Bombolla de la IA o revolució tecnològica
Les inversions s’acceleren, sorgeixen dubtes i les ‘startups’ obtenen ingressos minúsculs
Microsoft, Nvidia, Apple, Google, Amazon, Meta i Tesla disparen el seu valor de mercat
El món tecnològic es troba immers en una revolució que, segons alguns, pot canviar la nostra societat tant com ho van fer la revolució industrial o el mateix internet. Ara el motor de canvi és la intel·ligència artificial (IA). Des de l’aparició de ChatGPT a finals del 2022, la IA generativa ha captat l’atenció de la societat, empreses i inversors d’una manera espectacular. L’eufòria està començant a despertar dubtes i cada cop més veus s’alcen per advertir sobre la formació d’una bombolla especulativa similar a la de les puntcom de final del segle XX.
L’any 2023 va ser testimoni d’inversions multimilionàries en IA. Empreses com Microsoft, Google, Meta i Nvidia han destinat milers de milions de dòlars al desenvolupament de tecnologies d’IA. Nvidia, fabricant de les GPU (unitats de processament gràfic) necessàries per a la IA, ha esdevingut una de les grans protagonistes de la cursa, amb un augment de la capitalització borsària fins a nivells rècord. El juny passat, la seva valoració va arribar a 3,3 bilions de dòlars, cosa que la va situar temporalment com la tecnològica més valuosa del món, al davant de Microsoft (3,31 bilions de) i d’Apple (3,28 bilions).
Aquest creixement vertiginós ha estat alimentat per l’expectativa que la IA transformarà sectors com la salut, les finances, l’energia i, fins i tot, el mateix model de negoci de moltes empreses. Segons un informe de Goldman Sachs publicat al juny, la IA podria afegir 15 bilions de dòlars a l’economia global en les properes dues dècades. Aquestes previsions han impulsat inversions massives en startups dedicades a la IA, que han captat més de 32.500 milions d’euros en el primer semestre del 2024, segons la plataforma Crunchbase.
Tot i això, hi ha una pregunta que comença a inquietar analistes i inversors: està justificada l’eufòria o estem davant d’una bombolla a punt d’esclatar?
La situació actual recorda poderosament la bombolla de les puntcom de finals dels anys noranta. Llavors, l’aparició d’internet i l’entrada massiva d’empreses tecnològiques al mercat van generar una espiral d’inversions que finalment va resultar insostenible. Moltes de les empreses que es van crear en aquell període no tenien models de negoci sòlids ni generaven beneficis reals. Quan la bombolla va esclatar, el 2000, milers d’empreses van fer fallida i els mercats van rebre una correcció severa.
L’actualitat presenta alguns paral·lelismes preocupants. Les 7 magnífiques, un grup que inclou Apple, Microsoft, Alphabet (Google), Amazon, Meta, Tesla i Nvidia, han vist com el seu valor de mercat es disparava fins a representar més d’un terç de la capitalització total de l’índex borsari Standard & Poor’s 500. Això ha fet que alguns analistes comencin a advertir d’una possible correcció. De fet, a l’agost aquestes companyies van perdre gairebé un bilió de dòlars en un sol dia, un senyal que els mercats començarien a qüestionar la viabilitat a llarg termini de les valoracions actuals.
La bombolla és real?
Gary Marcus, un expert en IA reconegut per la seva crítica constant del hype tecnològic (expectativa exagerada), adverteix repetidament del risc d’una bombolla en la IA. Segons Marcus, els models de llenguatge com GPT-4, tot i ser impressionants, encara tenen limitacions importants, com les al·lucinacions o errors bàsics que dificulten l’aplicabilitat en entorns crítics. A més, la infraestructura necessària per entrenar els models és extraordinàriament costosa i podria ser insostenible a llarg termini. “La IA generativa no desapareixerà”, diu Marcus, “però és molt possible que els inversors deixin d’injectar diners al ritme que ho han fet fins ara, cosa que podria provocar una correcció significativa en el mercat”.
Aquest escepticisme no és infundat. Un informe d’Elliott Management, un fons d’inversió que gestiona 70.000 milions de dòlars en actius, va catalogar Nvidia com a “sobrevalorada” i va expressar dubtes sobre la capacitat de les grans tecnològiques per continuar comprant GPU a Nvidia a grans volums. L’informe també adverteix que moltes de les aplicacions de la IA podrien no ser rendibles mai, un escenari que recorda el fracàs de moltes puntcom que prometien revolucions tecnològiques que mai van arribar.
‘Startups’ enmig del ‘boom’
Mentre que els gegants tecnològics tenen capacitat per suportar eventuals correccions, les empreses emergents (startups) dedicades a la IA es troben en una posició molt més vulnerable. Han captat finançament sense precedents, però moltes encara no han demostrat la viabilitat dels seus models de negoci. Algunes, com Anthropic i Stability AI, han recaptat milers de milions de dòlars, però els seus ingressos són minúsculs en comparació amb les seves despeses. Stability AI, per exemple, va reportar vendes de només 60 milions de dòlars per al 2024, mentre que els seus costos operatius se situen al voltant dels 96 milions.
El cas d’Inflection AI és també revelador: havia captat 1.500 milions de dòlars, però va haver de tancar el seu negoci original només un any després de llançar el seu assistent personal d’IA perquè no va poder generar els ingressos esperats. Això reflecteix la crua realitat que afronten moltes emergents: competir amb gegants com Microsoft o Google requereix no només milers de milions, sinó també models de negoci sòlids.
Malgrat els advertiments de bombolla, molts experts creuen que la IA té el potencial de ser una revolució comparable amb l’arribada d’internet. Sundar Pichai, CEO de Google, ha comparat la IA amb la invenció de l’electricitat o el foc, destacant el seu potencial per transformar radicalment la societat.
Aquest optimisme es basa en avenços tangibles que ja s’han aconseguit. Nvidia ha registrat rècords d’ingressos i beneficis gràcies a la venda de GPU per a IA, i Alphabet ha reportat un creixement del 30% en Google Cloud impulsat per la demanda de serveis d’IA. Microsoft també ha fet una aposta històrica per la IA, amb una inversió de 1.950 milions d’euros només a Espanya per desplegar infraestructures d’IA i núvol.
Reverso: Context i traducció en 26 idiomes
Reverso Translation és una eina que suporta 26 idiomes i proporciona traduccions amb exemples i explicacions contextuals. Utilitza tecnologies de processament de llenguatge natural per comprendre no només les paraules, sinó també el context. Ofereix correcció de textos i conjugació de verbs.
DeepL: Traducció automàtica precisa i matisada
DeepL és una eina de traducció automàtica neuronal coneguda per les seves traduccions precises i matisades, suportant 31 idiomes. Prioritza la qualitat sobre la quantitat, utilitzant xarxes neuronals profundes i un ampli conjunt de dades per aconseguir traduccions exactes tant en paraules com en context.
Writesonic: Contingut enfocat a millorar el SEO
Writesonic facilita la creació de contingut optimitzat per a SEO. Utilitzant tecnologia de llenguatge natural i amb 80 funcions personalitzades, genera articles, apunts de blog, descripcions i més, en minuts. Produeix contingut de qualitat i rellevant, ajustant-se a la veu de la marca, i ho fa visible als motors de cerca.
Smartling: IA en la traducció assistida
Smartling és una plataforma per traduir i localitzar continguts en qualsevol idioma i mitjà amb precisió i escala. Simplifica la gestió de contingut multilingüe, amb context visual i controls de qualitat, automatitza la gestió de contingut amb fluxos de treball flexibles i gestiona rutes, visibilitat, comunicació i costos.
Diccionari
Aprenentatge en conjunt
L’aprenentatge en conjunt (ensemble learning) és una tècnica que combina múltiples models per millorar la precisió de les prediccions. Un exemple d’això són el bosc aleatori i la potenciació (boosting). Cada model contribueix amb la seva predicció i el resultat final es basa en una combinació, sovint millorant la robustesa i l’exactitud global.
Increment del gradient
L’increment del gradient (gradient boosting) és un mètode d’assemblatge que crea un model predictiu fort sumant models dèbils seqüencialment. Cada nou model intenta corregir els errors del model anterior i millorar l’error residual en cada pas. Això dona com a resultat una millora significativa en la precisió de les prediccions finals.
Variables latents
Les variables latents són variables no observables directament però inferibles a partir de variables observades. S’utilitzen en models probabilístics per descobrir estructures subjacents en les dades. Aquestes variables ajuden a explicar relacions complexes i patrons ocults que no són evidents a primera vista.
Comprensió del llenguatge natural
La comprensió del llenguatge natural (natural language understanding, NLU) és una branca del processament del llenguatge natural (PNL) que se centra en la comprensió del significat del llenguatge humà. Permetent que les màquines entenguin contextos, sentiments i intencions, facilita interaccions més naturals i efectives entre humans i sistemes d’IA.
