¿Por qué las big tech invierten en IA pese a la duda?

La inteligencia artificial (IA) se ha convertido en un área de inversión clave para grandes empresas tecnológicas como Microsoft, Google y OpenAI. Sin embargo, la rentabilidad de estas inversiones sigue siendo incierta. Este artículo explora por qué estas empresas continúan invirtiendo masivamente en IA, los desafíos económicos y tecnológicos que enfrentan, y las implicaciones para el futuro de los negocios y el empleo.

Inversiones masivas en IA

Microsoft ha anunciado una inversión de 80 mil millones de dólares en sus centros de datos en 2025, con una parte significativa dedicada a la IA generativa. Google y OpenAI también han invertido miles de millones en el desarrollo de la IA. Estas inversiones están impulsadas por la creencia de que la IA podría transformar diversos sectores, desde la salud hasta las finanzas y el entretenimiento.

Desafíos para la rentabilidad

A pesar de estas enormes inversiones, la rentabilidad de la IA sigue siendo incierta. David Cahn, analista de Sequoia Capital, estima que los ingresos de los centros de datos de Nvidia podrían alcanzar los 150 mil millones de dólares para finales de 2024, pero los ingresos necesarios para garantizar la rentabilidad podrían llegar a los 600 mil millones. Los costos de infraestructura requeridos para justificar estas inversiones son astronómicos, y no está claro si la demanda de IA proviene de los clientes finales o si es solo una expectativa del mercado.

Despidos y reestructuración

Microsoft ha anunciado la eliminación de 10,000 empleos mientras se enfoca en futuras inversiones en IA. Estos despidos forman parte de un esfuerzo de reestructuración más amplio destinado a reducir costos y centrarse en sectores estratégicamente importantes. Sin embargo, plantean interrogantes sobre el impacto de la IA en el empleo y cómo las empresas gestionan la transición a una economía impulsada por la IA.

Lecciones de inversiones tecnológicas fallidas

La historia de la tecnología está llena de inversiones ambiciosas que no lograron cumplir sus promesas. Algunos ejemplos notables incluyen:

• El Metaverso (Meta/Facebook): Facebook (ahora Meta) invirtió miles de millones en el metaverso, creyendo que se convertiría en la próxima gran revolución digital. Sin embargo, el proyecto tuvo dificultades para ganar tracción, con una adopción de usuarios limitada y enormes pérdidas financieras. Solo en 2022, la división Reality Labs de Meta perdió más de 13 mil millones de dólares.
• Google Glass: Google presentó sus gafas de realidad aumentada con grandes expectativas, pero debido a preocupaciones de privacidad, altos costos y un uso práctico limitado, el producto fracasó comercialmente.
• Quibi: Este servicio de streaming de videos cortos, respaldado con 1.75 mil millones de dólares en financiación, colapsó en solo seis meses debido a una mala adaptación al mercado y la competencia con plataformas como TikTok y YouTube.
• Segway: Inicialmente promocionado como un dispositivo de transporte personal revolucionario, Segway no logró alcanzar el éxito en el mercado masivo y finalmente fue descontinuado en 2020.

Estos fracasos destacan que incluso las mayores empresas tecnológicas pueden calcular mal la preparación del mercado, la demanda del consumidor o la viabilidad tecnológica. Las inversiones en IA podrían enfrentar riesgos similares si las tasas de adopción y las expectativas de rentabilidad no se alinean con la realidad.

Implicaciones para el futuro de los negocios y el empleo

La IA podría transformar muchas industrias, pero también podría provocar la pérdida masiva de empleos. Por lo tanto, las empresas deben invertir en formación y desarrollo de habilidades para preparar a sus empleados para esta transición. En Francia, el gobierno ha lanzado una estrategia nacional de IA, invirtiendo 109 mil millones de euros para posicionar al país como un líder en este campo.

Desafíos tecnológicos

La IA también presenta desafíos tecnológicos significativos. Por ejemplo, a pesar de décadas de investigación, la predicción del clima sigue siendo imprecisa debido a la complejidad de los sistemas climáticos. Esto ilustra las limitaciones actuales de la IA y los obstáculos que deben superarse para mejorar sus capacidades.

Implicaciones para los centros de datos

Los centros de datos dedicados a la IA consumen enormes cantidades de energía y requieren una infraestructura avanzada para la refrigeración y la gestión de recursos. Microsoft ha reducido la demanda en sus centros de datos de computación para IA, lo que podría indicar una saturación del mercado o una optimización de recursos.

Las inversiones masivas en IA por parte de empresas como Microsoft, Google y OpenAI están impulsadas por la creencia de que la IA podría revolucionar múltiples industrias. Sin embargo, la rentabilidad de estas inversiones sigue siendo incierta, y los desafíos económicos y tecnológicos son significativos. La historia de la tecnología ha demostrado que incluso las innovaciones bien financiadas pueden fracasar. Las empresas deben navegar cuidadosamente en este mercado en constante evolución mientras preparan a sus empleados para la transición hacia una economía impulsada por la IA.