Eduardo A. Jiménez Sánchez, jefe del Sistema de Información de Macroconsult
Gestión, 11 de diciembre del 2024
“En su estado actual, esta tecnología representa una promesa para el futuro y solo el tiempo revelará su verdadero impacto sobre la productividad y la economía mundial”, afirma Eduardo Jiménez, de Macroconsult.
La evolución de la tecnología ha marcado la historia de la humanidad: ha impulsado la economía, el comercio y la forma en que interactuamos con el mundo. Se han identificado cuatro fases principales. La Industria 1.0 comenzó a mediados del siglo XVIII con el surgimiento de motores a vapor y el telar mecánico, tecnologías que revolucionaron los procesos de fabricación y marcaron el inicio de la mecanización en las fábricas. La segunda fase, la Industria 2.0, se inició hacia finales del siglo XIX con la introducción de la energía eléctrica y los motores a combustión. Durante este período, aparecieron innovaciones clave como la cinta transportadora y el automóvil, que marcaron el inicio de la producción en serie. Gracias a estos avances, la fabricación se volvió más rápida y eficiente, y surgieron nuevas formas de transporte que impulsaron el crecimiento del comercio a nivel mundial.
La tercera fase, conocida como Industria 3.0, abarcó desde mediados del siglo XX hasta el 2012 y estuvo dominada por la automatización y el desarrollo de la informática y la tecnología digital. En esta era, el avance de las computadoras transformó completamente el ámbito industrial. La aparición de internet cambió la manera en que nos comunicamos, y el lanzamiento del primer iPhone impulsó la era de los dispositivos móviles. Otro hito importante de esta etapa fue el surgimiento del concepto de inteligencia artificial en 1956, lo cual abrió la puerta a una nueva clase de herramientas tecnológicas que evolucionarían en las décadas siguientes. Finalmente, la Industria 4.0, que estamos viviendo en la actualidad, se caracteriza por el protagonismo de la robótica, la nanotecnología, el internet de las cosas y la inteligencia artificial generativa.
Esta última representa una nueva clase de inteligencia artificial que puede crear contenido original, como imágenes, textos y sonidos, que en muchos casos es casi indistinguible del creado por humanos. Un ejemplo emblemático es ChatGPT, un modelo de IA generativa que revolucionó la manera en que interactuamos con la tecnología.
Llegado este punto, hay que precisar que la inteligencia artificial no nació en esta última etapa. Desde hace varios años, contamos con software capaz de asistirnos en tareas cotidianas, recomendar contenido basado en nuestras preferencias e incluso conversar con nosotros de manera básica. Sin embargo, lo novedoso de la industria 4.0 es el surgimiento de modelos de inteligencia artificial generativa, capaces de producir contenido original y de emular habilidades complejas. De hecho, la IA generativa supera al desempeño humano promedio (Dynabench: Rethinking Benchmarking in NLP de Kiela et al., 2023) especialmente en tareas como la comprensión de textos y el reconocimiento de imágenes. En la parte de resolución de problemas matemáticos aun se encuentra algo por detrás.
El impacto de estas tecnologías ha sido recibido con gran entusiasmo, especialmente en el ámbito financiero y empresarial. Un claro ejemplo es el crecimiento de las acciones de Nvidia, una empresa clave en el desarrollo de hardware para IA, que ha visto un crecimiento exponencial de su valor en el mercado. Desde principios del 2023, las acciones de Nvidia se han multiplicado por más de ocho, y la inversión en tecnologías de inteligencia artificial ha pasado de apenas US$ 4.2 miles de millones en el 2021 a US$ 25.2 miles de millones en el 2023.
Sin embargo, el entusiasmo en torno a la inteligencia artificial generativa no está exento de cuestionamientos. Aunque diversos estudios respaldan su potencial económico, existen diferencias significativas en sus estimaciones. Estudios antiguos, como el de PWC en el 2017 y el de McKinsey en el 2018, proyectaron un impacto positivo en el PBI global de hasta 16% para el 2030, comparando un escenario con IA generativa frente a uno sin esta tecnología. Más recientemente, el informe de Goldman Sachs del 2023 reduce esta estimación al 7%, mientras que el economista Daron Acemoglu, ganador del premio Nobel también este año y experto en cambio tecnológico, ha sido bastante crítico con las estimaciones mencionadas y, en general, con el “sobre-entusiasmo” que se ha generado. Según su investigación, el impacto económico de la IA generativa podría ser tan bajo como el 1%, sugiriendo que se ha sobredimensionado su capacidad para reemplazar actividades rutinarias, sobre todo porque muchas de ellas son, en términos de costos, difíciles de reemplazar.
Al observar el uso de modelos de IA generativa, es evidente que poseen habilidades sorprendentes y han evolucionado rápidamente en poco tiempo. Cualquier usuario que haya usado las primeras versiones públicas de ChatGPT y las compara con la actual, notará inmediatamente que esta ha mejorado considerablemente, y el número de errores que comete se ha reducido, aunque aún está (muy) lejos de ser perfecto. Por tanto, en su estado actual, esta tecnología representa una promesa para el futuro y solo el tiempo revelará su verdadero impacto sobre la productividad y la economía mundial.
