Bloomberg Opinión — El objetivo de Sam Altman de recaudar unos US$7 billones para fabricar chips de inteligencia artificial cuenta una historia que va más allá de sus ambiciones al límite de la locura. En primer lugar, la infraestructura necesaria para construir IA se ha vuelto exorbitantemente cara. En segundo lugar, la mayor parte de ese valor sigue (¡sigue!) en manos de un puñado de grandes empresas tecnológicas, y el oligopolio sólo va a empeorar.
A pesar de toda la competencia espoleada por el lanzamiento de ChatGPT a finales de 2022 y la avalancha de nuevas empresas que se lanzaron al publicitado mercado de la IA generativa, es probable que la mayoría de esos nuevos actores se retiren o se integren en las empresas tradicionales en el próximo año. Los costos del negocio son demasiado elevados para que puedan sobrevivir por sí solos.
Por ejemplo, Sasha Haco, CEO de Unitary, que analiza los vídeos de las redes sociales en busca de contenido que infrinja las normas. A su empresa le costaría 100 veces más de lo que cobra a sus clientes suscribirse a las herramientas de IA de escaneado de vídeos de OpenAI. Así que Unitary fabrica sus propios modelos, lo que en sí mismo es un acto de equilibrio en la cuerda floja. Su empresa necesita alquilar el acceso a esos raros chips de IA a través de proveedores en la nube como Microsoft Corp. (MSFT) y Amazon Web Services de Amazon.com Inc. (AMZN) Esos chips han duplicado su precio desde 2020, dice Haco, y es difícil reservarlos. “Hemos tenido ocasiones en las que no hemos podido acceder a lo que necesitábamos y hemos tenido que pagar 10 veces más”, me dijo.
Unitary lo hace funcionar, pero Haco admite que ninguna startup de IA generativa ha descubierto cómo dirigir un negocio de bajo coste a escala, al menos no de la misma forma que las grandes empresas tecnológicas. Otro fundador de IA en San Francisco me dice que algunos de sus colegas que tienen que alquilar chips de IA y computación en la nube descubren que la única forma que tienen de ganar dinero “es si la gente no utiliza el producto”.
“La mejor analogía es la electricidad”, dice Ronald Ashri, CEO de la startup Dialogue.ai, que crea chatbots a medida para sectores regulados. “Estás enchufado a un modelo de base que es tu electricidad, y la consumes constantemente. El consumo es el mayor coste de la solución que ofrecemos a los clientes”.
Las startups de IA Generativa pueden construir su tecnología de dos formas distintas. Pueden desarrollar su propia versión del GPT-4 de OpenAI o del Gemini de Google, por ejemplo, un modelo denominado de base que requiere cientos de millones de dólares de inversión. O pueden construir sobre un modelo ya existente, que sólo necesita decenas de millones de inversión y que es lo que hace la inmensa mayoría de las startups de IA hoy en día.
En ambos casos, los principales beneficiarios son los gigantes de la computación en nube Microsoft, Amazon y Google de Alphabet Inc. (GOOGL) y el fabricante de chips de IA Nvidia Corp. (NVDA). “Ahora mismo todas estas startups cogen dinero de los inversores de capital riesgo y se lo dan a las empresas de la nube y a Nvidia”, dice Rodolfo Rosini, director general de la empresa de chips Vaire Computing. Por eso Nvidia ha visto cómo sus acciones se duplicaban con creces en el último año, situándose cerca de una valoración de US$2 billones.
Se podría pensar que las grandes empresas tecnológicas observarían el panorama de las startups de IA y se relamerían ante esta dinámica, hambrientas de adquirir nuevos talentos e ideas. Pero no es tan sencillo. La mayoría de las nuevas startups de IA generativa no tienen muchos científicos investigadores de IA de núcleo duro que las conviertan en una forma atractiva de comprar talento, ya que dependen de los modelos más grandes de terceros. Esas startups suelen contar con ingenieros de software normales.
Además, las grandes empresas de adquisición de tecnología, como Meta Platforms Inc., ya están invirtiendo mucho en sus propios esfuerzos internos de IA, dice Nathan Benaich, fundador de la empresa de capital riesgo Air Street Capital, con sede en Londres y centrada en la IA, y muchas de esas empresas estaban recortando costos significativos el año pasado.
Un obstáculo aún mayor es la regulación. Las grandes empresas tecnológicas desconfían, con razón, de las consecuencias antimonopolio de los grandes acuerdos de IA, debido a la reciente ola de aplicación más estricta de la legislación antimonopolio. De ahí el cambio hacia la inversión. Las inversiones de las grandes tecnológicas en startups de IA superarán los US$24.600 millonesen 2023, frente a los US$4.400 millones de 2022, un cambio destinado a evitar el escrutinio normativo, según Brendan Burke, analista principal de la empresa de estudios de mercado Pitchbook, que también proporcionó las cifras.
Ahora que la Comisión Federal de Comercio de EE.UU. está investigando algunas de esas inversiones incluida la multimillonaria apuesta de Microsoft por OpenAI y la inversión de Amazon en Anthropic, el péndulo podría volver a inclinarse hacia las adquisiciones convencionales, afirma Burke.
Entre los inversores de capital riesgo y las empresas emergentes hay opiniones encontradas sobre la cantidad de fusiones y adquisiciones que se producirán el año que viene. Lo que parece más probable: La presión reguladora impedirá las adquisiciones de las principales empresas de IA valoradas en más de US$1.000 millones, como Perplexity, Cohere, Character.ai e Inflection. En su lugar, atraerán la inversión, al menos de momento, y algunos de los actores más pequeños serán absorbidos, mientras que el resto de los advenedizos se retirarán por la presión de los costos.
El resultado será un campo de juego muy similar al actual, en el que los mayores actores seguirán creciendo. Eso será una victoria para las grandes tecnológicas y podría decirse que para los consumidores, que seguirán teniendo un acceso barato a la IA. Pero también es una pérdida para la competencia y la sociedad. Cuando la IA de uso general que se entreteje en todos los aspectos de nuestras vidas está dominada por un pequeño puñado de empresas, eso da un enorme poder e influencia a esas empresas. Sería mejor evitar ese resultado.
Esta nota no refleja necesariamente la opinión del consejo editorial o de Bloomberg LP y sus propietarios.
