Sabemos exactamente lo que cuesta la IA, pero somos incapaces de medir lo que produce. Y eso es un problema serio

Muchos de los beneficios que está produciendo la IA no se reflejan en los datos macroeconómicos

Dark Output IA
Sin comentarios Facebook Twitter Flipboard E-mail
amparo-babiloni

Amparo Babiloni

Editora Senior - Tech
amparo-babiloni

Amparo Babiloni

Editora Senior - Tech

Conocemos muy bien el coste que tiene desarrollar la IA: los centros de datos mastodónticos, el consumo de electricidad disparado, el capex de las tecnológicas por las nubes... El problema es que parece que todo eso no está teniendo un retorno, o no el suficiente para justificar tremenda inversión. El miedo a la burbuja está justificado, pero quizás nos hayamos equivocado y el problema es otro: que nuestra cinta de medir está rota. 

La producción oculta. En un extenso y profundo análisis en la newsletter Semianalisys, emplean el término 'dark output' en referencia al valor económico que está generando la IA, pero que los sistemas de medición actuales no ven bien y por tanto no tiene un impacto en el PIB. Esta producción oculta tiene dos vertientes:

  • Producción oculta por sustitución: son trabajos que antes hacía un humano a cambio de un precio y que ahora puede hacer la IA por una fracción de ese coste. Hay un ejemplo muy gráfico con la redacción de testamentos, un trabajo que un trabajo que históricamente costaba 400 dólares, que había bajado a 150 dólares, y que en un solo año la IA ha desplomado a 0,50 dólares. El trabajo se hace, pero la transacción económica desaparece de los datos. 
  • Producción nueva que queda oculta: en el otro lado están los trabajos que no se hacían porque eran demasiado caros, pero que la IA ha abaratado tanto que ya se pueden hacer. El ejemplo que aporta Semianalysis son las revisiones bibliográficas cuyo precio era de hasta 2.000 dólares y eso las convertía en un servicio muy exclusivo. Ahora con la IA se puede hacer una de estas revisiones en todo tipo de proyectos. El problema es que el rastro económico es inexistente, salvo por el uso de tokens o pago de suscripciones.

Por qué es importante. La tesis del análisis es que no estamos ante una burbuja, sino que no estamos midiendo bien el retorno que está produciendo la IA y eso es un problema que va mucho más allá de un simple debate estadístico. Los datos macroeconómicos son la métrica con la que los inversores detectan un crecimiento real, los bancos centrales ajustan los tipos de interés y las empresas deciden si deben contratar o automatizar. Tomar decisiones de ese calibre en base a datos inexactos puede tener consecuencias graves.

La dificultad de medirlo. Los servicios y el trabajo intelectual son mucho más complicados de medir que los bienes físicos. Una fábrica de muebles lo tiene muy fácil para medir si una nueva maquinaria le permite fabricar más sillas  en menos tiempo. La IA está ayudando a hacer tareas como programar, redactar documentos, resumirlos o crear briefings y la forma que tenemos de medirlo son los tokens consumidos. El problema es que consumir más tokens pueden dar un resultado de enorme beneficio para la empresa, pero también pueden producir mal código y malos resúmenes. El valor está en la producción, en el output, no en lo que gastamos para llegar a él.

Precedentes. Pasó algo parecido durante el boom informático en la década de los 80 y 90. En esta época, los datos macroeconómicos no eran capaces de detectar lo que la revolución de los ordenadores estaba aportando. La solución no llegó hasta 2013, cuando se incluyó el I+D y la inversión en propiedad intelectual a la contabilidad del PIB. El resultado fue que se sumaron 3,6 billones de dólares de forma retroactiva, evidenciando que sólo en el año 2000 suponía un 30% del PIB. 

El otro precedente es la llamada economía de los cuidados, en referencia a todo el trabajo doméstico y de cuidados que realizan principalmente mujeres sin recibir remuneración. La Organización Internacional del Trabajo estimó en 2018  que se realizaban 16.400 millones de horas de trabajo de cuidados no remunerado, que equivaldría a 11 billones de dólares o el 9% del PIB mundial. 

Sí, pero. Que sea necesario actualizar nuestra cinta de medir no resta importancia al hecho de que la inversión en infraestructura de IA da auténtico vértigo. En 2025, las big tech invirtieron 410.000 millones de dólares en IA y en 2026 el plan es superar los 650.000 millones de dólares. Decía el economista jefe de Golman Sachs que la contribución de toda esta inversión descabellada al PIB estadounidense fue "básicamente cero". En este sentido, resulta tan aventurado afirmar que estamos ante una burbuja a punto de estallar por exceso de gasto, como dar por sentado que hay una inmensa riqueza invisible justificando cada dólar invertido.

Imagen | Xataka con Gemini

En Xataka | "El mayor error de todos los tiempos": Bill Gates dejó escapar 400.000 millones cuando Microsoft no compró Android



Inicio