Los modelos de inteligencia artificial pueden producir respuestas aparentemente brillantes a las consultas humanas que, al examinarlas más de cerca, revelan fragmentos de posible sinsentido regurgitado. Una dinámica similar puede estar en juego en las crecientes inversiones y valoraciones de las empresas tecnológicas que buscan riquezas a partir de computadoras autoaprendientes. Desde los ferrocarriles hasta las redes de telecomunicaciones, los anteriores auges en industrias intensivas en capital demuestran que las nuevas tecnologías pueden cambiar el mundo, pero dejar a los inversores con las manos vacías.
El Auge de la Inversión en IA
Los inversores no pueden obtener suficiente de la inteligencia artificial. OpenAI, la startup detrás del chatbot ChatGPT, recaudó fondos en febrero con una valoración de $80 mil millones, casi tres veces más que hace un año. Rivales más pequeños como Anthropic y Mistral han visto ganancias similares. Sin embargo, los gigantes tecnológicos establecidos han disfrutado de la mayor bonanza. La capitalización bursátil colectiva de Microsoft (MSFT.O), Amazon.com (AMZN.O), Alphabet (GOOGL.O) y Meta Platforms (META.O) ha aumentado en $5 billones desde el lanzamiento de ChatGPT en noviembre de 2022.
Para las empresas que diseñan modelos de IA y construyen las redes que los entrenan y ejecutan, la respuesta ha sido una carrera de gasto para capturar nuevos mercados y evitar que los rivales interrumpan sus negocios existentes. Microsoft, Amazon, Alphabet y Meta gastaron colectivamente $200 mil millones en gastos de capital el año pasado, con aproximadamente la mitad de esa suma destinada a infraestructura tecnológica, según Bernstein. La firma de investigación estima que esto aumentará en más del 50 por ciento este año, principalmente debido a la IA.
Comparado con estas enormes sumas, los ingresos generados por la IA siguen siendo pequeños. Sequoia estima que la IA generativa ahora aporta alrededor de $3 mil millones al año en ingresos, frente a cero hace un año. Sin embargo, la firma de capital de riesgo señala que a las empresas que ofrecen software como servicio les tomó una década alcanzar un umbral similar. La promesa de futuras riquezas ha desatado algunas previsiones gigantescas para el gasto necesario para fabricar los semiconductores avanzados, construir los centros de datos y generar la energía para entrenar y ejecutar modelos de IA. El jefe de OpenAI, Sam Altman, estimó anteriormente este año que la cifra podría llegar hasta $7 billones, según una persona familiarizada con el asunto le dijo al Wall Street Journal.
Tales gastos desmesurados podrían incluso estar justificados. Los sistemas inteligentes que automatizan más trabajo, manipulan mayores cantidades de datos y complementan o superan la inteligencia humana podrían valer muchos múltiplos de esa cantidad. Además, el mundo ha experimentado auges de tamaño similar antes.
Lecciones del Pasado
Tomemos como ejemplo los ferrocarriles. La inversión acumulada en la construcción de la red ferroviaria del Reino Unido entre 1845 y 1850 fue igual a aproximadamente el 30 por ciento del producto interno bruto británico en 1850, según el historiador económico Andrew Odlyzko. A finales del siglo XX, las empresas de telecomunicaciones pidieron prestado $1 billón para construir redes de cable de fibra óptica y telefonía móvil, según el presidente de la Comisión Federal de Comunicaciones de EE.UU. Eso fue igual a aproximadamente el 3 por ciento del PIB mundial en ese momento. Un programa de inversión de $7 billones hoy sería igual a aproximadamente el 30 por ciento del PIB de EE.UU. durante un año, o alrededor del 7 por ciento del producto económico anual mundial.
Las inversiones que se están realizando actualmente solo tendrán sentido si generan enormes ganancias. Para ver qué tipo de ingresos podrían necesitar las empresas tecnológicas, comencemos con Nvidia (NVDA.O), cuyos chips son los predeterminados para entrenar sistemas de IA. Los analistas esperan que la empresa dirigida por Jensen Huang genere casi $100 mil millones en ingresos de su división de centros de datos este año, según datos de LSEG. Aunque las ventas de esta unidad no son todas relacionadas con IA, probablemente la mayoría sí lo sea.
Supongamos que los servidores de IA que utilizan estos chips tienen una vida útil de cuatro años. Otros costos como equipos de red, espacio en centros de datos y la energía requerida para ejecutar modelos de IA añaden alrededor del 75 por ciento a la factura, según la firma de investigación SemiAnalysis, elevando el gasto total a $175 mil millones. Ahora supongamos que las empresas tecnológicas que realizan estas inversiones esperan un margen operativo del 40 por ciento. Esto implica que colectivamente necesitarán ganar $292 mil millones en ingresos relacionados con IA durante cuatro años, o alrededor de $73 mil millones al año. Eso es ciertamente posible, pero aún está muy lejos de los $3 mil millones al año que la IA generativa está aportando hoy.
Es una característica de los nuevos mercados tecnológicos que las primeras estimaciones pueden subestimar enormemente la realidad. En 1980 McKinsey intentó adivinar el tamaño del mercado de teléfonos móviles para 20 años después; la cifra real fue 125 veces mayor que la estimación del consultor. Hoy en día, los lanzamientos de productos de IA se describen rutinariamente como “mágicos”, mientras las empresas se maravillan con supuestos aumentos del 30 por ciento en productividad al desplegar la tecnología. Como en el auge de las telecomunicaciones, hay un beneficio obvio en el tamaño. Los mayores avances en IA en los últimos años provienen de modelos cada vez más grandes, utilizando más datos y más poder computacional.
Sin embargo, los auges de inversión a menudo decepcionan a sus patrocinadores financieros. Los inversores en ferrocarriles británicos sobreestimaron la demanda del nuevo medio de transporte y habían perdido alrededor de un tercio de su dinero para 1850. El país entró en una depresión. La fiebre de las telecomunicaciones a finales de los años 90 también produjo pérdidas gigantescas. Las enormes inversiones en tendido de cables de fibra óptica y el sobrepago por licencias europeas para operar redes móviles 3G condenaron a muchas startups al fracaso y a grandes empresas a años de rendimientos inferiores.
La bonanza de la IA viene con estos peligros y más. Las vías ferroviarias y los cables de fibra óptica, una vez instalados, duraron décadas. La vida útil de un modelo de IA y los servidores en los que se ejecuta es mucho más corta. Los cambios en los gustos o comportamientos humanos, nueva información o entrenamiento con datos defectuosos pueden rápidamente hacer obsoleto un costoso modelo grande-lenguaje.
Múltiples grandes empresas y muchas naciones quieren desarrollar IA, por lo que los avances pueden ser mercantilizados. Y si la IA demuestra ser superior a la inteligencia humana, parece probable que los gobiernos impongan estrictos límites a sus usos, reduciendo las ganancias resultantes.
Quizás el resultado final sea muy parecido tanto al auge ferroviario como al auge de las telecomunicaciones. Los visionarios tecnológicos tenían razón: ahora las personas pueden leer este artículo en su teléfono inteligente mientras viajan en tren. Eso es un consuelo para los muchos inversores que perdieron sus camisas en el proceso.
