La inteligencia artificial ha avanzado a una velocidad difícil de comparar con otras tecnologías recientes, pero su impacto sobre la economía no está siguiendo el mismo calendario. Sam Altman, CEO de OpenAI, ha reconocido ahora que él mismo esperaba una transformación mucho más rápida después de la llegada de GPT-4 en 2023. En una conversación con el historiador y podcaster David Senra, admite que sus previsiones fueron demasiado optimistas y que el principal obstáculo no ha sido tecnológico, sino humano y económico.
"Me equivoqué en unas cuantas cosas, pero una de ellas es en el ámbito de la velocidad: la economía tiene demasiada inercia", indicaba el ejecutivo en el podcast. Altman explica que esperaba que, tras GPT-4, uno de sus grandes anuncios en términos de modelo hace dos años, numerosos negocios relacionados con el software quedaran rápidamente expuestos a una disrupción profunda. Su previsión era que nuevas compañías pudieran competir con empresas consolidadas aprovechando las capacidades de la IA y que las organizaciones modificaran con rapidez la manera en la que desarrollaban sus productos y gestionaban sus procesos.
La realidad, sin embargo, ha sido bastante más lenta. Los modelos de IA han mejorado de forma extraordinaria en apenas unos años, pero las empresas no pueden actualizarse al mismo ritmo que aparecen nuevos modelos, APIs o agentes. Cambiar una infraestructura tecnológica implica revisar sistemas heredados, seguridad, datos, cumplimiento normativo, presupuestos y responsabilidades internas. También supone convencer a empleados y clientes de que abandonen herramientas y rutinas que llevan años utilizando.
Altman lo resume de una manera especialmente gráfica al recordar el caso de Netflix y Blockbuster. Cuando Netflix comenzó a distribuir películas en DVD, le sorprendía que los consumidores siguieran acudiendo a los videoclubes. La tecnología estaba disponible, pero cambiar los hábitos era mucho más complicado. "Cambiar el comportamiento es mucho más difícil de lo que los expertos en tecnología creen", explica.
Y ahí aparece una de las paradojas de la actual revolución de la IA. ChatGPT consiguió una adopción extraordinariamente rápida entre los consumidores, convirtiéndose en uno de los servicios tecnológicos de crecimiento más acelerado de la historia. Pero utilizar una herramienta de IA para redactar un texto, resumir información o generar una imagen está muy lejos de reorganizar una compañía alrededor de agentes capaces de ejecutar tareas de manera autónoma.
Curiosamente, Altman no contempla esta ralentización únicamente como una decepción. También considera que puede resultar beneficiosa. A su juicio, la inercia de la economía puede hacer que la transición sea "más suave y lenta", reduciendo el riesgo de que una tecnología tan poderosa provoque cambios demasiado bruscos.
Su conclusión supone, en cierto modo, rebajar algunas de las expectativas que han acompañado a la IA generativa desde 2022. "Hemos sido demasiado ambiciosos con los plazos", reconoce Altman, que ahora considera que tanto la sociedad como la economía necesitan más tiempo para adaptarse.
La situación se alinea con un principio ampliamente reconocido, la ley de Amara, que postula que tendemos a sobreestimar el impacto de una tecnología en el corto plazo y a subestimarlo en el largo plazo. El ordenador personal y el internet constituyen ejemplos paradigmáticos de este fenómeno. Ambos generaron expectativas iniciales desmesuradas, pero su verdadera transformación se materializó cuando las empresas y los consumidores adaptaron sus hábitos y desarrollaron nuevos modelos de negocio en torno a ellos.
La IA podría encontrarse precisamente en ese punto intermedio: sus capacidades avanzan a una velocidad extraordinaria, pero el mundo que debe incorporarlas continúa avanzando a su propio ritmo. Y hasta el máximo responsable de OpenAI reconoce ahora que esa distancia entre lo que la tecnología puede hacer y lo que la sociedad está preparada para hacer puede ser mucho mayor de lo que esperaba.
