Si hace apenas un par de años la gran pregunta era qué modelo de inteligencia artificial sería el mejor, hoy la pregunta se centra más en saber si podremos permitirnos utiizarlo.
Desde su aparición hemos hablado de la IA como si fuera un recurso prácticamente ilimitado. Se repetía que cada prompt costaba apenas unos céntimos, que el conocimiento estaba al alcance de cualquiera y que la inteligencia se estaba democratizando.
Sin embargo, detrás de esa aparente gratuidad se escondía una compleja realidad económica que ahora comienza a manifestarse, y que puede ser un importante condicionante de cara al futuro.
En efecto, algunas empresas tecnológicas estadounidenses han descubierto que su principal gasto ya no son los salarios ni el alquiler de sus oficinas, sino el consumo de tokens de inteligencia artificial. De hecho, algunas compañías ya afirman que su solución a estos costes inasumibles pasa por abandonar los modelos de IA estadounidenses y migrar completamente a un modelo chino, diez veces más barato.
En este caso, lo verdaderamente interesante es que la IA se haya convertido también en un serio problema de estructura de costes para la industria, lo que supone un nuevo argumento a incorporar en los actuales debates sobre competitividad y soberanía digital.
La IA rompe parcialmente la lógica del software tradicional, ya que cada consulta consume capacidad de cálculo, electricidad, refrigeración, redes de comunicaciones y enormes infraestructuras de centros de datos. En otras palabras, cada conversación con la IA tiene un coste variable, con independencia del coste de la licencia contratada, en caso de haberla.
Además, muchas empresas están descubriendo que incorporar IA a todos sus procesos no siempre mejora su rentabilidad. Automatizar indiscriminadamente puede resultar mucho más caro de lo previsto cuando cada correo resumido, cada documento analizado o cada agente inteligente supone un consumo mensual de miles o millones de tokens, que la empresa debe sufragar si quiere seguir utilizando una concreta Inteligencia Artificial. IA que, por otra parte, ya ha conseguido fidelizar a su cliente porque se ha convertido en poco más que imprescindible.
Por eso, entre algunas empresas, empieza a imponerse un enfoque mucho más racional, y -quizás- hasta más sostenible: utilizar el modelo más potente únicamente cuando realmente aporte valor y recurrir a modelos más sencillos para ejecutar tareas repetitivas.
Esta presión económica está provocando una auténtica guerra de precios. Los modelos abiertos, especialmente los desarrollados en China, están ganando terreno porque ofrecen un rendimiento suficiente para la mayoría de las aplicaciones empresariales. Y lo hacen a un precio mucho menor. Esto está llevando a grandes compañías tecnológicas a reducir costes gracias a diversificar los modelos que utilizan en función del tipo de tarea que quieren desarrollar.
Sin embargo, reducir el debate al precio sería un error, porque -como se ha demostrado- el coste de la inteligencia artificial no se mide únicamente en euros, sino que concurren otro tipo de costes.
Así, por ejemplo, existe un coste estratégico. Cuando una empresa, una administración pública o incluso un país basan sus procesos críticos en modelos desarrollados por terceros, adquieren una dependencia tecnológica difícil de revertir. Hoy la conversación gira alrededor del precio por millón de tokens; mañana puede girar sobre la disponibilidad del servicio, las restricciones geopolíticas o la soberanía digital.
Existe, además, un coste jurídico. Los modelos más económicos pueden implicar tratamientos de datos realizados bajo marcos regulatorios distintos, diferentes niveles de transparencia o mayores dificultades para acreditar el cumplimiento normativo.
Tampoco debemos olvidar el coste ambiental. Cada reducción del precio incentiva un mayor consumo. Igual que ocurrió con el almacenamiento en la nube o con el vídeo en streaming, abaratar el acceso puede multiplicar exponencialmente la demanda. La conocida paradoja de Jevons nos recuerda que a medida que el progreso tecnológico aumenta la eficiencia en el uso de un recurso, su consumo total tiende a aumentar en lugar de disminuir.
Quizá el mayor error haya sido considerar la IA como una herramienta gratuita porque el usuario apenas percibe el coste de cada interacción. En realidad, alguien siempre paga la factura: la empresa que mantiene la infraestructura, el inversor que financia pérdidas millonarias esperando beneficios futuros o, finalmente, el cliente cuando el mercado deja de estar subvencionado.
Y esa puede ser la gran incógnita de los próximos años, o ¿meses?
sobre la firma:
Francisco Pérez Bes es adjunto de la Agencia Española de Protección de Datos. Además, fue socio en el área de Derecho Digital de Ecix Group y es ex Secretario General del Instituto Nacional de Ciberseguridad (INCIBE).