Informe tecnológico importante de ex-socio de a16z: ¿Cómo está la IA devorando el mundo?

Escrito por: Bu Shuqing

Fuente: Wall Street Journal

“La IA está devorando el mundo, y ni siquiera hemos visto cómo es.”

En el último informe publicado “AI eats the world”, el conocido analista tecnológico y ex socio de a16z, Benedict Evans, dio un juicio capaz de agitar todo el mundo tecnológico: la inteligencia artificial generativa está provocando una gran migración de plataformas en la industria tecnológica cada diez a quince años, y aún no sabemos a dónde se dirigirá al final.

Evans señala que, desde las mainframes hasta los PC, desde Internet hasta los teléfonos inteligentes, la base de la industria tecnológica se reescribe completamente cada más de diez años, y la aparición de ChatGPT en 2022 podría ser el punto de partida de la próxima “transformación de quince años”.

Los gigantes tecnológicos globales están entrando en una competencia de inversión sin precedentes. Se espera que el gasto de capital de Microsoft, Amazon AWS, Google y Meta en 2025 alcance los 400 mil millones de dólares, una cifra que supera la inversión anual de aproximadamente 300 mil millones de dólares de la industria de telecomunicaciones en todo el mundo.

“Subestimar los riesgos de la IA es mucho más peligroso que el riesgo de invertir en exceso,” dijo Sundar Pichai, CEO de Microsoft, en una cita del informe, que expresa la esencia de la ansiedad de la industria.

El informe también cita el informe de automatización del Congreso de EE. UU. de 1956 y el caso de la desaparición de los puestos de operador de ascensores para recordar: cuando la tecnología realmente se implementa, se convierte silenciosamente en infraestructura y ya no se llama “IA”.

Una vez más, el cambio cada quince años: la ley histórica de la transferencia de plataformas

Evans señaló en el informe que la industria tecnológica experimenta una transición de plataforma aproximadamente cada diez a quince años, desde las grandes computadoras hasta las computadoras personales, desde la World Wide Web hasta los teléfonos inteligentes, y cada transición ha reconfigurado todo el panorama de la industria. El caso de Microsoft confirma la brutalidad de esta transición: la compañía tenía casi el 100% de participación en el mercado de sistemas operativos durante la era de las computadoras personales, pero cuando el enfoque se trasladó a los teléfonos inteligentes, se volvió casi irrelevante.

Los datos muestran que la participación del sistema operativo de Microsoft en las ventas de computadoras a nivel mundial cayó drásticamente desde su punto máximo alrededor de 2010, y para 2025 se había reducido a menos del 20%. De manera similar, Apple, que dominó el mercado de las computadoras personales en sus inicios, también fue marginado por las máquinas compatibles con IBM. Evans enfatiza que los líderes tempranos tienden a desaparecer, lo que parece ser una regla de oro en la transferencia de plataformas.

Pero tres años después, todavía se sabe muy poco sobre la forma de esta transferencia. Evans enumeró ideas fracasadas de los primeros días de Internet y de la era temprana de Internet móvil, como America Online (AOL), el portal de Yahoo, los complementos de Flash, etc. Ahora es el turno de la IA generativa, y las diversas posibilidades son igualmente deslumbrantes: formas de navegador, formas de agentes, interacción por voz o algún nuevo paradigma de interfaz de usuario, nadie realmente sabe la respuesta.

Una ola de inversión sin precedentes: una apuesta de 400 mil millones de dólares

Las grandes empresas tecnológicas están invirtiendo en infraestructura de IA a una escala sin precedentes. Se espera que en 2025, los gastos de capital de Microsoft, AWS, Google y Meta alcancen los 400 mil millones de dólares, en comparación con la inversión anual de la industria de telecomunicaciones a nivel mundial que es de aproximadamente 300 mil millones de dólares.

Es aún más notable que este plan de crecimiento para 2025 casi se duplicó dentro del año.

La construcción de centros de datos en Estados Unidos está superando la escala de construcción de oficinas, convirtiéndose en el nuevo motor del ciclo de inversión. Nvidia enfrenta cuellos de botella en el suministro debido a la incapacidad de satisfacer la demanda, y sus ingresos trimestrales han superado la acumulación de años de Intel. TSMC también no puede o no quiere expandir su capacidad lo suficientemente rápido para satisfacer la demanda de pedidos de Nvidia.

Según una encuesta de Schneider Electric, los principales factores limitantes en la construcción de centros de datos en Estados Unidos son el suministro de electricidad pública, seguido por la obtención de chips y el acceso a fibra óptica. La demanda de electricidad en Estados Unidos está aumentando aproximadamente un 2%, mientras que la IA podría aumentar la demanda en un 1% adicional, lo cual no es un problema en China, pero es difícil de construir rápidamente en Estados Unidos.

Convergencia de modelos: la desaparición de la ventaja competitiva, la IA podría estar “comercializándose”

A pesar de la gran inversión, la brecha en las pruebas de referencia entre los principales modelos de lenguaje está disminuyendo a un solo dígito porcentual. Evans advirtió que:

Si el rendimiento del modelo es altamente similar, esto significa que los grandes modelos podrían estar convirtiéndose en “commodities”, y la captura de valor se reconfigurará.

En las pruebas de referencia más comunes, la brecha entre los líderes se ha reducido considerablemente, y el liderazgo del modelo cambia cada semana. Esto sugiere que el modelo podría estar convirtiéndose en una mercancía, especialmente para usos generales.

Evans señala que, después de tres años de desarrollo, ha habido más avances en ciencia e ingeniería, pero todavía falta una comprensión clara en cuanto a la forma del mercado. Aunque el modelo sigue mejorando, han surgido más modelos, la participación de fabricantes chinos, proyectos de código abierto y nuevas abreviaturas tecnológicas, la ventaja competitiva no es evidente.

En su opinión, las empresas de IA deben buscar nuevas ventajas competitivas en la escala de potencia de cálculo, los datos verticales, la experiencia del producto o los canales de distribución.

El dilema de la participación del usuario: los 800 millones de usuarios activos semanales de ChatGPT no pueden ocultar la verdadera falta de retención.

A pesar de que ChatGPT afirma tener 800 millones de usuarios activos semanales, los datos de participación de los usuarios pintan un panorama diferente. Varios estudios muestran que solo alrededor del 10% de los usuarios en Estados Unidos utilizan el chatbot de IA a diario, la mayoría de las personas aún se encuentra en una fase de prueba ocasional.

Los datos de la encuesta de Deloitte muestran que el número de personas que usan chatbots de IA ocasionalmente es mucho mayor que el número de personas que los utilizan a diario.

Evans lo llama la típica “ilusión de participación”: la velocidad de penetración de la IA es sorprendente, pero aún no se ha convertido en una herramienta cotidiana para todos.

Analizó las razones de este dilema de participación: ¿cuántos casos de uso son evidentemente adaptaciones simples? ¿Quién tiene un entorno de trabajo flexible y busca de manera consciente formas de optimización? Para los demás, ¿es necesario empaquetar la IA en herramientas y productos? Esto refleja una brecha significativa entre la capacidad técnica y la aplicación práctica.

La implementación en las empresas también es lenta. El informe cita encuestas de varias consultoras que muestran que, a pesar del gran entusiasmo de las empresas por la IA, los proyectos que realmente entran en un entorno de producción siguen siendo pocos.

Desplegado: 25%

Plan de despliegue para la segunda mitad de 2025: aproximadamente 30%

Al menos se desplegará en 2026: aproximadamente 40%

Actualmente, los casos de éxito aún se concentran en la “fase de absorción” de la asistencia de programación, la optimización de marketing y la automatización del soporte al cliente, y todavía hay distancia hasta la verdadera reestructuración empresarial.

La publicidad y los sistemas de recomendación están experimentando una reescritura disruptiva.

Evans considera que el área en la que la IA experimentará el cambio más rápido es la publicidad y los sistemas de recomendación.

Las recomendaciones tradicionales dependen de la “relevancia”, mientras que la IA tiene la capacidad de entender “la intención del usuario” en sí misma. Esto significa:

El mecanismo subyacente del mercado publicitario de un billón de dólares podría ser reescrito.

Google y Meta han revelado datos preliminares: la publicidad impulsada por IA puede aumentar las tasas de conversión en un 3%—14%. El costo de creación de anuncios también podría ser transformado aún más por tecnologías de generación automática a partir de un mercado de 100 mil millones de dólares anuales.

Lecciones de la historia: cuando la automatización tiene éxito, ya no se llama “IA”.

Evans retrocede a 1956 con el informe de automatización del Congreso de EE.UU., señalando que cada ola de automatización genera un gran debate social, pero finalmente se integra silenciosamente en la infraestructura.

La desaparición de los operadores de ascensores, la revolución del inventario traída por los códigos de barras, y la transformación de Internet de un “novedad” a infraestructura… todo lo demuestra:

Cuando la tecnología se implemente realmente y sea accesible para todos, la gente ya no la llamará “IA”.

Evans enfatiza que el futuro de la IA es tanto claro como confuso: sabemos que transformará las industrias, pero no sabemos cómo será el producto final; sabemos que estará en todas partes en las empresas, pero no sabemos quién será el líder de la cadena de valor; sabemos que necesita una cantidad masiva de potencia de cálculo, pero no sabemos hasta dónde llegará el crecimiento.

En otras palabras, la IA se está convirtiendo en el protagonista de un nuevo ciclo de quince años, pero el desarrollo de toda la obra aún no está completo.

Podríamos estar en la falla de un próximo terremoto tecnológico.

El futuro de la captura de valor: desde los efectos de red hasta la competencia de capital

Para los productos comercializados que son intensivos en investigación y capital, la captura de valor se convierte en un problema clave. Si el modelo se convierte en un producto y carece de efectos de red, ¿cómo competirán los laboratorios de modelos?

Evans propuso tres posibles caminos: expandirse hacia abajo para ganar en escala, expandirse hacia arriba a través de efectos de red y ganar con el producto, o buscar nuevas dimensiones de competencia.

El caso de Microsoft muestra una transición de la competencia basada en los efectos de red a la competencia basada en la capacidad de adquisición de capital. La proporción de gastos de capital de la compañía respecto a los ingresos por ventas ha aumentado significativamente desde un mínimo histórico, reflejando un cambio fundamental en el modelo de competencia.

OpenAI ha adoptado una estrategia de “decir que sí a todo”, que incluye transacciones de infraestructura con Oracle, Nvidia, Intel, Broadcom y AMD, integración de comercio electrónico, publicidad, conjuntos de datos verticales, así como plataformas de aplicaciones, videos sociales, navegadores web y otros enfoques diversificados.