¿Cuál es el modelo de negocio de la IA generativa, dado lo que sabemos hoy sobre la tecnología y el mercado?
OpenAl ha creado una de las empresas de más rápido crecimiento de la historia. También puede ser una de las más costosas de gestionar.
El fabricante de ChatGPT podría perder hasta 5.000 millones de dólares este año, según un análisis de The Information, basado en datos financieros internos no revelados anteriormente y en personas involucradas en el negocio. Si estamos en lo cierto, OpenAl, valorada recientemente en 80.000 millones de dólares, necesitará recaudar más efectivo en los próximos 12 meses aproximadamente.
He pasado algún tiempo en mis escritos aquí hablando sobre el técnico y recurso limitaciones de la IA generativa, y es muy interesante ver cómo estos desafíos se vuelven más claros y urgentes para la industria que ha surgido en torno a esta tecnología.
Sin embargo, creo que la pregunta que esto plantea es cuál es realmente el modelo de negocio de la IA generativa. ¿Qué deberíamos esperar y qué es pura publicidad? ¿Cuál es la diferencia entre la promesa de esta tecnología y la realidad práctica?
He tenido esta conversación con algunas personas y la he oído comentar bastante en los medios. La diferencia entre una tecnología y una tecnología característica y un producto La pregunta es si tiene suficiente valor de forma aislada como para que la gente compre acceso a ella sola, o si realmente demuestra la mayor parte o la totalidad de su valor cuando se combina con otras tecnologías. Estamos viendo que la “IA” se agrega a muchos productos existentes en este momento, desde editores de texto y código hasta búsquedas y navegadores, y estas aplicaciones son ejemplos de “IA generativa como característica”. (Estoy escribiendo este mismo texto en Notion y continuamente intentan que haga algo con IA). Por otro lado, tenemos a Anthropic, OpenAI y otras empresas variadas que intentan vender productos donde la IA generativa es el componente central, como ChatGPT o Claude.
Esto puede empezar a volverse un poco confuso, pero el factor clave en el que pienso es que para los que creen en la “IA generativa como producto”, si la IA generativa no está a la altura de las expectativas del cliente, sean cuales sean, entonces dejarán de usar el producto y dejarán de pagar al proveedor. Por otro lado, si alguien descubre (comprensiblemente) que los resúmenes de búsqueda de IA de Google son basura, puede quejarse y desactivarlos, y seguir usando la búsqueda de Google como antes. La propuesta de valor empresarial principal no se basa en la IA, es solo un argumento de venta potencial adicional. Esto se traduce en un riesgo mucho menor para el negocio en general.
La forma en que Apple ha abordado gran parte del espacio de la IA generativa es un buen ejemplo de conceptualizar la IA generativa como una característica, no como un producto, y para mí su aparente estrategia es más prometedora. En la última WWDC, Apple reveló que están trabajando con OpenAI para permitir que los usuarios de Apple accedan a ChatGPT a través de Siri. Hay algunos componentes clave para esto que son importantes. Primero, Apple no está pagando nada a OpenAI para crear esta relación: Apple está brindando acceso a sus usuarios económicamente muy atractivos, y OpenAI tiene la oportunidad de convertir a estos usuarios en suscriptores de pago de ChatGPT, si pueden. Apple no asume ningún riesgo en la relación. En segundo lugar, esto no impide que Apple ponga a disposición de su base de usuarios otras ofertas de IA generativa, como las de Anthropic o Google, de la misma manera. No están apostando explícitamente por un caballo en particular en la carrera armamentista más amplia de la IA generativa, a pesar de que OpenAI es la primera asociación que se anuncia. Por supuesto, Apple está trabajando en Apple AI, su propia solución de IA generativapero claramente están apuntando estas ofertas a ampliar sus líneas de productos existentes y futuras, haciendo que su iPhone sea más útil, en lugar de vender un modelo como un producto independiente.
Todo esto quiere decir que hay múltiples formas de pensar sobre cómo se puede y se debe incorporar la IA generativa a una estrategia empresarial, y no hay garantía de que la creación de la tecnología en sí sea la más exitosa. Cuando miremos hacia atrás dentro de una década, dudo que las empresas que consideraremos como los “grandes ganadores” en el espacio empresarial de la IA generativa sean las que realmente desarrollaron la tecnología subyacente.
Vale, se podría pensar, pero alguien tiene que construirlo, si las características son lo suficientemente valiosas como para que valga la pena tenerlas, ¿no? Si el dinero no está en la creación real de la capacidad de IA generativa, ¿vamos a tener esta capacidad? ¿Alcanzará su máximo potencial?
Debo reconocer que muchos inversores en el sector tecnológico creen que se puede ganar mucho dinero con la IA generativa, por lo que ya han invertido miles de millones de dólares en OpenAI y sus pares. Sin embargo, también he escrito en varios artículos anteriores sobre cómo, incluso con esos miles de millones a mano, sospecho firmemente que solo veremos mejoras leves e incrementales en el rendimiento de la IA generativa en el futuro, en lugar de continuar con el avance tecnológico aparentemente exponencial que vimos en 2022-2023. (En particular, las limitaciones en la cantidad de datos generados por humanos disponibles para el entrenamiento para lograr el progreso prometido no se pueden resolver simplemente arrojando dinero al problema). Esto significa que no estoy convencido de que la IA generativa vaya a volverse mucho más útil o “inteligente” de lo que es ahora.
Dicho todo esto, y tanto si estás de acuerdo conmigo como si no, deberíamos recordar que disponer de una tecnología muy avanzada es muy diferente de poder crear un producto a partir de esa tecnología que la gente vaya a comprar y convertirlo en un modelo de negocio sostenible y renovable. Puedes inventar algo nuevo y genial, pero como te dirá cualquier equipo de producto de cualquier empresa emergente o tecnológica, ese no es el final del proceso. Descubrir cómo la gente real puede y quiere utilizar tu nuevo y genial producto, y comunicarlo y hacer que la gente crea que tu nuevo y genial producto vale un precio sostenible es extremadamente difícil.
Definitivamente estamos viendo muchas ideas propuestas para esto provenientes de muchos canales, pero algunas de estas ideas están fracasando bastante. La nueva versión beta del motor de búsqueda de OpenAI, anunciada la semana pasada, ya tenía errores importantes en sus resultados. Cualquiera que haya leído mi anterior piezas No se sorprenderán los que sepan cómo funcionan los LLM (a mí personalmente me sorprendió que no pensaran en este problema obvio cuando desarrollaron este producto en primer lugar). Incluso aquellas ideas que son de alguna manera atractivas no pueden ser simplemente “agradables de tener”, o lujos, deben ser esenciales, porque el precio que se requiere para que este negocio sea sostenible tiene que ser muy alto. Cuando su tasa de gasto es de $5 mil millones al año, para volverse rentable y autosostenible, su base de usuarios que pagan debe ser astronómica, y/o el precio que esos usuarios pagan debe ser exorbitante.
Esto deja en una situación difícil a quienes están más interesados en ampliar los límites tecnológicos. La investigación por la investigación siempre ha existido de alguna forma, incluso cuando los resultados no son inmediatamente útiles en la práctica. Pero el capitalismo no tiene realmente un buen canal para sostener este tipo de trabajo, especialmente cuando participar en esta investigación cuesta cantidades altísimas. Estados Unidos ha estado agotando los recursos de las instituciones académicas durante décadas, por lo que los académicos y los científicos no tienen la capacidad de hacer nada para ayudar a los científicos. Los investigadores académicos tienen poca o ninguna posibilidad de participar en este tipo de investigación sin inversión privada..
Creo que es una verdadera lástima, porque el ámbito académico es el lugar donde se podría realizar este tipo de investigación con la supervisión adecuada. Las cuestiones éticas, de seguridad y de protección se pueden tomar en serio y explorar en un entorno académico de maneras que simplemente no se priorizan en el sector privado. La cultura y las normas en torno a la investigación para los académicos permiten valorar el dinero por debajo del conocimiento, pero cuando las empresas del sector privado se encargan de toda la investigación, esas decisiones cambian. Las personas en las que nuestra sociedad confía para realizar investigaciones “más puras” no tienen acceso a los recursos necesarios para participar de manera significativa en el auge de la IA generativa.
Por supuesto, existe una probabilidad significativa de que incluso estas empresas privadas no tengan los recursos necesarios para sostener la carrera frenética por entrenar más modelos y de mayor tamaño, lo que nos lleva de nuevo a la cita con la que comencé este artículo. Debido al modelo económico que rige nuestro progreso tecnológico, podemos perder oportunidades potenciales. Las aplicaciones de IA generativa que tienen sentido pero que no generan los miles de millones necesarios para sostener las facturas de las GPU tal vez nunca se exploren en profundidad, mientras que las aplicaciones socialmente dañinas, tontas o inútiles reciben inversiones porque plantean mayores oportunidades para obtener dinero.