Michael Roberts

Este es un mercado de valores muy pesado, ahora en niveles récord, impulsado por solo siete acciones y, en particular, Nvidia, la compañía que fabrica todos los procesadores que necesitan las empresas de IA para desarrollar sus modelos. Si el crecimiento de los ingresos de Nvidia se debilita, eso ejercerá una enorme presión a la baja sobre este mercado de valores altamente sobrevalorado. Como dijo Torsten Slok, economista jefe de una de las instituciones de inversión más grandes: «La diferencia entre la burbuja de TI en la década de 1990 y la burbuja de IA en la actualidad es que las 10 principales empresas del S&P 500 hoy están más sobrevaloradas que en la década de 1990».

Entonces, ¿es el gran sector de la IA una enorme burbuja, financiada por capital ficticio que no se realizará con ingresos y, lo que es más importante, ganancias para los líderes de la IA? Para fines de este año, Meta, Amazon, Microsoft, Google y Tesla habrán gastado más de $ 560 mil millones en gastos de capital en IA en los últimos dos años, pero solo han acumulado ingresos de alrededor de $ 35 mil millones. Amazon planea gastar $ 105 mil millones en gastos de capital este año, pero obtendrá ingresos de solo $ 5 mil millones. Y los ingresos no son ganancias, ya que los ingresos se miden antes que los costos de brindar servicios de IA. La inversión en IA ahora es de $ 332 mil millones de gastos de capital en 2025 por solo $ 28.7 mil millones de ingresos. Se planea que la inversión en los enormes centros de datos necesarios para entrenar y obtener modelos de IA alcance el billón de dólares para fines de la década.

Pero si alguno de los Siete Magníficos comienza a tener miedo de lo que está gastando en relación con los ingresos y las ganancias y, por lo tanto, reduce sus compras de chips, el precio de las acciones de Nvidia podría bajar rápidamente, llevándose a otros con él.

¿Es probable que se materialicen los rendimientos esperados de los ingresos de esta inversión masiva de capital? El jefe de investigación de acciones de Goldman Sachs, Jim Covello, cuestionó si las empresas que planean invertir $ 1 billón en la construcción de IA generativa alguna vez verían un retorno del dinero. Mientras tanto, un socio de la firma de capital de riesgo Sequoia estimó que las empresas de tecnología necesitaban generar $ 600 mil millones en ingresos adicionales para justificar su gasto de capital adicional solo en 2024, alrededor de seis veces más de lo que probablemente producirían.

Tomemos el conocido ChatGPT. Supuestamente, tiene 500 millones de usuarios activos semanales, pero según el último recuento, solo 15.5 millones de suscriptores de pago, solo una tasa de conversión del 3%. Si bien un número cada vez mayor de personas ahora usa chatbots de IA, solo un pequeño número está pagando por el servicio de IA que utilizan, produciendo ingresos anuales de alrededor de $ 12 mil millones, según una encuesta de 5,000 adultos estadounidenses realizada por Menlo Ventures.

Cuando se trata de ganancias de la IA, la situación es aún peor. Los resultados anuales de crecimiento de las ganancias de las grandes tecnológicas se han mantenido estables o se han desacelerado durante los últimos trimestres y se espera que se desaceleren aún más en 2025 y 2026.

Así que se está construyendo una enorme inversión de dinero y recursos, pagos astronómicos a los entrenadores de IA y centros de datos masivos, con la exageración de la IA impulsando el mercado de valores a nuevas alturas, pero hasta ahora, sin ingresos significativos y prácticamente sin ganancias. Esta es una repetición de la burbuja dot.com con esteroides.

Sin embargo, puede haber una burbuja, pero eso no significa que eventualmente no surja una nueva tecnología «disruptiva» que cambie radicalmente la frontera de productividad para las principales economías y, por lo tanto, genere un nuevo período de crecimiento. La burbuja dot.com estalló en 2000 con una caída masiva en el mercado de valores, pero Internet se extendió a todos los sectores de negocios y a todos los hogares, y surgieron los Siete Magníficos.

Tomemos otro ejemplo del 19^ésimo siglo. Durante la década de 1840, hubo Railway Mania, ya que un gran número de empresas recaudaron fondos para invertir en la construcción de líneas ferroviarias en toda Gran Bretaña. Las acciones ferroviarias se dispararon, y los precios de las acciones se duplicaron en 18 meses desde principios de 1843. Pero después de la burbuja vino el estallido en 1845, con muchas empresas quebrando y los precios de las acciones cayendo a la mitad. Esto desencadenó una crisis financiera generalizada y una caída de la producción. Sin embargo, se construyeron los ferrocarriles, los costos de transporte cayeron drásticamente y la demanda de viajes de los consumidores se expandió poderosamente. Gran Bretaña entró en un auge económico en la década de 1850.

¿Seguirá la burbuja de la IA el mismo camino, produciendo un colapso financiero y una crisis, pero eventualmente proporcionará la base para un nuevo crecimiento en la productividad? En publicaciones anteriores sobre IA, he relatado el escepticismo sobre los beneficios de productividad de la IA ofrecidos por expertos como el ganador del premio Nobel, Daren Acemoglu y otros. También en un reciente informe en profundidad de la OCDE sobre el crecimiento de la productividad en las principales economías, se echó un jarro de agua fría sobre el impacto de Internet en el aumento del crecimiento de la productividad en los últimos 25 años.

Como dice el informe de la OCDE: «Durante el último medio siglo hemos llenado oficinas y bolsillos con computadoras cada vez más rápidas, pero el crecimiento de la productividad laboral en las economías avanzadas se ha desacelerado de aproximadamente el 2 por ciento anual en la década de 1990 a alrededor del 0,8 por ciento en la última década. Incluso la producción por trabajador de China, que alguna vez fue creciente, se ha estancado». La productividad de la investigación ha disminuido. El científico promedio ahora produce menos ideas innovadoras por dólar que su contraparte de la década de 1960.

El crecimiento de la productividad laboral ha seguido una tendencia a la baja desde la década de 1970 en toda la OCDE y se ha debilitado aún más desde el cambio de siglo. En los Estados Unidos, la productividad se recuperó desde mediados de la década de 1990 hasta mediados de la década de 2000 gracias al aumento de la eficiencia en la producción de equipos de TIC y la difusión de innovaciones relacionadas con Internet que se adoptaron en los sectores que utilizan las TIC, especialmente el comercio minorista. «Sin embargo, este repunte fue relativamente efímero y el crecimiento de la productividad ha sido mediocre desde entonces».

El factor clave para aumentar la productividad de la mano de obra es la inversión en nuevas tecnologías que ahorran mano de obra. Pero la inversión empresarial se ha desacelerado notablemente en todos los países. Y la OCDE deja claro por qué. La «desaceleración de la inversión a pesar del crédito barato y fácilmente disponible para las empresas con acceso a los mercados de capital está en línea con los patrones históricos que muestran que la incertidumbre y las ganancias esperadas tienden a desempeñar un papel más importante que las condiciones financieras en las decisiones de inversión». En otras palabras, la rentabilidad del capital disminuyó, reduciendo el incentivo para invertir en nuevas tecnologías.

Y los llamados «intangibles», como la inversión en software, no compensaron la disminución de la inversión en plantas, equipos, etc. «A pesar del aumento de los intangibles, la inversión total desde la crisis financiera mundial ha sido débil en general, lo que empeoró directamente la desaceleración de la productividad laboral».

¿Será diferente la IA? ¿Puede ofrecer una mayor productividad a través de empresas que reemplazan a millones de trabajadores en toda la economía con herramientas de IA? El problema aquí es que los milagros económicos generalmente provienen del descubrimiento, no de la repetición de tareas a mayor velocidad. Hasta ahora, la IA aumenta principalmente la eficiencia en lugar de la creatividad. Una encuesta realizada a más de 7.000 trabajadores del conocimiento encontró que los usuarios intensivos de IA generativa redujeron las tareas semanales de correo electrónico en 3,6 horas (31%), mientras que el trabajo colaborativo se mantuvo sin cambios. Pero una vez que todos delegaron las respuestas por correo electrónico a ChatGPT, el volumen de la bandeja de entrada se expandió, anulando las ganancias iniciales de eficiencia. «El breve resurgimiento de la productividad de Estados Unidos en la década de 1990 nos enseña que las ganancias de las nuevas herramientas, ya sean hojas de cálculo o agentes de IA, se desvanecen a menos que vayan acompañadas de innovaciones revolucionarias».

Los grandes modelos lingüísticos gravitan hacia el consenso estadístico. Un modelo entrenado antes de Galileo habría repetido como un loro un universo geocéntrico; alimentado con textos del siglo XIX, habría resultado imposible el vuelo humano antes de que los hermanos Wright tuvieran éxito. Una revisión reciente de Nature encontró que, si bien los LLM aligeraban las tareas científicas rutinarias, los saltos decisivos de conocimiento aún pertenecían a los humanos. La cognición humana se conceptualiza mejor como una forma de razonamiento causal basado en la teoría en lugar del énfasis de la IA en el procesamiento de la información y la predicción basada en datos. La IA utiliza un enfoque del conocimiento basado en la probabilidad y es en gran medida retrospectiva e imitativa, mientras que la cognición humana mira hacia el futuro y es capaz de generar una novedad genuina.

El gran Santo Grial de OpenAI y otras empresas de IA es una IA generativa superinteligente que puede hacerse cargo de la innovación de los humanos. Hasta ahora, eso sigue siendo tan mítico como lo fue el Santo Grial en la literatura. La GenAI actual solo puede hacer descubrimientos incrementales, pero no puede lograr descubrimientos fundamentales desde cero como lo hacen los humanos.

Pero el gurú de OpenAI, Sam Altman, promete que su IA no solo podrá hacer el trabajo de un solo trabajador, sino que podrá hacer todos sus trabajos: «La IA puede hacer el trabajo de una organización». Esto sería lo último en maximizar la rentabilidad al eliminar a los trabajadores de las empresas (¿incluso a las empresas de IA?) a medida que las máquinas de IA se encargan de operar, desarrollar y comercializar todo. Es por eso que Altman y los otros magnates de la IA no dejarán de expandir sus centros de datos y desarrollar chips aún más avanzados, solo porque los modelos chinos de IA como DeepSeek han socavado sus modelos actuales. Nada debe detener el objetivo de la IA superinteligente.

Desafortunadamente, como explica MIT Tech, muchos modelos de IA son notorias cajas negras, lo que significa que, si bien un algoritmo puede producir un resultado útil, los investigadores no tienen claro cómo llegó allí. Este ha sido el caso durante años, y los sistemas de IA a menudo desafían los modelos teóricos basados en estadísticas. En otras palabras, los entrenadores de IA no saben realmente cómo funcionan los modelos de IA. Ese es un obstáculo importante para lograr el Santo Grial.

Así que el auge de la IA sigue siendo solo una burbuja financiera. Como dijo un comentarista: «La IA generativa no hace las cosas que se venden, y las cosas que realmente puede hacer no son el tipo de cosas que crean retornos comerciales, automatizan la mano de obra o realmente hacen mucho más que una extensión de una plataforma de software en la nube. El dinero no está ahí, los usuarios no están allí, todas las empresas parecen perder dinero y algunas empresas pierden tanto dinero que es imposible saber cómo sobrevivirán».

Mientras tanto, la construcción masiva de centros de datos está consumiendo niveles de energía sin precedentes. La Agencia Internacional de Energía predice que el consumo de electricidad de los centros de datos se duplicará a 945 teravatios-hora para 2030, más que la energía actual utilizada por todo un país como Japón. Irlanda y los Países Bajos ya han restringido el desarrollo de nuevos centros de datos debido a la preocupación por su impacto en la red eléctrica. Hay enormes aumentos en la demanda de energía en los centros de datos en el entrenamiento de modelos de IA, junto con un suministro de energía renovable irregular que amenaza la resiliencia y la capacidad de los sistemas energéticos actuales.

En cuanto a los resultados de productividad y crecimiento, la OCDE cubre sus apuestas. Si las tecnologías de IA se extienden y se implementan sucesivamente, la OCDE calcula que la productividad laboral mundial aumentará un 2,4% en los próximos diez años y agregará un 4% al PIB mundial desde donde habría estado en las tendencias actuales. Sin embargo, si la IA no tiene tanto éxito en reducir la necesidad de mano de obra humana y no se extiende a todos los sectores, entonces la productividad laboral puede aumentar solo un 0,8% por encima del nivel de tendencia actual en diez años (desde el 0,8% anual actual) y el crecimiento económico mundial no cambiará. El jurado está deliberando.