¿Una burbuja en la IA generativa?

En los últimos meses hemos visto mucha discusión sobre si la IA generativa es una burbuja económica o no. Ahora parece que todas las startups tienen algún componente de IA generativa. Recientemente, Financial Times nos dio su visión escéptica. Bank of America primero dijo que era una burbuja y luego se desdijo. Goldman Sachs a principios de septiembre determinó que las acciones de AI no son una burbuja.

En este post vamos a analizar, utilizando el análisis de la cadena de valor que realizamos en un post pasado, si estamos ante una burbuja o si aunque haya una burbuja se van a crear muchas oportunidades.

En dicho post identificamos las siguientes partes de la cadena de valor: Soporte hardware para su entrenamiento y creación (GPUs, infraestructura cloud, etc.); modelos fundacionales como ChatGPT, Bard, LLaMA; empresas que crean o afinan (fine-tuning) modelos con datos especializados para su negocio como BloombergGPT, empresas farmacéuticas…; empresas que ofrecen sus productos y servicios integrando los modelos generativos; empresas usuarias que simplemente usan los modelos generativos para evitar tareas repetitivas o para una automatización limitada.

De un primer análisis se puede concluir que las primeras grandes beneficiadas van a ser las empresas de hardware e infraestructura para entrenamiento y operación de modelos como NVIDIA y las empresas de Cloud. Cualquiera que quiera crear o usar un modelo generativo, aporte valor final o no, debe usar los chips GPUs, TPUs y la infraestructura Cloud.

Las modelos fundacionales como los de OpenAi o Google van a enfrentarse a una gran competencia de startups que creen sus propios modelos generales, ya que usan en su entrenamiento datos públicos.

En cambio, va a haber oportunidades en empresas especializadas con datos propios que generan sus modelos más pequeños y especializados. Farmacéuticas que ya están usando modelos generativos en el desarrollo de medicamentos. Empresas de ciberseguridad que los crean para sus herramientas de detección y prevención de amenazas. Bancos de inversión que tienen datos no estructurados con buena capacidad de predicción y diseñan su propio modelo de lenguaje.

El cuarto integrante, las empresas nuevas o que ya están funcionando, su éxito va a depender de como mejoren su oferta de productos y servicio integrando los modelos generativos. Por ejemplo un banco que en su servicio online de asesoramiento integra la API de OpenAI puede aportar valor pero una nueva startup que simplemente hace un plugin para el navegador integrando modelos generativos ya existentes lo puede tener más difícil.

El último integrante, empresas usuarias de los modelos para evitar tareas repetitivas, va a tener un impacto significativo en su productividad pero no un cambio en sus modelos de negocio.

Del análisis realizado, podemos concluir que hay un gran interés, un gran hype entorno a la aplicación de los modelos generativos, pero no va a tener el mismo impacto positivo en todos los integrantes de la cadena de valor. Veremos muchas startups y empresas que no consiguen monetizar sus productos de IA generativa mientras que veremos empresas de GPUs, de infraestructura cloud y startups o empresas con modelos especializados con datos propios que obtienen grandes beneficios.

Por lo tanto, hay burbuja en la IA generativa, pero no es una burbuja 100% especulativa que no aporte nada. La IA generativa va a generar muchos billones de dólares de beneficios aunque haya algunas empresas que no vayan a crear valor.