El costo de alcanzar un determinado nivel de rendimiento de la inteligencia artificial (IA) cayó alrededor de un 47% por trimestre desde 2023. Según Epoch AI, se ha abaratado más rápido que cualquier otra tecnología transformadora de la historia.
La IA frente al ADN, el cómputo y las baterías: cuánto más rápido se abarata
La velocidad de abaratamiento equivale a unas 13 veces al año. En comparación, es cuatro veces mayor que la registrada por la secuenciación del ADN, seis veces mayor que la del cómputo y 18 veces mayor que la de las baterías de litio.
VER MÁS: Goldman ve US$1,2 billones en gasto en IA mientras crecen dudas sobre la rentabilidad
Los datos forman parte de un informe elaborado por Adrian Cox en colaboración con Azeem Azhar, fundador de Exponential View, para el Deutsche Bank Research Institute. El documento analiza los caminos hacia la inteligencia artificial general (AGI) y la superinteligencia, así como sus posibles implicancias para los inversores, las empresas y la economía.
¿Se puede sostener el ritmo de abaratamiento de la IA?
La velocidad a la que cae el costo de la IA plantea una pregunta central: si esta tendencia podrá mantenerse. En los últimos tres años, la inversión alcanzó niveles históricos, superiores a los de los grandes megaproyectos del pasado.
Las estimaciones citadas en el informe indican que los grandes proveedores de servicios de computación en la nube de Estados Unidos y China, conocidos como hiperescaladores, junto con los proveedores de infraestructura de nube especializados en IA, o neoclouds, invertirán casi US$1 billón en gastos de capital relacionados con la IA durante 2026. La cifra representa casi el doble de la del año pasado y se espera que vuelva a ser superada en cada uno de los próximos años.
¿Qué necesitan las empresas para justificar la inversión en IA?
Para justificar ese desembolso creciente, las empresas que pagan cada vez más por capacidad de cómputo necesitan obtener resultados cada vez mayores de sus proyectos de inteligencia artificial. Entre ellos, el informe menciona una mayor productividad de los empleados, flujos de trabajo más eficientes y el desarrollo de nuevos productos y servicios.
El desafío económico se suma a los obstáculos teóricos y prácticos que todavía plantea el desarrollo de la inteligencia artificial general y la superinteligencia. En ese contexto, el informe identifica el financiamiento como una cuestión fundamental para determinar cómo podrá avanzar esta tecnología.
