En la búsqueda de la próxima frontera y con la desaceleración del entusiasmo por el metaverso, mientras el sector crece con inversiones exponenciales -como referencia, hoy hay 17 veces más inversión en IA que en empresas de Internet antes del estallido de las puntocom-, voces expertas y señales incipientes en el mercado indican que el fenómeno de la IA podría transformarse en la próxima gran burbuja a explotar en cualquier momento. Este fenómeno podría generar pérdidas no solo dentro de Silicon Valley y en los ámbitos tech, ya que mucha gente se está dejando llevar por el entusiasmo e invirtiendo ahorros de una vida.
"El rumor de la explosión de la burbuja de la IA viene sonando cada vez más fuerte, alimentado por un lado por la circularidad de los movimientos de fondos las grandes tecnológicas involucradas (OpenAI, Microsoft y Nvidia), fogoneado por la especulación frente a la falta de datos (motivada en el "shutdown" del gobierno estadounidense) y señales del mercado. Luego de la venta de las acciones de Nvidia por parte de SoftBank por US$ 5.800 millones, Peter Thiel (co-fundador de Palantir Technologies) también liquidó el total de su posición. Michael Burry (famoso por predecir la burbuja inmobiliaria del 2008) levantó alarmas de una inminente explosión, cuando apostó especulando a la baja de las acciones de Nvidia y Palantir. Además abrió un blog pago, donde habla de los signos de la burbuja de IA", contextualiza Micaela Mantegna, abogada, investigadora y activista especializada en ética de la IA, políticas de XR, videojuegos y propiedad intelectual, y docente en la materia Derecho y Neurotecnología en la Universidad de San Andrés.
Para dimensionar, hay que entender hasta qué punto el nivel de inversión, publicidad y lobby político establece nuevos precedentes. Una nota reciente de The Verge titulada "La industria de la IA funciona a base de FOMO" cuenta que los cuatro players más importantes (Amazon, Google, Microsoft y Meta) probablemente inviertan un total de más de US$ 400.000 millones en desarrollo el próximo año. A su vez, hasta ahora, el retorno de la inversión de estas empresas ha sido poco transparente, mientras siguen gastando millones, ya que insisten en que aún no hay suficiente dinero para chips, centros de datos y otros recursos.
"El entusiasmo por la IA se mantuvo altísimo durante varios años, y las valoraciones de las startups alcanzaron cifras desorbitadas. OpenAI, por ejemplo, espera una oferta pública inicial de US$ 1 billón en 2026 o 2027 y planea recaudar US$ 60.000 millones o más", explican, detallando que esta empresa alcanzó los US$ 12.000 millones en ingresos anualizados este verano, pero prevé que alcance los US$ 115.000 millones para 2029.
La ilusión de la productividad
En paralelo, un estudio reciente del MIT causó revuelo, contribuyendo a avivar el miedo de un estallido, con el hallazgo de que el 95% de las empresas que adoptaron IA generativa no se beneficiaron en absoluto de esa tecnología. De hecho, el informe privado de julio de este año habla de "la brecha de GenAI", y especifica que solo el 5% de los proyectos piloto de IA integrada genera millones en valor, mientras que la gran mayoría permanece estancada sin un impacto medible en las ganancias y pérdidas.
Asimismo, el Índice de Trabajo Remoto, un nuevo parámetro de referencia desarrollado por investigadores de la empresa Scale AI y la ONG Centro para la Seguridad de la IA (CAIS), que mide la capacidad de los modelos de IA de vanguardia para automatizar el trabajo económicamente valioso, tampoco fue muy auspicioso. Incluso los mejores agentes de IA son bastante ineficaces en el trabajo freelance, sugiere este experimento que cuestiona la idea de que la IA reemplace masivamente a los trabajadores de oficina.
Los investigadores asignaron a varios agentes líderes de IA una serie de simulaciones de trabajo freelance y descubrieron que incluso los mejores podían realizar menos del 3% del trabajo -los trabajos contemplados abarcan desde diseño gráfico y edición de video hasta desarrollo de videojuegos y tareas administrativas como la recopilación de datos. La conclusión es que si bien los modelos de IA mejoraron en codificación, matemáticas y razonamiento lógico en los últimos años, todavía tienen dificultades para usar diferentes herramientas y realizar tareas complejas que involucran numerosos pasos.
Tampoco es que la IA sea muy buena haciendo tareas más simples. De hecho, Anthropic realizó un experimento que se viralizó en el que dejaba a Claude manejar una tienda automatizada de víveres en su oficina por un mes y tampoco fue exitosa. Sin mencionar que muchos ya culpan a la "IA workslop" (término aplicado a la cantidad de contenido sintético basura en el contexto del trabajo) de bajar los niveles de productividad en la oficina, como explicaba el Harvard Business Review.
Señales para buscar
Mientras las acciones de algunas empresas caen, como Meta, y el editor de Bloomberg y periodista Joe Weisenthal ya advierte que la IA es una fachada para despidos masivos y enfatiza que el mercado de acciones es solo una parte de la economía, la revista Wired realizó un interesante experimento. Contactó a los economistas Brent Goldfarb y David A. Kirsch, que en 2019 publicaron "Burbujas y Desastres: El Auge y la Caída de la Innovación Tecnológica" y que tras examinar 58 ejemplos históricos desarrollan un marco para determinar si una innovación específica condujo a una burbuja, para analizar la trayectoria actual de la IA.
El marco para evaluar burbujas tecnológicas considera cuatro factores principales: la incertidumbre, las inversiones puras, los inversores noveles y las narrativas en torno a las innovaciones comerciales. Los autores identifican y evalúan los factores involucrados y clasifican en una escala de 0 a 8, siendo 8 el valor más probable para predecir una burbuja.
En este sentido, si la incertidumbre es el elemento fundamental de una burbuja tecnológica, ya suenan las alarmas para la IA. Los especialistas explican que los "claims" en relación a lo que la IA es y debería lograr siguen cambiando con el tiempo y nada termina de estar claro: "En los casi tres años transcurridos desde que la IA cobró protagonismo en Silicon Valley, las principales empresas, con la excepción de Nvidia, cuyos chips probablemente seguirían en uso tras la quiebra, aún no han demostrado cuál será su modelo de negocio de IA a largo plazo". @@FIGURE@@
En cuanto a las inversiones puras (Pure Play), es decir, aquellas en las que la empresa que cotiza en bolsa centra sus esfuerzos y recursos en una sola línea de negocio o industria, en lo que va de año, según Silicon Valley Bank, el 58% de toda la inversión de capital riesgo se destinó a empresas de IA. "No hay muchas inversiones directas disponibles para inversores minoristas (otro criterio para inflar una burbuja). Según el marco de Goldfarb y Kirsch, cuando en un sector hay muchas inversiones puras, es más probable que se sobrecaliente y se genere una burbuja. En el caso de la IA, estas inversiones puras son especialmente preocupantes, porque las empresas más grandes están cada vez más vinculadas entre sí", sigue el artículo.
En lo que refiere a nuevas inversiones, como señala Goldfarb, todos somos inversores novatos en lo que respecta a la IA, debido a su campo y tecnología tan nuevos, a la gran incertidumbre y a que nadie sabe cómo se desarrollará. La diferencia entre lo que sucedía antes y hoy con las inversiones es que cualquiera puede participar del mercado de acciones a tan solo un click, inflando aún más la burbuja.
Por último, en materia de alineamiento de narrativa y creencias, el modelo de negocios y por tanto las expectativas de grandes industrias como lo fueron, por ejemplo, la aviación, es que estaba claro desde el comienzo qué problemas venían a solucionar y qué esperar. En el caso de estos desarrollos, su grandilocuente promesa parece cada vez más inalcanzable e incierta, pero además, resaltan, es incognoscible. Y aquí es donde entran a jugar las narrativas en las que hoy basan gran parte de la apuesta y con las que intentan convencer a los inversores estas grandes empresas. En cuanto a esto, un ejemplo es Uber, la startup modelo de la época y fundada en 2009, que no registró un año rentable hasta 2023, lo que podría hacer pensar que la narrativa actual de la IA es, básicamente, "Uber con esteroides alucinógenos". @@FIGURE@@
"Lo que algunos piensan que distingue este momento es que la IA es 'too big too fail', por lo que el gobierno estadounidense rescataría a las empresas para que no colapse su economía. Desde mi análisis, una de las salidas posibles de la burbuja puede ser a través de inyectar fondos estatales, mediante contratos de Defensa para aplicaciones militares de la IA, tanto para conflictos exteriores como vigilancia doméstica. En este punto, el análisis económico no se puede disociar de las condiciones actuales geopolíticas. Existe una carrera por el avance de la IA, que en algunos puntos se asemeja a otros momentos de fricción de bloques como la Guerra Fría. En la competencia por la búsqueda de la "Inteligencia Artificial General" (un concepto que tiene una definición borrosa que se va moviendo de acuerdo a la agenda y el mercado), hay ansiedad con equiparar la velocidad de los avances en China, más aún después del reality check de DeepSeek", plantea Mantegna.
¿Qué dicen los índices oficiales?
Otro posible lugar donde encontrar respuestas es en aquellos espacios donde se miden este tipo de apreciaciones sobre los desarrollos tecnológicos, su evolución y el llamado "hype". Gartner publicó su informe, The 2025 Hype Cycle for Artificial Intelligence Goes Beyond GenAI, que ayuda a dimensionar el impacto empresarial de las tecnologías de IA (incluida GenAI), que dice textual: "A pesar de una inversión promedio de US$ 1,9 millones en iniciativas de GenAI en 2024, menos del 30% de los líderes de IA afirman que sus directores ejecutivos están satisfechos con el retorno de la inversión en IA. Las organizaciones con baja madurez tienen dificultades para identificar casos de uso adecuados y presentan expectativas poco realistas para las iniciativas. Por otro lado, las organizaciones maduras tienen dificultades para encontrar profesionales cualificados e inculcar conocimientos sobre GenAI".
Y propone como medida para escalar la IA que los líderes deben desarrollar prácticas y capacidades de gestión de datos para garantizar que los mismos sean compatibles con IA, y puedan satisfacer las demandas empresariales actuales y futuras. A su vez, el 57% de las organizaciones estima que sus datos no están preparados para IA. Las organizaciones sin datos compatibles con IA no alcanzarán sus objetivos empresariales y se expondrán a riesgos innecesarios. @@FIGURE@@
"Lo que me llama la atención no es tanto la disociación entre las posibilidades y lo que realmente se puede hacer sino el tema del esfuerzo. Para hacer algunas cosas que son posibles, la ingeniería de software y de datos es realmente alta. Hay mucho hype y quizás también por culpa del aspecto más comercial, de las consultoras, que cuando alguien ve un prototipo, una prueba de concepto, el cliente lo quiere productivo inmediatamente. Y una prueba de concepto es una verificación de tu hipótesis, no un producto. Entonces, estamos hablando de la posibilidad que te da esta tecnología de hacer pruebas de concepto en 15 días, y eso funciona, pero quizás disponibilizar un producto y ponerlo operacionalizable es un proyecto que te puede llevar años", cierra Ricardo di Pasquale, director de la Licenciatura en Ciencia de Datos de UCA y director asociado de Arquitectura Tecnológica de IA LLM en Accenture.