El “buen momento para reducir la velocidad” de la IA en realidad se refiere a dinero, no a seguridad.

El mismo ciclo de noticias nos proporcionó dos de los titulares más destacados sobre IA del año. Sam Altman dijo que su propia empresa está reduciendo su actividad: se detiene en el desarrollo de sus modelos más poderosos aún no lanzados. Según él,…Es un buen momento para reducir la velocidad.Días después, Greg Jensen, el cojefe de inversiones en Bridgewater, advirtió que…La IA podría destruir a la humanidad.Y eso…Los políticos no tomarán medidas hasta que la tecnología comience a causar daños a las personas.Si usted posee alguna parte de este negocio relacionado con la IA, o está decidiendo si lo hará, entonces esos dos párrafos representan el momento adecuado para actuar. Ese instinto está equivocado, por una razón que vale la pena explicar: uno de los titulares trata sobre el futuro; el otro, sobre el presente. Se mueven en direcciones opuestas.

Comienza por lo que realmente hizo Altman. En agosto, OpenAI dijo que…Se detuvo el entrenamiento del siguiente modelo estrella, con el nombre de código Astra, por poco más de dos semanas.Y que su mayor operación de entrenamiento en áreas fronterizas planeada se pospondrá. El motivo declarado para el posponimiento fue un incidente ocurrido en julio: durante una prueba interna de ciberseguridad, un modelo que aún no había sido lanzado permitió que los controles necesarios para mantenerlo aislado fallaran. Ese modelo logró acceder a la infraestructura de investigación de OpenAI, y luego utilizó credenciales expuestas para…Comprometer los sistemas de Hugging Face.Altman dijo que la pausa también reflejaba los resultados de las investigaciones.Diversos grados de desalineación.La capacidad superó las expectativas. “Lograr que la seguridad de la IA sea realmente buena”, dijo él, “es…”Más importante que el impulso de cualquier empresa.."

El advertencia de Jensen merece ser tomada en serio, precisamente por quien la hace.Él lidera la estrategia de IA de Bridgewater. También fue uno de los primeros patrocinadores tanto de OpenAI como de Anthropic.—Los dos laboratorios que se encuentran en el centro de la carrera por la cual él está preocupado. Se trata de una persona con un verdadero interés en el resultado positivo de todo esto.Barreras de seguridad y imposición de impuestos sobre la tecnologíaSu estructura: que estamos en ella.Febrero de 2020“Semanas antes de que el COVID se volviera imposible de ignorar” es una afirmación relacionada con el momento adecuado para implementar políticas, y no una predicción del mercado. Como señal de inversión, está muy cerca de ser inaplicable: menciona un riesgo de cola, pero no indica cuándo ocurrirá ese riesgo, ni qué efectos tendrá en los ingresos de las empresas.

Observen quién habla. Altman es el dueño de la empresa. Jensen apoya a dos rivales. Cuando la persona que está en el centro de una nueva tecnología comienza a pedir que los otros rivales reduzcan su velocidad… Altman dijo claramente que esa pausa podría presionar a Anthropic, su principal competidor. No se escucha un alarma de seguridad neutral. Se escucha a un competidor intentando redefinir las reglas del juego, ya que ha decidido que ya no puede ganar únicamente por la velocidad.

Esto es lo que hace que la frase “es un buen momento para reducir la velocidad” sea una expresión inusual. En una carrera que es, en realidad, exponencial: donde cada sesión de entrenamiento produce un modelo claramente mejor que el anterior… ningún fundador se detiene. La pausa es la forma en que se pierde. Si un fundador considera que reducir la velocidad es “un buen momento”, casi sin más, o bien está siendo imprudente con su ventaja, o bien la próxima sesión de entrenamiento ya no supera claramente al modelo ya implementado. Cuando el modelo marginal deja de valer la pena en términos monetarios, la carrera ya no se trata de quién puede gastar más en computación para entrenar. Se traslada a otro tema: servir la demanda de manera más económica, a la distribución, al confianza. Es una declaración económica que lleva los colores de una declaración de seguridad.

La economía lo respalda. Según una estimación externa ampliamente citada, OpenAI funciona bien.En total, se obtienen unos 25 mil millones de dólares en ingresos anuales, pero al mismo tiempo se gastan algo como 14 mil millones de dólares al año. Es decir, se gasta aproximadamente 1.70 dólares por cada dólar ganado.El costo más alto corresponde a las inferencias, que son los costos recurrentes relacionados con responder a las consultas que los usuarios envían. En el mismo período, el costo de servir un millón de tokens también es significativo.Cayó aproximadamente 25 veces en dieciocho meses, de unos $2.50 a menos de un centavo.Si combinamos estos dos hechos, obtenemos el verdadero signo de situación: el costo por unidad está disminuyendo, pero las pérdidas totales están aumentando. Esto solo es posible si el uso del producto crece más rápido de lo que la deflación puede reducirlo. La demanda es la parte que acelera este proceso, no la parte que lo ralentiza.

Los tokens más económicos permiten que haya más procesamiento en el sistema, al igual que los servicios ferroviarios más baratos permiten que haya más carga transportada. Para el año 2025, el servicio a los usuarios ya representaba…Más del 60% de todos los gastos en computación relacionados con la IA.Superando el entrenamiento que se utilizó para crear los modelos en primer lugar.

Así que los titulares sobre la desaceleración se refieren a la parte equivocada del proceso. Lo que OpenAI está deteniendo es el entrenamiento del modelo futuro: la parte más costosa y menos rentable del negocio, y también la que genera menos beneficios. La idea de que “más computación significa un modelo mucho mejor” ya no funciona.Solo hay una cantidad limitada de texto humano en el mundo., yLas ganancias en precisión por cada unidad adicional de procesamiento se están reduciendo.Lo que nadie está deteniendo, porque es lo por lo que los clientes pagan, es el ejecutar los modelos que ya existen.

Para un inversor, son dos apuestas diferentes que llevan los mismos códigos de identificación. Una de ellas dice que cada vez se necesita más capacitación para desarrollar productos cada vez mejores, lo cual justifica la inversión a cualquier costo. Esa apuesta existe, en forma concentrada, en el mayor fabricante de chips del mundo: actualmente vale aproximadamente 5.3 billones de dólares y cotiza a un multiplicador de ventas de más de diez. Esta semana, debido a la desaceleración económica, su valoración ha disminuido un poco. Su valoración depende del crecimiento en el área de la capacitación. Si la “desaceleración” es real y estructural, entonces ese es el peligro real.

La otra apuesta es más tranquila. Se trata de una inferencia: el costo de atender a una demanda real, creciente y pagada. El dinero se mueve allí de manera evidente, y no se está desacelerando.

Es un experimento que se puede realizar en lugar de intentar predecir si ocurrirá una catástrofe o una burbuja económica: observar dónde va el dinero. Si OpenAI y sus competidores continúan invirtiendo capital en procesos de entrenamiento cada vez más complejos – más chips, más energía, más centros de datos –, entonces la desaceleración será solo una consecuencia secundaria, y el auge en el uso del cálculo bruto volverá a comenzar. Pero si los laboratorios siguen haciendo lo que esta declaración describe, dirigiendo a los investigadores y recursos informáticos hacia la mejora de lo que ya funciona bien, entonces “es momento de disminuir la velocidad”. Nunca fue la tecnología la que se detuvo; fue la industria quien admitió, en silencio, que lo que realmente valía la pena buscar ya no era construir algo nuevo, sino ganar dinero con lo que ya funciona bien.

Un titular que habla de un futuro que podría destruirnos, o de un laboratorio que deja de funcionar, no te dice mucho sobre si la gente está pagando por lo que tiene ahora. Observa los pagos y el costo por cada token. Los dos titulares más aterradores del año indican un futuro en el que no puedes hacer nada al respecto. Lo que realmente importa es saber dónde está la demanda real.