"Hace seis meses, el sector de la IA parecía bastante burbujeante. Las empresas estaban invirtiendo cientos de miles de millones de dólares, gran parte de ellos prestados, en la construcción de nuevos centros de datos, pero no tenían un camino claro hacia la rentabilidad. Expertos y periodistas, yo incluido, comparábamos la expansión de la IA con la burbuja ferroviaria del siglo XIX y la burbuja de las puntocom de los años 90, en las que la especulación condujo a una sobreinversión que finalmente hizo colapsar el mercado de valores. Incluso el CEO de OpenAI, Sam Altman, expresó dudas públicas. "¿Estamos en una fase en la que los inversores en general están demasiado entusiasmados con la IA?", dijo el año pasado. Mi opinión es que sí.
Hoy, sin embargo, estamos en un mundo muy diferente. Los desarrolladores de software están adoptando herramientas de IA en masa y reportando beneficios de productividad astronómicos. La preocupación de que el país esté construyendo demasiados centros de datos ahora coexiste con el temor de que no tengamos suficientes para satisfacer el creciente apetito del público por estos productos. Y la empresa anteriormente conocida como el competidor junior de OpenAI se ha convertido posiblemente en el negocio de más rápido crecimiento en la historia del capitalismo. Los ingresos de Anthropic están aumentando más rápido, mucho más rápido, que los de Zoom durante la pandemia, los de Google a principios de la década de 2000, e incluso los de Standard Oil durante la Edad Dorada. Si la tasa de crecimiento actual de la empresa continuara, para principios del próximo año estaría generando más ingresos que cualquier otra empresa en el mundo.
La causa de este cambio de rumbo se puede resumir en dos palabras: Claude Code.
Cuando Anthropic lanzó una actualización de su producto estrella en noviembre, la IA pareció cruzar un umbral invisible entre un gadget interesante y una tecnología que cambia la vida. Con Claude Code, un equipo de agentes de IA autónomos podría tomar el control de tu computadora y, en minutos u horas, completar tareas de programación que antes habrían llevado días o semanas a los humanos. En muchos casos, el producto final requirió pocos cambios humanos, si es que alguno. Otras empresas han lanzado actualizaciones para sus propias herramientas de codificación, como Codex de OpenAI y Cursor de Anysphere, que se consideran casi tan impresionantes como Claude Code. "Esto realmente fue un cambio radical", me dijo Ethan Mollick, codirector del Laboratorio de IA Generativa de la Universidad de Pensilvania. Durante años, hemos estado en una era de chatbots que en su mayoría solo dicen cosas. Ahora hemos cruzado oficialmente a la era de los agentes que realmente pueden hacer cosas.
Las implicaciones son enormes para cualquier industria que dependa en gran medida del software. Jordan Nanos, miembro del personal técnico de la empresa de investigación de semiconductores SemiAnalysis, me dijo que su pequeño equipo produce cuatro veces más software que el año pasado a pesar de tener el mismo número de empleados. Tim Fist, director de políticas de tecnologías emergentes en el Instituto para el Progreso, me dijo que "se siente un poco ridículo" estar trabajando en su doctorado en informática, porque "Claude básicamente puede hacer el 90 por ciento de él". Meta anunció recientemente que despedirá al 10 por ciento de su fuerza laboral; hace unos meses, Mark Zuckerberg dijo a los inversores que, gracias a la IA, "proyectos que antes requerían grandes equipos" ahora pueden ser "realizados por una sola persona con mucho talento".
La investigación académica respalda estas afirmaciones anecdóticas. El año pasado, el grupo de expertos Model Evaluation & Threat La investigación realizó un experimento en el que los desarrolladores de software fueron asignados aleatoriamente a realizar tareas de codificación con o sin el uso de IA. Para sorpresa de todos, los desarrolladores completaron las tareas un 20 por ciento más lento cuando usaban IA, en parte porque pasaban mucho tiempo corrigiendo la salida de la IA. (Ese estudio influyó mucho en un artículo que escribí en septiembre sugiriendo que la IA era, de hecho, una burbuja). Recientemente, sin embargo, los mismos investigadores repitieron el experimento utilizando las últimas herramientas de codificación de IA. Esta vez, los mismos desarrolladores completaron las tareas casi un 20 por ciento más rápido con IA que aquellos sin ella. Y probablemente sea una subestimación, porque algunos usuarios avanzados se habían enganchado tanto a las herramientas de IA que se negaron a participar en el segundo experimento.
Ahora que la IA está proporcionando claros beneficios de productividad, las empresas tienen pocas dudas en gastar dinero en ella. Según una estimación, el porcentaje de empresas estadounidenses con una suscripción de pago a al menos una herramienta o servicio de IA ha aumentado de aproximadamente una cuarta parte a principios de 2025 a más de la mitad hoy en día. Investigadores de Goldman Sachs que realizaron entrevistas con 40 empresas de software sobre su uso de la IA a mediados de abril encontraron que muchas estaban "superando sus presupuestos iniciales" para herramientas de IA "por órdenes de magnitud", con algunas empresas gastando ya hasta el 10 por ciento de sus costos laborales totales de ingeniería. "Típicamente, a las empresas les lleva mucho más tiempo adaptarse a las nuevas tecnologías que a los consumidores", me dijo Gabriela Borges, analista de software de Goldman Sachs. "Así que la velocidad a la que estamos viendo a las empresas adaptar estas herramientas es realmente bastante sorprendente".
Cuando la demanda de tu producto supera la oferta, tiendes a ganar mucho dinero. En los últimos dos meses, la tasa de ejecución anual de Anthropic (la cantidad que la empresa está en camino de ganar en el próximo año basándose en los ingresos del mes actual) ha pasado de 14 mil millones a 30 mil millones de dólares. Como dijo Jim Vande de Axios Hei señaló recientemente que Anthropic creció cuatro veces más durante el primer trimestre de este año que Google en tres años durante su máxima expansión. Y aunque Anthropic es la empresa destacada, el resto del sector también está creciendo rápidamente. Los ingresos anualizados de OpenAI aumentaron casi un 20 por ciento de diciembre a febrero. Google, Microsoft y Amazon informaron en febrero que sus ingresos por servicios en la nube habían crecido un 48 por ciento, un 39 por ciento y un 24 por ciento respectivamente, en comparación con el año anterior, impulsado en gran medida por las empresas de inteligencia artificial que utilizan sus servicios. CoreWeave, una empresa de "neo-nube" que alquila chips y espacio de centros de datos a empresas de IA, vio crecer sus ingresos anuales en un 168 por ciento el año pasado; los ingresos del fabricante de chips Micron casi se triplicaron. "Es muy importante enfatizar que este ritmo de crecimiento de los ingresos no es absolutamente normal", me dijo Azeem Azhar, un analista de la industria de la IA ampliamente citado. Incluso los mayores promotores de la IA, incluido yo mismo, nos hemos visto sorprendidos por la rapidez con la que estas empresas están despegando.
Quizás lo más importante es que los modelos de IA que impulsan todo este crecimiento de ingresos siguen mejorando. A principios de abril, Anthropic anunció Mythos, un nuevo modelo aparentemente tan poderoso que la empresa no lo lanzó al público. Mythos ha superado casi todos los puntos de referencia del progreso de la IA, incluyendo la realización de tareas de codificación complejas y la resolución de problemas de nivel de posgrado en una variedad de temas. (También ha descubierto vulnerabilidades de ciberseguridad que habían pasado desapercibidas para los humanos durante décadas, de ahí su lanzamiento limitado). El recién lanzado GPT-5.5 de OpenAI no se queda muy atrás. "En prácticamente todos los indicadores que tenemos, ya estábamos viendo una gran aceleración en el ritmo del progreso de la IA", me dijo Jean-Stanislas Denain, investigador principal de Epoch AI, un grupo de expertos que mide las capacidades de la IA. Y eso fue antes de Mythos.
Algunas personas, sin embargo, todavía creen que el sector de la IA solo parece estar sobre una base sólida. En esta versión, los indicadores superficiales están enmascarando lo que, de hecho, es el pico de un frenesí especulativo.
Las empresas insignia de IA, incluidas OpenAI y Anthropic, podrían estar generando muchos ingresos, pero aún no son rentables. Siguen gastando todo ese dinero y más para cubrir el costo de desarrollar su próximo modelo. Para que estas empresas obtengan ganancias, sus ingresos deben seguir creciendo rápidamente durante al menos unos años más. (Anthropic espera obtener ganancias en 2028 y OpenAI en 2030). La pregunta es si sus tasas de crecimiento actuales son sostenibles.
El caso pesimista parte de la premisa de que el desarrollo de software es diferente del resto del trabajo de oficina. La codificación implica enormes cantidades de datos de entrenamiento, un rango relativamente limitado de resultados posibles y salidas que pueden evaluarse objetivamente, lo que la hace ideal para la automatización de la IA. Eso no es cierto para todo el trabajo del conocimiento. Un escrito legal o una campaña de marketing no se pueden verificar rápidamente contra alguna medida objetiva de excelencia, y existe relativamente poca información específica del dominio para entrenar a los bots en tales tareas. Eso podría hacer que las empresas en esos campos sean menos propensas a gastar en productos de IA. "Incluso si los trabajadores de cuello blanco usan estas herramientas de IA para algunas cosas, no se parecerá en nada a lo que estamos viendo ahora para los codificadores", me dijo Paul Kedrosky, socio gerente de SK Ventures e investigador asociado del MIT, quien se ha convertido en un destacado defensor de la tesis de la burbuja.
Las empresas de IA están invirtiendo aún más dinero en chips e infraestructura en previsión de una demanda aún mayor. Pero si el auge actual resulta estar limitado a la codificación, entonces para cuando se construyan los nuevos centros de datos, no habrá suficientes clientes para pagarlos. En lugar de obtener ganancias, las empresas de IA —por no hablar de los fabricantes de chips, los constructores de centros de datos y los proveedores de la nube— se quedarán con enormes pérdidas en sus libros. En ese momento, la burbuja de la IA será aún más grande de lo que era hace seis meses, y el estallido podría ser aún más doloroso. "La mejor analogía para mí es el mercado inmobiliario en 2006, 2007", dijo Kedrosky. La exageración del mercado genera más demanda. Más demanda te hace pensar que necesitas más oferta. Antes de que te des cuenta, has construido más casas de las que nadie puede permitirse realmente. Y eventualmente todo se desmorona.
Aquí es donde un debate superficialmente sobre finanzas resulta depender de cuestiones filosóficas más profundas sobre la naturaleza del trabajo humano. Una escuela de pensamiento separada sostiene que la mayoría de las tareas de trabajo del conocimiento comparten la misma estructura básica y, por lo tanto, pueden automatizarse. Como argumentó recientemente un grupo de analistas de SemiAnalysis, todo el trabajo del conocimiento, incluida la codificación, se compone de cuatro componentes básicos: consumir información ("Leer"), aplicar el conocimiento existente ("Pensar"), producir un resultado estructurado ("Escribir") y verificar ese resultado contra algún estándar ("Verificar"). La codificación podría tener ciertas cualidades que facilitan a la IA realizar este proceso básico de cuatro pasos, como más datos para leer y estándares objetivos para verificar una salida, pero eso no hace que el campo sea único.
Por ejemplo, incluso si no existe un estándar objetivo para un artículo académico "bueno" o un escrito legal, los expertos en esos campos tienden a tener una clara noción de lo que es mejor o peor. Quizás los sistemas de IA podrían desarrollar tal sentido si se les dieran suficientes ejemplos de alta calidad para aprender. "Claramente hay un espectro aquí, con la codificación en un extremo y cosas con resultados realmente difíciles de juzgar, como la escritura de ficción de formato corto, en el otro", me dijo Mollick, profesor de la Universidad de Pensilvania. Pero mucho trabajo del conocimiento —derecho, finanzas, consultoría, marketing— se sitúa en algún punto intermedio. Y muchas de las tareas en esos trabajos probablemente estén más cerca del lado de la codificación de las cosas".
Como escritor profesional, encuentro esta sugerencia desagradable. Pero la evidencia a favor de ello está creciendo. Un estudio reciente del MIT intentó cuantificar la capacidad de los sistemas de IA para realizar unas 3.000 tareas de oficina del mundo real, como diseñar un plan de estudios educativo y crear un plan de lanzamiento de productos. Después de que los modelos de IA realizaron las tareas, los investigadores pidieron a expertos humanos que calificaran la salida. Cualquier resultado que los revisores humanos consideraran lo suficientemente bueno para ser enviado a un gerente sin ediciones humanas se consideró "completo".
A mediados de 2024, los modelos de IA líderes pudieron completar con éxito el 50 por ciento de las tareas de oficina que le tomarían a un humano de tres a cuatro horas; poco más de un año después, pudieron completar el 65 por ciento. A ese ritmo, estiman los autores, los sistemas de IA podrán completar entre el 80 y el 95 por ciento de las tareas basadas en texto para 2029. "Este ritmo de mejora no es tan rápido como lo que hemos visto con la IA y la codificación", me dijo Matthias Mertens, uno de los coautores del estudio. "Pero sigue siendo muy, muy rápido".
Ese estudio consideró solo chatbots. Las llamadas herramientas "agentes", como Claude Cowork, son capaces de tomar el control del portátil de un trabajador y realizar una serie completa de tareas no relacionadas con la codificación, como crear presentaciones de PowerPoint, enviar correos electrónicos y programar reuniones. Y los trabajadores apenas están empezando a aprender a usarlos. Azhar, el analista de la industria de la IA, me dijo que cuando él y sus colegas planean lanzar un nuevo producto, hacen que sus agentes de IA creen un panel de clientes artificiales que sean ampliamente representativos de su base de clientes real, realizan un grupo focal con estos clientes robot, producen un informe basado en lo que han encontrado y luego convierten ese informe en una lista de mejoras específicas del producto. Todo esto sucede mientras los gerentes de producto humanos duermen; el resultado final los espera cuando se despiertan. "Ese es el tipo de proceso que solía requerir todo un equipo de trabajadores y meses de tiempo", dijo Azhar. Ahora lo hacemos tres veces por semana.
Hace seis meses, quienes argumentaban que la IA era una burbuja señalaban hechos del mundo real, mientras que quienes argumentaban en contra de la hipótesis de la burbuja hacían promesas especulativas sobre el futuro. Hoy, los roles se han invertido. El crecimiento explosivo de la IA aún podría encontrar algún nuevo obstáculo imprevisto. Pero la carga de la prueba ha recaído en los detractores."
( Rogé Karma The Atlantic, 01/05/26, traducción Quillbot, enlaces en el original)
No hay comentarios:
Publicar un comentario