Los reclamos de que la IA se encuentra actualmente en una burbuja carecen de fundamento. Si bien ha habido un crecimiento explosivo en la IA generativa y ciertas acciones relacionadas con la IA han experimentado aumentos meteóricos, se está pasando por alto el valor económico subyacente y el potencial transformador de la tecnología de IA.

Las comparaciones con la burbuja punto com de la década de 1990 son desacertadas, ya que Internet finalmente aportó un valor económico significativo en varios sectores. De manera similar, la IA está lista para brindar beneficios sustanciales a largo plazo, a pesar de los altos costos y limitaciones actuales de la tecnología.

El argumento de que existe una "brecha" entre las expectativas de ingresos y la construcción de infraestructura de IA no tiene en cuenta la visión a largo plazo de estas inversiones. Las empresas no están apostando por las capacidades actuales de la IA, sino por el potencial de los sistemas de IA avanzados, como la Inteligencia General Artificial (AGI), para capturar billones de dólares en valor económico en los próximos años.

Los desestimados del potencial transformador de la IA, como los reclamos de que no hay casos de uso que cambiarán fundamentalmente las vidas, son miopes. Los rápidos avances en los modelos de lenguaje, como GPT-4, demuestran el impacto significativo que la IA puede tener en diversas industrias.

Si bien la tecnología de IA es actualmente costosa, la ecuación de costos cambiará con el tiempo, como ha sido el caso con otras tecnologías transformadoras en el pasado. A medida que mejore la eficiencia y las capacidades de los sistemas de IA, el valor económico que puedan generar superará con creces la inversión inicial.

Además, el enfoque en el razonamiento de orden superior y la integración de los modelos de lenguaje con arquitecturas agénticas sugieren que el campo de la IA está listo para más avances que desbloquearán un potencial aún mayor. Las predicciones de destacados investigadores y ejecutivos de IA indican que la AGI podría lograrse en los próximos 3-5 años, lo que tendría un impacto profundo en la economía global.

Uno de los puntos clave planteados en la transcripción es la comparación entre la burbuja punto com y el auge actual de la IA. El autor argumenta que, si bien existen algunas similitudes, la diferencia fundamental es que Internet finalmente generó un valor económico significativo, incluso si la burbuja punto com en sí misma fue un frenesí especulativo.

El autor señala que la burbuja punto com se refiere al período entre 1995 y 2000 cuando los inversores inyectaron dinero en startups basadas en Internet con la esperanza de obtener ganancias rápidas, lo que llevó a un aumento vertiginoso de las valoraciones. Sin embargo, el autor argumenta que Internet en sí mismo finalmente generó ganancias económicas sustanciales en varios sectores.

En contraste, el autor discrepa de la noción de que el auge actual de la IA es una burbuja similar a la burbuja punto com. El autor señala que, si bien los costos iniciales de construcción y la infraestructura de IA son altos, las empresas están apostando por el potencial a largo plazo de la IA transformadora, particularmente la Inteligencia General Artificial (AGI), que podría desbloquear billones de dólares en valor económico.

El autor cita declaraciones de líderes de la industria como Bill Gates y Sam Altman, quienes argumentan que la emoción en torno a la IA está justificada debido a su naturaleza fundamental y transformadora, en lugar de ser una burbuja especulativa. El autor también destaca los rápidos avances en las capacidades de la IA, como el desarrollo de GPT-4 y el potencial de los modelos futuros para lograr capacidades de razonamiento a nivel humano en los próximos 3-5 años.

En general, el autor presenta un argumento convincente de que el auge actual de la IA es fundamentalmente diferente de la burbuja punto com y que el potencial económico a largo plazo de la IA, particularmente de la AGI, justifica las importantes inversiones que se están realizando en este campo.

Uno de los argumentos principales en contra de que la industria de la IA se encuentre en una burbuja es la cuestión de dónde están los ingresos. Como señala el informe de Sequoia, existe una brecha significativa entre las expectativas de ingresos implícitas en la construcción de infraestructura de IA y el crecimiento real de los ingresos del ecosistema de IA.

Sin embargo, esta brecha se puede explicar por el hecho de que muchas empresas no están apostando por el estado actual de la IA, sino más bien por el potencial futuro de los sistemas de IA avanzados, particularmente la Inteligencia General Artificial (AGI). Si bien las capacidades actuales de la IA pueden no estar generando ingresos significativos, se espera que el valor económico a largo plazo de la AGI sea de decenas de billones de dólares, lo que podría capturar hasta el 10% del PIB mundial.

El enfoque en la AGI en lugar de los ingresos inmediatos se refleja en las declaraciones de líderes de la industria como Sam Altman, quien ha dicho que el gasto de construir la AGI es "totalmente vale la pena" debido al inmenso valor que podría desbloquear. De manera similar, investigadores como el que trabajó en la superalineación en OpenAI han proporcionado análisis basados en datos que sugieren que el camino hacia la superinteligencia es plausible y no una cuestión de fe.

Además, la historia del progreso tecnológico muestra que los costos iniciales de las nuevas tecnologías suelen ser altos, pero a medida que la tecnología madura, se vuelve más eficiente y rentable. Este patrón se puede ver en la evolución de las computadoras, los teléfonos móviles y otras tecnologías, y se espera que se aplique también a la IA.

En resumen, la aparente brecha entre la inversión en infraestructura de IA y los ingresos actuales no necesariamente indica una burbuja. Más bien, refleja la visión y el potencial a largo plazo de los sistemas de IA avanzados, particularmente la AGI, que está impulsando la importante inversión en este campo a pesar de las limitaciones actuales de la tecnología.

Uno de los argumentos clave en contra del estado actual de la IA es que es demasiado costosa. Sin embargo, esta falacia de "demasiado costosa" no tiene en cuenta las tendencias históricas del progreso tecnológico.

Si bien es cierto que los modelos de IA generativa actuales son costosos, este es un patrón común con las tecnologías emergentes. Como señala Sam Altman, el mejor modelo en 2022 (GPT-3) costaba 100 veces más que el actual modelo mini de GPT-4. Esto demuestra que el costo de la IA está disminuyendo rápidamente a medida que la tecnología madura.

De manera similar, el informe cita el ejemplo de cómo un servidor de Sun Microsystems costaba $64,000 en 1977, pero en un plazo de 3 años, sus capacidades se podían replicar con una combinación de chips x86 a un costo mucho menor. Este patrón de que la tecnología se vuelve más eficiente y asequible con el tiempo es una tendencia bien establecida.

Además, el argumento de que la IA simplemente está facilitando o haciendo más eficientes las tareas existentes, y en el peor de los casos, produciendo "asistentes virtuales que alucinan", no tiene en cuenta el potencial de los avances transformadores de la IA. Como destaca el informe, el enfoque de los principales laboratorios de IA está en desarrollar capacidades de razonamiento de orden superior, lo que podría desbloquear un tremendo valor económico.

En última instancia, la crítica de "demasiado costosa" no se sostiene cuando se considera la trayectoria histórica del progreso tecnológico. A medida que el costo de la IA continúe disminuyendo y sus capacidades avancen, el potencial de impacto transformador se vuelve cada vez más evidente.

Uno de los puntos clave planteados en la transcripción es la importancia de la capacidad de la IA para realizar un razonamiento de orden superior. Este es un factor crucial para determinar el potencial transformador de la tecnología de IA.

La transcripción argumenta que los escépticos como Jim Cavallo de Goldman Sachs están subestimando la capacidad de la IA para el razonamiento de orden superior. Señala que los principales laboratorios de investigación de IA, como Google DeepMind y OpenAI, se enfocan activamente en desarrollar modelos con capacidades avanzadas de razonamiento, como el próximo modelo GPT-5 que se espera que alcance capacidades de razonamiento a nivel de doctorado.

La transcripción también destaca el concepto de "IA neurosimbólica", que combina modelos de lenguaje a gran escala con diferentes enfoques arquitectónicos para mejorar la confiabilidad y las capacidades de razonamiento de los sistemas de IA. Esto sugiere que los futuros modelos de IA irán más allá del simple análisis de datos históricos y podrán aplicar sus conocimientos a situaciones novedosas de una manera más sólida e inteligente.

Además, la transcripción cita ejemplos como AlphaGo, que pudo superar el rendimiento humano mediante el entrenamiento con datos sintéticos y el juego contra sí mismo. Esto demuestra cómo los sistemas de IA pueden seguir mejorando sus capacidades a través de técnicas de entrenamiento avanzadas, incluso después de consumir grandes cantidades de datos existentes.

En general, el mensaje clave es que desestimar el potencial transformador de la IA debido a la falta de capacidades de razonamiento de orden superior es miope. La transcripción argumenta que el enfoque en el desarrollo de capacidades de razonamiento más sofisticadas, combinado con los avances continuos en los métodos de entrenamiento y las innovaciones arquitectónicas, permitirá que la IA tenga un impacto económico significativo y duradero en los próximos años.

El valor económico de la AGI (Inteligencia General Artificial) se estima en decenas de billones de dólares, y algunos especulan que podría capturar hasta el 10% del PIB mundial. Esto se debe a que un sistema de AGI sería capaz de realizar cualquier tarea mejor que cualquier ser humano, desbloqueando un enorme nivel de valor económico para quienes lo posean.

Los principales investigadores de IA y los directores ejecutivos de las empresas pioneras en IA creen que la AGI está a solo 3-5 años de distancia. Figuras como Sam Altman, Dario Amodei y Mustafa Suleyman han declarado que estamos al borde de lograr capacidades de IA a nivel humano o superhumano en los próximos años.

Esto no es mera euforia, sino que se basa en los rápidos avances en áreas como el modelado del mundo, el razonamiento y la incorporación. Una vez que se integren los ingredientes clave, el camino hacia la AGI se vuelve claro. Automatizar la investigación de IA en sí misma se considera el paso crítico, después del cual la empresa que lo logre obtendrá enormes recompensas.

En comparación con la burbuja de Internet de los años 90, la construcción actual de IA se basa en un progreso tecnológico real y en el potencial de un impacto transformador. Si bien el gasto puede parecer alto, la historia ha demostrado que los costos de las tecnologías emergentes disminuyen rápidamente con el tiempo. Se espera que el valor económico desbloqueado por la AGI supere con creces la inversión actual.

Desestimar el potencial de la AGI como una burbuja ignora la evidencia y los conocimientos de los principales expertos en el campo. La carrera por desarrollar la AGI está en marcha, y las empresas que tengan éxito podrían capturar una parte desproporcionada de los billones de dólares en valor que se espera que cree.

La evidencia sugiere que la IA no se encuentra actualmente en una burbuja, a pesar de las preocupaciones planteadas por algunos analistas y comentaristas. Si bien el rápido crecimiento y la euforia en torno a la IA generativa han llevado a comparaciones con la burbuja punto com, existen diferencias clave que sugieren que la IA se encuentra en una base más sólida.

En primer lugar, Internet y las tecnologías digitales finalmente entregaron un valor económico significativo, incluso si la burbuja inicial explotó. De manera similar, la IA está lista para desbloquear billones de dólares en valor, particularmente a medida que el campo avance hacia la Inteligencia General Artificial (AGI) en los próximos años.

En segundo lugar, los altos costos actuales de la infraestructura y los modelos de IA probablemente disminuyan con el tiempo, tal como ha ocurrido con otras tecnologías transformadoras en el pasado. A medida que la tecnología madure y se vuelva más eficiente, la ecuación costo-beneficio se inclinará a favor de una adopción generalizada.

Además, los principales investigadores de IA y líderes de la industria están en gran medida de acuerdo en que la AGI está al alcance en los próximos 3-5 años. Este cronograma, respaldado por datos e investigación, sugiere que las inversiones actuales en IA no son mera especulación, sino una apuesta estratégica en una tecnología transformadora que avanza rápidamente.

Si bien puede haber bolsas de euforia y sobrevaloración en ciertas áreas, la trayectoria general del desarrollo de la IA y su potencial impacto económico no indican una burbuja. Los inversores y las empresas prudentes se están posicionando para capitalizar los beneficios a largo plazo de esta revolución tecnológica.