OpenAI ha anunciado el lanzamiento de o3 para finales de enero de 2025. Además, ha integrado ChatGPT a WhatsApp. Por su parte, Google anunció mejoras en Gmail para combatir el spam (lanzado para la temporada navideña). Apple trabaja en una versión mejorada de Siri que incluye IA, Microsoft anuncia varias nuevas aplicaciones, Nvidia lanzó Jetson Orin, una “mini” supercomputadora dedicada a IA con bajo consumo de energía, y podríamos seguir.

Lo que no está tan claro es el ritmo de adopción ni que empresas como OpenAI dejen de requerir grandes inversiones y estabilicen el negocio.

The Economist, en sus previsiones para 2025, señala: “La fiebre por la inteligencia artificial ayudará a que el gasto total en TI crezca más rápidamente, aumentando un 8% hasta alcanzar los 3,6 trillones (trillones en inglés) de dólares en 2025, aunque no tan rápido como durante el auge impulsado por la pandemia en 2021, cuando se disparó un 14%. Los centros de datos verán un incremento en inversión e ingresos a medida que más empresas intenten aprovechar ChatGPT y otros LLM. En Estados Unidos, alrededor del 30% de las empresas invertirán 10 millones de dólares o más en IA, frente al 16% en 2024, según EY, una firma de contabilidad”.

Pero también advierte: “Gartner, una consultora, predice que el 30% de los proyectos de IA generativa no pasarán de la etapa de ‘prueba de concepto’ debido a los elevados costos y beneficios inciertos. Incluso los proyectos que lleguen más lejos no siempre justificarán las expectativas generadas”.

La IA es un campo muy amplio. Veamos el caso de OpenAI, que utiliza un modelo diversificado para generar ingresos. Sus fuentes son:

·         Licencias y suscripciones: las empresas pagan por utilizar los modelos de OpenAI mediante interfaces denominadas “API”. Mediante las API los clientes pueden integrar las capacidades de GPT u otros modelos a sus productos y servicios.

·         Licencias para usuarios finales: los usuarios pagan para lograr mayor velocidad y acceso prioritario.

·         Alianzas estratégicas: Microsoft ha invertido miles de millones de dólares en OpenAI y utiliza su tecnología en productos como Azure OpenAI Service, integrando GPT en herramientas como Word, Excel y Teams. OpenAI recibe ingresos de estas integraciones y colabora estrechamente con Microsoft.

·         Personalización de modelos: Los clientes pagan por ajustar los modelos de OpenAI a sus necesidades específicas.

·         Educación y consultoría: OpenAI también comercializa servicios como formación o consultoría.

La contracara de dichas fuentes de ingresos son sus costos operativos, básicamente en tres ámbitos.

·         Infraestructura: entrenar y ejecutar modelos como GPT-4 requiere una infraestructura computacional extremadamente costosa, con GPUs de alta gama y un alto consumo energético.

·         Investigación y desarrollo: el costo de mejorar los modelos y explorar nuevas aplicaciones de IA.

·         Escalabilidad y soporte: a medida que crece la base de usuarios, también lo hacen los costos asociados al soporte técnico y la escalabilidad de la infraestructura.

OpenAI no ha publicado cifras claras sobre su rentabilidad, pero su CEO, Sam Altman, ha señalado que la sostenibilidad financiera es un objetivo a largo plazo, no necesariamente inmediato. Vale decir, los ingresos no son aún suficientes y la alianza con Microsoft es fundamental para mantener la viabilidad financiera en esta etapa.

Para que el modelo de OpenAI sea sostenible y rentable a largo plazo necesita:

·         Reducir costos operativos mediante optimización de modelos y hardware.

·         Penetrar nuevos sectores como salud, educación y manufactura.

·         Mantenerse competitivo frente a avances de rivales como Google, Meta y Anthropic.

·         Atraer a más usuarios con versiones gratuitas y monetizar con características premium.

En resumen, aunque OpenAI tiene un modelo de negocio prometedor y fuentes de ingresos significativas. Su rentabilidad depende de su capacidad para equilibrar costos operativos con la expansión del mercado y la optimización de su infraestructura. Por ahora, parece estar en una etapa de consolidación y crecimiento, más que de generación de ganancias sustanciales.

La mirada desde las empresas pequeñas que ofrecen nuevos servicios y productos, o que apuntan a integrar IA a los servicios y productos existentes, tampoco es demasiado clara. Deben resolver varios problemas, tales como:

·         Los costos de desarrollo que siguen siendo crecientes.

·         La eventual competencia de las grandes empresas. Por ejemplo: la capacidad de transcribir voz a texto fue una aplicación independiente exitosa, pero fue replicada por WhatsApp a los pocos meses de su lanzamiento.

·         Y por último cierta lentitud en la adopción. Muchas empresas se plantean “esperar que la ola se calme” para luego desarrollar su estrategia de IA.

En resumen, el panorama no es claro (como siempre).

Quizás lo más probable es que 2025 sea un año de incremento de la adopción, pero aún no de una explosión en la demanda. Probablemente veamos un gran incremento en el uso de IA como asistente o copiloto, como ya se ve en programación, traducción, escritura de informes, análisis de imágenes médicas y otros ámbitos; pero aún no en la aplicación de IA a procesos y ámbitos industriales.

Las empresas locales que se dedican a IA están orientadas a la exportación, pero también hay oportunidades en el mercado global. La IA puede ser el catalizador que empuje los procesos de transformación digital en empresas y en el estado. Son procesos que aún tienen mucho por recorrer en Uruguay y que apuntan a mejorar la productividad.