Invertir (con valores) en inteligencia artificial
Los riesgos sociales que trae esta revolución no deben subestimarse y tienen también un impacto en los costes financieros
Prácticamente en el mismo tiempo que se tarda en arrancar un ordenador, la inteligencia artificial ha pasado de ser un término más de la jerga empresarial a liderar una de las revoluciones tecnológicas más punteras de los últimos años. Su despegue ha conseguido dar la vuelta al mercado de las empresas tecnológicas, convirtiendo un entorno incierto en uno alcista con ganancias que han llegado a superar el 30%.
En pleno bullicio disruptivo y creador, las oportunidades de inversión son enormes, aunque seguir el vertiginoso ritmo del sector no es fácil. Y mucho menos lo es identificar qué empresas serán las futuras ganadoras y cuáles se quedarán en la cuneta. Tanto desde un punto de vista económico como social pues, como ocurre con otros riesgos transversales como, por ejemplo, el cambio climático, ambas cuestiones están íntimamente relacionadas.
Echemos la vista atrás por un momento. La revolución de la inteligencia artificial que hoy vivimos lleva gestándose, en realidad, prácticamente un siglo. Sus orígenes se remontan a los años 1940 y 1950, período en el que se sentaron los fundamentos conceptuales de esta tecnología. Fue también entonces cuando el matemático británico Alan Turing ideó su famoso test para dar respuesta a una pregunta que lo ha cambiado todo: ¿pueden las máquinas pensar?
Con la semilla ya sembrada, en los 80 el algoritmo backpropagation revolucionó el entrenamiento de las redes neuronales artificiales y ya en la década de los 90 y hasta el 2010 vivimos el auge de internet y el big data. Esto acompañado por la capacidad de cómputo de los ordenadores modernos, que por fin pudieron satisfacer las demandas de estos modelos que llevaban décadas desarrollados. Desde entonces, los avances se centraron en el deep learning, hasta la revolución en la que nos encontramos hoy: la adopción masiva de la IA, la introducción de más capas, más datos y más usos. Y la llegada de los modelos conversacionales.
Esta revolución, por tanto, ha ido ganando ritmo poco a poco y en estos últimos diez años el avance ha sido exponencial. Las cifras hablan por sí mismas: el volumen de los datos creados y replicados a nivel global se ha multiplicado por 13 en la última década. Los parámetros –esto es, las variables de configuración de los modelos de inteligencia artificial– se han multiplicado por 1.400. Y la potencia informática utilizada para entrenar a estos modelos, por 15 millones de veces. Las cifras que veremos en los próximos años serán, siendo prudentes, al menos igual de impresionantes.
El reto de orientarse en este entorno es de una magnitud similar. Basta con decir que desde el inicio de 2022 se han fundado más de 1.300 empresas de inteligencia artificial. Y solo en 2023 se han registrado más de 50.000 dominios .ai. Además, no debemos subestimar el poder de las grandes tecnológicas, que también van a marcar el pulso del mercado. Las funciones de inteligencia artificial de Google, sin duda, van a amenazar a muchas alternativas y, probablemente, el GitHub Copilot X / OpenAi combinado con de Microsoft dejará obsoletas a otras muchas startups de codificación de IA.
En un entorno como este, para identificar las empresas más interesantes desde el punto de vista de la inversión es clave detectar aquellas oportunidades que son únicas y que cuentan con una dinámica competitiva, ya sea en el sector del hardware, los datos, el training, los modelos o las aplicaciones. Por ejemplo, aquello de que “los datos son el nuevo petróleo” está hoy más vigente incluso que en la década pasada, pues los modelos de IA pueden utilizar estos datos para automatizar tareas y transformar sectores enteros. Si una empresa produce datos propios y exclusivos, podrá utilizarlos para desarrollar soluciones que nadie más tiene a su alcance, lo que supone una ventaja competitiva clara y sostenible para su negocio.
Por contra, cualquier aplicación que llegue como una simple alternativa mejorada por la IA a una aplicación ya existente o simplemente como una nueva función se convertirá, muy probablemente, en redundante cuando la plataforma implemente las mismas funciones de IA. La clave, por tanto, sigue estando en la disrupción. De hecho, las aplicaciones de IA que permiten flujos de trabajo completamente nuevos no se enfrentan a la misma amenaza.
No obstante, hay otra cuestión absolutamente clave que no debemos dejar de lado: los riesgos sociales que trae esta revolución y que, como ya estamos viendo, no son menores. Estos riesgos también tienen un impacto tangible desde el punto de vista financiero. De este modo, las empresas comprometidas con un crecimiento responsable, que trabajen de manera segura, protegiendo la privacidad de las personas, con modelos que reflejen los derechos humanos fundamentales… estarán mejor posicionadas en la carrera.
Nos adentramos en una etapa de la historia tan apasionante como retadora y en la que vamos a vivir muchos cambios a nuestro alrededor. Aminorar los efectos colaterales negativos está en nuestra mano y para ello deberemos mantenernos atentos y responder con agilidad, como inversores y como ciudadanos.
Miguel Kindelán es responsable en España de GP Bullhound
Sigue toda la información de Cinco Días en Facebook, Twitter y Linkedin, o en nuestra newsletter Agenda de Cinco Días
