A-Infos (ca) France, UCL AL #364 - Política - Economía: ¿Acabará la IA generativa con las grandes tecnológicas? (en, fr, it, pt, tr)[Traducción automática]

En tan solo unos años, la IA generativa se ha vuelto omnipresente en los 
medios de comunicación, especialmente en internet. Esta tecnología 
plantea cuestiones ecológicas y sociales que ya se han debatido 
ampliamente, incluso en esta revista[6]. Pero la pregunta que planteamos 
aquí es: ¿cuáles son las repercusiones económicas de la aparición de 
esta tecnología? ¿Quién la financia, con qué fines y con qué resultados 
hasta la fecha, y qué consecuencias tendrá para la industria tecnológica 
y la economía capitalista en general?

Vale la pena plantearse esta pregunta, ya que la IA generativa ha sido 
objeto de inversiones colosales en los últimos años por parte de las 
principales empresas tecnológicas, incluso en relación con los enormes 
ingresos del sector. Por lo tanto, el retorno de la inversión es objeto 
de un minucioso análisis por parte del mundo financiero. Como veremos, 
ha tardado en igualar los riesgos asumidos.

Desde el anuncio de ChatGPT por parte de OpenAI en noviembre de 2022, el 
revuelo mediático en torno a estas tecnologías ha sido considerable y su 
supuesto impacto en la economía ha sido ampliamente debatido. A menudo 
escuchamos predicciones drásticas sobre el impacto en el empleo: ChatGPT 
podría dejar a casi todos sin trabajo, y se espera que ningún sector 
manufacturero se salve.

Sin embargo, la revolución prevista parece estar tardando más de lo 
previsto. Un estudio del MIT[1]publicado recientemente examinó la 
adopción de esta tecnología en una amplia gama de empresas. Los 
resultados destacan dos cosas. En primer lugar, el interés entre las 
empresas es abrumador: más del 80 % de ellas afirma haber lanzado al 
menos un proyecto interno de IA generativa. Este hallazgo contrasta con 
el segundo punto: en la gran mayoría de los casos (el 95 % de las 
empresas), estos proyectos se han mantenido en la fase piloto y no han 
experimentado una adopción real en producción. De forma más general, el 
estudio estima que la llegada de la IA generativa solo ha provocado 
cambios estructurales limitados en la mayoría de los sectores estudiados.

Para explicar este fenómeno, el estudio señala una limitación técnica: 
la incapacidad de estas herramientas para aprender de sus errores y 
utilizar la retroalimentación de los usuarios para mejorar su relevancia 
y adaptarse al contexto. A menos que se alcance un nuevo hito 
tecnológico, es probable que el impacto de la IA en los métodos de 
producción se limite a un alcance más limitado del anunciado 
previamente. Estas no son buenas noticias para la industria tecnológica, 
que ha apostado fuertemente por los beneficios económicos de la IA 
generativa y necesita desesperadamente la apertura de nuevos mercados 
para generar ingresos acordes con su apuesta.

Sistemas que consumen demasiados recursos
Examinemos con más detalle la estructura del sector económico que se 
esfuerza por vendernos esta supuesta nueva revolución industrial. Hoy en 
día, solo unas pocas empresas desarrollan un negocio centrado en la IA 
generativa. Se pueden clasificar, a grandes rasgos, en tres tipos de 
actividad.

En primer lugar, están los desarrolladores de modelos de predicción como 
GPT o Claude. Estos modelos son programas de software capaces de 
completar un texto (o un objeto audiovisual como una imagen) de forma 
"realista", es decir, similar a los datos proporcionados para el 
entrenamiento. El negocio de estas empresas consiste inicialmente en 
extraer datos (generalmente de internet, legalmente o no) y luego 
utilizarlos durante una costosa fase de entrenamiento que les permite 
perfeccionar sus modelos. Esta fase requiere una gran cantidad de 
cálculo numérico, lo que requiere enormes granjas de servidores 
equipadas con procesadores de última generación. Posteriormente, la 
empresa monetiza el uso de sus modelos.

El segundo tipo de negocio consiste en aprovechar los modelos 
proporcionados por las empresas anteriores para ofrecer un servicio a 
particulares o empresas. El producto más conocido de esta categoría es, 
por supuesto, ChatGPT, un chatbot que se basa en modelos GPT para 
interactuar con sus usuarios. Existen otros servicios, por ejemplo, para 
completar o generar código informático. Por lo tanto, esta categoría de 
actores se encuentra en una fase posterior de la cadena de producción.

La última categoría es la fase anterior: se trata de empresas que venden 
el hardware informático (principalmente procesadores) necesario para 
entrenar y utilizar modelos de IA generativa. En realidad, el plural 
sobra aquí. Una empresa ha logrado crear un monopolio: Nvidia, el mayor 
diseñador de tarjetas gráficas, suministra casi todos los procesadores 
utilizados para entrenar y utilizar modelos de IA generativos.

A menudo presentadas como "desmaterializadas", las tecnologías 
digitales, y en particular la IA, dependen de inmensos centros de datos 
que consumen enormes cantidades de energía y recursos.
Florian Hirzinger - www.fh-ap.com
Por lo tanto, estos diferentes actores tienen distintos modelos de 
negocio. La pregunta es si estos modelos son viables desde una 
perspectiva capitalista. Y ahí radica el problema: de todas estas 
empresas, solo Nvidia consigue obtener beneficios de su negocio. Todas 
las demás están absorbiendo cantidades astronómicas de dinero, sin 
lograr encontrar un mercado real para sus productos.

Regresemos primero al caso emblemático de OpenAI. La empresa se encuadra 
en las dos primeras categorías que mencionamos: produce un modelo, GPT5, 
accesible a través de varios servicios, lo que lo sitúa en la primera 
categoría, así como un chatbot, el famoso ChatGPT, que lo sitúa en la 
segunda.

Anatomía de una burbuja
ChatGPT es, con diferencia, el servicio de IA más popular de todos los 
existentes, con una reputación comparable a la de las principales redes 
sociales como Facebook o Instagram. Cuenta con 400 millones de usuarios 
activos. Sin embargo, ChatGPT presenta dos desventajas en comparación 
con las redes sociales: primero, la publicidad que genera ingresos para 
estas plataformas está menos integrada. Segundo, los costos de uso en 
relación con el número de usuarios son considerablemente más altos. Como 
resultado, incluso las suscripciones de pago de ChatGPT distan mucho de 
cubrir los costos de uso, hasta el punto de que cada nuevo usuario 
aumenta el déficit de OpenAI.

La compañía no ha revelado sus resultados financieros. No obstante, se 
puede estimar que habrá obtenido 4 mil millones de dólares en ingresos 
para 2024[2]. Sin embargo, se estima que solo el costo de la 
capacitación y el uso de sus modelos alcanzará los 5 mil millones de 
dólares. Si se suman otros costos, como los salarios, esto resultaría en 
un gasto de 9 mil millones de dólares, lo que representa una pérdida 
neta de 5 mil millones de dólares. Para compensar estas pérdidas, OpenAI 
está recaudando fondos a un ritmo frenético, posiblemente sin 
precedentes en la historia del capitalismo. Recaudó 10 mil millones de 
dólares en junio de 2025, antes de recaudar 8 mil millones de dólares en 
agosto del mismo año.

A pesar de estos resultados mediocres, OpenAI es posiblemente la empresa 
con mejor rendimiento, excluyendo a Nvidia. Otros modelos se utilizan 
mucho menos y generan muchos menos ingresos. Las startups que intentan 
crear servicios basados en modelos se enfrentan a dificultades cada vez 
mayores: les cuesta aportar un valor añadido real a otros sectores. Los 
pocos servicios que ofrece son, en última instancia, de variedad 
limitada y a menudo se asemejan a algún tipo de chatbot. La excepción a 
esta regla es Cursor, un editor de código informático basado en IA que 
está experimentando una adopción real, sin generar aún beneficios. Aun 
así, las ganancias de productividad para el sector de las TI están muy 
por debajo de los espectaculares anuncios de sus proveedores[3].

La fiabilidad de los modelos también sigue siendo un problema: los 
códigos generados por IA siguen presentando imprecisiones y fallos de 
seguridad, y la generación de texto sigue sufriendo "alucinaciones"; por 
ejemplo, es común que genere referencias científicas falsas. Estos 
problemas se agravan a medida que la tarea se vuelve compleja.

Otro problema importante para estas startups es su enorme dependencia 
del acceso a modelos de IA (GPT, Claude, etc.). Sin embargo, dado que la 
producción de modelos supone actualmente una carga financiera, las 
empresas que los suministran podrían verse obligadas a aumentar 
drásticamente sus precios, lo que, a su vez, haría aún más insostenible 
el ya frágil modelo económico de las startups que dependen de ellos.

Cédric Durand, Tecnofeudalismo, La Découverte, 2020, 256 páginas, 18 
EUR. En este libro, el autor desarrolla la idea de que los monopolios de 
las GAFAM y la economía digital están produciendo una regresión social.
Degeneración
Para superar estas contradicciones, la industria apuesta por un nuevo 
salto tecnológico. Pero este camino parece condenado al fracaso. La 
calidad de los modelos depende sobre todo de la calidad y la cantidad de 
los datos de entrada.

Sin embargo, la industria empieza a quedarse sin nuevos datos: ya ha 
utilizado casi todos los disponibles en internet. La IA empieza a 
enfrentarse a un problema paradójico: una parte cada vez mayor de sus 
datos de entrenamiento consiste en datos sintetizados por ella misma, lo 
que conduce a una degeneración de los modelos[4]. Está claro que el 
progreso en IA está llegando a un punto muerto y que las mejoras son 
cada vez más marginales. El reciente lanzamiento de GPT5 no ha hecho más 
que acentuar estas preocupaciones, ya que el nuevo modelo no ha cumplido 
sus promesas[5].

Ante este impasse, OpenAI y sus similares se verán obligados a 
restringir el libre acceso a los modelos, o incluso a degradar la 
calidad del servicio ofrecido por el mismo precio, o incluso por uno 
superior, un fenómeno ya en marcha. Pero la negación los está llevando a 
intensificar una política de inversión masiva -adquiriendo cada vez más 
equipos- sin, por el momento, lograr aumentar sus ingresos.

Fabien Lebrun, Barbarie numérique, L'Échapée, 2024, 432 páginas, 22 
euros. En este libro, el autor examina los impactos muy concretos del 
extractivismo que impulsa la economía digital.
Todo el sector se encuentra en una situación muy frágil. Las empresas 
tecnológicas se han embarcado en una carrera desesperada que se asemeja 
a una burbuja financiera. Las inversiones realizadas ni siquiera 
constituyen capital utilizable a largo plazo: el uso intensivo de 
procesadores acorta su vida útil, y a este ritmo, el parque de 
servidores deberá renovarse en pocos años. Si la burbuja estallara, el 
sector se encontraría con una cantidad absurda de servidores con los que 
no sabría qué hacer.

Las razones que llevaron a esta espiral descendente son las razones 
subyacentes que hacen del capitalismo un sistema en perpetua crisis. 
Desde al menos principios de la década de 2000, el sector tecnológico se 
ha construido sobre la premisa de un hipercrecimiento continuo. En los 
últimos años, este hipercrecimiento se ha ralentizado y, como respuesta, 
se han producido una serie de intentos desesperados por reactivarlo 
artificialmente; con el «metaverso», las cadenas de bloques y los NFT, y 
posteriormente, la IA generativa. Cada vez es más evidente que este 
modelo está llegando al límite de sus contradicciones.

Las repercusiones que podría producir un colapso de la IA generativa 
tendrían consecuencias para la economía en su conjunto, cuyas primeras 
víctimas, como siempre, serán los más vulnerables. El tiempo dirá si el 
capitalismo podrá recuperarse de esta crisis como lo hizo de la de 2008 
o si, por el contrario, estas contradicciones conducirán a trastornos 
más profundos, para bien o para mal. Nicolas (UCL Caen)

Confirmar

[1]"La brecha de la IA generativa: Estado de la IA en los negocios 
2025", MIT, julio de 2025.

[2]Véase Edward Zitron, "No hay revolución de la IA", Wheresyoured.at, 
24 de febrero de 2025.

[3]Mike Judge, "¿Dónde está el Shovelware? Por qué las afirmaciones 
sobre la codificación de la IA no cuadran", 
Mikelovesrobots.substack.com, 3 de septiembre de 2025.

[4]"¿Puede la inteligencia artificial colapsar sobre sí misma?", Le 
Monde, 10 de septiembre de 2023.

[5]Christophe @Politicoboytx, "ChatGPT-5 amenaza con reventar la burbuja 
de la IA generativa", faketech.fr, 21 de agosto de 2025.

[6]"Inteligencia artificial: la IA al servicio de la burguesía", 
Alternative libertaire n.° 358, marzo 2025.

https://www.unioncommunistelibertaire.org/?Economie-L-IA-generative-fera-t-elle-tomber-la-Big-Tech
_______________________________________
AGENCIA DE NOTICIAS A-INFOS
De, Por y Para Anarquistas
Para enviar art�culos en castellano escribir a: A-infos-ca@ainfos.ca
Para suscribirse/desuscribirse: http://ainfos.ca/mailman/listinfo/a-infos-ca
Archivo: http://www.ainfos.ca/ca