La gente no se da cuenta de lo “ridículamente cara” que es la IA generativa, afirma Andy Wu. Analiza la actual fiebre del oro de la IA incluyendo la feroz competencia entre OpenAI, Meta y Google. ¿Nos espera un ajuste de cuentas?
por Danielle Kost
- ¿Podría ayudarnos a comprender la magnitud de los costes de la IA?
- ¿Qué empresas son líderes en este momento?
- ¿Parece que OpenAI es la que está buscando oro?
- ¿Qué modelos de negocio probablemente surgirán en el ámbito de la IA?
- ¿Se reducirá todo a quién tenga el modelo de lenguaje más grande?
- ¿Cómo podría evolucionar el mercado a corto plazo?
- ¿Cómo está gestionando Google su inversión en IA?
- ¿Y qué hay de Meta y Microsoft?
- ¿Qué opinas de los rumores sobre una posible burbuja de la IA?
En la carrera por dominar la inteligencia artificial, parece que nunca hay límites. La próxima generación de IA requerirá más terabytes de datos, gigavatios de electricidad y cientos de miles de millones de dólares en talento.
Sin embargo, los beneficios siguen siendo escasos y algunos economistas advierten de una burbuja inminente. Esto no impedirá que OpenAI, empresa líder en el sector, cierre acuerdos multimillonarios para la fabricación de chips con Nvidia, AMD y, más recientemente, Broadcom.
Andy Wu, de la Escuela de Negocios de Harvard, afirma que, si bien el potencial de la IA es evidente, la rentabilidad de estas enormes inversiones sigue siendo incierta. Aunque algunos usuarios podrían estar dispuestos a pagar una pequeña cuota mensual por ChatGPT, es improbable que los ingresos por suscripción cubran los costes de escalar la tecnología.
El problema es que la IA generativa actual tiene un alto coste variable y bajos ingresos variables.
«El problema es que la IA generativa actual tiene un alto coste variable y bajos ingresos variables», afirma Wu, profesor asociado de Administración de Empresas de la Cátedra Arjun y Minoo Melwani. «Algo que el público general no suele tener en cuenta es lo increíblemente caro que resulta utilizar la IA generativa».
Basándonos en su estudio de caso de junio, « Guerras de IA en 2025 », le pedimos a Wu que analizara los desafíos únicos del sector, las fuerzas competitivas y los posibles resultados. La entrevista se ha editado ligeramente para mayor claridad y brevedad.
¿Podría ayudarnos a comprender la magnitud de los costes de la IA?
La mayoría de la gente conoce el elevado coste fijo de entrenar los principales modelos de IA generativa, pero también existen costes variables significativos de «inferencia» al usar IA generativa. Estos costes de inferencia se generan cada vez que introducimos una pregunta y recibimos una respuesta.
Por poner un ejemplo, ¿qué me dicen de esas películas de Studio Ghibli creadas con IA? Cada una de esas imágenes cuesta dinero real. Se utilizan unos pocos céntimos de electricidad y capacidad de procesamiento para generar una sola imagen. OpenAI prevé gastar más de 150 000 millones de dólares en estos costes de inferencia hasta 2030.
Estas son las condiciones para generar ingresos hoy en día. La mayoría de los usuarios reciben IA generativa de forma gratuita. Los usuarios avanzados pagan, pero mediante una suscripción fija. Estos modelos de negocio son herencia de la era anterior del software: cuando el coste variable del software era nulo o casi nulo, estos modelos tenían mucho más sentido. Eran viables porque no se perdían más dinero a medida que más personas utilizaban el software. Hoy en día, la situación económica es mucho más compleja.
¿Qué empresas son líderes en este momento?
En una fiebre del oro, uno podría buscar oro . Eso es lo primero que nos viene a la mente a la mayoría. Pero una fiebre del oro también ofrece otras oportunidades: se pueden vender palas o fabricar joyas .
Para evaluar cómo se comparan estas oportunidades entre sí, podemos considerar la perspectiva de los mercados públicos. Desde finales de 2022 hasta hoy, el mayor beneficiario de la IA de última generación es, sin duda, Nvidia. Nvidia es el ejemplo perfecto de un gran impulsor de la innovación.
Tras Nvidia, el siguiente gran ganador es Meta, lo cual puede resultar más sorprendente. Meta es, sin duda, el fabricante de joyas por excelencia. La IA generativa complementa las plataformas que controla: redes sociales y publicidad en la actualidad, y quizás dispositivos portátiles y el metaverso en el futuro. Meta se encuentra en una posición privilegiada para beneficiarse a medida que la tecnología de IA generativa mejore. Meta ha tenido un desempeño significativamente mejor que Google y Microsoft, a pesar de que ambas empresas se asocian tradicionalmente con la IA generativa.
¿Parece que OpenAI es la que está buscando oro?
Uno de los debates fundamentales en este campo es si la tecnología de IA generativa en sí misma —el modelo en sí o, más precisamente, el modelo base— es una mercancía. Personalmente, comparto esa opinión.
Si usted comparte ese punto de vista, entonces todas estas empresas que más nos entusiasman, como OpenAI y Anthropic, se enfrentan al desafío épico de tener que monetizar un producto en cuya creación invirtieron cientos de miles de millones de dólares.
Pero incluso si no se llegara a afirmar que la IA generativa es un producto básico, hay que reconocer que existen deficiencias evidentes en la capacidad de las empresas para proteger y diferenciar su IA generativa. El marco de propiedad intelectual en torno a todo esto es bastante débil. Aunque se logren avances significativos en los modelos, no está claro que se puedan proteger de la competencia. En muy poco tiempo, proyectos como Grok de xAI y DeepSeek han logrado acercarse a OpenAI con una inversión mucho menor.
La IA de nueva generación es emocionante porque está ampliamente disponible; las barreras de entrada son bajas.
Si las barreras de entrada en este sector siguen siendo bajas, OpenAI y otras empresas tendrán poco margen para subir los precios. Correrían el riesgo de ceder el mercado a nuevos competidores dispuestos a ofrecer IA generativa a un precio más bajo o incluso gratis.
Dicho esto, no quiero que nada de esto se interprete como una insinuación de que soy escéptico sobre la creación de valor de la IA de última generación. La IA de última generación es prometedora porque está ampliamente disponible; las barreras de entrada son bajas. Esto significa que muchos podrán crear valor con la tecnología, lo que también dificulta que alguien se apropie de ese valor.
¿Qué modelos de negocio probablemente surgirán en el ámbito de la IA?
En definitiva, el modelo de negocio más viable es algo similar al pago por uso. El problema es que aún no hemos llegado a ese punto en nuestros hábitos de compra.
Los modelos de negocio del software evolucionan constantemente, pero esos cambios tardan en producirse. Quizás recuerdes cuando podías comprar una licencia de software en un CD una sola vez e instalarla donde quisieras. Después, tuvimos que hacer una transición bastante engorrosa al modelo de suscripción, y ahora tenemos que pagar por el software cada mes y por cada usuario. Tendremos que hacer otra transición aún más complicada: con el tiempo, pagaremos por cada uso.
Ya estamos viendo esta transición. Las “suscripciones” de IA generativa actuales no son verdaderas suscripciones porque limitan el uso, lo que las convierte, en mi opinión, esencialmente en modelos basados en el uso con otro nombre.
El problema es que estas «suscripciones» aún tienen un precio demasiado bajo para ser viables. El precio habitual —20 dólares al mes— no alcanza para cubrir los costes variables de la mayoría de estos servicios. Lamentablemente, en un futuro próximo, el número de personas dispuestas a pagar 20 dólares al mes por IA generativa es menor que el número de personas que pagarían 20 dólares al mes por Netflix.
Dicho esto, animo a la gente a usar estos servicios todo lo que puedan, mientras puedan. Como usuarios, hoy nos beneficiamos enormemente de un servicio subvencionado por inversores.
¿Se reducirá todo a quién tenga el modelo de lenguaje más grande?
Históricamente, la teoría era que cuanto mayor fuera el modelo, mayor sería su calidad. Esto se observó a medida que OpenAI avanzó de GPT-2 a GPT-3 y luego a GPT-4, y de forma paralela en otros constructores de modelos.
Estos modelos de gran tamaño realizan numerosos cálculos y contienen mucha información. Sin embargo, la creación de estos modelos de alta calidad implica mayores costos de entrenamiento, que son fijos, y mayores costos variables de inferencia. Los servicios de suscripción limitan la frecuencia de uso de estos modelos computacionalmente intensivos. Esta limitación se debe al elevado costo variable. Hemos llegado a un punto en el que los costos variables de estos modelos más grandes superan con creces la capacidad de cualquier modelo de negocio conocido para cubrirlos.
Por ello, la atención reciente se ha centrado en el desarrollo de modelos más pequeños que puedan tener una calidad comparable a la de un modelo más grande, pero con un coste variable menor.
¿Cómo podría evolucionar el mercado a corto plazo?
No me sorprendería que en los próximos años se produjera una crisis. Las empresas de IA más publicitadas del sector están sufriendo enormes pérdidas, y la rentabilidad aún está lejos para la mayoría de ellas. OpenAI y otras tendrán que seguir captando fondos para mantenerse a flote. Para atraer a futuros inversores, deberán ser capaces de seguir aumentando su valoración hasta niveles sin precedentes.
Otro indicador importante es el riesgo que asumen los actores del mercado adyacente, lo que los hace particularmente vulnerables incluso a pequeñas fluctuaciones. Por ejemplo, la empresa de alquiler de coches Hertz se vio especialmente afectada por la pandemia, más que sus competidores, porque no solo había pedido préstamos para comprar sus vehículos , sino que además contrajo préstamos adicionales. En cierto modo, se endeudó dos veces con sus activos.
En el ámbito de la IA, observamos indicios de esta vulnerabilidad en las empresas que denominamos «neocloud», las cuales proveen chips y computación en la nube a las compañías de IA. Incluso si el mercado continúa creciendo, aunque a un ritmo menor al previsto, varias de estas empresas podrían verse en aprietos.
¿Cómo está gestionando Google su inversión en IA?
En teoría, Google tiene todas las capacidades técnicas para integrar la IA generativa en todo lo que hace. Resulta sorprendente que hayan optado por no hacerlo. Tomemos como ejemplo las Resúmenes de IA en la Búsqueda de Google. Google podría colocarlas en la parte superior de cada página de resultados. Sin embargo, a medida que han implementado las Resúmenes de IA, uno de los aspectos más interesantes es que a menudo restringen la frecuencia con la que se muestran las consultas que las incluyen.
A corto plazo, a Google no le conviene financieramente implementar la IA de forma generalizada. En cambio, prefiere implementar la mínima cantidad posible de IA generativa para mitigar la pérdida de cuota de mercado frente a los nuevos competidores, pero nada más.
Las consultas para las que la IA generativa resulta más útil son también aquellas con las que Google no obtiene beneficios. Hablamos de búsquedas como «escribe mi ensayo de tercer grado sobre dinosaurios». Google obtiene beneficios de las consultas comerciales, como la búsqueda de vuelos y las recomendaciones de compras, para las que la IA generativa actualmente tiene poca o ninguna ventaja sobre la búsqueda tradicional.
¿Y qué hay de Meta y Microsoft?
Meta, Amazon y Microsoft han tomado diversas medidas para posicionarse y beneficiarse del auge de la IA generativa, limitando al mismo tiempo su propia exposición a los riesgos.
Microsoft es la más fascinante. La mayoría de los observadores asumen que Microsoft es un aliado y socio cercano de OpenAI. Sin embargo, Microsoft ha invertido en varias alternativas de código abierto a OpenAI o les ha brindado apoyo. Hasta ahora, Meta ha sido el líder en código abierto con su modelo Llama. Cabe destacar que el socio preferido de Meta para implementar Llama es Microsoft Azure. Microsoft también contrató a uno de los fundadores de Google DeepMind para desarrollar su propio modelo internamente. De esta manera, tienen acceso a información privilegiada sobre la iniciativa más importante del momento.
¿Qué opinas de los rumores sobre una posible burbuja de la IA?
En mi investigación sobre estrategia tecnológica, he estudiado detenidamente la historia de la tecnología durante los últimos 40 años. Hemos presenciado numerosas burbujas o ciclos de sobreexpectación: la burbuja de las puntocom; la burbuja de la economía colaborativa (por ejemplo, WeWork y Bird); la burbuja del teletrabajo durante la pandemia (como Zoom y Peloton); la realidad virtual; y varias burbujas de criptomonedas. El sector tecnológico experimenta estos altibajos con regularidad.
En mi opinión, la definición de una burbuja tecnológica es cuando todos pueden ver la creación de valor , pero nadie piensa en la captura de ese valor .
A finales de los 90, existía una empresa llamada Pets.com. Su idea principal era enviar comida para perros a domicilio. Esto era fantástico. El potencial de creación de valor era enorme. Pero en medio del entusiasmo, perdimos de vista la captura de valor: en aquel momento no existía un modelo de negocio viable. Ahora, con el tiempo, la situación económica ha mejorado, lo que ha permitido que Chewy entre en el mercado y que el negocio sea rentable.
Ese sería, pues, el riesgo: una brecha entre la inmensa creación de valor proyectada y la cantidad de ese valor que estas empresas pueden capturar realmente.
Crédito fotográfico: Russ Campbell