00:00:00 Introducción a las inversiones en AI por los gobiernos
00:04:42 El éxito de OpenAI con ChatGPT
00:06:29 Dificultad para desplegar capital en software
00:07:22 Riesgo de predecir modelos futuros de AI
00:12:35 El modelo de AI rentable de DeepSeek
00:14:22 El enfoque de inversión generalizado de Y Combinator
00:15:27 La inversión en AI atrae a empresas no especializadas en AI
00:17:12 Exceso de fondos en el mercado de AI
00:18:29 La estrategia de inversión de SoftBank, con resultados inciertos
00:19:52 Las estrategias de inversión fallidas de Francia
00:22:32 El progreso de AI está geográficamente disperso
00:23:53 Las mega inversiones en AI son una distracción
00:25:02 La falta de entendimiento de los gobiernos en AI
00:27:00 El progreso incremental en AI a lo largo de 50 años
00:30:18 El control sobre AI puede no conferir superioridad
00:31:40 Argumento contra la superinteligencia
00:33:54 Las contribuciones provienen de fuentes diversas
00:39:26 La regulación impide la creación de empleo
00:46:31 La innovación no se dará en programas gubernamentales
00:50:50 Presten atención a las innovaciones específicas del dominio
Resumen
En este episodio de LokadTV, Conor Doherty y Joannes Vermorel discuten las recientes inversiones en AI anunciadas por los gobiernos, incluyendo los compromisos de 500 mil millones de dólares de la Administración Trump y 200 mil millones de euros de la Unión Europea. Vermorel critica estas inversiones a gran escala, argumentando que a menudo son ineficientes y derrochadoras, con los contribuyentes asumiendo los costos. Él enfatiza que las innovaciones exitosas surgen típicamente de esfuerzos enfocados e independientes en lugar de consorcios burocráticos. Vermorel también cuestiona los objetivos vagos de estas inversiones y su impacto en la creación de empleo, particularmente en países con problemas regulatorios. Él aconseja enfocarse en innovaciones específicas y accionables en lugar de iniciativas dirigidas por el Estado.
Resumen Extendido
En este episodio de LokadTV, Conor Doherty, Director de Comunicación en Lokad, y Joannes Vermorel, CEO y Fundador de Lokad, se adentran en el reciente aumento de las inversiones en AI anunciadas por varios gobiernos. La discusión se centra en las implicaciones y la efectividad de estos masivos compromisos financieros, particularmente la inversión de 500 mil millones de dólares anunciada por la Administración Trump y la respuesta de la Unión Europea con una inversión de 200 mil millones de euros.
Joannes Vermorel ofrece una perspectiva crítica, basándose en el enfoque histórico de Francia hacia las inversiones estratégicas dirigidas por el Estado, conocidas como “État stratège”. Él argumenta que dichas inversiones a gran escala a menudo son ineficientes y propensas al despilfarro. Vermorel señala que, aunque estas inversiones incluyen contribuciones significativas del sector privado, la realidad es que los contribuyentes asumirán la mayor parte de los costos a través de concesiones como exenciones fiscales.
La conversación destaca los desafíos inherentes a desplegar grandes sumas de dinero de manera eficiente, especialmente en el sector de AI. Vermorel enfatiza que las innovaciones de mercado exitosas típicamente no surgen de consorcios burocráticos, sino de esfuerzos enfocados e independientes. Él cita ejemplos como el iPhone y ChatGPT, que no fueron productos de consorcios, sino de entidades singulares y dedicadas.
Conor Doherty ofrece contexto, señalando que la inversión de 500 mil millones de dólares de la Administración Trump incluye 100 mil millones pagados por adelantado, con el resto prometido a lo largo del tiempo. De manera similar, la inversión de la Comisión Europea incluye fondos tanto públicos como privados. A pesar de estas aclaraciones, Vermorel se muestra escéptico acerca de la efectividad de tales inversiones, argumentando que a menudo resultan en ineficiencias burocráticas y no logran ofrecer avances significativos.
La conversación también aborda los objetivos finales de estas inversiones, que siguen siendo vagos e indefinidos. Vermorel critica la falta de objetivos claros, sugiriendo que términos como “AI ética” y “AI sostenible” son nebulosos y no ofrecen una dirección concreta para el desarrollo.
Vermorel argumenta además que el campo de AI se caracteriza por avances rápidos e impredecibles, lo que dificulta hacer un forecast de las necesidades y tecnologías futuras. Él señala que el mercado ya está saturado con inversiones en centros de datos de grandes compañías como Microsoft, Google y Amazon, cuestionando la necesidad de inversiones adicionales dirigidas por el gobierno.
La conversación se desplaza hacia las implicaciones más amplias de estas inversiones, particularmente en términos de creación de empleo. Vermorel cuestiona la noción de que tales inversiones crearán empleo, especialmente en países con bajas tasas de desempleo como Estados Unidos. Él argumenta que el verdadero problema en países con tasas de desempleo más altas, como Francia, es la fricción regulatoria, y no una falta de inversión en AI.
Conor Doherty menciona la perspectiva de Anthony Miller, quien igualmente critica la sobre-regulación en Francia y su impacto en el entorno de startups. Vermorel está de acuerdo, señalando que las personas más afectadas por el desempleo en Francia son aquellas con baja educación y habilidades no relacionadas con AI.
En conclusión, Vermorel aconseja a los directores de supply chain y a los directores de IT que se mantengan enfocados en innovaciones específicas y accionables dentro de sus ámbitos en lugar de distraerse con estas inversiones a gran escala dirigidas por el Estado. Él predice que los avances significativos en AI continuarán surgiendo de esfuerzos independientes en lugar de consorcios gubernamentales.
En general, el episodio ofrece un examen crítico de la reciente locura de inversiones en AI, cuestionando la efectividad y el impacto a largo plazo de tales masivos compromisos financieros. Las ideas de Vermorel ofrecen una perspectiva de advertencia sobre el papel del gobierno en impulsar la innovación tecnológica, enfatizando la importancia de esfuerzos enfocados e independientes para lograr un progreso significativo.
Transcripción Completa
Conor Doherty: Bienvenidos de nuevo a LokadTV. Joannes, hoy estamos aquí nuevamente para discutir honestamente el tema que no deja de surgir estos días: AI. En particular, estamos aquí porque parece haber una especie de frenesí internacional en cuanto a la inversión en AI que involucra cantidades realmente asombrosas tanto de fondos privados como enormes cantidades de financiación pública en infraestructura de AI. Entonces, para empezar, ¿cuál es tu opinión sobre todo esto?
Joannes Vermorel: Lo que vi en las noticias fue que la Administración Trump anunció hace unos días una inversión de 500 mil millones de dólares. Y luego, creo que fue hace apenas dos días, la Unión Europea respondió diciendo: “Bueno, si ellos hacen eso, entonces realizaremos nuestra inversión de 200 mil millones de euros en AI.” Mi opinión general al respecto es que, siendo francés, es bastante relevante porque lo interesante es que Francia ha estado jugando este juego durante décadas. De hecho, tiene un nombre para ello en francés, se llama “État stratège”, como el estado estratega. Basándome en el historial de Francia en este tipo de juego, puedo decir con gran confianza que la casi totalidad de ese dinero se desperdiciará, punto.
Conor Doherty: No quiero interrumpirte, pero siento la necesidad de intervenir de inmediato para proporcionar un poco de contexto aquí. Porque no quiero simplificarlo hasta el punto de que parezca que el Presidente Trump o Ursula von der Leyen están gastando casi un billón de dólares de dinero público. Solo para aclarar, tengo algunos detalles en pantalla. A la fecha de hablar, el 13 de febrero, Trump aclaró que los 500 mil millones son en su mayoría una inversión del sector privado. Eso es Stargate, la conglomeración entre OpenAI, Oracle y SoftBank en Japón. SoftBank es una empresa japonesa. Ursula von der Leyen, Presidenta de la Comisión Europea, anunció 200 mil millones de euros, de los cuales 150 mil millones son privados y 50 mil millones provienen de financiación pública. Así que el patrón es muy claro: enormes sumas de dinero tanto privado como público, pero no se está gastando solo dinero público, para ser preciso.
Joannes Vermorel: Sí, pero de nuevo, Francia ha estado jugando este tipo de juegos durante décadas. Siempre es el mismo patrón. Justifican que cuentan con inversores privados, pero la realidad es que se harán concesiones en forma de exenciones fiscales u otras muchas cosas. Así, el costo es real y recaerá fuertemente sobre los contribuyentes. Lo interesante es que esos proyectos fracasan porque es extremadamente difícil desplegar grandes sumas de dinero de manera eficiente. O bien, esos proyectos ya iban a suceder, así que, como ves, es solo una cuestión de anunciarlo. Simplemente se toma una empresa que ya iba a invertir y se reclama esa inversión como parte de la gran estrategia para el país. Pero entonces, si ya iba a ocurrir de todos modos, ¿por qué es necesario agrupar esta inversión y decir: “Oh, es nuestra inversión estratégica”?
La realidad es que, por lo general, terminas en entornos muy burocráticos con consorcios donde tienes a tantas empresas juntas. Solo mira lo que generalmente tiene éxito en el mercado. Lo que vemos es casi invariablemente no son consorcios. El iPhone es un gran éxito, pero no fue producto de una empresa conjunta con Google, Facebook y quien sea. Fue un gran éxito, pero no fue algún tipo de consorcio.
Lo mismo ocurre con OpenAI; tuvo un éxito rotundo con ChatGPT, pero ChatGPT no fue producto de un consorcio. La lista continúa. En términos generales, cuando observo este tipo de patrones, “État stratège” ha sido un juego jugado durante décadas, casi medio siglo en Francia. Simplemente tomas la palabra de moda del día, luego te reúnes alrededor de la mesa con nombres influyentes y grandes empresas. Agregas toneladas de dinero público para justificar el hecho de que las empresas privadas obtendrán sus ganancias. Concedes montones de exenciones fiscales y demás beneficios. Terminas con un juego que es altamente asimétrico porque la realidad es que los fondos prometidos por la administración se materializarán muy frecuentemente, mientras que los participantes privados simplemente se retraerán.
Lo que muy bien puede suceder es que, cuando la Administración Trump dice 500 mil millones, un potencial scenario es que todos los inversores privados simplemente se retraigan si las cosas empiezan a volverse insensatas, y sin embargo se terminen gastando miles de millones de dinero público.
Conor Doherty: Debo señalar que, según mi interpretación de la situación, creo que fueron 100 mil millones prometidos al inicio por la Administración Trump, con la promesa de 400 mil millones adicionales. Para ser justos, cualquiera que esté familiarizado con grandes fichajes en el fútbol sabe que 200 millones no se pagan por adelantado para un jugador; se reparten.
Joannes Vermorel: El asunto es que el software realmente no es un área donde sea muy fácil desplegar capital, y es sorprendentemente difícil si quieres desplegar una gran cantidad de dinero. Por eso lo están enmarcando como infraestructura. Pero incluso infraestructura, ¿qué significa eso? El problema es que los chips, dirías: “Oh, necesitamos chips.” De acuerdo, pero ¿qué tipo de chips? Depende del algoritmo. Tenemos LLMs, tenemos los LLMs de 2025. Esos LLMs son muy diferentes de los modelos de machine learning que estaban de moda hace cinco años. ¿Qué te hace pensar que dentro de cinco años, los modelos que estarán de moda reflejarán los mismos requisitos que los que tenemos hoy? Es una proposición muy arriesgada.
Conor Doherty: Para ser justos, nuevamente, mi entendimiento es que no se trata solo de chips. La Stargate Alliance tiene como objetivo construir al menos 20 centros de datos, la mayoría en Texas. La Comisión Europea prometió construir 12 hubs de AI y un montón de supercomputadoras. Pero para mí, la pregunta entonces es, antes de hablar de por qué fallan estos proyectos, lo cual puede muy bien suceder, mi pregunta es la pregunta antecedente. ¿Cuál es el objetivo final? ¿Qué es lo que se pretende lograr? Podemos hablar de por qué falla, pero ¿cuál es el objetivo final?
Joannes Vermorel: En papel, es súper vago: “Convirtámonos en una superpotencia en AI.” Pero, ¿qué significa eso realmente?
Conor Doherty: Exactamente, eso es lo que estoy preguntando.
Joannes Vermorel: Ese es el problema. Nadie lo sabe. Estas comunicaciones son extremadamente vagas. Terminas con, “Oh, una superpotencia en AI significa tener acceso a la AI más ética.” ¿De acuerdo, qué significa eso? ¿La AI más sostenible? No tengo idea de lo que significa. Las comunicaciones son simplemente increíblemente vagas. Siempre es así. Siempre que Francia ha intentado eso con “État stratège”, las comunicaciones son, por necesidad, extremadamente vagas porque se reúnen empresas que son muy diversas, que no tienen las mismas estrategias, que tienen muy poco en común. Se reúne a Oracle y SpaceX y se espera que esas personas tengan algo en común. Esto es un sinsentido.
Creo que una gran cantidad de participantes saben que es un completo sinsentido, pero cuando tienes a un tercero que promete derramar miles de millones de dólares o euros sobre ti, ¿por qué no? Sería un error no simplemente decir: “Está bien, si están dispuestos a desperdiciar tal cantidad de dinero, al menos desperdíciala en mí.”
Si entramos en desafíos específicos como supply chain, aún es menos claro que tenga algún sentido. Si hablamos de IA en supply chain, podríamos darle un significado muy específico, que sería la ejecución automatizada de supply chains para todos los procesos rutinarios de decision-making que ocurren en supply chains. Esa sería una declaración clara de la tesis de lo que deseas. Tenemos procesos de decision-making extremadamente intensivos en mano de obra: ¿cuándo ordeno, cuánto ordeno, si subo o bajo mi precio, si muevo este inventario de aquí para allá, si aumento o disminuyo la capacidad de todas las cosas que pueden presentar un límite de capacidad.
Bien, ciertamente puedes mecanizar eso con algo parecido a la IA de alguna manera. Pero, de nuevo, ¿es el cuello de botella ese acceso a la potencia computacional? ¿Necesitas mucha potencia computacional? ¿Necesitas centros de datos? ¿Hay alguna señal de que los centros de datos que tenemos sean realmente el cuello de botella? Porque cuando se trata de invertir en centros de datos, no ha habido faltante de stock de inversión. Microsoft, Google, Amazon han estado invirtiendo sin descanso en centros de datos para cubrir el mundo con centros de datos.
Mi opinión es que, si Amazon piensa que necesita más centros de datos, estoy perfectamente de acuerdo con ello. Simplemente invertirían y producirían más centros de datos. Lo mismo para Microsoft, lo mismo para Google, y el resto. Lo que realmente me desconcierta es la idea de que interferir en este proceso con estas mega inversiones hará que esos mercados sean más eficientes. Para mí, esa es una visión muy equivocada, especialmente para algo como la IA, que es tan multidimensional. Es muy difícil ver exactamente qué es lo que falta, cómo será el mercado, cómo serán las tecnologías dentro de cinco años. Es sumamente indeterminado. No es como si invirtieras mil millones de dólares en esto y obtuvieras los resultados que deseas. La situación es mucho más incierta que eso.
Conor Doherty: Hablando de lanzar lluvias de dinero nuevamente, ya sea público o privado, en la infraestructura de IA. Es más interesante, o más bien, es muy interesante, en el contexto de mi conocimiento de DeepSeek. Por ejemplo, DeepSeek se produjo y no solo utiliza menos energía que el modelo o1 de ChatGPT, sino que, aparentemente, costó como una fracción, algo como 25 a 30 veces más barato. Entonces, la idea de que la respuesta —ahora podemos profundizar en cómo se produjo, si fue plagiado, no es el punto— era que, en realidad, se produjo la infraestructura por mucho menos de lo que tomó producir el modelo o1. ¿Y cuál fue la respuesta a eso? Bueno, toma medio billón de dólares y lánzalo al problema.
Joannes Vermorel: Sí, y lo interesante es que Mistral, una empresa francesa, había hecho casi las mismas afirmaciones que DeepSeek hace aproximadamente un año, diciendo, ya sabes qué, esos LLMs, lo que tenemos actualmente, son bastante derrochadores. Es muy probable que podamos lograr resultados comparables, si no mejores, con solo una pequeña fracción de los recursos computacionales. Mistral, y lo interesante es que esa ya era la posición de Mistral, pero de repente, cuando fue una empresa china haciendo exactamente lo mismo, los mercados se volvieron locos.
Así que mi opinión fue, bueno, es agradable ver una corrección del mercado. Pero, fundamentalmente, ilustra el hecho de que, en términos generales, con las tecnologías de software, el camino, el progreso es extremadamente caótico. Es muy difícil saber con años de anticipación qué tendrá éxito. Es muy difícil saber cómo desplegar el capital de manera efectiva. Por eso, por cierto, es muy interesante si observas incubadoras de startups muy exitosas como, por ejemplo, Y Combinator. Literalmente, han sido pioneros en el enfoque de repartir el dinero de manera muy amplia, tomando miles de startups, desplegando un poco de capital, como medio millón de dólares para cada empresa, y viendo qué surge. Y este tipo de enfoque parece ser lo que generalmente funciona en la industria del software, en contraposición a elegir un campeón y verterle miles de millones a ese campeón. Históricamente, cuando miras a las empresas, esos inversores que han estado aplicando este enfoque de mega inversión, como SoftBank, SoftBank sufrió pérdidas masivas en WeWork. Es decir, comenzaron con un fondo de 100 mil millones y desperdiciaron algo como decenas de miles de millones en WeWork.
Conor Doherty: Bueno, WeWork ni siquiera era una empresa de software.
Joannes Vermorel: Quiero decir, se presentaban como tal, pero esencialmente era una agencia de alquiler. Pero ese es el problema. Cuando dices que queremos invertir en IA y aquí tienes miles de millones de dólares —diría, cientos de miles de millones para eso— ten la seguridad de que cada empresa se presentará como una compañía de IA. Hasta donde yo sé, por ejemplo, Oracle no tiene nada que ver con la IA. No han contribuido en este campo. Ni siquiera puedo estar seguro de si alguna vez han hecho algo remotamente relevante en el campo del machine learning. Pero ahora se están marcando como una empresa de IA. Y estoy bastante seguro de que habrá muchas otras empresas que tienen historiales muy débiles en esta área y se unirán a la corriente. Estoy bastante seguro de que, si tuviera que adivinar, diría que probablemente Salesforce se unirá a ellas. De nuevo, ese es el problema.
Cuando miramos a la IA, la pregunta es, ¿qué es lo que falta? Claramente, hay toneladas de cosas que faltan. Si queremos aplicar eso a la IA para supply chain, hay toneladas de cosas que faltan. Pero, en realidad, el capital, después de años de flexibilización cuantitativa en los que literalmente tuvimos el acceso más fácil al capital en probablemente la historia humana, no creo que, al menos como emprendedor, la falta de fondos haya sido realmente el problema. Lo que veo, en términos generales, cuando miro el mercado de la IA es una sobreabundancia de fondos. Incluso cuando solo miro los fondos privados, si a eso se suman los públicos, simplemente se va a intensificar el problema de la sobreabundancia de efectivo.
Conor Doherty: En términos generales, has trazado un paralelo con las startups en esa especie de bruma o frenesí de capital de riesgo que se desata cuando la gente está alrededor de las empresas tecnológicas. No sé si lo dijiste explícitamente, pero ¿estabas aplicando ese mismo marco a lo que gobiernos como Japón, Francia y Estados Unidos están haciendo? Estás trazando un paralelo con los tipos de comportamientos que hicieron que enormes empresas tecnológicas, o empresas tecnológicas individuales, quemaran cientos de millones y miles de millones. ¿Estás equiparando estas acciones?
Joannes Vermorel: No, lo que estoy diciendo es que desplegar capital es extremadamente difícil, y es extremadamente difícil para las empresas privadas gastarlo correctamente. Gastar es fácil, pero gastarlo de manera rentable es extremadamente difícil. Cuando miras incluso a empresas privadas como SoftBank, en el mejor de los casos puedes decir que es acierto o fallo. No está claro que, si lo miras en conjunto, ese es un punto que Warren Buffett ha mencionado muchas veces. La mayoría de las veces esos fondos terminan rindiendo por debajo del mercado. Así que, con solo un ETF básico, obtendrías mejores retornos.
Ahora, mi preocupación es que, si añades, ya sabes, tienes este problema o desafío de que es muy difícil desplegar capital en IA. Es aún más difícil desplegar cantidades gigantescas, porque cuanto mayor sea el fondo que desees desplegar, más desafiante se vuelve. Y ahora agravas el problema al tener una serie de gobiernos que están creando todo tipo de pesadillas burocráticas a punto de suceder, formando consorcios y demás, que históricamente han demostrado una y otra vez generar mucho desperdicio. Si las estrategias estatales fueran una fórmula segura para hacerse rico, Francia sería el país más rico del mundo. No se le acerca ni de lejos. Todas esas cosas fallaron invariablemente.
Conor Doherty: Bueno, si puedo intervenir en ese punto, porque, de nuevo, cuando hablas de desperdicio financiero, obviamente ese es nuestro métier: entender lo que obtienes, cuál es el ROI por cada dólar gastado. Para enlazar este punto con un comentario previo que hiciste relacionado con supply chain, anteriormente diste el ejemplo de los tres sistemas de enterprise software. El primero es el sistema de registros, y eso es esencialmente tu ERP. Mencionaste antes que, de nuevo, en la mayoría de las empresas que encuentras, la gente dedica aproximadamente tres cuartas partes de su presupuesto de TI a lo que es esencialmente un libro mayor glorificado, una hoja de cálculo en términos esenciales. Una hoja de cálculo, como si dijera: gastaré decenas de millones de euros en hojas de cálculo, bien. Y tu posición allí, típicamente —y lo resumo— es que eso no es particularmente sensato. De acuerdo, pero se necesita gastar cierta cantidad de dinero en eso porque se requiere algo, cierta cantidad de capital. Y señalaste que tal vez el 5% es apropiado. Bueno, tomando esa misma perspectiva financiera, obviamente los estados, los gobiernos, necesitan gastar cierta cantidad de dinero en infraestructura de IA. Medio billón puede ser excesivo, pero ¿cuál es una cantidad apropiada?
Joannes Vermorel: Pero realmente cuestiono esta idea de por qué los gobiernos deberían gastar dinero en temas como ese. Parece la receta para desperdiciar toneladas de dinero de los impuestos. A mí no me importa, no pago mis impuestos en EE. UU., pero luego, aparentemente, la UE se está poniendo al día y simplemente quiere desperdiciar toneladas de dinero de los impuestos europeos en eso. Y allí, yo seré afectado.
Para mí, lo que es muy extraño es ¿por qué crees que, en primer lugar, los gobiernos deberían siquiera estar involucrados en eso? Es muy extraño. ¿Será algo en lo que probablemente necesites el apoyo gubernamental? Si miras toda la historia de la informática, especialmente cuando se trata de esas cosas esquivas como la inteligencia artificial, ninguna de esas cosas surgió jamás de entidades burocráticas dirigidas por gobiernos. El progreso es muy incremental, está increíblemente disperso geográficamente. Hemos visto con DeepSeek que un equipo de quants en China puede impulsar el estado del arte, y la próxima vez puede ser otro equipo en Alemania, en Suecia, en cualquier lugar.
Y de nuevo, cuestiono la idea de que lo que necesitamos es la falta de fondos, porque claramente hay una abundancia de ellos. Si piensas que los estados deberían involucrarse porque no hay suficientes fondos, como emprendedor en el negocio del software, te diría que lo pienses de nuevo. Personalmente, me contactan probablemente como cinco veces al día capitalistas de riesgo que quieren invertir en Lokad. La falta de fondos no es el problema. Tienes todo el capital que desees, pero para mí, aún considerando mi experiencia, si me das incluso cien millones para IA, es muy incierto en qué debería invertirse ese dinero. Es una propuesta muy difícil. Así que comparemos eso con cien mil millones de dólares. Ese es un problema. Mi opinión es que ese tipo de mega inversiones son como una distracción. Van a generar mucho desperdicio, pero también serán muchas distracciones para todas las partes involucradas.
Conor Doherty: Solo para desmenuzar la idea de si los estados deberían o no estar involucrados, o si tienen o no interés en esto. Hay un punto que debe hacerse, y de nuevo, no soy un experto. Enseño filosofía y trabajo en marketing en Lokad. Sin embargo, he leído el libro de Nick Bostrom, “Superintelligence”, que tiene unos 10 o tal vez 11 años. Cuando lo escribió, delineó el potencial. Sé que no estamos hablando de superinteligencia, así que tengan paciencia. La idea es que la mayoría de la gente no sabe qué es la superinteligencia. La mayoría no sabe cuán cerca estamos o no de eso. Lo que saben es…
Todavía existe el potencial, como lo delineó Bostrom, del impacto devastador de estar del lado equivocado de una nación que la posee. Así que mi pregunta es, ¿cuánto de esto es esencialmente un miedo a nivel estatal de no desarrollar esta infraestructura lo suficientemente bien en relación con enemigos potenciales?
Joannes Vermorel: Pero, ¿qué te hace pensar que el gobierno o alguien en esas coaliciones de gobiernos tenga alguna idea para responder a esta pregunta? La IA no es algo sencillo como construir un muro gigantesco para defendernos, algo muy tangible con un objetivo claro. Estamos hablando de algo increíblemente esquivo. Imagínate reemplazar la IA con un concurso para escribir la mejor novela —la más poética, la más interesante, la más cautivadora. ¿Realmente crees que invertir miles de millones en este desafío produciría mecánicamente la mejor novela? No. Seguramente obtendrías muchos participantes, pero inmediatamente se convertiría en una pesadilla burocrática sin posibilidad de producir algo hermoso.
La IA es increíblemente esquiva. Parte del problema con los modelos de lenguaje grandes (LLMs) es que realmente no entendemos la naturaleza de sus limitaciones. Si entendiéramos lo que verdaderamente nos impide lograr la inteligencia artificial general, tendríamos un camino de desarrollo claro. El problema es que, en los últimos 50 años, cada generación de modelos de machine learning ha revelado algo fundamental que se comprendía mal acerca de la inteligencia. Cada revolución ha sido incremental, permitiéndonos darnos cuenta de que había algo profundo sobre la inteligencia que nos faltaba.
Cerrando esas brechas, se ha logrado progreso, y hoy en día tenemos cosas que nos dan resultados espectaculares. Pero la comunidad en general —expertos, investigadores en IA— encuentra extremadamente incierto hacia dónde deberíamos ir. Estás lanzando cosas contra la pared para ver qué se pega, y lo haces con los ojos vendados. No está claro que invertir dinero en el problema pueda empeorar las cosas. Se podría argumentar que OpenAI estaba bastante distraído porque tenía demasiado dinero y se centró en mega modelos, por lo que llegaron un poco tarde a la fiesta cuando se trataba de hacer los mismos LLMs, pero mucho más ágiles.
Existe este mito de que, solo porque puedes ver una dirección, como que la IA es el futuro, cualquiera tiene una idea de cómo llegar allí. Lo interesante del mercado es que habrá miles de personas asumiendo riesgos, probando cosas, y, en última instancia, de esta competencia gigantesca, surgirá algo como ganador. Eso es muy bueno. Cuando tienes una estrategia estatal, terminas con cosas como el Minitel de Francia. Francia intentó inventar su propio internet, que era gestionado por el estado, y fue una completa catástrofe.
La idea de que el estado pueda guiar el avance de la humanidad solo puede suceder en problemas que se entienden extremadamente bien y que son sencillos, donde un enfoque de fuerza bruta pura funcionará. Pero si tienes algo multidimensional, es muy difícil. Podrías terminar en una situación en la que la IA esencialmente se convierta en código abierto, sin valor. Tu núcleo de IA podría ser de código abierto y gratuito, y todo el valor se construiría sobre lo que hagas con esta IA. No está claro que tener control total sobre la IA otorgue superioridad a alguien. Piensa en ello como las matemáticas. Imagina que un país produce a todos los matemáticos que demuestran todos los teoremas. Este país sería una superpotencia matemática, pero una vez que esos teoremas se demuestran, todos pueden disfrutar de los resultados. Ser una superpotencia matemática no se traduce en poder real o riqueza. Hay otro error de razonamiento: si haces el gran avance, capturas el valor añadido. No necesariamente. Así como ser una superpotencia matemática no equivale a aprovechar todo este conocimiento para hacer algo que enriquezca a los países.
Conor Doherty: Lo que básicamente has planteado es el argumento que Bostrom hizo contra la superinteligencia. Sé que no estamos discutiendo sobre la superinteligencia, pero antes de lograr una IA superinteligente, que él postuló estaría en algún lugar a mediados de este siglo, hay pasos que deben completarse. Quien tenga eso es esencialmente una superpotencia. Si tienes el monopolio de un conjunto de habilidades valorado, eres una superpotencia. De manera similar, quien progrese más en la IA podría ser el más poderoso, y eso podría influir en algunas decisiones.
Joannes Vermorel: Sí, pero eso es pura especulación. No habrá monopolio. Una vez que la comunidad alcance un cierto nivel de entendimiento, lo que fue una superpotencia o competencia exclusiva de unas pocas personas se convierte en una mercancía. En este momento, los desarrollos de IA parecen seguir los mismos patrones que se han visto en la informática durante los últimos 50 años. Es muy incremental, con toneladas de contribuyentes diversos. Las contribuciones provienen de miles de lugares. Tienes muchos artículos que ofrecen contribuciones sustanciales, pero la persona que realiza esta contribución podría tener solo un artículo significativo.
La humanidad seguirá avanzando en la IA, al igual que en las matemáticas, pero no existe monopolio. Nadie posee el conocimiento de las matemáticas. Algunos países tienen más matemáticos que otros, pero ¿otorga eso alguna superpotencia real expresada en la calidad de vida, acceso a bienes materiales, etc.? Absolutamente no. Es muy incierto que estas inversiones capturen eso. Estamos invirtiendo en hardware para los próximos 5 a 10 años para modelos que no sabemos cómo serán. Existe una posibilidad significativa de que sean errores y se desperdicie dinero. Si Microsoft invierte en más centros de datos y se equivoca, serán los accionistas quienes sufran esa pérdida. La idea de que los burócratas desplegarán cientos de miles de millones de dólares o euros de manera eficiente en IA es una distracción.
Conor Doherty: Nuevamente, no soy economista, pero he leído bastante sobre teoría de la toma de decisiones y cómo, si comparas las percepciones de las personas sobre números pequeños y números grandes, son radicalmente diferentes. Por ejemplo, si te dijera, CEO de la compañía, que el año pasado gastamos $12,000 en café en la sala de descanso, podrías pensar que es una cantidad de dinero absurda, solo porque el café es algo cotidiano, diario. ¿Deberían ser $10,000? ¿$12,000? ¿$5,000? Voy a investigar eso. Pero si dijera que la actualización de tu ERP te costará $250 millones, suena razonable. No sé cuánto debería costar. De manera similar, para construir 20 centros de datos, costará medio billón de dólares. Existe esta tiranía cuando se trata de números grandes. Creo que eso se complica aún más cuando tienes personas involucradas en el proceso de toma de decisiones que quizá no tienen mucha simpatía mecánica, ni un entendimiento de lo que sucede bajo el capó. Luego les dicen, “Aquí tienes, esencialmente, un cheque en blanco”, porque medio billón de dólares es, efectivamente, un cheque en blanco. Escribe el número que consideres apropiado para construirlo. Mi pregunta es, ¿qué tan realista es la expectativa de que ese dinero se pueda desplegar de manera sensata y sea de algún beneficio para el público en términos de creación de empleos?
Joannes Vermorel: En mi opinión, la expectativa debería ser extremadamente baja en este aspecto. Si observas las estadísticas de empleo en los EE.UU., muestran que disfrutan de empleo pleno, o cuasi pleno si dejamos a un lado a las personas que fueron a la cárcel. Así que la idea de que se crearán empleos cuando ya hay empleo pleno es extraña. Podrías decir, “Oh, vamos a tener empleos mucho mejores”, pero tenemos que considerar si realmente es un enfoque realista. Si alguien trabaja en una pizzería, podría haber una demanda de un administrador de bases de datos, y ese trabajo estaría mejor remunerado. Pero si la persona sigue trabajando en una pizzería, haciendo pizzas, y no en un trabajo de administración de bases de datos mejor pagado, probablemente se trate de una cuestión de competencia.
Para mí, el argumento de la creación de empleos es completamente ortogonal, especialmente en países como los EE.UU. que tienen tasas de desempleo muy bajas. Es un argumento de dudoso mérito para justificar cualquier inversión. Si vamos a Europa, donde tenemos tasas de desempleo más altas, la realidad es que la mayoría de esas tasas de desempleo son causadas por regulaciones. Si lo que impide que la gente tenga un empleo es una pieza de regulación, la proposición de que hacer una inversión masiva en algo va a resolver este problema es incorrecta. Esos problemas son completamente independientes. Hasta que no soluciones la regulación que impide que la gente tenga empleo en primer lugar, no vas a tener a esa gente empleada.
Para la audiencia que no está familiarizada con Europa, en muchos países como Francia, España, Italia, es casi imposible para las empresas dejar ir a sus empleados, despedirlos. Como resultado, todas las empresas tienen que ser extremadamente conservadoras a la hora de contratar. Eso crea mucha fricción, y en gran medida, el desempleo se puede explicar por este tipo de fricciones. Los países que no tienen este tipo de fricción, como Suiza, tienen una tasa de desempleo mucho menor. Para mí, el argumento es que cuando hay inversión, la idea de que se crearán empleos es una proposición muy débil, especialmente cuando se utilizan fondos tributarios para financiar esos empleos. Significa que se toma dinero de la gente común por un lado para dárselo a otras personas por el otro. Cuando se trata de una inversión privada, se crea oportunidad. Pero si hablamos de fondos públicos, es dinero tomado de los contribuyentes para ser movido y entregado a otros al final del día.
Conor Doherty: Si puedo intervenir en ese punto, algo humorístico sucedió mientras estaba en esa línea. Se basa en este punto porque quería ser preciso con la información. Quería buscar algo que Anthony Miller había dicho en LinkedIn. Anthony Miller, un amigo del canal, tiene un blog fantástico. Recomiendo encarecidamente que la gente lo visite en Wiser LogTech. Abrí LinkedIn para obtener esa información exacta, y en la parte superior de mi feed estaba, de hecho, Anthony Miller publicando sobre exactamente lo mismo. Una publicación reciente, pero a la que quería llamar la atención fue cuando dijo hace unos días, y obtener tu perspectiva sobre ello. Hizo un punto muy similar de que, en términos, particularmente en Francia, se aplica de manera amplia a lo largo de los estados europeos, pero ciertamente en Francia, porque todos estamos en Francia, él incluido. Señaló que esta financiación de 200 mil millones, independientemente de cómo se divida entre los estados, no conducirá necesariamente a la creación de empleos en Francia. La razón particular que citó fue que, en general, en lo que respecta a las startups, Francia está sobre-regulada y quizás es algo inhóspita para el entorno de startups. Tengo curiosidad, ¿compartes ese nivel de escepticismo?
Joannes Vermorel: Sí, lo hago. Si observas a quién está desempleado en Francia, la respuesta no son las personas que tienen habilidades en TI o en ciencias de la computación. Esas personas están todas empleadas. Si miramos a las personas que tienen habilidades valiosas en el mercado, especialmente cuando se trata de cosas relacionadas con la IA o adyacentes a la IA, tenemos un 100% de empleo. Cuando miramos en Francia, ¿quiénes son las personas que están más desempleadas? La respuesta es esencialmente los jóvenes con baja educación. Tenemos alrededor de un 20% de desempleo para las personas menores de 25 años. Francia tiene actualmente un desempleo general del 7% según Google. Pero cuando observas a las personas menores de 25, es como un 20%. Hay que tener en cuenta que en Francia, tenemos 200,000 personas estudiando sociología en cualquier momento.
Francia está produciendo una gran cantidad de personas que no están calificadas para nada. ¿Resolverá la IA este problema? No lo creo. Si observamos por qué esas personas están desempleadas, la respuesta es porque han pasado cinco años estudiando sociología, lo cual no les otorga ninguna habilidad que pueda ser utilizada de manera realista en cualquier empresa para cualquier propósito. El hecho de que Francia de repente invierta en IA no va a resolver este problema. No estabas empleado antes porque tu habilidad no tenía valor en el mercado. La IA no cambia eso fundamentalmente.
Si hablamos de creación de empleos, lo que la gente tiene en mente es que se crearán empleos para las personas que no tienen trabajo. La realidad es que las personas que tienen habilidades decentes en Francia están empleadas casi al 100%.
Conor Doherty: Para ser claro, en muchos casos, cualquiera que tenga esas habilidades en Europa, particularmente en Francia, si es suficientemente fluido en inglés, a menudo es reclutado por startups en America.
Joannes Vermorel: Si discutimos la creación de empleos, es la idea de que si solo estás creando un empleo para alguien que ya tiene trabajo, simplemente estás reubicando lateralmente. La pregunta sería, ¿vamos a resolver la situación de las personas desempleadas? Mi respuesta es que hay toneladas de personas en Europa que están desempleadas, pero esas razones no tienen nada que ver con la IA ni con lo que la IA puede hacer para Europa, los EE.UU. o el mundo. Incluso si la IA tiene mucho éxito, no cambiará nada para aquellas personas que no tienen trabajo por la misma razón exacta que las personas en los EE.UU. que han sido condenadas, han ido a la cárcel varias veces y luchan enormemente para conseguir empleo. Incluso si el país es inmensamente próspero, el destino de esas personas no será fundamentalmente diferente solo porque tengamos una IA increíblemente buena haciendo muchas cosas valiosas para las empresas.
Conor Doherty: No quiero poner palabras en tu boca, pero como resumen de esa posición, ¿estás efectivamente de la opinión de que, desde la perspectiva del contribuyente promedio en Europa, no hay valor añadido en esto?
Joannes Vermorel: No hay valor añadido en esto en Europa. No creo que lo haya tampoco en los EE.UU. Si miramos más específicamente a las supply chain, creo que los directores de supply chain no ven en esos programas el lugar donde ocurrirá la innovación. Simplemente sería un desperdicio gigantesco de recursos. Esos consorcios serán derrochadores, burocráticos, y no liderarán la próxima generación de IA.
Esos consorcios pueden causar incluso más daño que simplemente desperdiciar euros de impuestos y dólares de impuestos. También son una distracción gigantesca que puede distorsionar la percepción de los ejecutivos de las empresas, engañándolos para que crean que este es el lugar donde ocurrirá la innovación, donde se creará valor. Mi opinión, y estaría dispuesto a apostar dinero en ello, es que no será el lugar donde ocurra la innovación. La innovación seguirá ocurriendo, solo que no allí.
Conor Doherty: Bueno, es interesante porque a menudo cuando intento presionarte para que hagas predicciones sobre lo que sucederá, mantienes las cartas muy cerca de tu pecho. Has sido muy firme en tu pronóstico hoy.
Joannes Vermorel: Sí, quiero decir, lo interesante es que si quieres que prediga dónde tendrá lugar la innovación, no lo sé. Pero aún podemos descartar algunos lugares. ¿Viene la próxima revolución de la IA desde Corea del Norte? Poco probable, muy poco probable. ¿Vendrá de burócratas gubernamentales? Muy poco probable, al igual que Corea del Norte. Así que, ya ves, no es porque no pueda hacer una predicción precisa que no pueda descartar algunas cosas que son extremadamente improbables cuando miras la historia.
Conor Doherty: Entonces, ¿dentro de 12 meses no crees que Europa habrá construido algo, y mucho menos logrado un progreso enorme?
Joannes Vermorel: Puede, pero si lo hace, no será gracias a esas inversiones. La innovación puede ser muy errática, y puede ocurrir prácticamente en cualquier lugar. Algunos países tienen mucha mano de obra muy calificada. Por ejemplo, Suiza es un hervidero para este tipo de talento. Las probabilidades de que surja una empresa así en Suiza no son malas.
Conor Doherty: ¿Paraísos fiscales?
Joannes Vermorel: Sí, pero no solo paraísos fiscales. Por ejemplo, la Universidad ETH es excelente. Hay muchos lugares con excelentes universidades técnicas. Francia, sí, Francia tiene muchas. Así que, mi opinión es que el candidato principal es EE.UU., simplemente porque tienen más impulso, las comunidades más grandes y los expertos más numerosos. Pero incluso si el progreso sigue viniendo de EE.UU., mi pronóstico es que no tendrá nada que ver con esas mega inversiones dirigidas por las administraciones federales. Es probable que el éxito ocurra en EE.UU. debido a que han dominado el campo durante bastantes décadas. ¿Pero será este éxito la consecuencia de esas mega inversiones involucrando a su gobierno federal? En general, no lo creo.
Conor Doherty: Muy bien, pues, hemos estado conversando por casi una hora, así que voy a empezar a concluir. En cuanto a las reflexiones finales, ¿qué te gustaría decir antes de terminar?
Joannes Vermorel: A los directores de supply chain o directores de TI que nos ven, no se distraigan. Esas cosas son simplemente una pérdida de tiempo y, lamentablemente, una pérdida de su dinero, pero no pueden hacer nada al respecto porque son sus impuestos.
Conor Doherty: No estamos abogando por nada ilegal.
Joannes Vermorel: Pero al menos lo que pueden hacer es asegurarse de que no sea una distracción completa para ustedes. Mi sugerencia es prestar atención a lo que está pasando, pero no distraerse con esas mega inversiones. Lo más probable es que no salga nada de ellas. Manténganse atentos a las cosas que son muy específicas de su campo y que parecen estar ganando tracción en hacer algo real para sus casos de uso en lugar de perseguir super inteligencia y demás.
Conor Doherty: Muy bien, Joannes, no tengo más preguntas. Muchas gracias por tu tiempo. He disfrutado la conversación, y espero que otros también. Gracias por vernos, y nos vemos la próxima vez.