- La burbuja de inversión de la industria de la IA ya se ha formado y podría estallar antes de lo esperado debido a la brecha entre productividad y rentabilidad
- Las grandes tecnológicas están librando una competencia de gasto de capital de escala récord para mantener su ventaja competitiva, pero es muy probable que el nivel de ejecución real se reduzca
- El aumento de los costos de energía, la volatilidad en los precios de la RAM y el bloqueo del capital de Medio Oriente están intensificando la presión financiera sobre los laboratorios de IA, y algunos ya están respondiendo con subidas en las tarifas a usuarios
- En OpenAI se habla de introducir publicidad y de una posible venta debido a los límites de monetización, y un intento de adquisición por parte de Microsoft implicaría el riesgo de debilitar la justificación de su valuación bursátil
- Esta dinámica podría derivar en una caída de las valuaciones del mercado, sequía de financiamiento de VC y descenso en la demanda de centros de datos y GPUs, con una alta probabilidad de que se repita el ciclo de auge y recesión en toda la industria de la IA
Señales previas del estallido de la burbuja de la IA
- El catalizador del colapso de la industria de la IA ya está presente y podría activarse más rápido de lo esperado
- La tecnología de IA en sí seguirá existiendo, pero la mejora de la productividad y la rentabilidad de la inversión son cuestiones distintas
- La tecnología puede aumentar la eficiencia social, pero su atractivo como activo de inversión puede debilitarse
La estrategia de las big tech: no ganar, sino una competencia de gasto
- Las empresas del Magnificent 7 están planeando un gasto de capital (capex) de escala récord, como una medida defensiva para diferenciarse de competidores y laboratorios de IA
- Por ejemplo, si una empresa invierte 50 mil millones de dólares, OpenAI y Anthropic tendrían que conseguir 100 mil millones para poder competir
- Cuanto mayor es la escala del financiamiento, menos fondos de inversión pueden absorberla, y en particular el capital de Medio Oriente es difícil de captar por razones geopolíticas
- Por estas razones, se está acelerando el impulso de IPOs de empresas de IA, que funciona como una vía clave para mantener el flujo de capital
- Google está en una posición favorable por su capacidad de administrar fondos a largo plazo
- Puede no ejecutar de inmediato el capex anunciado y desplegarlo gradualmente hasta que sus competidores enfrenten escasez de capital
- Luego, si los competidores se retiran, puede reducir el gasto y dominar el mercado
- La capitalización bursátil de Alphabet es de aproximadamente 2 billones de dólares, unas 10 veces la del mayor contratista militar
- Como resultado, es muy probable que el capex real de las empresas del Mag 7, especialmente Google, sea menor a lo esperado, y eso podría ser visto positivamente por los inversionistas
- Apple está explorando una estrategia de conectar modelos externos de IA a Siri mediante pago en lugar de competir directamente; Amazon diversifica el riesgo con su inversión en Anthropic, y Meta sigue con un gasto a gran escala
Factores catalizadores: aumento de costos y escasez de financiamiento
- Los laboratorios de IA enfrentan una combinación de factores adversos, como el fuerte aumento de los costos de energía, el bloqueo del capital de Medio Oriente, la preocupación por alzas de tasas y la caída abrupta de los precios de la RAM
- La baja en los precios de la RAM se debe a la tecnología TurboQuant AI de Google, que permite que los modelos de próxima generación necesiten menos memoria, mientras que los laboratorios ya habían firmado contratos de compra masiva a precios altos
- Anthropic está ajustando los límites de uso para reducir costos y aumentar ingresos, y si se seca el financiamiento, será inevitable trasladar el costo a los usuarios
- Según un informe independiente, el costo real de uso del modelo Claude equivale a unas 5 veces la tarifa de suscripción, y su rentabilidad es incierta
- Las subidas de precio podrían llevar a una caída de la demanda, debilitando así la narrativa de crecimiento
- Incluso si aumentan los ingresos, un crecimiento sin ganancias acelera el consumo de caja
- Las grandes empresas de nube pueden ofrecer funciones de IA empaquetadas como loss leader, por lo que la competitividad de precios de los laboratorios independientes se debilita
- Los planes Claude Max y Max 5x (100 y 200 dólares al mes, respectivamente) no permiten pago anual, lo que sugiere futuras subidas de precio
Los límites de monetización de OpenAI
- OpenAI está teniendo dificultades para generar ingresos y ha entrado en la opción de último recurso: introducir publicidad dentro de ChatGPT
- Es una medida que el CEO Sam Altman describió en el pasado como “la última opción”
- En cambio, Anthropic está asegurando una rentabilidad más alta en el mercado corporativo y entre desarrolladores
- La función de compras fracasó, y la app de videos cortos Sora fue cerrada para reducir costos
- Se plantea la posibilidad de una venta de OpenAI en el corto plazo
- El comprador más probable es Microsoft, que ya posee una participación importante
- Sin embargo, adquirir OpenAI requeriría 613 mil millones de dólares, equivalentes a alrededor del 22% de la capitalización bursátil de Microsoft, y no está claro si obtendría aprobación de los accionistas
- Incluso si Microsoft avanza con la compra, existe el riesgo de que el colapso de la narrativa de crecimiento de la IA debilite la justificación de su precio en bolsa
- Si OpenAI fracasa, Microsoft perdería a un cliente clave de nube, y la misma IA que respaldó podría canibalizar productos clave como GitHub
Impacto en el mercado y en las personas
- La escasez de financiamiento en los grandes laboratorios de IA podría golpear directamente los estados financieros y las perspectivas de crecimiento de empresas públicas
- Esto podría llevar a una caída general de las valuaciones del mercado, una desaceleración del M&A y una sequía de financiamiento de VC
- Existe la posibilidad de que se repita un ciclo de contracción de la inversión similar al de 2022
- También se verían afectados los fondos de pensiones y la inversión en centros de datos
- Si se detiene el entrenamiento de nuevos modelos, la demanda de GPUs caerá y aparecerá capacidad excedente
- Algunas GPUs podrían no entregarse o incluso no llegar a producirse
- Esto podría representar un golpe importante para Nvidia
- Incluso si los centros de datos entran en operación, podrían verse obligados a ofrecer servicios a tarifas más bajas de lo esperado, en una estructura donde los usuarios de IA se benefician pero los operadores asumen pérdidas
- Los centros de datos suelen considerarse activos seguros y se construyen con préstamos bancarios, pero si su valor cae, eso puede llevar a reconocimiento de pérdidas por parte de los bancos y reducción del crédito
- Algunos bancos podrían enfrentar presión para liquidar de forma similar a lo ocurrido en 2023
- Si a esto se suman problemas de manufactura en Taiwán o disrupciones en la cadena de suministro, la situación podría empeorar aún más
- Aun así, también existe la posibilidad de que la demanda de modelos sea más alta de lo esperado y compense todos estos problemas
- Sin embargo, la mayoría de las innovaciones tecnológicas han pasado por ciclos de auge y recesión, y es muy probable que la IA no sea una excepción
2 comentarios
Otro post anual sobre WWE, ya veo..
Opiniones en Hacker News
El artículo afirma que “los precios de la RAM están desplomándose”, pero en realidad no es así
Si miras la tendencia de precios de memoria en PCPartPicker, todavía no hay una caída de precios, y el artículo de Google sobre TurboQuant solo menciona la posibilidad de reducir los requisitos de RAM
Me parece irresponsable construir todo el argumento sobre esa base. No es distinto de cuando un LLM cita enlaces que no vienen al caso
El anuncio de Google no tiene nada de nuevo, y TurboQuant en sí ya es una tecnología de hace 1 año
Aunque bajen los precios comerciales, tarda bastante en impactar al mercado de consumo
Yo mismo he visto varios casos así
De hecho, sí corresponde una caída en las acciones, como en este artículo de FT
Es sorprendente lo polarizado que está el boom de la IA
La tecnología en sí claramente representa un salto incremental importante, pero nadie sabe hacia dónde va a terminar yendo
El costo de ofrecer tokens ya está en un nivel rentable desde hace más de un año; el problema son la I+D y la inversión en infraestructura
Los data centers todavía tienen una demanda que supera la oferta. No es una estructura sostenida, como antes, por salarios irreales, sino un mercado con demanda real
No se trata de “reemplazar humanos” como antes, sino de crear un mercado nuevo
Aun así, si la calidad no acompaña, podría terminar siendo una burbuja
No es preciso presentar la introducción de publicidad en OpenAI como un “fracaso de monetización”
La publicidad es solo una estrategia para la versión gratuita, no está incluida en los planes pagos
Que una startup tenga pérdidas durante su etapa de crecimiento es un fenómeno normal del ciclo de VC
La inferencia, de hecho, tiene alta rentabilidad, y lo correcto es invertir en I+D
La TV y YouTube empezaron así también
Una estructura mantenida por subsidios de VC es inviable a largo plazo
Si ya es una empresa valuada en miles de millones de dólares, entonces ya necesita convertirse en rentable
Operar GPUs en sí mismo ya tiene una estructura deficitaria, y hasta a los data centers les cuesta generar ganancias
El uso de LLM se disparó, pero me pregunto dónde está el impacto social
Esperaba ver aumentos visibles en App Store, Steam, GitHub, PyPI, etc.
También esperaba mejoras en productividad empresarial, resultados educativos e incluso aumento del PIB, pero no se sienten
En lo personal me parece una herramienta útil, pero a nivel macro todavía no se ve el efecto
La IA aceleró la velocidad de codificación, pero los procesos de planificación, gestión y feedback se volvieron más confusos
Yo también estoy desarrollando un juego indie, y gracias a la IA voy entre 2 y 4 veces más rápido, pero igual parece que me tomará un año
La afirmación de que “ofrecer tokens es rentable” en la mayoría de los casos es solo contabilidad maquillada
En realidad, el problema es el costo de entrenar la siguiente generación de modelos
Proveedores independientes ya están ofreciendo modelos parecidos a precios mucho más bajos
Aunque aumentan los ingresos, los costos suben en proporción, así que no hay economías de escala
Si tomas OpenRouter como referencia, hablamos de márgenes del 90%
Si se mira solo a los usuarios de chat simples quizá sí haya ganancia, pero la mayor parte del uso total no viene de ahí
La suscripción es mucho más barata que la API, así que al final van a tener que subir el precio o eliminarla
Cuesta confiar en lo que dicen los ejecutivos de empresas de IA
Hay quien opina que el mercado de IA no será de ganador se lo lleva todo
ChatGPT tiene mucho reconocimiento de marca, pero el costo de cambiar entre modelos es casi nulo
Los ingenieros usan varios modelos en paralelo y, si sube el precio, cambian de inmediato
Incluso puede que para las empresas salga más barato comprar GPUs y hacer self-hosting
Hay que aprovechar las fortalezas y debilidades de cada modelo según la situación
Cuando ese mercado se abra, la oportunidad será muchísimo mayor que ahora
Ahora la diferencia de calidad entre modelos es pequeña, así que la mayoría de los usuarios va a usar múltiples modelos en paralelo
Decir que los productos de Microsoft son “terribles” es exagerado
Productos como Word son el resultado de décadas de trabajo de los mejores ingenieros
También es molesto que te impongan funciones de IA
En realidad casi nunca hay necesidad de usar Word
Office podría durar mucho tiempo con solo cambiarle el nombre
Como dice la frase “la historia no se repite”, esta vez quizá no llegue un invierno de IA
A diferencia de los 90, ahora no hay una tecnología alternativa, y la IA sí representa un salto técnico claro
El punto clave es que “la IA va a continuar, pero el retorno de inversión es otro asunto”
Con la burbuja ferroviaria pasó lo mismo: la tecnología quedó, y solo desapareció la burbuja
La situación de los data centers es caótica
La mayoría de los centros anunciados en 2024 todavía no están terminados,
y la velocidad de despliegue es mucho más lenta que la producción de Nvidia
Hay mucho equipo que ni siquiera puede operar por falta de energía, y se está acumulando “dark silicon”
Mientras tanto, los consumidores siguen sin poder conseguir productos a precios razonables
Que los “Magnificent 7” aumenten fuertemente el capex es una medida defensiva
Pero el autor no explica por qué eso sería una amenaza para OpenAI o Anthropic
Parece un texto superficial escrito simplemente para conseguir compartidos
Aunque a largo plazo quizá no haga falta llegar tan lejos