La burbuja de la Inteligencia Artificial se está desinflando, ahora viene lo difícil

El pasado mes de junio, Inflection AI estaba en la cresta de la ola. La start-up de inteligencia artificial fundada por veteranos del famoso laboratorio de IA DeepMind de Google acababa de recaudar 1.300 millones de dólares de Microsoft y los multimillonarios de la tecnología Bill Gates, Reid Hoffman y Eric Schmidt para desarrollar su negocio de chatbots.

Pero menos de un año después, las tornas han cambiado. Los cofundadores Mustafa Suleyman y Karén Simonyan han abandonado Inflection AI para trabajar en Microsoft, que ahora también tiene los derechos de uso de su tecnología. Inflection AI se centra ahora en ayudar a otras empresas a mejorar sus propias herramientas de IA.

No es el único caso en el que el auge de la IA vuelve a la Tierra. Tras 11 meses de pruebas públicas, la herramienta de búsqueda de Google sigue cometiendo errores y aún no se ha puesto a disposición de la mayoría. Nuevos artículos científicos están echando por tierra algunas de las afirmaciones más llamativas sobre las capacidades de la tecnología. La industria de la IA también se enfrenta a una creciente oleada de retos normativos y jurídicos.

Un año y medio después del boom de la IA, cada vez hay más pruebas de que la máquina del bombo publicitario se está ralentizando. Las drásticas advertencias de que la IA supondría una amenaza existencial para la humanidad o nos quitaría el trabajo a todos han desaparecido en su mayoría, sustituidas por conversaciones técnicas sobre cómo convencer a los chatbots para que ayuden a resumir las pólizas de seguros o a gestionar las llamadas de atención al cliente.

Algunas start-ups prometedoras ya han fracasado y el conjunto de llamativos productos lanzados por los principales actores en la carrera de la IA -OpenAI, Microsoft y Google- aún no han cambiado la forma en que las personas trabajan y se comunican entre sí. Aunque se sigue invirtiendo dinero en IA, muy pocas empresas obtienen beneficios de esta tecnología, cuya construcción y funcionamiento siguen siendo muy costosos.

El camino hacia la adopción generalizada y el éxito empresarial sigue siendo largo, tortuoso y lleno de obstáculos, según ejecutivos, tecnólogos y analistas financieros. “Si comparamos un mercado maduro con un árbol maduro, estamos en el tronco”, afirma Ali Golshan, fundador de Gretel AI, una start-up que ayuda a otras empresas a crear conjuntos de datos para entrenar su propia IA. “Estamos en la fase de génesis de la IA”.

El sector tecnológico no frena su avance hacia la IA. A nivel mundial, la financiación de capital riesgo en empresas de IA creció un 25% hasta los 25.870 millones de dólares en los tres primeros meses de 2024, en comparación con los tres últimos meses de 2023, según la firma de investigación PitchBook. 

Microsoft, Meta, Apple y Amazon están invirtiendo miles de millones en IA, contratando doctores y construyendo nuevos centros de datos. Recientemente, Amazon invirtió 2.500 millones de dólares en Anthropic AI, con lo que su inversión total en el competidor de OpenAI asciende a 4.000 millones de dólares.

El inmenso coste de entrenar algoritmos de IA -que requiere hacer pasar cantidades alucinantes de datos por almacenes de chips informáticos caros y que consumen mucha energía- significa que, aunque empresas como Microsoft, OpenAI y Google empiecen poco a poco a cobrar por las herramientas de IA, siguen gastando miles de millones en desarrollar y utilizar esas herramientas.

El CEO de Google Cloud, Thomas Kurian, dijo a principios de este mes que empresas como Deutsche Bank, la Clínica Mayo y McDonald’s estaban utilizando las herramientas de Google para crear aplicaciones de IA y el CEO de Google, Sundar Pichai, dijo en la conferencia telefónica más reciente de la compañía que el interés en la IA ayudó a contribuir a un aumento en los ingresos en la nube.

Pero en la misma llamada, la directora financiera Ruth Porat dijo que la inversión de la compañía en centros de datos y chips informáticos para ejecutar IA significaría que los gastos de Google serían “notablemente mayores” este año que el año pasado.

“Estamos ayudando a nuestros clientes a pasar de pruebas de concepto de IA a implantaciones a gran escala”, afirma Oliver Parker, ejecutivo del equipo de IA de Google Cloud. Señaló a Discover Financial Services como ejemplo: la empresa utilizó la IA de Google para crear una herramienta para sus centros de atención telefónica que redujo el tiempo que tardaba cada llamada.

Microsoft también ha hecho alarde del interés que despiertan sus herramientas de IA y afirma que 1,3 millones de personas utilizan ya su asistente de escritura de código “GitHub Copilot”. También está ofreciendo un asistente de IA de 30 dólares al mes a los millones de usuarios de Microsoft Office de todo el mundo.

Pero la empresa no ha dicho nada sobre si alguna de estas herramientas es rentable en comparación con el coste de su funcionamiento. Al igual que Google, la empresa ha centrado gran parte de su energía en conseguir que los clientes utilicen sus servicios en la nube para ejecutar sus aplicaciones de IA.

“Nos estamos dando cuenta de que la IA requiere un cambio de paradigma”, afirma Jared Spataro, vicepresidente corporativo de IA en el trabajo de Microsoft. “No es como una implantación tecnológica tradicional en la que el departamento de TI pulsa un interruptor. Las empresas necesitan identificar las áreas en las que la IA puede tener un impacto real y desplegar estratégicamente la IA allí.”

En octubre, OpenAI anunció su propia versión de la tienda de aplicaciones, donde la gente podía crear sus propias versiones personalizadas del popular chatbot ChatGPT, subirlas a un mercado público y recibir un pago de OpenAI si mucha gente las utilizaba. Se han creado tres millones de GPT personalizados, pero la empresa aún no ha dicho si ha pagado algún dinero.

“Estas herramientas aún no están generalizadas, ni siquiera cerca”, afirma Radu Miclaus, analista de inteligencia artificial de la empresa de investigación tecnológica Gartner. Espera que esto cambie pronto. “Mi expectativa es que este año empiecen a despegar las aplicaciones”.

Más allá de las grandes empresas tecnológicas, una legión de start-ups trata de encontrar formas de ganar dinero con la tecnología de IA generativa, como los generadores de imágenes y los chatbots. Por ejemplo, intentan sustituir a los agentes de atención al cliente, redactar textos publicitarios, resumir las notas de los médicos e incluso detectar imágenes falsas creadas por otras herramientas de IA. Al sustituir a los trabajadores o ayudar a los empleados a ser más productivos, esperan vender suscripciones a sus herramientas de IA.

Muchos programadores informáticos afirman que ya utilizan chatbots para ayudarles a escribir código rutinario. Según el Pew Research Center, el uso en el resto de la población activa también está aumentando lentamente. Alrededor del 23% de los adultos estadounidenses afirmaron haber utilizado ChatGPT en el trabajo en febrero de 2024, frente al 18% en julio de 2023, según la organización de investigación.

“Estamos muy, muy al principio”, afirma John Yue, fundador de Infrence.AI, una start-up que ayuda a otras empresas tecnológicas a encontrar los chips informáticos que necesitan para entrenar programas de IA. “La IA se abrirá camino en todos los sectores”, pero podrían pasar al menos de tres a cinco años antes de que la gente vea realmente esos cambios en su propia vida, afirma. “Tenemos que mirar con más perspectiva”.

También hay grandes obstáculos que podrían ralentizar el sector. Los gobiernos también se han creído el bombo de la IA, y los políticos de Estados Unidos y del resto del mundo están ocupados debatiendo cómo regular esta tecnología. En Estados Unidos, las empresas de IA más pequeñas temen que líderes como Google y OpenAI presionen al gobierno para que dificulte la competencia a los nuevos competidores.

En Europa, se están ultimando los detalles de la Ley de Inteligencia Artificial de la Unión Europea, que promete ser más restrictiva de lo que las empresas están acostumbradas. “Una de las mayores preocupaciones que escucho de los clientes empresariales es que las nuevas leyes de IA hagan que sus inversiones sean un desperdicio en el futuro.” También se han presentado una serie de demandas contra OpenAI y otras empresas de IA por utilizar el trabajo y los datos de otras personas para entrenar su IA sin pago ni permiso.

Aunque la tecnología sigue mejorando, la IA generativa sigue presentando problemas evidentes. Descubrir cómo garantizar que los modelos que se supone que son fiables no inventen información falsa ha sido una ardua tarea para los investigadores.

En la gran conferencia de Google sobre computación en la nube celebrada a principios de abril, la empresa ofreció una nueva solución al problema: los clientes que utilicen su tecnología para entrenar modelos de IA podrán dejar que sus robots se autocomprueben buscando información en Google Search.

También se han puesto en duda algunas afirmaciones sobre la capacidad casi mágica de la IA para realizar tareas de nivel humano. Un nuevo trabajo de investigadores de la Universidad de Massachusetts, Adobe, el Instituto Allen de Inteligencia Artificial y Princeton demuestra que los modelos de IA cometen habitualmente errores fácticos y de omisión cuando se les pide que resuman documentos extensos. Otro artículo reciente sugiere que la afirmación de que la IA es mejor que la inmensa mayoría de los humanos a la hora de redactar los exámenes del colegio de abogados es exagerada.

La gran mejora de la tecnología de IA mostrada por ChatGPT, que desencadenó el boom, se produjo cuando OpenAI introdujo billones de frases de Internet abierto en un algoritmo de IA. Las IA posteriores de Google, OpenAI y Anthropic han añadido aún más datos de la web, aumentando aún más sus capacidades.

Al ver estas mejoras, algunos famosos investigadores de IA han adelantado sus predicciones sobre cuándo superará la IA a la inteligencia humana. Pero las empresas de IA se están quedando sin datos con los que entrenar sus modelos, lo que plantea la cuestión de si la mejora constante de la capacidad de la IA se estancará.

La formación de modelos de IA más grandes y mejores tiene otro ingrediente crucial: la electricidad para alimentar los almacenes de chips informáticos que procesan todos esos datos. El auge de la IA ya ha provocado una oleada de construcción de nuevos centros de datos, pero no está claro si Estados Unidos será capaz de generar suficiente electricidad para hacerlos funcionar.

La IA, junto con el aumento de nuevas instalaciones de fabricación, está disparando las predicciones sobre la cantidad de electricidad que se necesitará en los próximos cinco años, según Mike Hall, director general de la empresa de software de gestión de energías renovables Anza y veterano de 20 años en el sector de la energía solar. “La gente empieza a hablar de crisis: ¿vamos a tener suficiente energía?” afirma Hall.

Ethan Mollick, profesor asociado de la Universidad de Pensilvania que estudia la IA y los negocios, afirmó que los ejecutivos de las empresas están viendo los beneficios de la IA para sus negocios en los primeros experimentos y pruebas, y ahora están tratando de encontrar la manera de incorporarla a sus organizaciones de manera más amplia.

(c) 2024 , The Washington Post