas personas del sector con historial para hablar sin rodeos de su propio campo, y dedicó la hora entera a hacerlo.

¿De dónde viene la IA?

La sitúa en 1956, cuando el término «inteligencia artificial» se usó por primera vez en Dartmouth (EE. UU.), junto a las primeras ideas sobre cibernética y modelos de decisión. Desde entonces, el campo ha alternado expectativas infladas con «inviernos de la IA»:

• 1970-1990: invención de los sistemas expertos y de los árboles de decisión lógicos.
• 1997: Deep Blue (IBM) derrota a Garry Kasparov al ajedrez, un shock mundial en un campo tan reservado.
• Años 2000: el aprendizaje automático despega, gracias a internet y a los macrodatos.
• Desde 2010: auge del aprendizaje profundo y de la IA generativa.

Su tesis: la IA no es inteligente en sí misma, es una herramienta especializada. En ciertas tareas es más rápida y fiable que una persona, pero no más «inteligente». La sitúa en la línea de la Pascalina de Pascal o del GPS que nos guía sin pensar en nada.

¿Cómo nació Siri?

• En 1997, Luc Julia y su equipo construyeron uno de los primeros asistentes de voz conversacionales. Solo interpretaba correctamente alrededor del 70 % de las palabras.
• Su arreglo se convirtió en lo que él llama la «teoría de la discoteca»: en una discoteca ruidosa se pierden muchas palabras y aun así uno se apaña con el humor y el contexto. Esa idea «más humana» convenció a Steve Jobs, que acabó comprando la empresa.
• Siri llegó a tener unos 180.000 usuarios; cuando se lanzó en el iPhone el 4 de octubre de 2011, saltó rápidamente a 180 millones.
• Desde entonces no ha evolucionado hacia un asistente de diálogo completo: la mayoría de sus usos siguen siendo comandos de un solo paso.

¿Por qué llama «callejón sin salida ecológico» a la IA generativa global?

Porque los modelos generativos como ChatGPT y Gemini, con más de 1,2 billones de parámetros recogidos de toda internet en el caso de GPT-4o, exigen centros de datos que consumen electricidad y agua a lo grande. Y aun así fallan mucho: un 36 % de errores según sus estimaciones. Julia sostiene que los modelos antiguos eran más eficientes y «frugales», y que el futuro está en agentes verticales, no en una IA general.

¿Qué viene después de la IA general?

En Renault ha supervisado la integración de un agente a bordo «sobrio y pertinente» en el nuevo R5: focalizado, eficiente y especializado, no universal.

Ese mensaje incomoda a quien vende IA de propósito general y nos viene bien a una empresa como la nuestra. Nos parece, sencillamente, exacto: un agente de voz que no conoce ni tu stock, ni tu taller, ni tu DMS no reservará una cita de servicio, sea cual sea su número de parámetros. En el teléfono de un concesionario, la diferencia se ve a simple vista: IA de voz generalista frente a especializada. La especialización es el punto. Un ejemplo aplicado: qué gestiona un callbot de concesionario cuando el teléfono suena.

Si el alegato de Julia por los agentes especializados describe un problema que oyes cada día al teléfono, contacta con Lineshift AI y te mostraremos lo que un agente de voz vertical hace por un concesionario.