Se nos ha vendido la idea de que la inteligencia artificial es la solución a todo, y en el ámbito corporativo esta promesa fue tomada muy en serio, tanto así que departamentos enteros han sido sustituidos por modelos avanzados de esta tecnología en detrimento de personal humano que alguna vez laboró allí.
Esta historia y sus consecuencias la vemos a diario en periódicos, redes sociales y foros, afectando a prácticamente cualquier país o industria. La crisis laboral provocada por la llegada y adopción masiva de la IA no es un cuento de camino ni cosa parecida, sino algo bastante real. El problema es que, al final del día, la IA no es la solución a todo. Peor aún, tampoco es la solución “barata” que se nos quiso vender cuando empezó toda esta locura.
Ahora que numerosas compañías se están dando cuenta de esta realidad, se están dando algunos fenómenos curiosos, entre ellos recontratación de personal previamente cancelado por entenderse que ya no era necesario o relevante. En este caso particular no es solo que la IA sale muy costosa, sino que es propensa a cometer más errores de lo previsto y eso en sí aumenta costos y reduce productividad.
Otro fenómeno llamativo, sobre todo en el ámbito estadounidense, es que la oferta china de IA está ganando terreno, y no es necesariamente porque estos modelos sean mejores o más potentes. No. La razón detrás de esta preferencia es mucho más simple: las alternativas chinas suelen ser más económicas, al tiempo de ofrecer niveles de desempeño y competitividad que, para muchas tareas, resultan comparables a los de compañías como OpenAI, Anthropic y Google.
La clave de todo esto son los tokens y el costo cada vez mayor asociado a ellos. Los tokens son las unidades básicas que un modelo utiliza para procesar y generar contenido. Una palabra puede estar compuesta por uno o varios tokens. Cada vez que una IA recibe instrucciones, analiza información o genera una respuesta, consume tokens durante el proceso conocido como inferencia. A medida que los modelos se vuelven más complejos y costosos de desarrollar, entrenar y operar, la factura también aumenta. Y es así como llegamos a lo que empieza a parecer una crisis.
Para muchas compañías no ha pasado desapercibido el alto costo asociado a la IA, un costo que hace apenas un par de años pocos imaginaban porque la narrativa se encargó de vender la cara contraria. Hay casos en los que volver al modelo anterior, es decir, sin IA, sale más caro que buscar alternativas, y aquí es donde entran nombres como DeepSeek y z.AI.
¿Y no dizque esos modelos chinos representan un peligro de espionaje y contrainteligencia dirigida? Durante años esa ha sido la advertencia de autoridades estadounidenses ante cualquier tecnología china capaz de competir de cerca con la oferta local. Sin embargo, dada la situación descrita, tal parece que muchas compañías han decidido jugársela y abrazar modelos que en otra época habrían sido vistos con recelo y cierto temor.
La gran pregunta es si la administración Trump se quedará de brazos cruzados ante lo que podría interpretar como un desafío directo. El panorama actual de la IA, sobre todo en Estados Unidos, parece cada vez más complejo, con una férrea lucha por la supremacía, el liderazgo y el control de esta tecnología. Mientras eso ocurre, China sigue avanzando. Lo que podría venir, de mantenerse la tendencia, son nuevas represalias por la vía de aranceles, restricciones o controles a las exportaciones, una estrategia que ya hemos visto antes.
