Informe tecnológico de alto impacto del ex socio de a16z: ¿Cómo la IA está devorando el mundo?

Benedict Evans, ex socio de a16z, señaló que la IA generativa está provocando otra migración de plataformas de diez a quince años en la industria tecnológica, pero su forma final sigue siendo un misterio. Citando el informe de automatización del Congreso de EE. UU. de 1956 y el caso de la desaparición de los operadores de ascensores, advierte: cuando la tecnología realmente se implementa, silenciosamente se convierte en infraestructura y deja de llamarse "IA".

Escrito por: Bu Shuqing

Fuente: Wallstreetcn

“La IA está devorando el mundo, y ni siquiera hemos visto claramente su forma.”

En el reciente informe “AI eats the world”, el reconocido analista tecnológico y ex socio de a16z, Benedict Evans, hace un diagnóstico capaz de sacudir todo el mundo tecnológico: la inteligencia artificial generativa está provocando una migración de plataformas que ocurre cada diez a quince años en la industria, y aún no sabemos hacia dónde se dirige finalmente.

Evans señala que, desde los mainframes hasta las PC, desde Internet hasta los smartphones, la base de la industria tecnológica se reescribe completamente cada década y media, y la aparición de ChatGPT en 2022 probablemente marque el inicio de la próxima “transformación de quince años”.

Los gigantes tecnológicos globales están entrando en una competencia de inversiones sin precedentes. Microsoft, Amazon AWS, Google y Meta prevén un gasto de capital de 400 mil millones de dólares para 2025, una cifra que supera la inversión anual de toda la industria global de telecomunicaciones, que ronda los 300 mil millones de dólares.

“El riesgo de subestimar la IA es mucho mayor que el de invertir en exceso”, cita el informe a Sundar Pichai, CEO de Microsoft, resumiendo 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 operadores de ascensores para recordar: cuando la tecnología realmente se implementa, silenciosamente se convierte en infraestructura y deja de llamarse “IA”.

Otra transformación de quince años: la ley histórica de la migración de plataformas

Evans señala en el informe que la industria tecnológica experimenta una migración de plataformas aproximadamente cada diez a quince años: de los mainframes a las computadoras personales, de la web a los smartphones, cada migración ha remodelado el panorama de la industria. El caso de Microsoft ilustra la crueldad de estas migraciones: la empresa llegó a tener casi el 100% de la cuota de mercado de sistemas operativos en la era de las PC, pero se volvió casi irrelevante cuando el foco se desplazó a los smartphones.

Los datos muestran que la cuota de los sistemas operativos de Microsoft en las ventas globales de computadoras cayó drásticamente desde su pico alrededor de 2010, y para 2025 se ha reducido a menos del 20%. De manera similar, Apple, que dominó el mercado de las PC en sus inicios, fue marginada por las máquinas compatibles con IBM. Evans enfatiza que los líderes tempranos suelen desaparecer, lo que parece ser una ley inquebrantable de la migración de plataformas.

Pero tres años después, aún se sabe muy poco sobre la forma que tomará esta migración. Evans enumera ideas fallidas de los inicios de Internet y de la Internet móvil, como AOL, el portal de Yahoo, los plugins de Flash, etc. Ahora le toca a la IA generativa, y las posibilidades son igualmente abrumadoras: ¿será en forma de navegador, de agente inteligente, de interacción por voz o de algún nuevo paradigma de interfaz de usuario? Nadie lo sabe realmente.

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

Los gigantes tecnológicos están invirtiendo en infraestructura de IA a una escala nunca antes vista. En 2025, Microsoft, AWS, Google y Meta prevén un gasto de capital de 400 mil millones de dólares, mientras que la inversión anual de la industria global de telecomunicaciones es de unos 300 mil millones de dólares.

Aún más notable es que este plan de crecimiento para 2025 casi se ha duplicado en el último año.

La construcción de centros de datos en EE. UU. está superando a la de edificios de oficinas, convirtiéndose en el nuevo motor del ciclo de inversión. Nvidia enfrenta cuellos de botella en el suministro porque no puede satisfacer la demanda, y sus ingresos trimestrales ya han superado los años de acumulación de Intel. TSMC tampoco puede, o no quiere, expandir su capacidad lo suficientemente rápido para satisfacer la demanda de Nvidia.

Según una encuesta de Schneider Electric, el principal factor limitante para la construcción de centros de datos en EE. UU. es el suministro de energía pública, seguido por la obtención de chips y el acceso a fibra óptica. La demanda eléctrica en EE. UU. crece alrededor del 2%, y la IA podría añadir un 1% adicional, algo que no es un problema en China, pero que en EE. UU. es difícil de construir rápidamente.

Convergencia de modelos: desaparecen las barreras, la IA podría estar “comoditizándose”

A pesar de la enorme inversión, la diferencia entre los principales modelos de lenguaje en las pruebas de referencia se está reduciendo a porcentajes de un solo dígito. Evans advierte:

Si el rendimiento de los modelos converge, esto significa que los grandes modelos podrían estar convirtiéndose en “commodities”, y la captura de valor se redistribuirá.

En las pruebas de referencia más generales, la diferencia entre los líderes ya es muy pequeña, y el liderazgo cambia cada semana. Esto indica que los modelos podrían estar convirtiéndose en commodities, especialmente para usos generales.

Evans señala que, tras tres años de desarrollo, ha habido más avances en ciencia e ingeniería, pero aún falta claridad en la forma del mercado. Aunque los modelos siguen mejorando, hay más modelos, empresas chinas participando, proyectos open source y nuevas siglas tecnológicas, pero las barreras no son evidentes.

En su opinión, las empresas de IA deben buscar nuevas barreras en la escala de cómputo, datos verticales, experiencia de producto o canales de distribución.

El dilema del engagement: los 800 millones de usuarios semanales de ChatGPT no ocultan la falta de verdadera adhesión

A pesar de que ChatGPT afirma tener 800 millones de usuarios activos semanales, los datos de participación de usuarios muestran una imagen diferente. Varias encuestas indican que solo alrededor del 10% de los usuarios estadounidenses usan chatbots de IA a diario; la mayoría todavía está en una etapa de prueba ocasional.

La encuesta de Deloitte muestra que hay muchas más personas que usan chatbots de IA ocasionalmente que las que los usan a diario.

Evans lo llama la típica “ilusión de engagement”: la velocidad de penetración de la IA es asombrosa, pero aún no se ha convertido en una herramienta cotidiana a nivel masivo.

Analiza las razones de este dilema de participación: ¿cuántos escenarios de uso son adaptaciones simples y obvias? ¿Quién tiene un entorno de trabajo flexible y busca conscientemente optimizar? Para los demás, ¿es necesario empaquetar la IA en herramientas y productos? Esto refleja una brecha significativa entre la capacidad técnica y la aplicación real.

La adopción empresarial también es lenta. El informe cita encuestas de varias consultoras que muestran que, aunque las empresas están entusiasmadas con la IA, los proyectos que realmente llegan a producción siguen siendo pocos.

• Ya implementado: 25%
• Planea implementar en la segunda mitad de 2025: alrededor del 30%
• No implementará hasta al menos 2026: alrededor del 40%

Los casos de éxito actuales siguen concentrándose en la asistencia a la programación, optimización de marketing, automatización del soporte al cliente, etc., es decir, en la “fase de absorción”, aún lejos de una verdadera reestructuración del negocio.

Publicidad y sistemas de recomendación se preparan para una reescritura disruptiva

Evans cree que el área donde la IA experimentará cambios más rápidos y profundos es la publicidad y los sistemas de recomendación.

Las recomendaciones tradicionales dependen de la “relevancia”, pero la IA puede comprender la “intención del usuario” en sí misma. Esto significa que:

El mecanismo subyacente del mercado publicitario, que mueve billones de dólares, podría ser reescrito.

Google y Meta ya han revelado datos iniciales: la publicidad impulsada por IA puede aumentar las tasas de conversión entre un 3% y un 14%. El costo de producción creativa publicitaria, que actualmente ronda los 100 mil millones de dólares anuales, también podría ser remodelado por la generación automática.

Lecciones de la historia: cuando la automatización triunfa, deja de llamarse “IA”

Evans vuelve la mirada al informe de automatización del Congreso de EE. UU. de 1956, señalando que cada ola de automatización genera un gran debate social, pero finalmente se integra silenciosamente como infraestructura.

La desaparición de los operadores de ascensores, la revolución del inventario gracias al código de barras, Internet pasando de ser “algo nuevo” a infraestructura... todo demuestra que:

Cuando la tecnología realmente se implementa y se vuelve universal, la gente deja de llamarla “IA”.

Evans enfatiza que el futuro de la IA es a la vez claro y borroso: sabemos que transformará industrias, pero no la forma final del producto; sabemos que estará en todas partes en las empresas, pero no quién dominará la cadena de valor; sabemos que requerirá enormes cantidades de cómputo, pero no dónde se detendrá el crecimiento.

En otras palabras, la IA está convirtiéndose en la protagonista del nuevo ciclo de quince años, pero el guion de toda la obra aún no está escrito.

Quizás estamos parados justo sobre la falla de un próximo terremoto tecnológico.

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

Para productos comoditizados que requieren mucha investigación y capital, la captura de valor se vuelve clave. Si los modelos se convierten en commodities y carecen de efectos de red, ¿cómo competirán los laboratorios de modelos?

Evans plantea tres posibles caminos: expandirse aguas abajo para ganar por escala, expandirse aguas arriba para ganar por efectos de red y producto, o buscar nuevas dimensiones de competencia.

El caso de Microsoft muestra la transición de una competencia basada en efectos de red a una basada en la capacidad de captar capital. El gasto de capital de la empresa como proporción de los ingresos por ventas ha aumentado drásticamente desde mínimos históricos, reflejando un cambio fundamental en el modelo competitivo.

OpenAI ha adoptado una estrategia de “decir sí a todo”, incluyendo acuerdos de infraestructura con Oracle, Nvidia, Intel, Broadcom, AMD, integración con e-commerce, publicidad, conjuntos de datos verticales, así como plataformas de aplicaciones, video social, navegadores web y otras iniciativas diversificadas.