¿Cambiarán la lógica de CapEx y las acciones tecnológicas después de la desaceleración de la IA?

Título original: The bottleneck isn't the model. It never was.
Autor original: Saket Mehrotra, Beta to Alpha

Nota del editor: Recientemente, Jacob Coxon, quien trabajó en preentrenamiento en OpenAI y Anthropic, anunció su salida de Anthropic y pidió públicamente a los principales laboratorios de IA que coordinen la limitación del aumento de las capacidades de los modelos. Evan Hubinger, responsable de ciencia de alineación de Anthropic, respondió que está de acuerdo con el juicio principal de Coxon sobre los riesgos y estima que la probabilidad de que la IA cause la extinción de la humanidad en la próxima década es superior al 10%.

Este debate está llevando la "desaceleración de la IA" de un tema ético a los mercados de capital: si los laboratorios de vanguardia realmente ralentizan el desarrollo de modelos, ¿también se producirá un punto de inflexión en el gasto de capital (CapEx) en IA, que ha ido en aumento en los últimos años? ¿Las acciones tecnológicas que han obtenido una prima de valoración gracias a la narrativa de la IA necesitarán ser reevaluadas?

Saket Mehrotra, autor de Beta to Alpha, plantea en su artículo "The bottleneck isn't the model. It never was." que la preocupación de los laboratorios por los riesgos de la IA no es lo mismo que la desaceleración de la inversión en infraestructura. Mientras las empresas sigan preocupadas por quedarse atrás en la competencia, la ansiedad por la seguridad podría seguir impulsando la inversión en potencia de cálculo; al mismo tiempo, el cuello de botella de la industria ha pasado de ser GPU, HBM y empaquetado avanzado a la electricidad y la red eléctrica.

Esto no significa que la desaceleración de la IA no tenga ningún impacto en el mercado. Más bien, el impacto depende de en qué nivel ocurra la desaceleración: si solo se extienden las pruebas de seguridad y se ralentiza la publicación de modelos, el CapEx puede no disminuir; si el gobierno limita directamente los clústeres de entrenamiento, el suministro de chips o el consumo de electricidad de los centros de datos, el marco de inversión podría cambiar fundamentalmente.

A continuación se presenta la traducción del texto original:

Jacob Coxon publicó en X su declaración de salida, pidiendo a los laboratorios de IA de vanguardia que coordinen la desaceleración de la competencia por capacidades.

La salida de Jacob Coxon vuelve a poner el riesgo de la IA de vanguardia en el centro de atención.

Coxon cree que OpenAI y Anthropic están compitiendo para desarrollar una superinteligencia que pueda auto-mejorarse, pero no han tomado suficientes medidas de seguridad responsables. Esta no es una voz aislada de críticos externos. Evan Hubinger, responsable de ciencia de alineación de Anthropic, declaró públicamente que está de acuerdo con el juicio principal de Coxon y estima que la probabilidad de que la IA cause la extinción de la humanidad en la próxima década supera el 10%. Estas declaraciones también han sido reportadas por medios como WIRED.

Pero para los inversores, otra pregunta puede ser más directa: ¿la discusión sobre la desaceleración en los laboratorios de vanguardia también llevará a una disminución del gasto de capital en IA por parte de las empresas tecnológicas?

Mehrotra sostiene que, al menos en esta etapa, no se puede trazar una línea directa entre ambos. La controversia sobre la seguridad de la IA ocurre en el nivel de los modelos y la gobernanza de los laboratorios, mientras que las restricciones del ciclo actual de CapEx se han ido trasladando a la infraestructura física, como chips, empaquetado, electricidad y centros de datos.

Cuanto más preocupados estén por perder la competencia, más difícil será para los laboratorios desacelerar proactivamente

Según la descripción de Coxon, los laboratorios de vanguardia no son ajenos a los riesgos. El verdadero problema es que ninguna de las laboratorios está dispuesta a ser la primera en desacelerar.

La lógica del juego es la siguiente: si un laboratorio decide desacelerar, otros competidores con menor conciencia de seguridad pueden desarrollar modelos más poderosos primero. En lugar de permitir que competidores menos cautelosos se adelanten, prefieren seguir invirtiendo recursos para asegurarse de ser los líderes y controlar la tecnología de manera más segura.

Desde la perspectiva del autor, esta mentalidad es difícil de traducir en una contracción del gasto de capital, y puede reforzar la carrera armamentista. Cuanto más creen los laboratorios que están participando en una competencia tecnológica decisiva, más difícil será reducir la compra de GPU, clústeres de entrenamiento y la inversión en centros de datos.

Por lo tanto, la ansiedad por la seguridad y el crecimiento del CapEx pueden coexistir. De hecho, puede formar un ciclo auto-reforzante: los laboratorios temen que las capacidades de la IA mejoren rápidamente, pero también invierten más recursos por miedo a quedarse atrás, acelerando aún más la competencia por capacidades.

Esta es la explicación del autor sobre la estructura del juego en la industria, y no es un resultado que ya haya sido confirmado por los planes de gasto de capital de las empresas. Para juzgar si esta lógica es válida, aún se debe observar si los principales proveedores de nube y laboratorios de IA comienzan a ajustar sus planes de compra y construcción.

La desaceleración de los modelos no significa el fin del ciclo de infraestructura

El segundo juicio de Mehrotra es que el cuello de botella central de la industria de la IA ha migrado varias veces, y cada migración ha aumentado la intensidad de capital.

Inicialmente, la limitación del entrenamiento de modelos era el suministro de GPU y las cuotas de chips; luego, el cuello de botella se trasladó a la memoria de alto ancho de banda (HBM) y el empaquetado avanzado; ahora, el suministro de electricidad, el acceso a la red eléctrica y la construcción de centros de datos se están convirtiendo en restricciones más difíciles de resolver rápidamente.

La capacidad de chips y empaquetado puede aliviarse mediante la expansión de líneas de producción, pero los problemas de electricidad generalmente requieren la construcción o reinicio de instalaciones de generación de energía, aumentar la capacidad de turbinas de gas y transformadores, y actualizar los sistemas de transmisión y conexión a la red. Estos proyectos requieren inversiones más grandes, y los plazos de construcción son más largos, no se pueden resolver con una simple actualización de software.

Por lo tanto, incluso si la frecuencia de lanzamiento de modelos de vanguardia disminuye, los pedidos de chips ya firmados, los acuerdos de compra de electricidad y los proyectos de construcción de centros de datos pueden no detenerse de inmediato. Existe un desfase temporal entre el desarrollo de modelos y la construcción de infraestructura, y el CapEx generalmente no se ajusta al ritmo de la opinión pública o del desarrollo.

Al mismo tiempo, la desaceleración no significa necesariamente que la demanda de potencia de cálculo disminuya de forma natural. Pruebas de seguridad más largas, procesos de razonamiento más complejos y la implementación de modelos existentes en escenarios empresariales y de consumo aún pueden consumir una gran cantidad de recursos de cálculo.

Por lo tanto, el autor sostiene que los inversores no deben centrarse únicamente en el nivel de modelo, que es el más debatido en las redes sociales, sino que deben buscar los nuevos cuellos de botella que se están formando en los próximos 18 meses. Según este marco, los recursos escasos que merecen más atención han pasado de la "inteligencia del modelo" a la electricidad y su infraestructura de apoyo.

Las acciones tecnológicas de IA pueden pasar de un aumento general a una diferenciación

Si la desaceleración de los modelos no significa el fin del CapEx, su impacto en las acciones tecnológicas no será simplemente negativo en general, sino que probablemente se reflejará en una reevaluación de la cadena de suministro.

Primero, las empresas que dependen de un aumento continuo de los modelos de vanguardia y de la rápida monetización de productos pueden verse más afectadas. Una vez que la iteración de los modelos se ralentiza, las suposiciones del mercado sobre el crecimiento de los ingresos, el ritmo de comercialización y los múltiplos de valoración pueden necesitar ajustes.

En segundo lugar, las empresas que controlan recursos de GPU, equipos de red, suministro y distribución de electricidad, refrigeración y centros de datos, la lógica de pedidos puede no empeorar simultáneamente. Siempre que los proveedores de nube sigan expandiendo la infraestructura, o el cuello de botella de potencia de cálculo continúe trasladándose al sector eléctrico, la inversión relacionada puede mantener una fuerte inercia.

En tercer lugar, el mercado necesita distinguir entre entrenamiento y razonamiento. Incluso si los laboratorios coordinan la limitación del entrenamiento de vanguardia a gran escala, la demanda de razonamiento de modelos existentes, la implementación empresarial y la difusión de aplicaciones de IA aún pueden impulsar el consumo de potencia de cálculo. En ese momento, el CapEx puede experimentar un cambio estructural, en lugar de una contracción abrupta.

Esto significa que lo que podría cambiar primero no es la dirección de crecimiento de toda la industria tecnológica, sino la situación en la que diferentes activos comparten la misma lógica de valoración de IA. En el pasado, las empresas de modelos, los proveedores de nube, las empresas de semiconductores y los proveedores de infraestructura eléctrica podían obtener una prima de la narrativa de la IA; si la competencia por las capacidades de los modelos se desacelera, el mercado podría comenzar a diferenciar más estrictamente entre liderazgo tecnológico, capacidad de comercialización y cumplimiento de pedidos.

La variable que realmente cambia la lógica de CapEx es la regulación

Mehrotra sostiene que lo que realmente podría interrumpir este ciclo de gasto de capital en IA no es otra escasez en la cadena de suministro, sino que el gobierno imponga restricciones estrictas desde el exterior del sistema.

La insuficiencia de GPU, HBM, electricidad y transformadores, en esencia, sigue siendo un cuello de botella que se puede aliviar mediante una mayor inversión. Pueden retrasar la puesta en marcha de los centros de datos, pero también guiarán el capital hacia nuevos segmentos escasos.

La regulación es diferente. Si el gobierno limita directamente la compra de chips de alta gama, el tamaño de los clústeres de entrenamiento, la potencia de cálculo necesaria para el entrenamiento de modelos o el consumo de electricidad de los centros de datos, las empresas tendrán dificultades para superar las restricciones solo aumentando la inversión. En este escenario, las expectativas de CapEx de los proveedores de nube, los pedidos de infraestructura y las valoraciones de las acciones tecnológicas relacionadas con la IA podrían enfrentarse a una revisión a la baja.

Sin embargo, el texto original considera esta situación como un riesgo de cola de baja probabilidad, y no como un escenario base. Este juicio también necesita ser verificado continuamente y no debe interpretarse como que el riesgo regulatorio ha sido eliminado. A medida que las preocupaciones dentro de los laboratorios de IA se hacen públicas, la presión política externa aún puede aumentar.

Lo que el mercado realmente necesita observar a continuación no es el vago lema de "desaceleración de la IA", sino tres señales más concretas: si los laboratorios de vanguardia incluirán la desaceleración en sus planes de investigación y desarrollo formales, si los principales proveedores de nube reducirán los pedidos de centros de datos, y si la regulación comenzará a afectar directamente el suministro de chips, potencia de cálculo y energía.

La salida de Coxon demuestra que la controversia sobre la seguridad de la IA de vanguardia ha pasado de las críticas externas a los laboratorios internos. Pero desde que los investigadores expresan preocupaciones hasta que las empresas tecnológicas realmente reducen el gasto de capital, aún hay varios pasos intermedios, como la presión competitiva, la inercia de construcción y la escasez de infraestructura.

La desaceleración de la IA no necesariamente terminará de inmediato el ciclo de CapEx, pero podría poner fin a la fase en la que todos los activos de IA comparten la misma lógica de aumento.