Resumen del contenido central
Las grandes empresas chinas y estadounidenses han pasado de una estrategia inicial de “imponer el uso de la IA y competir en el consumo de tokens” a una actual de “restringir el uso de tokens y ser más eficientes con los gastos”. A primera vista, parece que las políticas han dado un giro de 180 grados, pero en realidad representa un cambio en la perspectiva sobre la IA: de una visión basada en la “fe tecnológica” a una más orientada al “cálculo comercial”. Las empresas se han dado cuenta de que las inversiones en IA (costos de tokens y otros gastos ocultos) superan con creces los beneficios reales, y el mito de los individuos sobresalientes se ha desvanecido debido a cuestiones de costos y riesgos. Por lo tanto, han optado por gestionar el uso de la IA de manera más meticulosa.
Desglose detallado
#### 1. Dejar de competir en el consumo de tokens: usar mucho no significa ser eficiente
Anteriormente, las empresas consideraban el consumo de tokens como un indicador clave de rendimiento (KPI), pensando que cuanto más usaran la IA sus empleados, más innovadores y eficientes serían. Sin embargo, esto resultó ser una ilusión: los empleados utilizaban la IA para generar textos largos e inútiles o código basura, lo que aumentaba enormemente los costos de tokens sin mejorar significativamente los ingresos ni la eficiencia en la investigación y desarrollo. Por ejemplo, el sistema Copilot de Microsoft requería un costo elevado en recursos computacionales por parte de los usuarios avanzados, superando con creces el valor de la suscripción mensual; una empresa SaaS ofreció funciones de IA gratuitas a sus clientes, pero estos terminaron gastando 8 dólares diarios (240 dólares al mes) para que la IA expandiera memorandos de 50 palabras en planes detallados de 1500 palabras, lo que llevó a su quiebra después de solo dos meses debido a los altos costos.
#### 2. Los errores de la IA tienen consecuencias: los costos ocultos
Los costos de tokens son solo la punta del iceberg; aún más graves son las quejas de clientes y las crisis de relaciones públicas causadas por el comportamiento errático de la IA. Por ejemplo, el servicio de atención al cliente basado en IA de Air Canada prometió la devolución de dinero en casos de pérdida de un ser querido, pero los pasajeros que creyeron en esta promesa se vieron defraudados y llevaron el asunto a los tribunales. El tribunal decidió que Air Canada era responsable por los errores de la IA, ya que forma parte de la empresa. Otros casos incluyen a DPD, cuyo servicio de atención al cliente escribió insultos contra la empresa y causó un gran revuelo en las redes sociales, lo que obligó a la compañía a desactivar el sistema de inmediato.
#### 3. La IA es más cara que los humanos
Muchas personas piensan que la IA es más económica que los empleados, pero no es así. El cerebro humano puede realizar tareas complejas con un simple almuerzo y una taza de café (que proporciona alrededor de 20 watts de energía), mientras que la arquitectura Transformer de la IA hace que cada interacción sea extremadamente costosa:
- Mecanismo de atención: para procesar 100 palabras, la IA tiene que comparar cada una con todas las demás palabras anteriores (10000 veces), lo que aumenta enormemente el consumo de recursos.
- Generación de respuesta por caracteres: la IA debe generar cada palabra individualmente, revisando todo el diálogo anterior en cada ocasión, como si tuviera que repasar un libro entero para cada respuesta.
- Transferencia de datos: cada vez que se utiliza la IA, es necesario mover miles de millones de datos desde el disco duro a la memoria RAM, lo que representa un gasto considerable.
En escenarios serios (como la firma de contratos o tareas de cumplimiento normativo), el costo total de los errores de la IA y los equipos dedicados a su gestión puede superar al de emplear personal tradicional. Los directores financieros han concluido que usar la IA de manera imprudente no es más rentable que contratar personas.
#### 4. El mito de los individuos sobresalientes: la mayoría sigue siendo parte del sistema
Anteriormente, se promovía el concepto de individuos capaces de hacer el trabajo de un equipo gracias a la IA; sin embargo, esto resulta ser una ilusión:
- La división del trabajo no ha desaparecido, sino que se ha vuelto más costosa: la IA requiere la contratación de arquitectos especializados y expertos en seguridad con salarios más altos.
- Los costos son insoportables para la mayoría: si un individuo sobresaliente utiliza la IA en lugar de un equipo completo, los costos diarios pueden ser exorbitantes y no estén a su alcance.
- Los riesgos son significativos: las pequeñas empresas no pueden permitirse las pérdidas causadas por errores de la IA (por ejemplo, interrupciones del sistema que generen daños económicos). Los equipos legales y de relaciones públicas de las empresas actuales son esenciales para gestionar estos riesgos, algo que los individuos sobresalientes no pueden asumir.
En resumen, las empresas restringen el uso de tokens porque han reconocido que la IA debe ser evaluada en términos de relación costo-beneficio. La IA no es un “almuerzo gratis”; sus costos y riesgos deben ser considerados de manera racional por parte tanto de las empresas como de los individuos. Los mitos sobre su capacidad para revolucionar todo deben enfrentarse a la realidad de las necesidades comerciales y financieras diarias.