LONDRES – El veloz ritmo de los avances tecnológicos del último año, sobre todo en inteligencia artificial, ha dado muchas razones para el optimismo. Pero ya iniciando 2025, hay indicios de que el ímpetu de la IA puede estar decayendo.
La narrativa dominante desde 2023 ha sido que la revolución de la IA estimulará la productividad y el crecimiento económico y sentará las bases de extraordinarios avances tecnológicos. Por ejemplo, PwC pronostica que en 2030 la IA añadirá casi 16 billones de dólares al PIB mundial, un incremento del 14%. Por su parte, un estudio de Erik Brynjolfsson, Danielle Li y Lindsey R. Raymond estima que la IA generativa puede aumentar un 14% la productividad del trabajador promedio, incluido un aumento del 34% para los trabajadores nuevos y poco cualificados.
Una idea que parecen corroborar recientes anuncios de Google y OpenAI que presentan un atisbo de un futuro que hasta hace poco era territorio exclusivo de la ciencia ficción. Por ejemplo, el chip cuántico Willow de Google logró completar en menos de cinco minutos un cálculo de referencia que a las supercomputadoras actuales más rápidas les llevaría diez cuatrillones de años (un diez seguido de 24 ceros). Asimismo, el nuevo modelo o3 de OpenAI constituye un gran avance tecnológico que acerca la IA al punto en que sea capaz de superar a los humanos en cualquier tarea cognitiva, un hito conocido como «inteligencia artificial general».
Pero hay al menos tres razones por las que el auge de la IA puede perder ímpetu en 2025. En primer lugar, los inversores tienen cada vez más dudas sobre la rentabilidad de las inversiones en IA, ya que a muchas empresas les está costando generar ingresos que compensen el enorme aumento de costos del desarrollo de modelos de vanguardia. Entrenar el modelo GPT‑4 de OpenAI costó más de cien millones de dólares, pero es probable que con los modelos futuros ese mismo costo supere los mil millones, lo que pone en entredicho la sostenibilidad financiera de las iniciativas.
Por supuesto que los inversores están ansiosos de aprovechar el auge de la IA; en 2024, la inversión de capital riesgo en startups de IA radicadas en Estados Unidos alcanzó la cifra récord de 97 000 millones de dólares. Pero parece que incluso líderes del sector como OpenAI están gastando dinero demasiado rápido para generar beneficios significativos, y los inversores comienzan a temer que una buena parte del capital invertido se haya asignado mal o desperdiciado. Un cálculo aproximado indica que para lograr un rendimiento aceptable (teniendo en cuenta impuestos, desembolsos de capital y gastos operativos), una inversión de 100 000 millones de dólares en IA tendría que generar una facturación de al menos 50 000 millones de dólares. Pero según mis fuentes, el ingreso anual total del sector apenas llega a 12 000 millones de dólares, de los que unos 4000 millones corresponden a OpenAI. En ausencia de una «killer app», una aplicación superexitosa, por la que los clientes estén dispuestos a pagar sumas sustanciales, es posible que una parte significativa de las inversiones de capital riesgo terminen valiendo nada, y el resultado sería una disminución de la inversión y del gasto.
En segundo lugar, el crecimiento de la IA puede frenarse por las cantidades enormes de energía que se necesitan para operar y refrigerar sus masivos centros de datos. Según la Agencia Internacional de la Energía, en 2026 los centros de datos de IA consumirán mil teravatios‑hora de electricidad al año, más que el consumo total de electricidad y gas del Reino Unido en 2023. La consultora Gartner prevé que en 2027, el 40% de los centros de datos en existencia padecerá restricciones operativas por la disponibilidad limitada de energía.
Access every new PS commentary, our entire On Point suite of subscriber-exclusive content – including Longer Reads, Insider Interviews, Big Picture/Big Question, and Say More – and the full PS archive.
Subscribe Now
En tercer lugar, parece que los grandes modelos lingüísticos están empezando a encontrar sus límites, conforme las empresas luchan con dificultades crecientes como la escasez de datos y la aparición de errores recurrentes. El entrenamiento de esos modelos se basa ante todo en datos extraídos de noticias, informes publicados, comentarios en redes sociales y trabajos académicos. Pero el suministro de información de alta calidad es finito, y hallar nuevos conjuntos de datos (o crear alternativas sintéticas) se ha vuelto cada vez más difícil y costoso. Por eso los modelos son propensos a generar respuestas incorrectas o inventadas («alucinaciones»), y es posible que en poco tiempo las empresas de IA se queden sin datos nuevos para mejorarlos.
También el poder de cómputo se está acercando a sus límites físicos. En 2021, IBM presentó un chip de dos nanómetros (más o menos del tamaño de una uña) con capacidad para albergar 50 000 millones de transistores y mejorar el desempeño un 45% en comparación con su predecesor de siete nanómetros. Aunque es impresionante, este avance también plantea una duda importante: ¿habrá llegado la industria al punto de los rendimientos decrecientes en su búsqueda de crear semiconductores cada vez más pequeños?
De mantenerse estas tendencias, las valuaciones actuales de las empresas de IA que cotizan en bolsa tal vez no sean sostenibles. Cabe destacar que la inversión privada ya muestra signos de declive. Según la firma de investigación Preqin, en los tres primeros trimestres de 2024 las empresas de capital riesgo consiguieron 85 000 millones de dólares, cifra considerablemente inferior a los 136 000 millones reunidos durante el mismo período en 2023.
La buena noticia es que si los gigantes actuales de la IA empiezan a tambalearse, competidores más pequeños podrían aprovechar la oportunidad y desafiar su dominio. Desde el punto de vista del mercado, esto puede fomentar más competencia y reducir la concentración, evitando así que se repitan las condiciones que permitieron a las «siete magníficas» (Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia y Tesla) hacerse con el dominio de la industria tecnológica estadounidense.
Donald Trump has left no doubt that he wants to build an authoritarian, illiberal world order based on traditional spheres of influence and agreements with other illiberal leaders. The only role that the European Union plays in his script is an obstacle that must be pushed aside.
warns that the European Union has no place in Donald Trump’s illiberal worldview.
With the United States under President Donald Trump pressing for peace, matters could come to a head by this summer, when the pipeline of congressionally-approved arms for Ukraine runs out. Far from bringing peace, however, a US military cutoff of Ukraine could actually bring about an escalation in the fighting.
explains why an enforceable ceasefire must precede, perhaps by many years, final-status negotiations.
To have unlimited access to our content including in-depth commentaries, book reviews, exclusive interviews, PS OnPoint and PS The Big Picture, please subscribe
LONDRES – El veloz ritmo de los avances tecnológicos del último año, sobre todo en inteligencia artificial, ha dado muchas razones para el optimismo. Pero ya iniciando 2025, hay indicios de que el ímpetu de la IA puede estar decayendo.
La narrativa dominante desde 2023 ha sido que la revolución de la IA estimulará la productividad y el crecimiento económico y sentará las bases de extraordinarios avances tecnológicos. Por ejemplo, PwC pronostica que en 2030 la IA añadirá casi 16 billones de dólares al PIB mundial, un incremento del 14%. Por su parte, un estudio de Erik Brynjolfsson, Danielle Li y Lindsey R. Raymond estima que la IA generativa puede aumentar un 14% la productividad del trabajador promedio, incluido un aumento del 34% para los trabajadores nuevos y poco cualificados.
Una idea que parecen corroborar recientes anuncios de Google y OpenAI que presentan un atisbo de un futuro que hasta hace poco era territorio exclusivo de la ciencia ficción. Por ejemplo, el chip cuántico Willow de Google logró completar en menos de cinco minutos un cálculo de referencia que a las supercomputadoras actuales más rápidas les llevaría diez cuatrillones de años (un diez seguido de 24 ceros). Asimismo, el nuevo modelo o3 de OpenAI constituye un gran avance tecnológico que acerca la IA al punto en que sea capaz de superar a los humanos en cualquier tarea cognitiva, un hito conocido como «inteligencia artificial general».
Pero hay al menos tres razones por las que el auge de la IA puede perder ímpetu en 2025. En primer lugar, los inversores tienen cada vez más dudas sobre la rentabilidad de las inversiones en IA, ya que a muchas empresas les está costando generar ingresos que compensen el enorme aumento de costos del desarrollo de modelos de vanguardia. Entrenar el modelo GPT‑4 de OpenAI costó más de cien millones de dólares, pero es probable que con los modelos futuros ese mismo costo supere los mil millones, lo que pone en entredicho la sostenibilidad financiera de las iniciativas.
Por supuesto que los inversores están ansiosos de aprovechar el auge de la IA; en 2024, la inversión de capital riesgo en startups de IA radicadas en Estados Unidos alcanzó la cifra récord de 97 000 millones de dólares. Pero parece que incluso líderes del sector como OpenAI están gastando dinero demasiado rápido para generar beneficios significativos, y los inversores comienzan a temer que una buena parte del capital invertido se haya asignado mal o desperdiciado. Un cálculo aproximado indica que para lograr un rendimiento aceptable (teniendo en cuenta impuestos, desembolsos de capital y gastos operativos), una inversión de 100 000 millones de dólares en IA tendría que generar una facturación de al menos 50 000 millones de dólares. Pero según mis fuentes, el ingreso anual total del sector apenas llega a 12 000 millones de dólares, de los que unos 4000 millones corresponden a OpenAI. En ausencia de una «killer app», una aplicación superexitosa, por la que los clientes estén dispuestos a pagar sumas sustanciales, es posible que una parte significativa de las inversiones de capital riesgo terminen valiendo nada, y el resultado sería una disminución de la inversión y del gasto.
En segundo lugar, el crecimiento de la IA puede frenarse por las cantidades enormes de energía que se necesitan para operar y refrigerar sus masivos centros de datos. Según la Agencia Internacional de la Energía, en 2026 los centros de datos de IA consumirán mil teravatios‑hora de electricidad al año, más que el consumo total de electricidad y gas del Reino Unido en 2023. La consultora Gartner prevé que en 2027, el 40% de los centros de datos en existencia padecerá restricciones operativas por la disponibilidad limitada de energía.
Introductory Offer: Save 30% on PS Digital
Access every new PS commentary, our entire On Point suite of subscriber-exclusive content – including Longer Reads, Insider Interviews, Big Picture/Big Question, and Say More – and the full PS archive.
Subscribe Now
En tercer lugar, parece que los grandes modelos lingüísticos están empezando a encontrar sus límites, conforme las empresas luchan con dificultades crecientes como la escasez de datos y la aparición de errores recurrentes. El entrenamiento de esos modelos se basa ante todo en datos extraídos de noticias, informes publicados, comentarios en redes sociales y trabajos académicos. Pero el suministro de información de alta calidad es finito, y hallar nuevos conjuntos de datos (o crear alternativas sintéticas) se ha vuelto cada vez más difícil y costoso. Por eso los modelos son propensos a generar respuestas incorrectas o inventadas («alucinaciones»), y es posible que en poco tiempo las empresas de IA se queden sin datos nuevos para mejorarlos.
También el poder de cómputo se está acercando a sus límites físicos. En 2021, IBM presentó un chip de dos nanómetros (más o menos del tamaño de una uña) con capacidad para albergar 50 000 millones de transistores y mejorar el desempeño un 45% en comparación con su predecesor de siete nanómetros. Aunque es impresionante, este avance también plantea una duda importante: ¿habrá llegado la industria al punto de los rendimientos decrecientes en su búsqueda de crear semiconductores cada vez más pequeños?
De mantenerse estas tendencias, las valuaciones actuales de las empresas de IA que cotizan en bolsa tal vez no sean sostenibles. Cabe destacar que la inversión privada ya muestra signos de declive. Según la firma de investigación Preqin, en los tres primeros trimestres de 2024 las empresas de capital riesgo consiguieron 85 000 millones de dólares, cifra considerablemente inferior a los 136 000 millones reunidos durante el mismo período en 2023.
La buena noticia es que si los gigantes actuales de la IA empiezan a tambalearse, competidores más pequeños podrían aprovechar la oportunidad y desafiar su dominio. Desde el punto de vista del mercado, esto puede fomentar más competencia y reducir la concentración, evitando así que se repitan las condiciones que permitieron a las «siete magníficas» (Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia y Tesla) hacerse con el dominio de la industria tecnológica estadounidense.
Traducción: Esteban Flamini