Pese a la indefinición que persiste en muchos aspectos del mercado de la inteligencia artificial generativa – incluida la cuestión de si ha alcanzado la condición de mercado – sin duda 2024 ha sido el año de su despegue. Por lo que el sector de las TI camina hacia una fase en la que la computación ganará más importancia, a medida que se extienda el uso de herramientas y se entrenen nuevos modelos. Si esto ocurre a la vista de todos, se debe a que los niveles de adopción son altos en las empresas, según concluye el Tecnology Report 2024, elaborado por la consultora Bain & Co. El documento traza un balance de situación y analiza las consecuencias de la expansión de la IA generativa este año.
Efectivamente, 2024 ha sido el año del despegue tras la sorpresa de 2023, como han puesto de relieve otros estudios . De entrada, el subtítulo del elaborado por Bain, Technology meets the moment as AI delivers results deja claro cuál ha sido el foco de este año. La IA generativa extiende sus tentáculos a muchos niveles, pero Bain subraya la preocupación latente por obtener un retorno de la inversión. Simplemente la señala, sin especial impaciencia.
Quiere decirse que, por el momento, las empresas generan escaso valor gracias a los despliegues de esta tecnología. Algo que todos saben, pero que a menudo se intenta disimular con propaganda. Para que los efectos de la GenIA se hagan visibles se necesita hacer grandes cambios en los procesos empresariales, que en ocasiones afectan a cientos o miles de empleados. Es, por tanto, una tarea nada sencilla de acometer.
Bain estima que el mercado total, de hardware y software, relacionado con la inteligencia artificial crecerá entre un 40% y un 55% cada año, al menos durante los tres próximos ejercicios. De forma que en 2027 se situaría entre 780.000 y 990.000 millones de dólares. Una cifra que no explica, pero que ya es suficiente como signo de volatilidad. Puntualizan los autores que la trayectoria a largo plazo parece firme.
Dando por buenas estas cifras, a su vez desglosadas entre servicios y aplicaciones derivadas de la IA – la inversión en modelos LLM se lleva la parte del león – Bain destaca que las empresas más madrugadoras en la adopción de la IA han conseguido hasta un 20% de beneficio en periodos relativamente breves, entre 18 y 36 meses.
El documento apunta que la mayor parte del valor de la IA generativa se concentra, ahora mismo, en cinco áreas. La más notable es el desarrollo de software, en la que los asistentes automáticos de programación han despertado expectativas en el sector. Aquí la mayoría de casos de uso están en la generación de código, documentación, refactorización (reestructurar el código fuente), depuración, testing y mantenimiento. Según Bain, algunos grupos de desarrollo han logrado ahorros de entre el 15% y el 40% en generación de código y documentación, así como entre un 30% y un 50% en refactorización, testing y depuración de código.
En Atención al Cliente, una de las áreas en las que la IA generativa levanta mayores esperanzas, se reducen los tiempos de respuesta un 35%, que no está nada mal. La tecnología sirve de apoyo durante la resolución de incidencias y otras cuestiones, al organizar el acceso a fuentes de conocimiento. En cuanto a la calidad de los resultados, mejora en un 40%, según el informe. Las funciones donde la nueva tecnología tiene más peso son la analítica para anticipar potenciales problemas a afrontar, los chatbots para automatizar interacciones, los algoritmos para conectar a los clientes con el agente más adecuado y los asistentes de conocimiento para apoyar las actuaciones de un operador. Nada sorprendente, pero a menor coste.
Otro de los ámbitos que han abrazado con prontitud la IA generativa es, previsiblemente, el de Ventas y Marketing. En este caso se emplea para desarrollar contenidos personalizados, como emails y publicaciones en redes sociales. Hay que tener en cuenta que entre el 30% a 50% del tiempo de estos profesionales se va en la creación de contenidos. La tecnología también permite automatizar acciones, dar acceso a una formación avanzada y soporte a los trabajadores del área.
Las operaciones de back-office, según destaca el informe, se cuentan entre las más adecuadas para beneficiarse de la IA generativa. Muchos procesos rutinarios se pueden automatizar fácilmente y, de hecho, las empresas ya han logrado un 20% a 50% de automatización en la comparación de documentos. De la misma forma, la creación de nuevos productos es un área en la que el despliegue de la tecnología es notorio. Se emplea para desarrollar ideas, perfilarlas y encaminarse hacia productos más sencillos y fáciles de utilizar por el usuario.
Está claro que la adopción de la IA generativa crece entre las empresas, pero ¿con qué tipología? Entre las de mayor tamaño, en 2024 han sido el doble que el pasado año las que han invertido más de 100 millones de dólares en el despliegue de la tecnología. No cualquiera se lo puede permitir, pero Bain ha detectado que la tecnología se extiende por contagio entre los diferentes departamentos. En resumen, la generación de contenido y la gestión del conocimiento son las tareas en las que se más se emplea la IA generativa. Destacan también la elaboración de informes y la documentación, así como su integración en los chatbots que atienden a clientes.
Para tener éxito a la hora de desplegar la tecnología, Bain recomienda a las empresas no automatizar las complejidades operativas. Antes de ello, conviene pulir los procesos, simplificarlos y eliminar los pasos innecesarios. Otra obligación previa será invertir en gobierno de datos antes de escalar las aplicaciones.
En cuanto a la inversión en el sector TI, el informe reconoce algo que no es plato de gusto: en la primera mitad de este año los acuerdos decayeron. En parte por la incertidumbre económica derivada de la previsión de una bajada de tipos de interés que no acababa de llegar. Ha llegado al fin,pero sus consecuencias aún no se han medido. Sin embargo, las empresas del sector no han perdido competitividad y, en consecuencia, los precios están altos. La consultora prevé que en el siguiente ciclo de crecimiento la atención no se pondrá tanto en el aumento de los ingresos sino en ayudar a las compañías a desarrollar capacidades que las guíen para tener un crecimiento sostenible y con beneficios. Una previsión que será interesante constatar más adelante.
Todo lo anterior se fundamenta en una trastienda de difícil equilibrio. Por ahora han sido los hyperscalers —además de OpenAI y quizás Anthropic— quienes más han invertido en I+D y en talento dedicado a la IA generativa. Esta tendencia se extenderá entre la siguiente línea empresarial situada de cara al consumidor, como los proveedores de SaaS o los distribuidores de software. Pero serán las grandes tecnológicas las que impulsen la creación de modelos más grandes y potentes, que requerirán cada vez más capacidad de cómputo, infraestructura y gasto energético. Las necesidades de arquitectura escalarán rápidamente, según Bain. Hoy en día, los centros de datos de grandes dimensiones necesitan una potencia de entre 50 MW y 200 MW. En solo unos años se espera que se construyan instalaciones de 1 GW o más, que costarían entre 10.000 y 25.000 millones de dólares, en comparación con los costes actuales de 1.000-4.000 millones. Este es, con toda probabilidad, el hueso más duro de roer.
En este contexto, las necesidades energéticas constituyen un límite claro. La demanda eléctrica no ha crecido significativamente en los últimos 15 o 20 años, pero ahora se prevé que escale acelerad<amente. Se necesitarán inversiones para reforzar las redes eléctricas y buscar nuevas fuentes. Esto podría ralentizar la construcción de centros de datos. Y a todo ello habría que sumar la necesidad de contar con mano de obra especializada, que en el plano eléctrico y en el ámbito de la refrigeración podría volverse escasa.
Otro de los frenos a la expansión de los centros de datos está en el sector de los semiconductores. La demanda de GPUs, empleadas para entrenar y operar los LLM, está chocando con estrangulamientos en la cadena de suministro. Que podrían acentuarse con la proliferación de dispositivos, como smartphones y PC, optimizados para llevar a cabo tareas con inteligencia artificial
Al respecto, Bain destaca la complejidad de la cadena de suministro de semiconductores, en la que un incremento del 20% en la demanda puede provocar un desequilibrio que desemboque en escasez. Si la demanda de GPUs en los centros de datos se duplicara para 2026, una estimación que la consultora juzga razonable, los proveedores de componentes deberán aumentar su producción un 30% o más.
El informe pone el foco también sobre el edge computing, cuyo desarrollo crecerá con la IA generativa. Serán necesarios modelos de lenguajes específicos, más pequeños y optimizados para ciertos propósitos, con el fin de garantizar respuestas rápidas, con baja latencia, enviadas desde los contornos de la red, sin necesidad de transitar por los centros de datos.
El informe no deja de mencionar una cuestión que va más allá del camino trillado: la soberanía tecnológica. En un campo crítico para los estados, como es la IA, se han creado bloques que pugnan por contar con sus propias capacidades, sin tener que depender de compañías de otros países. Gobiernos como India, Japón, Francia o Canadá han subvencionado intensamente proyectos de inteligencia artificial. Ese nota el xiste gasto público en infraestructura de cómputo, así como en modelos de IA desarrollados con datos locales y en la lengua del país. Sin embargo, estas iniciativas tienen los mismos límites que las de carácter enteramente privado y a ellas se suma una inversión que está muy lejos de la efectuada por las Big Tech. Para nadie será un camino sencillo.
Ah, por cierto: no hay por qué dudar de la neutralidad de los autores, pero Bain & Co. acaba de anunciar un segundo acuerdo con OpenAI en el que se compromete a ofrecer herramientas de esta a sus clientes y a montar un centro de excelencia en ChatGPT. Que inicialmente pondrá énfasis en tres sectores: retail, salud y ciencias biológicas.
[informe de Pablo G. Bejerano]