Analistas de prestigio ponen entredicho la viabilidad de la IA generativa
Hace un año, arrancábamos la temporada en Collateral Bits con este titular: “IA generativa, cambio de ciclo”. Decíamos textualmente:
“Un cúmulo de errores, denuncias y percepciones negativas induce a pensar que el período de euforia de la inteligencia artificial generativa podría haber llegado a su fin”.
Empezaban a surgir críticas de peso que enfriaban el entusiasmo. La consultora Gartner llegó a considerar que la IA generativa había llegado al pico del ciclo de expectativas y vaticinaba una fase depresiva con críticas, dudas, quiebras y frenazos que daría paso a nuevas etapas de consolidación y crecimiento más pausado.
No ha ocurrido. En los últimos doce meses nada ha frenado el lanzamiento incesante de novedades, la aparición de nuevas startups y el crecimiento de la inversión.
Sin embargo, este verano se han publicado nuevos análisis que no sólo vaticinan un cambio de ciclo sino que ponen en duda la propia viabilidad de la IA generativa.
Los hacen analistas de prestigio y los argumentos que plantean también parecen de peso: poca fiabilidad de los grandes modelos de lenguaje, dudas sobre su viabilidad económica, sobreproducción de herramientas y sobrealimentación de expectativas, dificultad de implementar la IA en las empresas… (En su análisis de tendencias de agosto de este año Gartner ha vuelto a situar la IA generativa en la fase de declive?
Fiabilidad y eficiencia
A finales de junio, el banco de inversiones Goldman Sachs sorprendía con una publicación titulada “Gen AI: To much spend, to little benefits” en la que ponía de manifiesto el bajo rendimiento y falta de fiabilidad de los sistemas generativos: “incluso tareas básicas como la generación de resúmenes dan como resultado textos ilegibles o sin sentido“. Esta deficiencia se achaca en parte a las limitaciones inherentes de los modelos de IA actuales, que, a pesar de su sofisticación, no siempre son capaces de generar contenido coherente y útil. Añadía que la inversión que se necesita para mejorar su fiabilidad puede no estar justificada por los beneficios que se obtendrían a corto plazo.
El analista Benedict Evans destacaba la dificultad que tienen las empresas para encontrarle sentido a incorporar IA en sus procesos. Incluso en tareas que parecen predestinadas para los chatbots, como la atención al cliente, la calidad de las respuestas deja mucho que desear y a menudo requiere intervención humana para garantizar la precisión y la coherencia. La necesidad de supervisión humana no solo reduce la eficiencia sino que cuestiona el valor de la IA generativa en comparación con los métodos tradicionales. Hoy por hoy, la incorporación de IA en las empresas se halla todavía en una fase inicial: “muchas compañías realizan pilotos pero pocas implementaciones a gran escala”.
Un dato: ChatGPT alcanzó 100 millones de usuarios en solo dos meses. Ahora dicen haber alcanzado los 200 millones, pero se estima que sólo un 2 por ciento de los usuarios registrados lo usa habitualmente.
Viabilidad económica
Las empresas impulsoras están invirtiendo miles de millones en infraestructuras de computación, almacenamiento de datos y contratación de talento especializado, pero los beneficios económicos tangibles aún son inciertos. Hay serias dudas de que la IA generativa pueda generar los retornos económicos que compensen tanto las inversiones iniciales como los costes recurrentes de funcionamiento y actualización. Según Goldman Sachs, “el alto coste de infraestructura y la falta de retornos claros generan escepticismo sobre la viabilidad de las inversiones a largo plazo“.
La IA generativa podría estar atrapada en una burbuja especulativa. La valoración en bolsa de las empresas relacionadas con esta tecnología han aumentado sustancialmente pero Goldman Sachs advierte que estas ganancias se basan en la suposición de que la IA generativa conducirá a una mayor productividad, algo que aún está por ver.
El exceso tiene un precio
El frenesí inversor no sólo procede del sector privado. La Unión Europea, Alemania, Japón, Arabia Saudita, el Reino Unido y los Estados Unidos han anunciado recientemente enormes inversiones públicas en IA. Desde 2018, la Unión Europea ha destinado 1.000 millones de dólares cada año para financiar el desarrollo de la IA. En marzo de 2024, el gobierno saudí anunció que utilizaría unos 40.000 millones de dólares de su fondo soberano de 900.000 millones de dólares para invertir en IA en el país y en el extranjero, lo que convertiría a los saudíes en los mayores inversores en IA con diferencia.
En un artículo publicado por el canadiense Centre for International Governance Innovation (CIGI) Susan Ariel Aaronson advierte que tanta inversión podría generar un exceso de oferta que supere con mucho la demanda, lo que provocaría dificultades añadidas a los riesgos ya conocidos de la IA, como el sesgo o la inexactitud.
Ya pasó con el acero a mitad del siglo XX. A pesar de que el plástico y otros productos redujeron la demanda, muchos países siguieron apoyando la producción de acero y lo siguen haciendo por razones estratégicas internas.
Hoy, la IA se ha convertido en un elemento estratégico y ningún país va a renunciar en invertir en esta tecnología aunque su utilidad sea incierta.
Dificultades para la supervivencia del líder
OpenAI ha seguido liderando el desarrollo de IA generativa y pretende seguir haciéndolo como demuestra su hoja de ruta para llegar a la IA general (AGI). Sin embargo, sus resultados económicos ponen en duda que incluso pueda mantenerse.
El CEO de OpenAI, Sam Altman, estimó que la empresa necesitaría recaudar hasta 100 mil millones de dólares en los próximos años para desarrollar su proyecto de inteligencia artificial general. Esta cifra pone de manifiesto la magnitud de las inversiones necesarias y el desafío que representa generar retornos suficientes para justificar tales gastos.
Este año fiscal, OpenAI podría perder unos 5.000 millones de dólares, que deberán sumarse al déficit de 8.500 millones que arrastra de ejercicios anteriores.
En “How Does OpenAI Survive?” el analista Ed Zitron concluye que la supervivencia a largo plazo de OpenAI es extremadamente incierta si no se producen una serie de avances tecnológicos y financieros sin precedentes, romper todos los récords conocidos de startups, reinventar la arquitectura de los LLM para reducir sus requisitos de cómputo y desarrollar un nuevo tipo de inteligencia artificial que cumpla con las necesidades del mercado.
La rentabilidad en entredicho
El problema de la rentabilidad afecta a la mayoría de empresas del sector. No parece que las suscripciones de pago vayan a ser un modelo económicamente viable, sobre todo para las emergentes.
El alto coste computacional de la IA provoca que cada nueva suscripción implique un coste añadido. “Esa circunstancia está determinando una estructura económica muy clara: compañías como OpenAI van facturando más y más a medida que pasa el tiempo y el uso de sus algoritmos se va popularizando, pero sus costes también escalan de manera descontrolada, lo que las pone en unas perspectivas de supervivencia como mínimo complicadas”, opina Enrique Dans, profesor de Innovación y Tecnología en IE Business School.
Aunque la inversión sigue fluyendo, el fondo Elliot Management ha advertido a sus clientes: la IA está sobrevalorada y muchos de sus usos “nunca serán rentables, nunca funcionarán realmente bien, consumirán demasiada energía o resultarán poco fiables”, según un informe al que ha tenido acceso el Financial Times.
Nuevas predicciones de fin de ciclo o incluso de fin del negocio. ¿Volverán a equivocarse?
Joan Rosés
