Problemas de rentabilidad de la IA para las grandes empresas tecnológicas

Invertir en IA se ha convertido en la tónica habitual de las grandes empresas tecnológicas a nivel mundial para conseguir hacer frente a la elevada competencia. No obstante, las cuantiosas cifras destinadas a este avance no siempre reportan los beneficios esperados.

En un estudio publicado por la consultora Accenture en 2017 se concluye que la IA podría elevar en 2035 una media de seis puntos porcentuales las tasas de rentabilidad de 16 sectores en 12 economías diferentes, mejorando también notablemente la productividad en torno al 39%. En este caso, para la industria manufacturera se alcanzaría un crecimiento del 12,2%.

Es difícil calcular el ROI de las inversiones en IA, de ahí que muchas empresas como Microsoft y Google estén trabajando en la difícil tarea de convertir productos de IA como ChatGPT en una empresa rentable.

En un informe reciente publicado por Reuters se concluye que el hecho de ejecutar una consulta de ChatGPT supone un coste de 4 centavos. De ahí que la ilusión y el optimismo inicial de muchos clientes con respecto a la IA se hayan transformado en pesimismo con respecto a los elevados costes de funcionamiento de los modelos de IA.

Han cambiado los cálculos de la IA, a diferencia del software estándar que se basa en economías de escala. Así pues, a mayor uso de la IA por parte de los clientes más aumentarán los costes y las pérdidas operativas de las empresas.

La IA como Bing y Bard plantea un problema de millones de dólares. Sin ir más lejos, Alphabet perdió 100.000 millones de dólares de valor de mercado como consecuencia de los errores acumulados por su chatbot.

Microsoft y Google han introducido actualizaciones más costosas respaldadas por IA en sus servicios de software existentes, mientras que Zoom ha intentado reducir costos utilizando un modelo de IA menos complejo y laborioso. Por su parte, Adobe está estableciendo límites de actividad y cobros por uso.

La compleja situación de Microsoft

Github Copilot supone pérdidas operativas muy cuantiosas. En el informe del WSJ de Microsoft, se asegura que se han estado registrando pérdidas a pesar de haber atraído a más de 1,5 millones de usuarios y de integrarse en casi la mitad de sus proyectos de codificación.

Así es como los usuarios abonan una tarifa fija de 10 dólares mensuales por el servicio, aunque el coste para Microsoft es de más de 20 dólares al mes por usuario. Por consiguiente, cada usuario le ha costado a Microsoft unos 80 dólares mensuales.

Obviamente las grandes tecnológicas son responsables de su situación tan crítica, ya que han estado apostando por los servicios de IA más costosos del mercado. De hecho, Microsoft utiliza el LLM más complejo de OpenAI, GPT-4 para gran parte de sus funciones de IA. Algo excesivo y demasiado costoso si se destina a tareas simples.

Microsoft ha explorado alternativas más económicas para Bing Chat, como Llama2 de Meta, aunque si se cumplen los avances en el hardware de aceleración de IA, los costos irán reduciéndose considerablemente.

El cambio de estrategia de OpenAI

La empresa matriz de ChatGPT se estaría planteando fabricar sus propios chips de IA debido a la escasez de éstos. Entre sus opciones se contempla o bien una mayor colaboración con fabricantes como Nvidia o producir los suyos propios para diversificar sus fuentes de suministro. Todo ello en un mercado en el que Nvidia domina más del 80% de los chips de IA.

El funcionamiento de ChatGPT resulta muy costoso, por lo que si su uso se incrementase en una décima parte de la escala de la búsqueda de Google, serían necesarios 48.100 millones de dólares en unidades de procesamiento gráfico (GPU) y 16.000 millones de dólares en chips al año para mantenerlo de forma activa. De esta forma, OpenAI se sumaría a Google o Amazon en el intento por fabricar sus propios chips.

Un horizonte optimista

El WSJ también recoge que se estaría llegando al pico de gastos. De hecho, se espera que se aplique un enfoque financiero más estricto en un futuro inminente. Para May Habib, directora ejecutiva de Writer, el 2024 será el año en el que desaparecerá el fondo para sobornos para la IA generativa y se pasará de los presupuestos experimentales a una fase en la que la IA genere una elevada rentabilidad empresarial.