- EXPANSIÓN
- Las 'Big Tech' disparan el gasto en IA
- Alphabet eleva a 84.750 millones de dólares su macroampliación de capital para invertir en IA
La gran cuestión es cómo pueden las organizaciones obtener valor económico de sus inversiones en inteligencia artificial.
Las organizaciones tienen que extraer un valor muy superior al actual de la inteligencia artificial para que se cumplan las expectativas alrededor de esta tecnología, según señala Goldman Sachs en un informe. La dinámica de elevado gasto de capital (capex) y endeudamiento de los gigantes tecnológicos y los laboratorios de IA "no tiene precedentes y es insostenible", según James Covello, director de Global Equity Research de Goldman Sachs.
Muchos inversores se muestran escépticos sobre los retornos que Microsoft, Amazon, Google y Meta pueden obtener de sus cuantiosas inversiones de capital, que podrían alcanzar este año alrededor de 725.000 millones de dólares en términos agregados. Según Covello, si el tejido empresarial comienza a demostrar el impacto positivo de la IA en las cuentas de resultados, Wall Street estaría dispuesta a pagar múltiples mayores que en la actualidad por las acciones de estos gigantes.
Sin embargo, si los hiperescaladores continúan invirtiendo enormes cantidades en infraestructura para inteligencia artificial sin que despegue rápido su adopción empresarial, la ganancia bursátil alrededor de esta revolución seguirá concentrándose en compañías de semiconductores como Nvidia.
La gran cuestión es cómo pueden las organizaciones obtener valor económico de sus inversiones en IA. Goldman Sachs señala problemas como los datos internos mal estructurados, que impiden aprovechar el potencial de esta tecnología, y la falta de capacidades de orquestación para determinar qué tarea debe hace cada modelo.
Cómo desplegar la IA
Por eso, sus analistas proponen el despliegue de una nueva capa tecnológica capaz de que seleccionar automáticamente la IA idónea. Este orquestador podría recurrir a modelos más económicos o de código abierto para tareas rutinarias, de bajo riesgo y alto volumen, y a una IA más avanzada para tareas críticas y de alto impacto. Además, señalan la conveniencia de explotar modelos de lenguaje pequeños, mucho más eficientes para multitud de tareas.
Sin embargo, los ejecutivos están en la actualidad bajo una enorme presión para demostrar que tienen una historia de inteligencia artificial convincente, y ese miedo a quedarse atrás está dictando las decisiones empresariales. "Frena ahora para que puedas acelerar luego", recomienda Covello a los directivos.
Comentar ÚLTIMA HORA