La burbuja de la IA está a punto de estallar, pero la próxima burbuja ya está creciendo

 

Inteligencia artificial siendo reemplazada por la AI cuántica.

La especulación gobierna el mundo. No solía hacerlo. Pero desde la década de 1980 hasta 2008, algo cambió. Los inversores se dieron cuenta de que podían obtener mucho más rendimiento de la exageración que de cualquier tipo de negocio legítimo. Esta es la era de la información, después de todo, y la información es fácil de manipular y mercantilizar. Esto condujo a la burbuja de las puntocom, la crisis crediticia de 2008, la burbuja de las criptomonedas de 2016-2017, la burbuja de las criptomonedas de finales de 2020-2021 y la burbuja de los NFT de 2022, siendo la última moda la burbuja de la IA.

De hecho, casi la mitad de la inversión privada del mundo se está canalizando hacia la IA, y la especulación con la IA es la principal fuerza impulsora detrás del reciente crecimiento del S&P 500. Pero, al igual que los demás antes de su catastrófico fracaso, la burbuja de la IA está mostrando signos de estallido inminente. Sin embargo, los hermanos de las finanzas y la tecnología han aprendido la lección y están desarrollando el próximo carro para cabalgar hacia el atardecer con todo nuestro dinero, listos para cuando inevitablemente necesiten abandonar el barco. Es una pena que sea aún más un callejón sin salida que la IA.

Por lo tanto, es esencialmente de conocimiento común que la burbuja de la IA está lista para estallar. Cosas como la frontera de cómputo eficiente (lea más aquí) y la conjetura de Floridi (lea más aquí) significan que los modelos de IA que tenemos ahora son tan buenos como siempre. Incluso si OpenAI gastara billones de dólares aumentando diez veces el tamaño de sus modelos, solo serían un poco mejores. El reciente lanzamiento de ChatGPT-5 es un ejemplo perfecto de esto. Tenía significativamente más datos, entrenamiento y dinero en efectivo que su hermano pequeño ChatGPT-4, pero solo es marginalmente mejor que ChatGPT-4.

¡Este es un gran problema! Porque, tal como están actualmente, los modelos de IA generativa no son realmente tan útiles ni remotamente rentables.

Un informe del MIT encontró que el 95% de los pilotos de IA no aumentaron las ganancias o la productividad de una empresa. Para el 5% en el que lo hizo, la IA fue relegada a trabajos administrativos muy restringidos, e incluso entonces, solo hubo mejoras marginales.

Un informe de METR encontró que las herramientas de codificación de IA en realidad ralentizan a los desarrolladores. La inexactitud de estos modelos significa que repetidamente crean errores de codificación muy extraños que son muy difíciles de encontrar y corregir. Lógicamente, es más rápido y económico conseguir que un desarrollador lo codifique por sí mismo. La investigación incluso ha encontrado que para el 77% de los trabajadores, la IA ha aumentado su carga de trabajo y no su productividad. Tal como está, la IA generativa es demasiado propensa a errores para ofrecer aumentos significativos en la productividad o la rentabilidad en la gran mayoría de los casos de uso.

En otras palabras, para que los modelos de IA realmente cumplan con la especulación que impulsa su inversión masiva, deben ser mucho, mucho mejores, lo que implica gastar exponencialmente más dinero.

Este es otro gran problema, dado que OpenAI, que tiene, con mucho, la base de clientes más grande de cualquier compañía de IA generativa, todavía está perdiendo dinero a manos llenas por cada uno de sus planes de $ 200 por mes. De hecho, parece que necesitarían venderlo a más de $ 2,000 por mes para alcanzar el punto de equilibrio (lea más aquí).

Las grandes tecnológicas, respaldadas por capital de riesgo y bancos de inversión, han gastado cientos de miles de millones de dólares cada año en IA durante los últimos años. Sin embargo, la tecnología está llegando a sus limitaciones y no puede mejorar, además de estar muy, muy lejos de la rentabilidad. Es una burbuja perfecta, con cantidades colosales de dinero que se utilizan para reforzar la especulación completamente infundada y completamente falsa.

Y ahora, con la decepción de GPT-5, la reestructuración de Meta y la minimización de su división de IA, y las tasas de interés amenazando con subir, los mismos inversores que ayudaron a inflar esta burbuja advierten que estallará. Incluso Goldman Sachs, que ha acumulado toneladas de dinero en la burbuja de la IA, ha advertido que la burbuja de la IA probablemente estallará pronto, y cuando lo haga, también se llevará consigo la burbuja del centro de datos, causando un daño inmenso no solo a xAI, Meta, Google, Anthropic y OpenAI, sino también a jugadores terciarios como Amazon. Oracle y Nvidia que proporcionan infraestructura de IA.

En otras palabras, cuando esta burbuja estalle, infligirá un daño increíble a todos los extraños hermanos tecnológicos y tipos de finanzas tóxicos que conozcas.

Afortunadamente, tienen un plan para eludir este apocalipsis económico provocado por el hombre. Computadoras cuánticas. Y todos están desesperados por que nos subamos al nuevo tren.

Lamentablemente, no tengo tiempo para explicar cómo funciona una computadora cuántica con gran detalle, pero si está interesado, el video antiguo de Veritasium es genial. Sin embargo, en términos sencillos, en lugar de usar bits, que pueden ser 1 o 0, una computadora cuántica usa qubits, que pueden ser ambos. Esto significa que una computadora cuántica puede, en teoría, tener una potencia de cálculo exponencial, ya que puede recibir una gran cantidad de entradas a la vez y también escupir una gran cantidad de salidas a la vez.

De hecho, algunos incluso han sugerido que nuestros cerebros son computadoras cuánticas, y que esto significa que la IA cuántica finalmente podría crear máquinas con inteligencia real a nivel humano que son mucho más eficientes y más baratas de operar que los modelos actuales.

Estoy seguro de que puedes ver a dónde va esto. Todos los expertos en tecnología y finanzas que invirtieron profundamente en la IA ahora están comprando la especulación de que las computadoras cuánticas podrían resolver todos los problemas de la IA y, por lo tanto, están invirtiendo su dinero y peso detrás de ella.

Los gigantes de la IA Google, Microsoft y Amazon están desarrollando actualmente sus propios ordenadores cuánticos. Nvidia está desarrollando plataformas de hardware y software de computadoras cuánticas. Incluso Musk ha comenzado a plantear la idea de la computación cuántica para sus ambiciones de IA. Pero no son solo los grandes jugadores; Los equipos de computación cuántica más pequeños están comenzando a ver grandes cantidades de inversión y viendo cómo su valor se dispara. Tomemos como ejemplo a Quantinuum, un startup de investigación de computación cuántica bastante pequeña, que recientemente recaudó 600 millones de dólares, duplicando su valor a 10.000 millones de dólares.

Esta parece ser su cápsula de escape de la burbuja de la IA: forzar dinero y publicidad en esta tecnología, que promete resolver todos los problemas que enfrenta el mundo de la IA. Entonces, ¿esto es solo reemplazar una burbuja por otra? ¿Están estos gigantes tecnológicos y sus patrocinadores invirtiendo miles de millones en falsas promesas nuevamente? ¿O puede la computación cuántica resolver realmente los problemas a los que se enfrenta la industria de la IA?

Bueno, lamentablemente, la computación cuántica no es lo que parece.

Por un lado, el hardware todavía está a kilómetros de ser completamente funcional. Todavía faltan entre 10 y 20 años para un verdadero ordenador cuántico universal y legítimamente operativo. Son increíblemente difíciles de construir y aún más difíciles de operar. Este cronograma podría acelerarse con algunas inversiones realmente grandes, pero como ha demostrado la fusión, nada está garantizado.

A decir verdad, el hardware no es el problema. Es el software.

En la mayoría de las situaciones, una computadora cuántica es en realidad mucho más lenta que una supercomputadora normal. Es solo en estas tareas muy específicas y complejas, como el cálculo de factoriales, que puede superarlos. Sin embargo, debido a las peculiaridades de los qubits, estas computadoras no pueden ejecutar código o algoritmos estándar. Requieren algoritmos específicos, que es el problema.

¿Recuerdas cómo, cuando abres la caja del gato de Schrödinger, fijas su superposición como vivo o muerto? Esto se conoce como colapso de la función de onda cuántica. Bueno, cuando lees un qubit, haces lo mismo, y al fijar su estado, lo hace como una computadora normal, ya sea un uno o un cero, lo que hace que toda esta cosa computacional exponencial sea discutible. En cambio, la computadora necesita ejecutar un algoritmo que use interferencia de ondas cuánticas para reducir los qubits a los útiles antes de leer; De esa manera, cuando lo leemos, obtenemos una respuesta útil y podemos aprovechar este poder de cómputo exponencial.

Sin embargo, es increíblemente difícil descifrar este tipo de algoritmos, y solo se pueden usar para resolver tipos muy específicos de tareas complejas de múltiples nodos.

Ya tenemos algunos de estos algoritmos capaces de encontrar factoriales o modelar la física cuántica, pero eso es todo. Todavía tenemos que encontrar ninguno que funcione para simulaciones químicas o para redes neuronales que impulsan la IA, y muchos investigadores piensan que ni siquiera podría haber algoritmos relevantes para estas aplicaciones. Señalan el hecho de que el tipo de datos utilizados en el entrenamiento de IA está muy desestructurado y que las matemáticas reales que se calculan durante el entrenamiento no son adecuadas para una computadora cuántica.

Entonces, incluso si las grandes empresas tecnológicas pueden acelerar la entrega de computadoras cuánticas genuinamente utilizables, la ciencia actual dice que no harán ninguna diferencia en la IA. De hecho, hemos encontrado tan pocos algoritmos cuánticos que la mayoría de las ventajas prometidas de esta tecnología parecen totalmente inviables.

Si es difícil entender este tema, que, seamos sinceros, es la física cuántica; siempre es estúpidamente difícil: hay un canal dirigido por un graduado de doctorado en computación cuántica llamado Looking Glass Universe. Este video explica muy bien cómo funcionan las computadoras cuánticas y sus limitaciones.

Una vez más, todo es exageración, sin pantalones.

Incluso la noción de que nuestros cerebros son computadoras cuánticas, la idea misma que provocó todo el movimiento de IA cuántica, ha sido prácticamente desacreditada con estudios recientes.

Pero eso no importa. La realidad ya no importa. Esta noción está en el zeitgeist. La desinformación sobre qué computadoras cuánticas puede hacer está ahí fuera y prosperando. Y estos pomos están listos para mercantilizar eso.

Tarde o temprano, la exageración se apagará después de que las ganancias prometidas no se materialicen y el espíritu de la época comience a alinearse con la realidad. Todos esos cientos de miles de millones de dólares, que deberían haberse destinado a aumentar el salario de los trabajadores para al menos mantenerse al día con la inflación, pero que en cambio fueron desviados a este pozo de dinero, desaparecerán, y no tendremos prácticamente nada que mostrar por el esfuerzo. Es patético, es triste y nos hará daño a todos, aparte de a los multimillonarios de arriba, porque ya habrán extraído su dinero antes de que todo se vaya al garete.