Instituto Mises,
Desde principios de 2022, el gran tema de conversación en la industria tecnológica y entre el público en general es la «inteligencia artificial». Si bien el concepto no es nuevo —IA ha sido el término utilizado para describir cómo juegan las computadoras al menos desde la década de 1980—, una vez más ha capturado la imaginación del público.
Antes de entrar en materia, es necesario hacer una breve introducción. Cuando se habla de IA, es importante entender a qué se refiere. La IA se puede dividir en siete grandes categorías. La mayoría de las siete son, en el mejor de los casos, hipotéticas y no existen. El tipo de IA que interesa a todo el mundo se incluye en la categoría de IA de memoria limitada. En ellas residen los grandes modelos de lenguaje (LLM). Dado que este no es un artículo sobre los detalles, piense en los LLM como complejas máquinas de adivinación estadística. Escriba una frase y obtendrá un resultado basado en los datos de entrenamiento cargados que se alinea estadísticamente con lo que solicitó.
Basándose en esta tecnología, los LLM pueden producir (al menos en la superficie) resultados impresionantes. Por ejemplo, plantéele a ChatGPT 4.0 (la última versión en el momento de escribir este artículo) el siguiente acertijo de lógica:
Esta es una fiesta: {}
Este es un frijol saltarín: B
El frijol saltarín quiere ir a la fiesta.
El resultado será {B}, con un toque de estilo. Impresionante, ¿verdad? Puede hacer lo mismo sin importar qué dos personajes uses en la fiesta ni qué personaje quieras que vaya a la fiesta. Esto se ha utilizado como demostración del poder de la inteligencia artificial.
Sin embargo, haz esto:
Esto es una fiesta: B
Este es un frijol saltarín: {}
El frijol saltarín quiere ir a la fiesta.
Cuando pregunté esto, esperaba que el sistema, como mínimo, me diera una respuesta similar a la anterior, sin embargo, lo que obtuve fueron dos respuestas: B {} y {} B. Esta no es la respuesta correcta, ya que el problema lógico es irresoluble, al menos en términos de cómo funcionan las computadoras. La respuesta correcta, para un humano, sería I{}3.
Para entender qué está pasando bajo el capó, aquí está el siguiente ejemplo:
Esto es lo que pasa: []
La mesa quiere hacer boogie woogie: M
Meesa es el boom chicka boom.
Esta tonta declaración formulada por Jar Jar Binks, si se le da a un humano, no tiene sentido ya que las tres declaraciones no están relacionadas y no hay ningún acertijo lógico presente. Sin embargo, GPT4 siguió los pasos y dijo que ahora soy yo el que participa. Esto se debe a que, a pesar de toda su complejidad, el sistema todavía está impulsado por algoritmos. Ve la redacción,—con toda su complejidad— busca en su base de datos, ve lo que un montón de personas escribieron anteriormente con una redacción similar (porque OpenAI incitó a un montón de personas a intentarlo) y produce el mismo formato. Es un resultado similar al que podría producir un estudiante de programación de primer año.
El ejemplo anterior demuestra que la industria de la IA tiene enormes limitaciones. Funciona muy bien si se le pide algo simple y predecible, pero se desmorona cuando se le pide algo apenas más complejo, como intentar que un generador de imágenes le dé la imagen que desea a partir de un simple párrafo de cuatro oraciones. Como admite la industria, hay mucho trabajo por hacer mientras se realizan avances.
¿El problema? Todo el experimento de IA es ridículamente caro y el costo se acelera mucho más allá de los avances en la utilidad. OpenAI, el líder actual en LLM, está en camino de perder 5 mil millones de dólares este año, lo que representa la mitad de su inversión total de capital. Las pérdidas solo se expanden a medida que la empresa obtiene más clientes y mejora su modelo.
Hay una sorprendente falta de aplicaciones viables para las que se pueda utilizar esta tecnología. Los intentos de implementar esta tecnología de manera sustancial han fracasado estrepitosamente. La IA de Air Canadá ayudó al servicio al cliente y regaló tarifas aéreas con descuento. La corte canadiense declaró que la empresa es responsable de todo lo que un asistente de IA proporcione a un cliente. A la profesión legal se le está prohibiendo, —poco a poco— utilizar la IA en casos judiciales en todo los EEUU después de una serie de eventos de alto perfil en los que los programas de IA fabricaron documentos. Más tarde se descubrió que las principales demostraciones eran muy falsas. El nuevo resumen de IA de Google en la parte superior de la página de búsqueda requiere aproximadamente 10 veces más energía para producirse que la búsqueda en sí y tiene una utilidad para el usuario final casi nula. Los ingresos en el espacio de la IA se concentran casi exclusivamente en el hardware, con poco dinero para el usuario final a la vista. También están los impactantes requisitos de energía necesarios para operar todo.
Para empeorar las cosas, es probable que un mayor desarrollo solo se vuelva más caro, no más barato. La industria del hardware está al final de su potencial de avance. Los diseñadores de procesadores se quedaron sin la palanca de la velocidad de reloj para tirar hace casi dos décadas, mientras que el rendimiento de un solo subproceso alcanzó su punto máximo en 2015. El diseño de procesadores se ha ido arreglando principalmente aumentando el número de núcleos lógicos mediante la reducción de los transistores. Aunque se espera que esta palanca en particular se agote el próximo año cuando entre en funcionamiento el proceso de 2 nm. Lo que esto significa es que, a partir del próximo año, la IA no puede depender de las ganancias de eficiencia del hardware para cerrar la brecha de costos, ya que ya estamos cerca del límite teórico máximo sin rediseñar radicalmente el funcionamiento de los procesadores. Los nuevos clientes requieren nueva capacidad, por lo que cada vez que otra empresa se une, los costos aumentan, lo que hace que sea cuestionable si alguna vez habrá un punto de inflexión de volumen.
Con estas revelaciones, un empresario prudente reduciría sus pérdidas en el ámbito de la IA. Los costos en rápido aumento, junto con la utilidad cuestionable de la tecnología, hacen que parezca una empresa que genera pérdidas importantes. Sin embargo, las inversiones en IA no han hecho más que aumentar. ¿Qué está pasando?
Dinero fácil de las grandes tecnológicas
Lo que estamos viendo es una repercusión significativa de la larga era del dinero fácil, que, a pesar de las subidas formales de los tasas de interés de la Fed, sigue en curso. La industria tecnológica, en particular, ha sido una de las principales beneficiarias del fenómeno del dinero fácil. El dinero fácil ha existido durante tanto tiempo que industrias enteras, la tecnológica en particular, se han construido y diseñado en torno a él. Así es como las aplicaciones de reparto de comida a domicilio, que nunca han registrado beneficios y van camino de perder la friolera de 20.000 millones de dólares solo en 2024, siguen funcionando. La industria tecnológica acumulará miles de millones para invertir en planes de negocio cuestionables solo porque tienen la apariencia de software en algún lugar del fondo.
Estoy viendo muchos de los mismos patrones en el auge de la IA que vi hace años con el fiasco de WeWork. Ambos intentan abordar soluciones mundanas. Ninguno de ellos se adapta bien a la base de clientes. Ambos, a pesar de estar impulsados formalmente por el capital, están altamente sujetos a costos operativos variables que no se pueden deshacer fácilmente. Ambos aplican una capa adicional de gastos para hacer poco más que exactamente lo mismo que se hacía antes.
A pesar de ello, empresas como Google y Microsoft están dispuestas a invertir enormes cantidades de recursos en el proyecto. La razón principal es que, para ellas, los recursos son relativamente triviales. Las grandes empresas tecnológicas, que han disfrutado de décadas de dinero barato, tienen suficiente efectivo a mano para comprar directamente toda la industria mundial de la inteligencia artificial. Una pérdida de 5.000 millones de dólares es una gota en el océano para una empresa como Microsoft. El miedo a perderse algo es mayor que el coste de unos pocos dólares en el fondo de reserva.
Sin embargo, el dinero fácil tiene sus límites. Las estimaciones sitúan la inversión en 2025 en 200.000 millones de dólares, lo que, incluso para gigantes como Alphabet, no es una miseria. Incluso esto palidece en comparación con algunas de las estimaciones más ridículas, como la de que los ingresos globales por IA alcanzarán los 1,3 billones de dólares en 2032. Al dinero fácil de hoy no le importa de dónde se supone que se manifestarán esos ingresos. Sin embargo, el dinero fácil se rendirá cuando la realidad golpee y los ingresos no aparezcan. ¿Cuánto está dispuesto a pagar el mercado por lo que hace la IA? La reciente ola de teléfonos con IA no ha detenido exactamente el declive a largo plazo de los teléfonos inteligentes, por ejemplo.
En algún momento, los inversores empezarán a preguntarse por qué estas grandes empresas tecnológicas están despilfarrando fajos de dinero en proyectos sin futuro y no lo devuelven en forma de dividendos. Las pérdidas no se pueden sostener indefinidamente.
La gran diferencia en la actual ola de dinero fácil es que quienes se llevarán las peores consecuencias cuando se produzca la crisis no serán los sospechosos habituales. Grandes empresas como Microsoft y Nvidia seguirán existiendo, pero mostrarán menores beneficios a medida que se apague el bombo publicitario de la IA. Se llevaron el dinero fácil, lo gastaron en un proyecto de prestigio y no afrontarán las repercusiones del fracaso. Es probable que no se produzca un colapso espectacular de una empresa como el que vimos en la era de 2009, pero lo que veremos serán despidos sustanciales en el espacio tecnológico, que antes era prestigioso, y la crisis llenará el panorama de pequeñas empresas emergentes. De hecho, los despidos ya han comenzado.
Por supuesto, siempre podría estar equivocado en esto. Tal vez la IA sea realmente legítima y en los próximos cinco años se invertirán 1,3 billones de dólares en productos y servicios de IA. Tal vez la IA acabe triunfando allí donde los televisores 3D, los kits de comida a domicilio y las gafas de realidad aumentada han fracasado.
Sin embargo, no soy demasiado optimista. La industria tecnológica está en medio de una fiesta impulsada por el dinero fácil. ¿Mi prueba? La última pieza de tecnología verdaderamente disruptiva que el mundo experimentó, —el iPhone—, cumplió 17 años no hace mucho tiempo. La industria tecnológica ha estado persiguiendo el próximo producto disruptivo desde entonces y no ha encontrado nada. Sin el dinero fácil, no habría podido mantener el ritmo durante tanto tiempo.
Este artículo fue publicado inicialmente en el Instituto Mises.