Resumen en lenguaje sencillo del contenido principal
Recientemente, Reuters anunció su integración en la plataforma de datos en la nube Snowflake, lo que permite que todas las empresas accedan directamente a su archivo de noticias completo desde 1987 hasta la actualidad, así como a informes actualizados en tiempo real, para utilizarlos en sus sistemas de IA. Esto es completamente contrario a lo que se espera: mientras todos pensaban que la IA ya podía escribir noticias, generar resúmenes y modificar textos, y que el contenido de los medios tradicionales había perdido su valor, ahora surge una tendencia inversa, donde las empresas están dispuestas a pagar por datos de noticias autoritarios. La razón es que la IA generativa ha superado la primera etapa de “aprender de una gran cantidad de conocimiento antiguo” y ahora necesita datos fácticos en tiempo real y fiables para aplicarse en escenarios reales. El valor de la industria del contenido está cambiando de “procesar contenido” a “recopilar hechos”, lo que incluso ha dado lugar a un nuevo mercado de datos dedicado al servicio de la IA.
---
Interpretación detallada punto por punto
1. ¿Por qué las empresas pagan por las bases de datos de noticias de Reuters si la IA ya puede escribir noticias?
Muchas personas no entienden esto porque no distinguen entre dos tipos de datos completamente diferentes que necesita la IA:
- El primer tipo es el “material didáctico del aprendizaje”: páginas web, libros, noticias antiguas, artículos académicos, etc., que se utilizan para enseñar a la IA lógica del lenguaje, conocimientos básicos y métodos de razonamiento, es decir, para convertir a la IA en alguien inteligente que ha estudiado en la universidad y entiende los principios fundamentales. Por ejemplo, la IA puede explicar qué es un aumento de las tasas de interés y cómo afecta generalmente a los mercados bursátiles, gracias a este conocimiento antiguo.
- El segundo tipo es el “nuevo material de examen”: cambios recientes que ocurren en el mundo real y que la IA utiliza en su trabajo actual. Por ejemplo, los informes financieros de las empresas que acaban de publicarse, el retraso de un vuelo anunciado hace 10 minutos, o el último artículo de un producto que alguien ha comprado hace 1 minuto. Estos eventos no estaban presentes durante el entrenamiento de la IA, y ni los modelos más avanzados podrían predecirlos basándose en conocimiento histórico.
Antes, la IA se utilizaba principalmente para charlar y responder preguntas de conocimiento general, y no era necesario contar con este segundo tipo de datos. Pero ahora, cuando la IA debe ayudar con tareas como la investigación financiera, la reserva de vuelos o la gestión de inventarios, si dependiera de conocimiento antiguo de hace medio año, podría causar problemas. Por eso, comprar datos de noticias en tiempo real de una fuente autoritaria como Reuters se ha convertido en una necesidad imperiosa.
2. La IA ha reducido el costo del procesamiento de contenido, pero los “nuevos hechos” se han convertido en un recurso valioso
La IA ha eliminado primero todos los trabajos que involucran un procesamiento secundario de información existente: escribir resúmenes, traducir, reescribir y crear textos estandarizados. La revista *Science* realizó un experimento en el que profesionales con educación superior utilizaron ChatGPT para escribir textos de dificultad media, ahorrando un 40% de tiempo y mejorando la calidad en un 18%. Esto demuestra la revolución en la eficiencia de estos procesos. Sin embargo, por más avanzada que sea la IA, no puede ir a las conferencias de las empresas para escuchar los informes financieros, seguir los precios de las bolsas en tiempo real ni entrevistar a los reporteros sobre eventos recientes. Estos trabajos que involucran la recolección de datos nuevos desde cero no han disminuido en costo: se necesita mantener reporteros en todo el mundo, construir sistemas de recolección de datos en tiempo real y realizar verificaciones de información para evitar errores, y estos costos no desaparecerán solo porque la IA puede escribir textos.
3. El negocio de los datos está creciendo rápidamente
Antes, la colaboración entre medios y empresas de IA se basaba principalmente en la compra de “material didáctico”. Por ejemplo, el acuerdo de 250 millones de dólares firmado por OpenAI y News Corp. en 2024 consistía en comprar los derechos de todo su contenido histórico para entrenar modelos de IA, como si se comprara un conjunto completo de libros. Pero lo que está haciendo Reuters ahora es completamente diferente: vende “flujos de datos en tiempo real”. Las empresas pueden acceder a los datos más actualizados en cualquier momento sin esperar a un próximo entrenamiento de la IA. El dinero que pagan incluye no solo los derechos de los contenidos, sino también la velocidad de actualización de los datos, la estabilidad de las interfaces y la capacidad de conectarlos directamente con sus sistemas. Es como si antes compraras un conjunto de libros para leerlos más tarde, mientras que ahora pides un servicio de entrega exprés que te envía cualquier nueva información de inmediato para que la IA la utilice.
4. La industria del contenido está experimentando un gran cambio
El nuevo modelo de negocio está creando una división clara entre los actores: aquellos que pueden recolectar hechos nuevos y aquellos que solo procesan información existente. Los medios que tienen redes de reporteros globales, pueden recopilar datos exclusivos y sistemas de verificación de información avanzados, como Reuters y Dow Jones, tendrán más poder de negociación y atraerán más inversión de las empresas de IA. Por otro lado, los medios pequeños y medianos que solo reeditan noticias, generan textos de manera automática y no tienen fuentes de información exclusivas se volverán cada vez menos valiosos, ya que la IA puede generar todo esto por sí misma. En el futuro, la industria del contenido se dividirá en dos categorías: los que producen hechos (recolectando información de primera mano) y los que procesan información (modificando y combinando datos existentes). La IA está reduciendo el costo de los trabajos de procesamiento, lo que aumenta el valor de los primeros y amplía la brecha de ingresos entre ambos grupos.
5. La nueva competencia en la era de las inteligencias artificiales
La clave no es quién es más inteligente, sino quién puede obtener la información más precisa del mundo real primero. La IA puede realizar tareas como realizar pedidos, verificar el estado del transporte y realizar análisis de inversión sin necesidad de intervención humana, pero para hacerlo necesita datos en tiempo real. Aquellos que pueden proporcionar estos datos con rapidez y precisión tendrán una ventaja decisiva. Por ejemplo, si una IA no sabe que un producto ha sido retirado del mercado hace 10 minutos y realiza un pedido erróneo, el usuario se quejará; si una IA recomienda una compra basada en información obsoleta, el usuario no volverá a utilizar ese servicio. La próxima competencia se centrará en quién puede obtener datos en tiempo real con el menor costo y la mayor estabilidad, lo que permitirá a la IA trabajar de manera más eficiente.