Por Efrén Páez Jiménez
(dpl news) La venta masiva en los mercados bursátiles que se registró el lunes de la semana pasada fue provocada principalmente por cuestiones técnicas del mercado, un reporte de creación de empleo por debajo de las expectativas, así como un ajuste de tasas desde el banco central de Japón.
Aunque la mecha fue encendida por Japón, este incidente prendió las alertas sobre la posible existencia de una burbuja de Inteligencia Artificial (IA) y el impacto que podría tener sobre la economía cuando esta se reviente.
Los temores de una recesión llevan rondando los mercados desde por lo menos dos años, cuando se creía que la recuperación económica tras la pandemia tardaría más años en llegar, y comenzaron múltiples conflictos como la invasión de Ucrania por parte de Rusia en 2022, y el escalamiento de las tensiones en la franja de Gaza entre Israel y Palestina, además del continuo conflicto comercial entre China y Estados Unidos desde la presidencia de Donald Trump.
Por otro lado, todavía hay quienes creen que podría ocurrir un escenario conocido como soft landing, en el que la economía se va a desacelerar, pero aún se logrará mantener la inflación bajo control, conforme se reducen las tasas de interés.
Claramente, cualquiera de estos escenarios representa un riesgo para la capitalización de las cuantiosas inversiones ejercidas hasta el momento en IA, si afecta la capacidad del sector empresarial para invertir en nuevas tecnologías.
Al igual que cualquier otra tecnología, la Inteligencia Artificial pasa por un ciclo de expectativas en el que se realizan grandes promesas sobre su utilidad y su impacto, hasta que empresas, gobiernos y usuarios finalmente encuentran los casos de usos reales y adecuados. Se debe considerar también que la rama de la IA abarca decenas de subramas y casos de uso que se mueven a diferentes ritmos, cada una con sus propios ciclos de expectativa e inversión.
Como ya lo había advertido Gartner desde 2023, particularmente la IA Generativa se encuentra en el pico más alto de la curva de las expectativas, esto es, cuando se comienzan a hacer grandes especulaciones sobre las capacidades de la tecnología –tanto técnicas, casos de uso y su impacto económico– que generan importantes historias de éxito, pero también grandes fracasos.
La llegada de ChatGPT generó una gran atención hacia el uso de IA Generativa, pero la realidad es que técnicas de IA como Deep Learning (DL) y Machine Learning (ML) llevan años utilizándose para impulsar cientos de aplicaciones y procesos, muchas veces sin que nosotros como usuarios finales tuviéramos conocimiento de ello.
Actualmente es muy común que cuando a una empresa tecnológica se le pregunta sobre su estrategia para atender el mercado de IA, responde con que ya lo había implementado hace años, pero ni la llamaban así, ni la promocionaban lo suficiente. Precisamente, tecnologías como visión computacional y servicios de IA en Cloud, que según la curva de expectativas de Gartner ya se encuentran cerca de la etapa de plena productividad, se han desplegado y perfeccionado desde hace años.
Por ejemplo, el uso de ML en transacciones financieras que de forma automática alertan sobre posibles fraudes. Como usuarios recibimos una llamada de algún agente que nos advierte sobre alguna transacción no identificada en nuestra cuenta de crédito, pero no necesariamente nos explicaba que la transacción se había identificado como peligrosa mediante una técnica de IA.
Mucho menos sabíamos que el router de nuestra casa utilizaba técnicas de ML para optimizar de forma automática el tráfico de una videollamada, o que las recomendaciones de nuestro sitio de comercio electrónico favorito habían sido elegidas por una IA.
La IA Generativa, que fue rápidamente introducida al mercado por OpenAI, despertó finalmente la curiosidad de los usuarios por esta tecnología, convirtiendo a ChatGPT en la aplicación de más rápida adopción en la historia, tras haber alcanzado 100 millones de usuarios en tan sólo dos meses.
Fue esta rápida adopción la que llevó a múltiples empresas tecnológicas a una carrera frenética para la introducción de nuevas aplicaciones basadas en IA Generativa, incluyendo a los gigantes de la industria como Google con Gemini y Microsoft con Copilot, pero también startups con nuevos buscadores web que responden preguntas y resumen información como Perplexity AI, hasta servicios para la generación de imágenes como Pixlr.
También fue esta fascinación por las capacidades de ChatGPT, que el concepto de IA comenzó a utilizarse de forma genérica en titulares y lanzamientos para el anuncio de nuevas capacidades impulsadas por la tecnología, sin importar que fuera Generativa, ML o cualquier otra.
Lo anterior también puede haber llevado a la confusión de que la implementación de IA en una empresa se trata principalmente del uso de chatbots para empleados para redactar correos electrónicos, generar presentaciones o dar una mejor atención a los usuarios.
Grandes inversiones
Recientemente, Microsoft anunció que destinaría una inversión cercana a los 19 mil millones de dólares para la creación de infraestructura en Inteligencia Artificial. Meta también reveló un ambicioso plan de entre 37 a 40 mil millones de dólares para el desarrollo de sus capacidades de IA mediante su iniciativa de código abierto Llama; mientras que Alphabet habría invertido ya cerca de 25 mil millones de dólares tan sólo en la primera mitad del año para el despliegue de infraestructura que le permita acelerar sus iniciativas de IA.
¿Esto significa que toda esta inversión se está destinando a IA Generativa? Definitivamente no. En medio de un mayor interés por aplicaciones con IA, Alphabet y Microsoft, por ejemplo, buscarán capitalizar su experiencia y capacidades ya existentes en sus servicios de Nube, Google Cloud y Azure, respectivamente, para ofrecer nuevos servicios con capacidades automatizadas como administración de redes, ciberseguridad u otras aplicaciones específicas para industrias como finanzas y salud.
Y lo cierto es que algunas de estas inversiones ya han empezado a pagar. Alphabet asegura que su infraestructura de IA y soluciones de IA Generativa en la Nube ya han generado miles de millones de ingresos, lo que permitió que los beneficios operativos de Google Cloud prácticamente se triplicaran hasta los 1.17 mil millones de dólares.
Microsoft, por su parte, aseguró que los ingresos por Azure y otros servicios en la Nube crecieron 26 por ciento y 27 por ciento, respectivamente, incluyendo aproximadamente un punto porcentual por servicios de IA, en línea con sus expectativas.
En la misma línea, Amazon Web Services (AWS) reconoció su sorpresa en su último reporte, al señalar que la IA ya representa un negocio de miles de millones de dólares, pese a estar todavía en una etapa tan temprana de adopción. Los tres principales operadores de Nube afirmaron en sus más recientes reportes financieros que ante la alta demanda por soluciones de IA, se buscará la forma de incrementar la inversión.
Grandes dudas
En el caso de la IA Generativa en específico, se estima que esta rama del sector ha atraído inversiones por arriba de los 25 mil millones de dólares tan sólo en 2023, un brinco significativo respecto a los 9.9 mil millones de dólares que se invirtieron en los cuatro años previos de forma acumulada, según el más reciente informe de AI Index.
Aunque las inversiones e investigación en toda el área de IA han estado presentes por años, este significativo brinco en la inversión en IA Generativa es la que podría apuntar a la existencia de una burbuja que eventualmente podría reventar si las expectativas esperadas de beneficios para los desarrolladores y productividad para las empresas no se cumplen.
Y hay razones para considerar seriamente los riesgos. Hace un par de semanas, un reporte de The Information alertó sobre el posible estado de bancarrota de OpenAI, la cual enfrentaría pérdidas cercanas a los 5 mil millones de dólares. Aparentemente, la startup estaría enfrentando dificultades para hacer frente a sus costos que suman 7 mil millones de dólares en entrenar sus modelos de IA y mil 500 millones en personal, que superan sus ingresos estimados de entre 3.5 y 4.5 mil millones de dólares al año.
La caída de una startup que se ha colocado al centro del crecimiento y las expectativas de la IA, sin duda mandaría una fuerte señal al mercado sobre la viabilidad de los servicios, provocando a su paso daños colaterales a otras empresas involucradas, empezando por Microsoft, que ya ha comprometido 10 mil millones de dólares en OpenAI.
Las compañías tecnológicas se muestran sumamente confiadas de que sus inversiones en IA –no sólo Generativa– van a resultar en proyectos rentables, pero eso también dependerá de la velocidad con que las empresas y usuarios adopten este tipo de servicios, y evidentemente, los beneficios que obtengan de su uso.
Al respecto, una encuesta reciente realizada por Thomson Reuters entre más de 2 mil profesionales de los campos de derecho, impuestos, contabilidad, riesgo, fraude, cumplimiento y noticias, encontró que 63 por ciento ya estaba utilizando alguna aplicación impulsada por IA para sus tareas. Esto ha generado, además, grandes expectativas, ya que 78 por ciento calificó a la tecnología como una “fuerza para el bien”.
El 37 por ciento restante, que no utiliza IA, es principalmente porque no está seguro sobre el caso de uso (35%) y porque no sabe cómo acceder a la tecnología (28%).
Esta confianza se transmite a los mercados en los que empresas como Nvidia se convierten en títulos altamente cotizados, usualmente llevados por la especulación de inversionistas por las posibles ganancias a futuro. Aunque Nvidia se vio también afectada durante el llamado “lunes negro”, sus títulos aún cotizan 120 por ciento por arriba de su precio de hace un año, a la vez que ya prácticamente se han recuperado desde aquel fatídico día.
Sin embargo, todavía existen números que no cuadran dentro de toda la expectativa alrededor de la IA. Un informe reciente de Sequoia Capital estima que existiría un agujero de alrededor de 500 mil millones de dólares, considerando costos y potenciales ingresos por servicios de Inteligencia Artificial.
El análisis toma en cuenta el número de GPUs vendidos por Nvidia, los costos por la construcción de centros de datos, además de otros recursos como energía y edificios, que superan significativamente los ingresos estimados de la industria de IA, de cerca de 10 mil millones de dólares entre los gigantes como Google, Microsoft, Apple y Meta, y otros 5 mil millones de dólares de otras empresas como Oracle, ByteDance, Alibaba, Tencent, X y Tesla.
Después de que Meta afirmara que su próximo modelo de código abierto Llama 4 requerirá hasta 10 veces más poder de cómputo respecto a su versión previa, podrían ser buenas noticias para los proveedores de infraestructura como Nvidia, pero creará dudas sobre cómo Meta logrará generar beneficios después de los crecientes costos para la construcción de esta capacidad.
“En general, creemos que el camino hacia la monetización y la madurez de la IA será más largo de lo previsto. Los principales actores están realizando importantes inversiones de capital para apoyar las iniciativas de IA, a pesar de la preocupación por los plazos de monetización”, afirma S&P Global Ratings en un reciente informe.
Para muchos, la Inteligencia Artificial podría ser una tecnología tan importante como el descubrimiento del fuego, por lo que los cambios potenciales que representa la tecnología ya han generado grandes expectativas respecto a sus beneficios económicos, lo que se observa en un ciclo de enorme especulación en los mercados financieros.
Y aunque no hay dudas respecto al impacto positivo de la IA, aún es difícil estimar su tamaño y alcance, lo que podría apuntar también a la existencia de una burbuja de inversión, si los beneficios no se materializan.
De existir la burbuja especulativa, esta no fue la que reventó el pasado lunes, en tanto los principales jugadores del mercado aún se muestran entusiasmados (o bullish) sobre el potencial de crecimiento de la IA.
Aun así, al mismo tiempo que el “lunes negro” avivó las estimaciones de una posible recesión, también podría haber sido una llamada de atención a empresas e inversionistas para reevaluar el verdadero potencial de la tecnología.