El boom multimillonario de la IA se fundamentó en la certeza de que los modelos generativos continuarían mejorando exponencialmente. Atención: no es así.
En términos sencillos, las scaling laws (leyes de escalado) indicaban que si se proporcionaban más datos y potencia de cálculo a un modelo de inteligencia artificial, sus capacidades no dejarían de crecer.
Sin embargo, un reciente alud de informes de prensa apunta a que esto ya no es cierto y que los principales desarrolladores de IA están descubriendo que sus modelos ya no mejoran tan notablemente como antes.
Orion, de OpenAI, no ha mejorado mucho en codificación en comparación con el más reciente modelo insignia de la empresa, GPT-4, señala Bloomberg News, al tiempo que Google, de Alphabet Inc. (GOOGL), solo está viendo mejoras incrementales en su software Gemini. Por su parte, Anthropic, uno de los principales rivales de ambas compañías, se ha atrasado en el lanzamiento de su tan esperado modelo Claude.
Los ejecutivos de OpenAI, Anthropic y Google me han dicho sin titubear en recientes meses que el desarrollo de la inteligencia artificial no se estaba estancando. Pero lo decían. Lo cierto es que los temores que desde hace tiempo se tenían sobre la disminución de los beneficios de la IA generativa, vaticinados hasta por Bill Gates, se están materializando.
Hace poco, Ilya Sutskever, un icono de la inteligencia artificial que popularizó el enfoque de “cuanto más grande, mejor” para construir grandes modelos lingüísticos, declaró a Reuters que la situación se había estabilizado. «La década de 2010 fue la época de la escalabilidad», afirmaba. “Y ahora, de nuevo, estamos en la era del asombro y el descubrimiento”.
“Maravillarse y descubrir” es una expresión bastante positiva de que “no tenemos idea de qué hacer a continuación”. También podría, comprensiblemente, provocar ataques de ansiedad en los inversores y las empresas, que se espera que gasten US$1billón de en la infraestructura necesaria para cumplir la promesa de la IA de transformarlo todo.
Los bancos de Wall Street, los fondos de cobertura y las empresas de capital privado están gastando miles de millones en financiar la construcción de grandes centros de datos, según una investigación reciente de Bloomberg News .
¿Todo esto se resume en una apuesta terrible? No exactamente.
No cabe duda de que los principales beneficiarios del auge de la IA han sido las empresas tecnológicas más grandes del mundo.
Los ingresos trimestrales por almacenamiento en la nube de Microsoft Corp. (MSFT), Google y Amazon Inc. (AMZN) han estado creciendo a un ritmo constante y sus capitalizaciones de mercado, junto con las de Nvidia Corp. (NVDA), Apple Inc. (AAPL) y Meta Platforms Inc. (META), se han disparado en US$8 billones en total en los últimos dos años. Los retornos de la inversión para todos los demás, sus clientes, están tardando más en aparecer.
Sin embargo, una pausa en el entusiasmo del mercado en torno a la IA podría ser útil, tal como lo ha sido para las innovaciones anteriores. Esto se debe a que la tecnología normalmente no se estrella contra un muro y muere, sino que sigue una curva en forma de S.
La idea de la curva en forma de S es que el progreso inicial tarda años antes de acelerarse rápidamente, como hemos visto en los últimos dos años con la IA generativa, antes de que comience a desacelerarse nuevamente y, fundamentalmente, a evolucionar.
Por ejemplo, a lo largo de los años, los críticos declararon con regularidad que la Ley de Moore estaba muerta justo antes de que un avance revolucionario en la fabricación de chips la impulsara de nuevo.
El desarrollo de los aviones avanzó a un ritmo glacial hasta que la transición de las hélices a los reactores a finales de los años 50 supuso un gran salto adelante, antes de que la tecnología pareciera estancarse.
Pero, al igual que la fabricación de chips, el desarrollo de la aviación no se estancó, sino que se transformó: los aviones de pasajeros se han vuelto mucho más eficientes en cuanto a consumo de combustible, más seguros y más baratos de operar, aunque sólo sean nominalmente más rápidos que en los años 60.
Un estancamiento similar para la IA y sus leyes de escalamiento también podría significar un nuevo enfoque para el desarrollo y la medición del éxito, que hasta ahora se ha centrado demasiado en la capacidad y no lo suficiente en otras áreas como la seguridad.
Algunos de los modelos de IA generativa más avanzados no cumplen con las normas fundamentales como la seguridad y la equidad, según un estudio académico reciente que midió su cumplimiento de la próxima ley de IA de Europa.
Durante gran parte de este año, los investigadores de IA han estado buscando nuevos caminos para mejorar sus modelos que no impliquen simplemente arrojarles más datos y potencia de cálculo.
Un enfoque es centrarse en mejorar un modelo después de haberlo entrenado, en la llamada fase de inferencia. Esto puede implicar darle a un modelo tiempo adicional para procesar múltiples posibilidades antes de decidirse por una respuesta, y es por eso que OpenAI describió su modelo más reciente, o1, como mejor en “razonamiento”.
La belleza de la curva en forma de S es que puede dar a todos los demás un respiro, en lugar de clamar por la última tecnología que les dará una ventaja sobre sus competidores.
Las empresas que han estado experimentando con IA generativa y luchando por encontrar formas de aumentar su productividad, ahora tienen tiempo para rediseñar sus flujos de trabajo y procesos comerciales para aprovechar mejor los modelos de IA actuales, que ya son poderosos. (Recuerde que las empresas tardaron años en reorganizarse en torno a las computadoras en la década de 1980).
En un artículo sobre la “paradoja de la productividad” del profesor de la Universidad de Stanford Erik Brynjolfsson, se señala que la producción suele estancarse o caer cuando aparecen nuevas tecnologías importantes, para luego aumentar. Una pausa en la IA ofrece a las empresas más espacio en esa fase de inversión tan importante.
También les da tiempo a los reguladores para diseñar medidas de protección más efectivas.
La Ley de Inteligencia Artificial de la Unión Europea, a la que las empresas estarán sujetas a partir de 2026, debe ser más específica en la forma en que define los daños. Mientras los organismos de normalización realizan ese trabajo, ayuda que los modelos novedosos que conducen a una serie de problemas inesperados no estén a punto de inundar el mercado.
La IA generativa ha estado en pleno auge durante los últimos dos años y su impulso ha sido claramente lucrativo para los gigantes tecnológicos. Una desaceleración ofrece un descanso muy necesario para todos los demás.
Esta nota no refleja necesariamente la opinión del consejo editorial de Bloomberg LP y sus propietarios.
Lea más en Bloomberg.com
