Durante un tiempo, pareció ser el tipo de transacción que aparece en los titulares. Nvidia, cuyos chips han impulsado gran parte del auge de la IA, supuestamente está preparando una sorprendente inversión de 100 mil millones de dólares en OpenAI, la empresa matriz de ChatGPT. Mucho dinero, gran ambición, gran futuro. Y luego, aparentemente salido de la nada, el trato simplemente… no estaba ahí.
Ahora están surgiendo informes de que la tan publicitada alianza entre los dos pesos pesados nunca fue un “acuerdo cerrado”, incluso después de meses de rumores y especulaciones sin aliento.
Sin embargo, como informa The Guardian, lo que muchos supusieron que era una promesa financiera sólida era en realidad mucho más nebulosa: la evidencia más reciente de cuán vagas han resultado ser algunas de las mayores promesas de la industria tecnológica en la economía de la IA.
La historia abrió el telón de un plan de financiación que había parecido bastante ingenioso (dinero circulaba entre empresas para comprar los productos de otras empresas), pero quizás más inestable de lo que prácticamente nadie quería reconocer.
Aquí está la pregunta incómoda que comienza a hacerse: ¿Fue esto alguna vez un negocio real o no fue más que un truco de confianza que ahora se ha quedado sin puntos?
Personas informadas sobre el asunto dijeron que Nvidia había llegado a tener dudas sobre el tamaño y la posible estructura de su propuesta de inversión, rechazando internamente incluso cuando el mundo exterior suponía que todo estaba listo.
Y cuando Reuters investigó más a fondo, el mensaje fue claro: los planes se habían topado con una pared y el entusiasmo dentro de Nvidia era significativamente más moderado de lo que sugería la publicidad.
Si se espacia un poco más, parece que más de un acuerdo salió mal. Esto ocurre justo cuando los inversores han comenzado a frenar la exuberancia de la IA.
El mercado de valores aún podría estar en su punto máximo y muchos economistas pueden ver fatiga bajo la superficie: costos más altos, retornos inciertos y una creciente sospecha de que no todas las apuestas en IA pueden dar resultados para siempre.
Bloomberg señaló recientemente que la “historia de amor” de los inversores por la inteligencia artificial aún no ha disminuido, pero la fase de dinero fácil podría haber llegado a su fin.
La torpeza que eleva esta saga es la humana. Se dice que el CEO de Nvidia, Jensen Huang, quedó mucho menos impresionado con el modelo de negocio de OpenAI de lo que las apariciones públicas podrían haber sugerido.
A puertas cerradas, se sabe que ha expresado su preocupación sobre la ejecución, los costos y si la economía realmente se concreta.
Esa tensión ha estado latente bajo la superficie durante algún tiempo, aunque los observadores de la industria han señalado que las demostraciones llamativas de IA no garantizan negocios viables.
Los informes tecnológicos que analizan esas dinámicas internas pintan una imagen de precaución frente a la ambición de frente.
(Si todo esto les resulta vagamente familiar, es porque lo es). Los economistas y los críticos tecnológicos han estado haciendo sonar la alarma de que partes del auge de la IA se parecen mucho a burbujas del pasado: sobrevaloración, inversión circular, la suposición de que el crecimiento seguramente seguirá adelante de los costos.
Otros sostienen que la economía estadounidense se está apoyando demasiado en el escalamiento de la IA como una solución milagrosa, sin respuestas suficientes a la pregunta de quién se beneficia realmente cuando el polvo se asiente.
Esa preocupación se ha hecho eco en comentarios económicos más amplios que se preguntan en voz alta si la inteligencia también se está aplicando a los modelos de negocio.
Entonces, ¿dónde nos deja eso? Quizás con el ego un poco magullado, pero también quizás con un poco más de realismo. La caída –o el silencioso fracaso– de este espejismo de 100.000 millones de dólares no significa que la IA haya terminado.
Nada de eso. Pero sí indica que la era de la exageración incuestionable está disminuyendo, para ser reemplazada por discusiones más difíciles sobre el valor, el riesgo y lo que es realmente sostenible. ¿Y honestamente? Eso podría ser justo lo que la industria necesita en este momento.