La advertencia de Futurism sobre la "horrible economía" de la inteligencia artificial no es un titular sensacionalista: los datos financieros públicos de las principales empresas del sector confirman que el modelo de negocio actual es insostenible a largo plazo. Tras dos años de euforia por el lanzamiento de ChatGPT y el auge de la IA generativa, las facturas de infraestructura, talento y entrenamiento de modelos están llegando, y las cifras son devastadoras.

Los números no dejan lugar a dudas. OpenAI, la empresa más valiosa del sector con una valoración de 80.000 millones de dólares, proyecta pérdidas netas de 5.000 millones de dólares para 2024, frente a ingresos estimados de 3.700 millones. Anthropic, respaldada por Google y Amazon, perdió 2.300 millones en 2023 con ingresos de apenas 100 millones. Pero no solo las startups de IA sufren: las grandes tecnológicas están quemando efectivo a un ritmo sin precedentes. Microsoft destinó 50.000 millones de dólares en gastos de capital (capex) en su último año fiscal, la mayor parte para infraestructura de centros de datos orientada a IA; Meta gastó 35.000 millones, y Google 49.000 millones. Solo el entrenamiento de un modelo de lenguaje de gran escala (LLM) como GPT-4 costó entre 50 y 100 millones de dólares, y las estimaciones para la próxima generación superan los 500 millones.

El problema no es solo el gasto, sino la incapacidad de monetizar estos desembolsos masivos. La adopción empresarial de IA es mucho más lenta de lo que previeron los analistas: la mayoría de las grandes empresas en España y Latinoamérica se encuentran en fase de pruebas piloto, sin contratos de pago a gran escala. En el segmento de consumo, apenas el 3% de los usuarios de ChatGPT paga por la versión Plus de 20 dólares al mes, mientras que las integraciones de IA en motores de búsqueda están canibalizando los ingresos publicitarios existentes en lugar de generar nuevos flujos. Además, la proliferación de modelos de código abierto como Llama 3 de Meta o Mistral de la startup francesa homónima permite a las empresas evitar pagar tarifas por APIs propietarias para la mayoría de casos de uso básicos.

El origen de este desajuste es estructural. Durante años, el sector ha operado bajo la premisa de que "más es mejor": más datos, más cómputo, modelos más grandes. Sin embargo, las leyes de escalado que guiaron el avance de la IA en la última década están mostrando rendimientos decrecientes: un aumento del 10x en la capacidad de cómputo ahora solo genera mejoras marginales en el rendimiento del modelo, lo que dispara el coste por unidad de avance. A esto se suma la guerra de talento: los investigadores de IA más destacados cobran salarios superiores a los 10 millones de dólares anuales, lo que eleva los costes fijos de las empresas sin garantizar innovación a corto plazo.

Para los profesionales tecnológicos hispanohablantes, este escenario tiene implicaciones directas. Cientos de startups en España y Latinoamérica han construido sus modelos de negocio sobre APIs de terceros como OpenAI o Anthropic; si estas empresas se ven obligadas a subir precios drásticamente para cubrir pérdidas, o a discontinuar modelos, miles de productos quedarán obsoletos de la noche a la mañana. Las empresas que han invertido millones en integraciones personalizadas de IA también corren riesgos: la falta de rentabilidad de los proveedores podría llevar a la consolidación del sector, dejando a los clientes atrapados con tecnologías sin soporte.

Algunos analistas comparan la situación actual con la de Amazon a principios de los 2000, cuando la empresa acumulaba pérdidas masivas antes de convertirse en el gigante que es hoy. Pero hay una diferencia clave: Amazon tenía una vía clara de monetización (el comercio electrónico y, más tarde, AWS), mientras que el sector de la IA aún no ha encontrado su equivalente a AWS. Microsoft intenta posicionar a Azure AI como ese motor de ingresos, pero el crecimiento se está desacelerando, y la competencia está saturando el mercado.

La economía de la IA no se ha desplomado todavía, pero las grietas son evidentes. Lo que empezó como una advertencia en un blog especializado es ahora una realidad que todos los actores del ecosistema tecnológico deben tomar en serio: la era del gasto sin restricciones y la monetización diferida está llegando a su fin.