¿Dónde está la inteligencia artificial, especialmente la generativa, desde el punto de vista económico y financiero? La caída de los valores bursátiles el verano pasado planteó la cuestión. Si bien ciertos modelos económicos son más frágiles de lo que pensábamos, los fundamentos siguen siendo sólidos. El desarrollo podría verse frenado. No detenido.
Las vacaciones de verano estuvieron llenas de acontecimientos en los mercados financieros y, en particular, para los valores vinculados a la inteligencia artificial (IA), que experimentaron un movimiento correctivo de una magnitud sin precedentes. Los “Cinco Magníficos” (Nvidia, Microsoft, Amazon, Alphabet, Apple) cedieron así entre el 15% y el 19% de su valor. Una vez que la fiebre del verano haya disminuido, ¿qué lecciones podemos aprender de ella? ¿Hemos sido testigos de una simple corrección técnica momentánea –como sugiere la subida del Nasdaq en los últimos meses– o del inicio de una deflación de la burbuja de la IA?
200 mil millones de dolares
La batalla por la IA se libra primero en los mercados financieros. La carrera armamentista para construir una cartera de activos estratégicos, modelos fundamentales, infraestructuras informáticas y de almacenamiento, y ahora incluso plantas de energía nuclear para alimentar centros de datos, requiere inversiones colosales. Este año, sólo GAFAM habrá invertido más de 200 mil millones de dólares en IA, y ya hay rumores de una posible inversión de Nvidia en xAI que valoraría la empresa de Elon Musk especializada en IA. Se trata de una aceleración de más del 45% respecto a 2023, que ya fue un año récord.
Leer más: Kai-Fu Lee, gran organizador de la IA de código abierto en China… ¿e inspiración para Francia?
Sin embargo, estas inversiones masivas se inscriben en un contexto macroeconómico marcado por incertidumbres (tensiones geopolíticas, presión sobre los recursos, desaceleración del crecimiento global, etc.) que pueden alentar a los inversores a obtener ganancias de capital reduciendo sus títulos tecnológicos pendientes. se disparó por un lado y, por el otro, pasar a valores menos volátiles, más legibles y, en última instancia, menos riesgosos. Pero, más que el contexto macroeconómico, lo que hay que plantearse es la existencia misma de una burbuja en torno a la IA. Porque, a medida que pasa el tiempo y llegan los primeros comentarios, surgen preocupaciones iniciales sobre el potencial real de mercado de las soluciones de IA, particularmente en el campo de la IA generativa.
Aumentos de productividad decepcionantes
Primer motivo de preocupación: el prometido aumento de la productividad, que está peligrosamente retrasado. ¡En 2023, Goldman Sachs anticipó ganancias de productividad del 9,2% y una contribución de 6,1 puntos al crecimiento estadounidense durante la próxima década! Sin embargo, estas previsiones fueron cuestionadas recientemente por Daron Acemoglu, el muy respetado economista del MIT especializado en innovación, cuyo último trabajo de modelización muestra ganancias potenciales de productividad del 0,56% y una contribución con un crecimiento limitado a 1 punto. Una auténtica ducha fría.
Contrariamente a las promesas comerciales de los promotores de la IA, el académico estima que, durante la próxima década, sólo el 19,9% de las tareas empresariales estarán expuestas a la IA, de las cuales sólo el 4,6% podrán automatizarse de forma rentable. Y si bien es perfectamente posible oponer a Daron Acemoglu las incertidumbres relativas a los futuros desarrollos técnicos de la IA o la falta de tener en cuenta los efectos de rebote resultantes de la reasignación de recursos productivos liberados por la automatización habilitada por la IA, por el momento, la demostración indudable Todavía se espera un aumento de la productividad para las empresas, fuera de las tareas bien definidas.
Sin embargo, sin esta demostración, a una empresa le resulta difícil, especialmente en el contexto macroeconómico descrito anteriormente, suscribirse a las ofertas de los promotores de la IA. Ante las colosales cantidades invertidas, rápidamente podría surgir la cuestión de la solidez económica y la solidez de los modelos de negocio de los promotores de la IA. Pero si para GAFAM, con recursos diversificados y abundantes, la apuesta debería seguir siendo generalmente viable, para las empresas emergentes o especializadas, el futuro podría oscurecerse relativamente rápido si el ritmo de las inversiones se desacelerara. Al menos eso parece pensar el CEO de Baidu cuando profetiza que el 99% de las empresas de IA están condenadas a desaparecer.
¿Hacia el colapso de los modelos?
Segundo motivo de preocupación: el colapso de los modelos de IA y, más particularmente, de los grandes modelos de lenguaje en los que se basa la IA generativa. Varios estudios recientes estiman que la IA está alcanzando un punto de inflexión más allá del cual será difícil progresar. ¿La razón? Las herramientas existentes habrían terminado de extraer todo el jugo de los datos existentes, ¡cuya producción anual también es limitada!
De hecho, la IA generativa necesita nuevos datos para progresar. Allí comienza un debate de expertos. Para algunos investigadores, las IA podrían crear por sí mismas los llamados datos “sintéticos” mediante la combinación original de datos antiguos, y utilizarían estos datos sintéticos como nuevos insumos para continuar su entrenamiento. Semejante enfoque resulta vertiginoso, pero sólido para quienes lo apoyan. Por otro lado, los investigadores critican esta metodología que hará que los resultados de la IA sean aún menos controlables, porque se basa en un conjunto de datos a veces de mala calidad, recombinados sin intervención humana, para obtener resultados a veces muy alejados de los esperados. esperado. Para decirlo de otra manera, las IA ingerirían un veneno que ellas mismas crearían. El debate aún no está zanjado, pero podemos ver hasta qué punto podría definir un límite a la idea de un crecimiento irresistible de la IA generativa.
Un problema energético
Especialmente generativo o no, se presenta otro límite al crecimiento exponencial de la IA: el límite energético y material. Lo hemos mencionado anteriormente: ante la explosión de los costes energéticos atribuibles al entrenamiento de la IA, algunas grandes empresas tecnológicas están invirtiendo en unidades de producción de energía nuclear. Esta observación choca con la imagen de Epinal de un mundo digital incorpóreo, en las nubes, inmaterial.
La tecnología digital se basa en infraestructuras muy físicas (redes, centros de datos, terminales) que consumen energía, metales e incluso agua (0,5 litros para 50 solicitudes GPT-3 según este estudio). Y si bien la huella ambiental de nuestros usos digitales, y en particular de la IA, es cada vez más cuestionada, la capacidad de los proveedores para mantener el ritmo, tanto en términos de volúmenes como de potencia, también es cuestionable.
El espectro de los obstáculos regulatorios
El tercer motivo de preocupación surge en un contexto en el que, a ambos lados del Atlántico, las autoridades reguladoras y de competencia están alzando la voz contra los gigantes digitales. Por lo tanto, surgirá de manera aguda la cuestión de la capacidad de las empresas para cumplir con la DSA, el GDPR y próximamente la Ley IA. Por ejemplo, se pide a las empresas de IA que adopten un enfoque de ética desde el diseño y que informen a las autoridades sobre cómo se diseñan, entrenan y operan los algoritmos en la práctica.
Si el objetivo es sin duda loable, resulta poco realista en un momento en el que el propio Sam Altman, el jefe de Open AI (en el origen de ChatGPT), admite que no sabe exactamente cómo ChatGPT transforma los datos en bruto en nueva información. Este problema se suma a los ya identificados de posibles infracciones de derechos de autor o desinformación que podrían dar lugar a procedimientos por difamación. Por lo tanto, desde el punto de vista de los inversores, el riesgo legal que rodea a los especialistas en IA puede parecer alto si asumimos que las autoridades aplicarán los textos tal como están escritos hoy.
Este riesgo jurídico se ve reforzado mientras las autoridades de competencia ya están preocupadas por la concentración del poder de mercado en manos de un pequeño número de actores ya bien identificados que, debido a sus adquisiciones (mediante operaciones de crecimiento externo o inversiones totales de capital, como aquí con Alphabet) de ciertos eslabones clave de la cadena de valor, y su integración vertical ya muy avanzada (como aquí con Microsoft), ya parecen muy poco controvertidas. Sin embargo, si tales riesgos legales no frenan los intentos de expansión de los líderes de la IA, el conocimiento de las posiciones competitivas ya bien establecidas de estos actores en los nodos de valor de la IA podría desviar a los inversores de las pequeñas empresas y otros competidores de la IA, considerados menos interesantes en el mediano plazo.
Amenazas para calificar
Estos diferentes motivos de preocupación respaldan el escenario de una disminución de la inversión en IA. Dicho esto, procede matizar las consecuencias de tal amenaza.
En primer lugar, nuestro escenario se refiere esencialmente a empresas comprometidas en la carrera por el gigantismo (o hiperscalling como se dice al otro lado del Atlántico) y los modelos propietarios. Sin embargo, por un lado, las iniciativas de código abierto se están multiplicando, ganando cuota de mercado y, al hacerlo, erosionando el potencial de rentabilidad de los grandes modelos propietarios. Por otro lado, nada impide pensar que para determinados mercados de aplicaciones, el futuro no está en los “más grandes”, sino en modelos más especializados, más frugales y, en definitiva, menos voraces en términos de datos y energía. Puede que exista un “segundo mercado” con gran potencial para estas soluciones.
Además, cabe señalar que si la IA generativa, hasta ahora punta de lanza del sector, podría dar algunos signos de agotamiento, no es el caso de las acciones especializadas en áreas de aplicación con alto potencial: salud, ciberseguridad y autonomía. conducción, industria 4.0… Otra ventaja: las empresas de estos sectores tal vez tendrán menos dificultades para justificar su huella medioambiental en relación con las soluciones prácticas que ofrecerán.
Por último, la burbuja financiera en torno a la IA puede desinflarse, pero parece muy poco probable que estalle. Individualmente, los inversores pueden tener un interés temporal en reducir el peso de la IA en su cartera para lograr ganancias de capital y capear la actual fase de contracción económica. Pero también saben que los sectores que ofrecen tales perspectivas en un horizonte de 10 a 20 años no son tan numerosos. Lo mismo ocurre colectivamente. La IA es un castillo de naipes que podría alcanzar un valor de 1 billón de dólares en 2027. Una cantidad así une a todos los inversores en una “comunidad de destino”, en particular a los más grandes que actúan como “formadores de precios”. Y nadie tiene ningún interés en derribar un castillo así sin comprometer sus propias esperanzas de ganancias. A pesar de las nubes del verano, nada anuncia un nuevo invierno de la IA, sino todo lo contrario.
Related News :