Pregunte en una sala llena de ejecutivos de tecnología si la inteligencia artificial está produciendo resultados medibles y la mayoría de las manos se levantan. Pregunte si esos resultados son lo suficientemente sólidos como para justificar interrumpir las vacaciones de verano del director ejecutivo, y la sala casi se vacía. Esa brecha, descrita por el empresario tecnológico británico Azeem Azhar, es una ilustración compacta de dónde se encuentra realmente la IA empresarial: progreso real, pero un progreso que aún no se ha vuelto imposible de ignorar.
Azhar, fundador del grupo de investigación Exponential View, contó la historia durante una conversación en pódcast con Nicholas Thompson, de The Atlantic. El debate sobre la burbuja de la IA, sugirió, en última instancia se reduce a una sola pregunta: ¿están creciendo los ingresos de los laboratorios de IA lo suficientemente rápido como para pagar la enorme construcción de centros de datos que está en marcha? La anécdota de Las Vegas no responde a esa pregunta, pero enmarca las preguntas más pequeñas que dependen de ella.
Una muestra de manos en Las Vegas
Azhar se encontró frente a aproximadamente 160 vicepresidentes de TI reunidos en Las Vegas. Les planteó una pregunta directa: ¿quién podía señalar resultados medibles de IA dentro de sus organizaciones?
Alrededor de dos tercios indicaron que podían. Azhar reconoció después que la cifra era más alta de lo que había esperado, una señal de que los despliegues de IA ya no son puramente experimentales en muchas grandes empresas. Los pilotos se han convertido en sistemas de producción, y algunos de esos sistemas producen números que los ejecutivos pueden citar.
Luego vino la pregunta de seguimiento. ¿Quién entre ellos tenía resultados lo suficientemente buenos como para interrumpir las vacaciones de verano del CEO? Según el relato de Azhar, solo quedaron unas ocho personas. De aproximadamente cien respuestas afirmativas a un puñado, la caída es drástica.
Cómo leer la brecha
Las dos preguntas miden cosas diferentes. La primera pregunta si la IA está haciendo algo medible. La segunda pregunta si está haciendo algo tan valioso que un líder sénior lo dejaría todo para enterarse. La mayoría de las empresas parece haber superado el primer umbral y haberse estancado muy por debajo del segundo.
La conclusión de Azhar es que las empresas están progresando, pero lentamente. Si ese ritmo es suficiente para justificar los niveles actuales de inversión sigue sin resolverse. Señala que algunos ejecutivos describen consejos de administración que se vuelven más ambiciosos tras los primeros éxitos, y que incluso en mercados más lentos como Italia, los directores ejecutivos reportan confianza en construcción y presupuestos en aumento a pesar de los tropiezos en el camino.
Por qué la anécdota se sitúa dentro de un argumento mayor
La razón por la que una muestra de manos en un salón de conferencias importa es que la industria está discutiendo sobre dinero. La disputa central es si los laboratorios de IA están generando ingresos lo suficientemente rápido como para financiar la capacidad de centros de datos que se está construyendo para atenderlos. Cada pregunta más pequeña alimenta esa, y la más trascendental de ellas puede ser cuánto valor real extraen las empresas de la IA que ya compran, porque eso determina si seguirán comprando más, idealmente a precios más altos.
A nivel de toda la economía, ese retorno de la inversión todavía no puede documentarse. Aparece en cambio en anécdotas, y la de Azhar es una de ellas. Su caracterización de la situación general es que sigue siendo "finamente equilibrada": no obviamente una burbuja, no obviamente un auge.
La vida útil de los chips y la ecuación de costos
Una variable subestimada es cuánto tiempo siguen siendo útiles en producción los chips de IA comprados. Si esa vida productiva es de cuatro, seis u ocho años cambia considerablemente los cálculos, porque los calendarios de depreciación determinan cuánto valor debe generar cada acelerador antes de ser retirado. Una vida útil más corta eleva el listón para cada carga de trabajo que se ejecuta en él; una más larga alivia la presión. Ese único supuesto puede inclinar el panorama de rentabilidad de un operador de centros de datos sin ningún cambio en la demanda.
Modelos de pesos abiertos y el escenario bajista
Un segundo hilo del debate se refiere a qué modelos ejecutan realmente las empresas. Muchas organizaciones están pasando de costosos sistemas de frontera a alternativas de pesos abiertos. Desde la perspectiva de un usuario, es una decisión de costo racional. Desde la perspectiva de un inversor en infraestructura, es más preocupante: la adopción podría seguir subiendo mientras los ingresos que regresan para financiar la construcción no mantienen el ritmo.
Azhar etiqueta esta como la versión bajista de la historia. En ese escenario, el uso de la IA se expande por toda la economía, las organizaciones reportan ganancias genuinas de productividad, y la burbuja aún estalla, porque el dinero que se concentra en la capa de aplicaciones nunca llega a la capa intensiva en capital que está debajo. El crecimiento en el uso y el crecimiento en la financiación no son lo mismo, y la brecha entre ellos es donde reside el riesgo.
El incentivo para sonar optimista
Otra complicación es que el éxito autoinformado no es evidencia neutral. Azhar señala una encuesta de Boston Consulting Group que encontró que aproximadamente el 70 por ciento de los directores ejecutivos en todo el mundo dice que el éxito en IA importa para cómo se les percibe en sus roles. Cuando la reputación de un líder está ligada a un programa tecnológico, existe un incentivo incorporado para describir ese programa de manera más favorable de lo que los números subyacentes podrían justificar.
Eso no hace que el recuento de Las Vegas carezca de sentido; si acaso, los ejecutivos que no pudieron reclamar resultados dignos de unas vacaciones estaban ofreciendo voluntariamente una respuesta poco halagadora. Pero sí significa que las encuestas amplias sobre satisfacción con la IA deben leerse junto con evidencia más dura, como ingresos, retención y la persistencia de los despliegues una vez que la novedad inicial se desvanece.
Señales que vale la pena observar
Azhar es explícito en que no tiene una respuesta clara a la pregunta de la burbuja. Nadie la tiene todavía. El enfoque práctico es seguir los indicadores que eventualmente la resolverían:
- Si el crecimiento de los ingresos de los laboratorios de IA sigue superando el costo de construir y operar nueva capacidad de centros de datos.
- Cuánto tiempo asumen las empresas que sus chips de IA seguirán siendo productivos, y si esas suposiciones se acortan.
- Con qué rapidez el gasto se desplaza de los modelos de frontera a las alternativas de pesos abiertos, y qué efecto tiene eso en los márgenes de los proveedores.
- Si los presupuestos de IA siguen aumentando en mercados más lentos, donde el optimismo es más difícil de sostener solo con hype.
- Si la actual cosecha de resultados medibles se traduce en decisiones que un CEO interrumpiría unas vacaciones para tomar.
La lectura honesta del momento es que la IA ha superado la etapa de demostración en muchas empresas sin haber alcanzado aún la etapa en la que dicta la estrategia. Dos tercios de una sala pueden señalar resultados. Alrededor de ocho pueden señalar resultados que captan la atención en la cúpula. La distancia entre esos dos números, y la rapidez con que se cierre, es lo que determinará cómo se juzgue la próxima fase del ciclo de inversión.
Este artículo se basa en reportes de The Decoder. Lea el artículo original.
Originally published on the-decoder.com