Lista de reproducción
- No hay más artículos para escuchar
Las herramientas de IA transformarán sin duda la naturaleza del trabajo. Los grandes modelos de lenguaje ya pueden generar informes de revisión de mis propios artículos de investigación que rivalizan con los de los revisores humanos. A diferencia de los humanos, que siempre andan con prisas, un LLM (Máster en Derecho) conoce o puede acceder a mucha más bibliografía al instante y, a menudo, muestra menos sesgos. La IA señala mis debilidades analíticas, revisa las demostraciones y sugiere mejoras. Solo en raras ocasiones los informes humanos son mejores, generalmente porque conectan los puntos y ofrecen nuevas perspectivas.
No obstante, la euforia del mercado en torno a la IA se ha vuelto preocupante, especialmente dada la magnitud de la emisión de deuda por parte del sector. Por lo tanto, conviene analizar en qué punto de la cadena de suministro de la IA podrían surgir problemas.
La cadena de suministro comienza con los productores y diseñadores de infraestructura de IA: empresas como TSMC y Samsung, que fabrican chips; Nvidia, que los diseña; y Cisco, que proporciona conectividad. Luego vienen los hiperescaladores como Amazon, Google y Microsoft. Estos construyen centros de datos tanto para el uso de sus propios modelos de IA como para vender capacidad de procesamiento a terceros. Además de los hiperescaladores, existen empresas más especializadas como Equinix (centros de datos) y, por supuesto, Anthropic y OpenAI, desarrolladores de modelos LLM fundamentales.
Por último, están los usuarios finales, tanto individuales como corporativos, de los servicios de IA. El uso individual está creciendo rápidamente, y el uso corporativo en algunas áreas (desarrollo de software y atención al cliente) está experimentando un auge.
Sin embargo, la mayoría de las grandes empresas, si bien experimentan intensamente, aún no han implementado usos integrales de la IA. Muchas todavía necesitan organizar sus datos históricos para entrenar la IA según sus propios fines y reestructurar sus operaciones tradicionales para que la IA pueda implementarse y mejorar con la experiencia. Además, muchas empresas se preocupan, con razón, por la seguridad de los datos, los errores de la IA y las alucinaciones que podrían dañar su imagen de marca. Aun así, a medida que las empresas más jóvenes y menos conservadoras encuentren más usos para la IA, ejercerán presión competitiva sobre las empresas más antiguas y grandes para que se adapten.
No obstante, el despliegue de la IA podría verse interrumpido de diversas maneras, lo que generaría riesgos para las empresas financiadas con deuda. Por ejemplo, si las unidades de procesamiento gráfico, las CPU y los chips de memoria se vuelven más rápidos y eficientes energéticamente, los equipos que ocupan los centros de datos existentes podrían depreciarse rápidamente, dificultando la amortización de sus costes. Además, los modelos de aprendizaje automático (MLA), que han alcanzado una capacidad extraordinaria gracias a la predicción de la siguiente palabra, podrían estancarse hasta que surja alguna técnica nueva.
Por ahora, los laboratorios de IA están invirtiendo enormes sumas para entrenar modelos más nuevos y complejos, partiendo de la premisa de que el primer modelo que alcance un punto óptimo de autoaprendizaje dominará el mundo de la IA y generará enormes beneficios. Sin embargo, este escenario parece poco probable. Incluso si se alcanzara ese punto, los competidores podrían igualar el modelo del pionero (incluso contratando a empleados clave para obtener secretos técnicos).
Hasta ahora, ningún modelo de IA parece haber logrado una ventaja sostenida. A menos que Gemini (Google), Claude (Anthropic) y ChatGPT (OpenAI) logren diferenciarse atrayendo a segmentos de usuarios específicos (o fusionándose o colaborando), es difícil prever de dónde provendrán las ganancias que justifiquen sus enormes inversiones en entrenamiento.
Además, si bien los políticos se han mantenido en gran medida al margen hasta ahora, las intervenciones políticas para abordar los riesgos y las preocupaciones de la IA son inevitables. Dado que los centros de datos consumen enormes cantidades de energía —lo que eleva el precio de la electricidad para todos—, los gobiernos estatales y locales estarán sometidos a una mayor presión política para limitar su construcción. En Indiana, por ejemplo, varios condados proclamaron recientemente una moratoria sobre la construcción de centros de datos.
Las proyecciones para el próximo año ya sugieren que los fabricantes de hardware y los centros de datos no podrán suministrar suficiente capacidad de procesamiento en EE. UU. Y a medida que aumente la escasez de capacidad de procesamiento, los usuarios finales tendrán más motivos para retrasar la implementación. No se pueden reorganizar todas las operaciones en torno a la IA si existen buenas razones para preocuparse por la fiabilidad del acceso o los precios razonables en el futuro.
Peor aún, si bien su uso generalizado podría tardar más de lo esperado, el uso malintencionado por parte de hackers y creadores de deepfakes, así como el uso sin supervisión por parte de menores, está creciendo rápidamente. No es difícil imaginar escenarios catastróficos, como un ciberataque mortal, el uso indebido de datos por parte de agentes de IA o modelos de IA mal entrenados que inciten a los niños a cometer actos de violencia contra sí mismos o contra otros (algo que ya ha ocurrido). El clamor que exige regulación y mayor responsabilidad para los modelos de IA no hará más que aumentar. Los riesgos que plantea una IA descontrolada podrían incluso propiciar un diálogo muy necesario entre las grandes potencias, que quizás conduzca a algún tipo de Convenio de Ginebra sobre IA.
Quizás el detonante más importante para la intervención política serían las pérdidas masivas de empleo relacionadas con la IA. Por temor a la reacción política o social, incluso las empresas inclinadas a adoptar la IA podrían mostrarse reacias a despedir a empleados redundantes fuera de una recesión, lo que reduciría cualquier beneficio derivado de la implementación y difusión de la IA.
Dadas todas estas incertidumbres, no está nada claro cuán amplia y rápidamente se implementará la IA, ni quién se beneficiará. Los fabricantes y diseñadores de hardware parecían estar bien posicionados, dada la enorme demanda de capacidad de procesamiento. Pero si se interrumpe la construcción de centros de datos, esto podría trasladar las ganancias a los proveedores de servicios en la nube y a los laboratorios de IA. Estos podrían reducir la cantidad de capacidad de procesamiento dedicada al entrenamiento de mejores modelos, lo que les proporciona ventajas efímeras, y dedicarse a vender la capacidad de procesamiento que han adquirido a empresas que utilizan sus modelos ya capaces. Estos cambios también son probables si las capacidades de los modelos se estancan. La regulación también podría obligar a los modeladores a invertir más esfuerzos en mejorar el entrenamiento y la seguridad de los modelos existentes, generando así una mayor confianza pública.
La buena noticia es que una implementación más limitada y cuidadosa de la IA podría dar a las empresas más tiempo para encontrar usos que potencien la mano de obra (en lugar de reemplazarla), y a los gobiernos y trabajadores más tiempo para adaptarse. La mala noticia es que las expectativas optimistas de ganancias rápidas y excepcionales podrían ser infundadas, un problema particular para las empresas de IA que deben afrontar pagos de deuda implacables. Es probable que los avances en IA acaben dando sus frutos. Pero no todos los proveedores obtendrán beneficios, ni siquiera sobrevivirán.
El autor es exgobernador del Banco de la Reserva de la India y economista jefe del Fondo Monetario Internacional, es profesor de finanzas en la Escuela de Negocios Booth de la Universidad de Chicago, presidente del Grupo de los Treinta, presidente de la Fundación Per Jacobsson y coautor (junto con Rohit Lamba) de Breaking the Mold: India’s Untraveled Path to Prosperity (Princeton University Press, mayo de 2024).
Copyright: Project Syndicate, 2026.
www.project-syndicate.org
