Las empresas de inteligencia artificial están gastando miles de millones en centros de datos en una carrera frenética hacia la inteligencia artificial general (AGI). Sin embargo, Arvind Krishna, director ejecutivo de IBM, tiene una perspectiva analítica diferente sobre las matemáticas detrás de estas apuestas masivas, ya que considera probable que estas empresas no tengan ninguna forma de lograr un rendimiento de inversión gratificante con los costos actuales.
Contenido del artículo:
- Introducción
- Las complejas matemáticas de los billones
- El problema de la depreciación de los chips
- Escepticismo sobre la inteligencia general
- Divergencia de opiniones con Altman
- Perspectiva de futuro
- Preguntas frecuentes
Introducción
El gasto en centros de datos está creciendo de manera desmedida. Durante las llamadas de resultados recientes de las principales empresas, términos como «capacidad» e «infraestructura» para la inteligencia artificial se repitieron notablemente. Google incluso anunció ambiciones futuras de construir centros de datos en el espacio. Pero la pregunta fundamental sigue siendo: ¿los ingresos generados por los centros de datos justificarán todo este gasto de capital masivo? En una entrevista de pódcast reciente, Krishna llegó a una conclusión pesimista: el modelo económico actual podría ser insostenible.
Las complejas matemáticas de los billones
Basando sus cálculos en los costos actuales, Krishna señaló que se requieren unos 80 mil millones de dólares para llenar un centro de datos con una capacidad de un gigavatio. Y explicó: «Bien, esta es la cifra de hoy. Por lo tanto, si te vas a comprometer con 20 o 30 gigavatios, esto es una sola empresa, lo que significa 1.5 billones de dólares en gastos de capital». Si observamos los compromisos globales totales en la búsqueda de la inteligencia artificial general, estimados en unos 100 gigavatios, el costo asciende a aproximadamente 8 billones de dólares. Krishna comentó: «Mi punto de vista es que no hay forma de obtener un retorno sobre eso, porque 8 billones de dólares en gastos de capital significan que necesitas casi 800 mil millones de dólares en ganancias solo para pagar los intereses».
El problema de la depreciación de los chips
Krishna también señaló otro factor crucial: la devaluación de los chips de inteligencia artificial. Dijo: «Tienes que utilizarlos por completo en un plazo de cinco años porque, llegado ese momento, tienes que deshacerte de ellos y rellenar el centro». Este rápido consumo de activos significa que la inversión no es única, sino una carrera costosa y continua de actualización, lo que añade una presión enorme a los márgenes de beneficio.
Escepticismo sobre la inteligencia general
Krishna aclaró que no está convencido de que el conjunto actual de tecnologías nos lleve a la inteligencia artificial general, el avance tecnológico que hace que la inteligencia artificial sea capaz de completar tareas complejos mejor que los humanos. Estimó la probabilidad de lograrlo sin un avance tecnológico adicional en un porcentaje muy reducido, entre el 0% y el 1%. Esta opinión coincide con la de otros líderes que han cuestionado el frenesí actual en torno a la inteligencia general, considerando que la mera ampliación de los modelos actuales no será suficiente.
Divergencia de opiniones con Altman
Cuando se le señaló que Sam Altman, director ejecutivo de OpenAI, cree que su empresa puede obtener un retorno de su enorme gasto de capital, Krishna afirmó que no está de acuerdo con él. «Eso es una creencia», dijo Krishna. «Eso es lo que a algunas personas les gusta perseguir. Lo entiendo desde su perspectiva, pero eso es diferente a estar de acuerdo con ellos».
Perspectiva de futuro
A pesar de sus dudas económicas, Krishna, quien ha dirigido IBM durante años, elogió el conjunto actual de herramientas de inteligencia artificial. Y declaró: «Creo que desencadenará billones de dólares en productividad en las empresas». Sin embargo, considera que el acceso real a la inteligencia general requerirá nuevas tecnologías que vayan más allá de la trayectoria actual de los modelos de lenguaje grande, quizás mediante la combinación de conocimiento sólido con los modelos de lenguaje.
Preguntas frecuentes
Pregunta: ¿Por qué el director ejecutivo de IBM duda de las ganancias de los centros de datos?
Respuesta: Debido al enorme costo de construcción (billones de dólares) y a la rapidez con la que se dañan y vuelven obsoletos los chips electrónicos (unos 5 años), lo que dificulta mucho la recuperación del capital.
Pregunta: ¿Cuál es el costo de construir un centro de datos con una capacidad de 1 gigavatio?
Respuesta: Krishna estima el costo en unos 80 mil millones de dólares según los precios actuales.
Pregunta: ¿Cree que alcanzaremos la inteligencia artificial general pronto?
Respuesta: No, considera que la probabilidad de que esto ocurra con las tecnologías actuales es muy baja (0-1%) y que necesitamos nuevos avances científicos.
