Economía de la IA: por qué los líderes del mercado ni siquiera intentan ganar dinero

Si pensabas que Uber o WeWork en sus peores años eran maestros en quemar dinero, la industria de inteligencia artificial te pide que sostengas su cartera sin fondo. Hoy, los mayores actores del mercado —desde OpenAI hasta Anthropic— ni siquiera pretenden que busquen rentabilidad operativa en un futuro previsible. Estamos presenciando un momento único en la historia de la tecnología, cuando empresas valoradas en cientos de miles de millones de dólares reconocen abiertamente: nuestros gastos en entrenamiento de modelos siempre superarán nuestros ingresos por suscripción.

Esto no es simplemente una dificultad temporal, sino una característica fundamental de la actual carrera armamentística, donde el ganador no será quien venda mejor, sino quien pueda ignorar una cuenta bancaria que se vacía durante más tiempo.

El contexto importa más que cualquier número. Para entender la escala de lo que está sucediendo, debemos recordar cómo ha funcionado Silicon Valley en los últimos diez años. Típicamente, una startup quema dinero para capturar el mercado y luego comienza a monetizar su audiencia leal.

Pero con IA, ese patrón se ha roto. El costo del entrenamiento de cada versión posterior de GPT o Claude crece en progresión geométrica. Si el entrenamiento de GPT-4 costó alrededor de cien millones de dólares, las siguientes iteraciones ya requieren miles de millones.

La mayor parte de estos fondos no va a los salarios de los programadores, sino a los bolsillos de Nvidia por los chips y a las compañías de energía por la electricidad. Nos hemos encontrado en una situación donde el producto se vuelve más caro de producir más rápido de lo que el mercado puede acostumbrarse a su precio actual.

¿Por qué los inversores siguen emitiendo cheques por miles de millones de dólares mientras observan estas ruinas financieras? La respuesta radica en la fe ciega en el concepto de AGI —Inteligencia Artificial General—. En los pasillos de OpenAI y Google DeepMind, existe la convicción de que una vez que creen un sistema capaz de reemplazar a los humanos en la mayoría de las tareas cognitivas, la cuestión del dinero se resolverá por sí sola.

Tal sistema supuestamente descubrirá cómo ganar billones, optimizar la economía y cerrar todas las deudas. Esto es una especie de mesianismo tecnológico: estamos construyendo un dios digital, y los dioses no necesitan reportes trimestrales. Pero el problema es que aún tenemos que sobrevivir hasta ese momento, y el costo de entrada en este club de elegidos continúa aumentando cada día.

Mientras tanto, los modelos de negocio que se nos ofrecen ahora parecen más un intento de tranquilizar la conciencia de los accionistas que un plan real. Las suscripciones de veinte dólares al mes ni siquiera cubren la depreciación del servidor de las máquinas que ejecutan estos modelos. Las implementaciones corporativas avanzan lentamente debido a preocupaciones de seguridad y alucinaciones de IA.

Como resultado, tenemos una situación paradójica: una tecnología que debería automatizar y abaratar todo es en sí misma el negocio más caro e ineficiente del mundo. Las empresas se ven obligadas a recaudar constantemente solo para mantener las luces encendidas en las salas de servidores, creando una dependencia del capital de riesgo que se parece a una pirámide financiera construida sobre algoritmos muy inteligentes.

La conexión con burbujas tecnológicas anteriores es obvia, pero hay una diferencia significativa. Durante la era de las puntocom, las empresas gastaban dinero en marketing y captura de atención. En la era de la IA, el dinero se gasta en infraestructura física y poder computacional bruto.

Esto hace que cualquier colapso, si ocurre, sea mucho más doloroso para toda la economía. Si mañana los inversores deciden que el camino hacia AGI es demasiado largo, no solo nos quedaremos con sitios web en quiebra, sino con montañas de hardware caro y centros de datos gigantes que consumen la energía de ciudades enteras. La ironía es que los líderes del mercado ni siquiera intentan ocultar esta situación, declarando abiertamente la necesidad de cientos de miles de millones de inversión para continuar operando.

¿Qué significa esto para nosotros? Estamos usando herramientas increíblemente caras prácticamente gratis, mientras que fondos de capital de riesgo y Microsoft pagan la cuenta de este banquete. Esta es una era dorada para los usuarios, pero una señal de alerta para la industria.

La sostenibilidad a largo plazo de las empresas de IA ahora depende no de la calidad del código, sino de la geopolítica, los suministros de litio y la paciencia de los mayores inversores del planeta. Mientras crean en el milagro, la fiesta continúa. Pero en el momento en que alguien pregunta primero '¿dónde está el dinero?

', las reglas del juego cambiarán instantáneamente, y muchos tendrán que recordar qué aspecto tiene la economía tradicional con sus aburridos conceptos de ganancia y pérdida.

El punto: la industria de IA actual no es un negocio en el sentido clásico, sino un gran experimento científico financiado con dinero ajeno. ¿Podrán los modelos volverse lo suficientemente inteligentes para pagarse a sí mismos antes de que los inversores se queden sin paciencia?