Este verano hemos visto cómo las tecnológicas sufrían una corrección fruto de la tensión entre la inversión masiva en IA y unos retornos todavía inciertos.
DeepMind anunció recientemente que su IA había conseguido el oro en la Olimpiada Internacional de Matemática. En un mundo en el que se realizan quinielas sobre qué profesiones van a desaparecer a consecuencia de la IA y cuáles van a permanecer, un reciente informe de Microsoft realiza escalofriantes cálculos al respecto. Entre las cuarenta profesiones más amenazadas por la IA en EEUU figuran, en los primeros puestos, intérpretes y traductores, historiadores, vendedores, escritores y autores (un ejemplo llamativo: una de las bandas más escuchadas en Spotify este verano, The Velvet Sundown, en realidad no existe, sino que fue creada artificialmente), servicios de atención al cliente, programadores, operadores telefónicos, agentes de viaje, DJs, periodistas, matemáticos y profesores de economía. Tras el anuncio de DeepMind, los matemáticos se sintieron algo menos seguros. A pesar de esta proeza, el sector tecnológico experimentó una relevante corrección durante el mes de agosto. ¿Qué está ocurriendo?
Durante los últimos años, las grandes tecnológicas han incurrido en un frenético ritmo inversor en infraestructura ligada al procesamiento de datos para alimentar modelos más avanzados de IA. Este año se invertirán unos 400.000 millones de dólares en dicha infraestructura, cantidad que podría alcanzar los siete billones de dólares acumulados hasta 2030, en base a estimaciones de McKinsey. De hecho, casi la mitad del crecimiento económico de EEUU en el segundo trimestre provino de las inversiones en procesamiento de información. En este contexto, las grandes tecnológicas han pasado de ser empresas asset light a empresas más intensivas en balance. Además, si en el pasado las tecnológicas financiaban sus ingentes inversiones mediante su también ingente nivel de flujo de caja operativo libre, en la actualidad esas inversiones exceden su flujo de caja, por lo que han tenido que acudir a diversas fórmulas de apalancamiento (en especial al crédito privado) para cubrir el diferencial. Esta situación lleva a los inversores a vigilar de cerca si el retorno obtenido será suficiente para compensar el creciente capital asignado.
A medida que los modelos avanzan, cada nuevo progreso resulta más costoso y el ritmo de mejora es cada vez menos evidente. La decepción que supuso el lanzamiento de Chat GPT 5 este verano, con errores como cometer faltas ortográficas al deletrear los estados de EEUU en un mapa, puso a los inversores sobre aviso. El volumen de datos disponibles para entrenar los modelos se va reduciendo, y la creciente capacidad de computación, sostenida sobre los chips más avanzados (y caros) de Nvidia, como el Blackwell, parece estar sometida también a la ley de rendimientos marginales decrecientes.
A su vez, las inversiones en infraestructura de las grandes tecnológicas dependen de que las inversiones en IA acometidas por las empresas “normales” acaben generando retornos en forma de productividad, retornos que se traducirán en más y más demanda de infraestructura de IA proporcionada por las tecnológicas, configurando así un círculo virtuoso. En este contexto, durante el verano, el centro NANDA del MIT emitió un informe en el que se acentuaba que el 95% de las inversiones en IA realizadas por las empresas (unos 30.000 a 40.000 millones de dólares este año en EEUU) fracasaban en obtener retornos con impacto en la cuenta de pérdidas y ganancias. La difusión de dicho titular provocó una corrección entre los “siete magníficos” tecnológicos.
Aunque pueda haber ruido de fondo, conviene entender si el catalizador es suficientemente fundamental. En un informe publicado ayer, Arcano Research señala las limitaciones del estudio del centro NANDA. Entre otras, destaca que mide el retorno en un horizonte de solo seis meses, periodo ostensiblemente insuficiente para analizar un ciclo de inversión tecnológica. Además, la metodología está basada en 52 entrevistas y en 153 encuestas, una base limitada, en especial si tenemos en cuenta que las empresas que han adoptado la IA y han reportado incrementos de productividad en una publicación científica muestran mejoras de doble dígito.
En cualquier caso, el informe subraya que el éxito de las inversiones está muy ligado a la capacidad de muchas empresas para integrar la IA y desarrollarla dentro de su marco estratégico. Por el contrario, los proyectos que suelen fracasar son aquellas experiencias piloto adoptadas sin coherencia con el plan estratégico ni con la formación humana pertinente.
La realidad es que la IA está afectando cada vez más al mundo laboral, como señalaban los investigadores de Microsoft. Por ejemplo, el porcentaje de universitarios en paro en EEUU alcanza ya su mayor nivel en diez años, síntoma de que la IA está poco a poco desplazando el trabajo de los profesionales con menos experiencia.
Montaigne escribió que “el mayor enemigo de la verdad no es la mentira, sino la ilusión de saber la verdad». Ya veremos si a medio plazo tienen más razón Microsoft y DeepMind que el centro NANDA.
