«¿Qué hay de la burbuja de inteligencia artificial (IA)?» es la pregunta más habitual que se plantean hoy en día los economistas y los profesionales de la inversión. El escepticismo es apropiado en dos cuestiones: la afirmación de una burbuja y la valoración de las empresas en nuevos campos. Las burbujas son difíciles de identificar en tiempo real, aunque la demanda subyacente puede ser más fácil de ver.
Los fundamentos subyacentes son extremadamente positivos para las empresas de IA, con dos actividades económicas importantes que casi con toda seguridad se revelarán sólidas. Las empresas que producen modelos de lenguaje grandes (LLM) serán un importante motor de productividad en una amplia gama de negocios, organizaciones sin ánimo de lucro y gobiernos. Además, multitud de empresas están desarrollando aplicaciones especializadas que utilizan LLM para mejorar la productividad en tareas específicas, como la facturación o el diseño de productos. Además de estos dos enfoques principales, se han desarrollado modelos de lenguaje pequeños para tareas especializadas, aunque es menos seguro que este enfoque supere a las aplicaciones especializadas conectadas a los LLM.
Pero los sólidos fundamentos no siempre justifican las altísimas valoraciones de las empresas. La clave está en averiguar cuán altos serán los fundamentos en relación con las valoraciones actuales. Eso es increíblemente difícil de hacer, excepto en retrospectiva.
La industria de la IA está buscando el mejor modelo de negocio para aplicar la tecnología a los problemas del mundo real. Esto, combinado con la tendencia humana al frenesí especulativo, dificulta la valoración. El reto del modelo de negocio no se ha valorado lo suficiente en los debates recientes.
En 1908, Estados Unidos contaba con más de 250 empresas fabricantes de automóviles. Se produjeron dos tendencias principales: las ventas de automóviles se dispararon a niveles antes inimaginables y la mayoría de las empresas automovilísticas quebraron. Es un resultado sorprendente.
Las empresas automovilísticas tuvieron que averiguar cómo fabricar el producto de manera eficiente, algo en lo que Ford era bueno. Y tuvieron que averiguar qué era lo que más deseaban los clientes en sus automóviles, algo en lo que General Motors era mejor. En una industria con grandes economías de escala, las empresas con peor rendimiento perdieron cuota de mercado, lo que provocó que sus costes superaran a los de otras empresas. Por eso fracasaron.
Se obtuvieron resultados similares en el auge de las puntocom de la década de 1990. Se crearon muchas empresas de comercio electrónico y la mayoría quebraron. Pero las compras en línea han alcanzado niveles que pocos esperaban hace dos décadas. El concepto de negocio era excelente, pero la mayoría de los intentos concretos fracasaron.
Detrás de esta dicotomía se encuentra un concepto que yo denomino «la economía del ensayo y error». Las empresas deben experimentar, aunque muchos experimentos fracasen, o bien tengan éxito en el sentido de que la empresa aprende lo que no funciona. Rara vez una innovación importante funciona a la perfección en su primera iteración.
En el ámbito de la IA, veremos muchos errores. Algunas empresas fracasarán. Otras tropezarán gravemente, pero sobrevivirán. Y unas pocas encontrarán el modelo adecuado para ayudar a sus clientes a lograr enormes ganancias en productividad, y acabarán mereciendo sus elevadas valoraciones.
La estructura del mercado es parte del rompecabezas del éxito definitivo de una empresa. A veces, una empresa domina un ámbito concreto. ¿Quién puede nombrar a la segunda empresa en software de contabilidad para pequeñas empresas? Esto se debe a que todos los contables pueden cargar un archivo informático creado con QuickBooks. Los propietarios de pequeñas empresas que utilizan un programa de contabilidad alternativo tienen más dificultades.
Algunos sectores cuentan con un puñado de grandes empresas, mientras que otros tienen muchas pequeñas empresas, como es el caso de los restaurantes. Hace tiempo escribí: «Mientras que el gran modelo lingüístico se parecerá al oligopolio de Airbus-Boeing, el sector de las aplicaciones se parecerá al del sushi, las hamburguesas, la pizza, etc.». Es decir, habrá numerosas empresas que ofrezcan aplicaciones muy específicas, utilizando conocimientos muy concretos de un sector. Cuando un contratista eléctrico quiera reducir los plazos de respuesta de las licitaciones, recurrirá a un producto de IA desarrollado con un profundo conocimiento de ese nicho concreto: la estimación de los costes de las instalaciones eléctricas. Ese programa no ayudará al concesionario de automóviles que intenta impulsar las ventas del departamento de servicio, pero sí lo hará otra aplicación. Sin embargo, es posible que esos proveedores de aplicaciones utilicen el mismo LLM como motor en segundo plano.
En cuanto a la valoración de las acciones, hay que tener en cuenta que las acciones de Amazon alcanzaron su máximo en 1999. Dos años más tarde, las acciones habían caído un 95%. Sin embargo, resultó que comprar en el máximo de 1999 no fue tan estúpido. Las acciones valen ahora 52 veces más que el antiguo máximo de 1999. Una inversión comparable en el índice Standard & Poor’s 500, con los dividendos reinvertidos, valdría aproximadamente ocho veces la cantidad invertida.
La historia de Amazon es valiosa no solo por su valor monetario final, sino también por el vertiginoso recorrido que ha seguido. Las acciones han sufrido muchos reveses a lo largo de su trayectoria. Y los inversores deben recordar que muchas inversiones en empresas puntocom quedaron sin valor.
¿Se encuentra la industria de la IA en una burbuja? Sinceramente, no lo sé. Todas las acciones individuales del sector son bastante arriesgadas a los precios actuales, pero algunas demostrarán que valen el precio actual y más. Muchas inversiones serán pérdidas totales. Sin embargo, hay pruebas sólidas de que la IA será una fuerza enorme en el mundo empresarial durante los próximos años.
