The Reality of AI's Economic Impact and Skepticism

The skepticism surrounding AI's economic impact reveals a potential bubble, challenging inflated productivity expectations.

### La Realidad de la Inteligencia Artificial: Expectativas vs. Impacto Económico
* 🤖 La inteligencia artificial ha sido objeto de grandes expectativas, desde **aumentos en la productividad** hasta **temores sobre la pérdida de empleos** y **riesgos existenciales**.
* 📊 Goldman Sachs estima que la IA podría **incrementar el PIB global hasta un 7%** en la próxima década, lo que representa alrededor de **7 billones de dólares en valor agregado**.
* 💼 Por otro lado, la consultora McKinsey proyecta que la IA generativa podría aportar entre **2.6 y 4.4 billones de dólares anualmente** a la economía.
* 💸 Sin embargo, la realidad muestra que **pocas empresas actualmente generan ingresos significativos** a partir de servicios de IA, con OpenAI y Anthropic como **excepciones notables**.
* 💡 Jim Covello de Goldman Sachs advierte que el alto costo de desarrollar y mantener la IA podría limitar su rentabilidad, sugiriendo que "**las aplicaciones de IA deben resolver problemas extremadamente complejos e importantes**" para justificar su costo.
* 📉 Daron Acemoglu del MIT recalcula que el impacto de la IA en el empleo y la economía será **mucho menor de lo anticipado**, con un posible aumento del PIB de **solo un 1%**.
* 💔 David Cahn de Sequoia Capital señala que existe una discrepancia entre las expectativas de ingresos y el crecimiento real en el ecosistema de IA, sugiriendo que "**es casi seguro que miles de millones de dólares en capital serán incinerados**".
* 🧠 A largo plazo, solo unas pocas **grandes empresas** podrán sobrevivir en el mercado de la IA, lo que plantea un **futuro incierto** para muchas startups en este campo.

Todos hemos escuchado cómo la inteligencia artificial supuestamente generará enormes aumentos en la productividad, quitará nuestros empleos y nos matará a todos, no necesariamente en ese orden. Bueno, hoy tengo algunos ejemplos muy interesantes de anti-hype. Varios expertos en negocios piensan

que la IA no tendrá ni remotamente un impacto tan grande como otros han dicho. Echemos un vistazo. Primero, aquí están los optimistas. Goldman Sachs, una de las principales instituciones financieras mundiales,

ha dicho que la IA podría aumentar el PIB mundial hasta en un 7 por ciento en los próximos diez años, añadiendo alrededor de 7 billones de dólares de valor a la economía mundial.

La consultora McKinsey es aún más optimista. Ha dicho que la IA generativa podría añadir entre 2,6 y 4,4 billones de dólares a la economía mundial anualmente. Y una encuesta realizada en una conferencia en el Centro de Investigación de Política Económica el año pasado encontró que

la mayoría de los economistas asistentes esperaban un aumento del PIB del 4 al 6 por ciento. Son cifras asombrosas. Un billón aquí, un billón allá, pronto estaremos hablando de dinero real.

La realidad es… diferente. Porque, al menos hasta ahora, muy pocas empresas obtienen ingresos por la venta de servicios de IA. Sí, OpenAI, la empresa detrás de ChatGPT, está ganando mucho dinero y, según se informa, ya ha llegado a los 2000 millones de dólares. Anthropic,

La empresa detrás de Claude espera unos 850 millones de dólares para finales de año. Para Meta y Microsoft es difícil decir cuánto de sus ingresos proviene de qué fuente, así que quién sabe. Pero además de esos grandes actores, las únicas personas que parecen estar enriqueciéndose son

las empresas de hardware como Nvidia y TSMC, que producen microchips especialmente adecuados para la IA. El problema es que esos pocos ejemplos están impulsando un enorme auge de startups en el que todos están creando

su propia IA para uno u otro propósito. Es probable que se trate de una burbuja que explotará pronto. Entonces, aquí vienen los escépticos. Primero, Jim Covello, director de investigación de acciones globales de

Goldman Sachs. El problema que ve es que el costo inicial de la IA es enorme y será muy difícil recuperar esa cantidad de dinero. Dice: "Mi principal preocupación es que el costo sustancial de desarrollar y ejecutar la tecnología de IA significa que las aplicaciones de IA deben resolver problemas extremadamente complejos e

importantes para que las empresas obtengan un retorno adecuado de la inversión. Estimamos que el desarrollo de la infraestructura de IA costará más de 1 billón de dólares solo en los próximos años... Entonces, la pregunta crucial es:

¿Qué problema de un billón de dólares resolverá la IA? Básicamente, el problema es que, si las empresas que proporcionan IA fueran rentables, sería menos costoso quedarse con trabajadores con salarios bajos.

Luego tenemos a Daron Acemoglu del MIT, quien recientemente publicó un artículo en el que reevalúa el impacto de la IA en la economía estadounidense. Dice que será mucho menor de lo esperado por dos razones.

Una es que no todos los trabajos que potencialmente pueden ser reemplazados por IA se pueden realizar con IA de manera más barata, lo que está en línea con lo que dijo Corvello. E incluso si la IA puede hacer un trabajo más barato, no será mucho más barato.

Calcula que de aproximadamente el 20% de toda la mano de obra que podría reemplazarse, solo se reemplazará alrededor de una cuarta parte, es decir, algo menos del 5% del total, y el ahorro será de alrededor del 27%. En

este punto estamos viendo un impacto en el PIB del 1% como máximo, muy por debajo de las estimaciones anteriores. Luego está David Cahn, de la firma de capital riesgo Sequoia Capital. Acaba de publicar un breve

ensayo titulado “La pregunta de los 600 mil millones de dólares de la IA” que plantea un punto similar. Sostiene que existe una gran brecha entre las expectativas de ingresos implícitas en el desarrollo de la infraestructura de IA

y el crecimiento real de los ingresos en el ecosistema de IA, que también es un indicador del valor para el usuario final. Entonces, todos piensan que para la mayoría de las nuevas empresas de IA, los ingresos tardarán mucho

más en materializarse o nunca lo harán. Como lo resume Kia Kokalitcheva en Axios: “De cualquier manera, es casi seguro que miles de millones de dólares en capital serán incinerados”. Creo que probablemente sea correcto. Como he dicho algunas veces, el problema con la IA es que para

hacerlas bien lleva mucho tiempo entrenarlas y luego requiere mucho esfuerzo mantenerlas. Por eso, a largo plazo, solo unas pocas empresas muy grandes podrán sobrevivir en el mercado de la IA y esto ya se puede ver.

Básicamente son OpenAI, Meta, Google y tal vez Anthropic; el resto serán aplicaciones construidas sobre eso. Elon Musk es una de las pocas personas que tiene la oportunidad de ponerse al día. Y hay varios gobiernos que harían muy bien en construir su propia IA

ahora, o de lo contrario terminarán teniendo que elegir entre Musk o Zuckerberg. Hola Hola Elon, ¿Conoces la pregunta del billón de dólares? ¡Qué interesante! ¿Qué es? "¿Cómo puedo ganar un billón de dólares?" Eso es muy profundo, Elon.

Bueno, si tu IA se vuelve demasiado cara, podrías entrenar a algunos humanos baratos para que pretendan ser robots. También son más fáciles de despedir. De nada, adiós. La Inteligencia Artificial está realmente en todas partes hoy en día. Si desea obtener más información sobre

cómo funcionan las redes neuronales y los modelos de lenguaje grandes, le recomiendo que consulte los cursos en Brilliant.org. Brilliant.org ofrece cursos sobre una gran variedad de temas en ciencias, informática y matemáticas. Todos sus cursos tienen visualizaciones interactivas y

vienen con preguntas de seguimiento. Algunos incluso tienen scripts o vídeos ejecutables de Python con pequeños experimentos de demostración. Si desea saber más sobre modelos de lenguaje grandes o computación cuántica, quiere aprender codificación y Python o saber cómo funciona la memoria de la computadora,

¡Brilliant lo tiene cubierto! Y están agregando nuevos cursos cada mes. ¿Suena bien? Espero que así sea. Puedes probar Brilliant tú mismo de forma gratuita si utilizas mi enlace: brilliant.org/sabine.

De esa manera, podrás probar todo lo que Brilliant tiene para ofrecer durante 30 días completos y obtendrás un 20 % de descuento en la suscripción premium anual. Así que anímate y pruébalo,

estoy seguro de que no te arrepentirás. Gracias por mirar, nos vemos mañana.

AI Hype: “Billions of dollars will be incinerated” Business Analysts Warn

As simple as possible, but not any simpler! Science and technology updates and summaries. No hype, no spin, no tip-toeing around inconvenient truths. News each Wednesday, new topical video each Saturday.

Sabine Hossenfelder has a PhD in physics. She is author of the books "Lost in Math: How Beauty Leads Physics Astray" (Basic Books, 2018) and "Existential Physics: A Scientist's Guide to Life's Biggest Questions" (Viking, 2022).


Sabine Hossenfelder

Optimistic Forecasts on AI's Economic Impact

Goldman Sachs predicts a 7% increase in global GDP due to AI within 10 years.

McKinsey projects an annual increase of $2.6 to $4.4 trillion to the global economy.

A survey of economists at a conference anticipated a 4-6% increase in GDP.

Reality Check: Limited AI Revenue and Potential Bubble

Few companies are currently generating significant revenue from AI services, with exceptions like OpenAI and Anthropic.

A surge in AI startups is creating a potential bubble.

Hardware companies like Nvidia and TSMC are profiting from the increased demand for AI microchips.

Goldman Sachs' Jim Covello highlights the high initial cost of AI development and challenges in achieving ROI.

MIT's Daron Acemoglu argues that AI's impact will be smaller than expected due to the cost of replacing jobs and limited cost savings.

Sequoia Capital's David Cahn points out a gap between expected AI revenue and actual growth.

Significant capital investment in AI is likely to be lost.

The Future of AI: Consolidation and Key Players

Only a few large companies will likely survive in the long term due to the high costs of AI development and maintenance.

Governments should consider building their own AI to avoid dependence on a few powerful entities.

The speaker recommends Brilliant.org for courses on neural networks, large language models, and other related topics.