The New Yorker: El dilema de la rentabilidad de la IA y las lecciones históricas Por John Cassidy En 1987, Robert Solow, del Instituto Tecnológico de Massachusetts (MIT), premio Nobel de economía, comentó en un artículo en The Times Review of Books: "La era de la informática está en todas partes, pero no se encuentra en las estadísticas de productividad. A pesar del rápido aumento de la potencia informática y la creciente popularidad de las computadoras personales, los datos del gobierno muestran que la medida clave de los salarios y los niveles de vida, la producción bruta per cápita de los trabajadores, se ha estancado durante más de una década. Esto se conoció como la "paradoja de la productividad". Esta paradoja duró hasta los años 90 del siglo pasado e incluso más, desencadenando una gran cantidad de investigaciones académicas inconsistentes. Algunos economistas lo culpan a la mala gestión de las nuevas tecnologías; Otros argumentan que las computadoras empequeñecen su importancia económica en comparación con inventos anteriores como la máquina de vapor y la electricidad; Otros culpan a las estadísticas por los errores, creyendo que la paradoja desaparecerá después de la corrección. Casi 40 años después de que se publicara el artículo de Solow, y casi tres años después de que OpenAI lanzara el chatbot ChatGPT, es posible que estemos ante una nueva paradoja económica, y esta vez la protagonista es la inteligencia artificial generativa. Según una encuesta reciente realizada por economistas de la Universidad de Stanford, la Universidad de Clemson y el Banco Mundial, en junio y julio de este año, casi la mitad de los trabajadores (45,6% para ser exactos) utilizaban herramientas de IA. Sin embargo, un nuevo estudio realizado por un equipo del Media Lab del Instituto de Tecnología de Massachusetts (MIT) informa un resultado sorprendente: "Aunque las empresas invierten entre $ 300 y $ 40 mil millones en IA generativa, este informe encuentra que el 95% de las organizaciones tienen rendimientos cero. ” Los autores del estudio revisaron más de trescientos proyectos y anuncios de IA disponibles públicamente y entrevistaron a más de cincuenta ejecutivos de empresas. Definen una "inversión exitosa en IA" como aquella que ha superado la fase piloto y se ha desplegado, y ha generado rendimientos financieros medibles o ganancias de productividad significativas después de seis meses. "Solo el 5% de los proyectos piloto de IA integrados con éxito están creando millones de dólares en valor, mientras que la gran mayoría de los proyectos permanecen estancados y no tienen un impacto medible en P&L (ganancias y pérdidas)", escribieron. ” La entrevista de investigación provocó una oleada de respuestas, algunas de las cuales estaban llenas de escepticismo. "Hubo mucha publicidad en LinkedIn como si todo hubiera cambiado, pero en nuestras operaciones reales, las cosas fundamentales no habían cambiado en absoluto", dijo a los investigadores el director de operaciones de una empresa manufacturera de tamaño mediano. "Procesamos los contratos un poco más rápido, pero eso es todo". Otro encuestado comentó: "Vimos docenas de demostraciones este año. Tal vez uno o dos sean realmente útiles. El resto son "envoltorios" (que se refieren a empaquetar solo tecnologías existentes sin innovación sustancial) o "proyectos científicos" (que se refieren a exploraciones tecnológicas que aún están lejos de la aplicación comercial práctica). ” Para ser justos, el informe también señala que, de hecho, hay empresas que han realizado inversiones exitosas en IA. Por ejemplo, el informe destaca las eficiencias creadas por las herramientas personalizadas para las operaciones de back-office, afirmando: "Estos primeros resultados muestran que los sistemas con la capacidad de aprender, si se dirigen a procesos específicos, pueden ofrecer un valor real sin siquiera cambios organizacionales importantes". La encuesta también mencionó que algunas empresas informaron "mejores tasas de retención de clientes y conversión de ventas a través de sistemas automatizados de alcance y seguimiento inteligente", lo que sugiere que los sistemas de IA pueden ser útiles para el marketing. Pero la idea de que "muchas empresas están luchando por obtener rendimientos sustanciales" coincide con otra encuesta reciente de la consultora multinacional Akkodis. La compañía contactó a más de 2,000 ejecutivos y descubrió que el porcentaje de directores ejecutivos que tienen "mucha confianza" en la estrategia de implementación de IA de la compañía se ha desplomado del 82% en 2024 al 49% este año. La confianza de los CTO corporativos también ha disminuido, aunque no tanto. La investigación de Akkodis dijo que los cambios "pueden reflejar resultados decepcionantes anteriores en proyectos digitales o de inteligencia artificial, retrasos o fallas en la implementación y preocupaciones sobre la escalabilidad". ” La semana pasada, la cobertura mediática de la investigación del MIT Media Lab coincidió con la caída de acciones altamente valoradas relacionadas con la IA como Nvidia, Meta y Palantir. Por supuesto, la correlación no es igual a la causalidad, y los comentarios recientes del CEO de OpenAI, Sam Altman, pueden haber jugado un papel más importante en esta venta masiva (dados los recientes aumentos de precios, una venta masiva es inevitable). Según CNBC, Altman dijo en una cena con periodistas que la valoración actual es "ridículamente alta" (una locura) y usó la palabra "burbuja" tres veces en 15 segundos. Aún así, este estudio del MIT ha atraído mucha atención. Después de la ronda inicial de cobertura de noticias, se reveló que Media Labs, que tiene vínculos con muchas empresas de tecnología, estaba restringiendo silenciosamente el acceso al informe. La información que dejé para la oficina de relaciones públicas de la organización y los dos autores del informe fue abrumada. Aunque el informe tiene más matices de lo que describen algunos informes de noticias, ciertamente cuestiona la gran narrativa económica que ha apuntalado el auge tecnológico desde el lanzamiento de ChatGPT por parte de OpenAI en noviembre de 2022. La versión corta de esta narrativa es que la difusión generalizada de la IA generativa es mala para los trabajadores, especialmente para los trabajadores del conocimiento, pero extremadamente buena para las empresas y sus accionistas, porque traerá un gran salto en la productividad y, como resultado, buenas ganancias. ¿Por qué parece haber sucedido esta escena todavía? Una posible razón recuerda la idea de los años ochenta y noventa del siglo pasado de que los errores de gestión limitan los beneficios de productividad que aportan las computadoras. La investigación de Media Lab encontró que algunas de las inversiones en IA más exitosas son realizadas por nuevas empresas que utilizan herramientas altamente personalizadas en áreas estrechas del flujo de trabajo. En el otro lado de la brecha GenAI, las nuevas empresas menos exitosas están "construyendo herramientas de propósito general o tratando de desarrollar capacidades internamente". De manera más general, el informe afirma que la distinción entre éxito y fracaso "no parece estar impulsada por la calidad del modelo o la regulación, sino por los métodos [de implementación]". ” Como puede imaginar, la novedad y la complejidad de la IA generativa pueden desanimar a algunas empresas. Un estudio reciente de la consultora Gartner encontró que menos de la mitad de los directores ejecutivos creen que sus CIO son "expertos en IA". Pero hay otra posible explicación para el decepcionante historial destacado en el informe de Media Lab: para muchas empresas establecidas, la IA generativa (al menos en su forma actual) no es tan divina como se promociona. "Es excelente para hacer una lluvia de ideas y escribir primeros borradores, pero no recuerda las preferencias de los clientes y no aprende de los editores anteriores", dijo un encuestado de Media Lab. "Repite el mismo error y necesita ingresar mucho contexto por sesión. Para trabajos de alto riesgo, necesito un sistema que genere conocimiento y mejore continuamente. ” Por supuesto, hay muchas personas que encuentran útil la IA, y también hay evidencia académica que lo respalda: en 2023, dos economistas del MIT descubrieron que en un ensayo aleatorio, los participantes expuestos a ChatGPT completaron "tareas de escritura profesional" más rápido y mejoraron la calidad de la escritura. En el mismo año, otros equipos de investigación también encontraron que los programadores que usaban Copilot de Github, un asistente de programación de IA, y los agentes de atención al cliente que usaban herramientas de IA patentadas, vieron ganancias de productividad. Los investigadores del Media Lab descubrieron que muchos empleados utilizan sus herramientas personales en el trabajo, como GPT o Claude; El informe se refiere a este fenómeno como la "economía sumergida de la IA" y comenta que "el retorno de la inversión (ROI) que aporta" tiende a ser mejor que los proyectos iniciados por el empleador. Pero la pregunta sigue siendo, y ciertamente es una que los ejecutivos de las empresas se preguntan con más frecuencia: ¿Por qué no hay más empresas que vean estos beneficios reflejados en el resultado final? Parte del problema puede ser que la IA generativa, aunque convincente, tiene aplicaciones limitadas en muchas áreas de la economía. Ocio y hospitalidad, comercio minorista, construcción, bienes raíces y cuidado (cuidado de niños, ancianos o enfermos): estas industrias emplean colectivamente a unos 50 millones de estadounidenses, pero no parecen candidatos directos para la transformación de la IA. ...