Entendiendo la economía de la IA
El nuevo informe de Google “Understanding the AI Economy”, basado en datos de uso de Gemini, afirma que la adopción de IA en el trabajo es amplia pero superficial y que el uso de consumidores para tareas cotidianas es intenso. Los comentaristas cuestionan la neutralidad y la metodología de una empresa que, en la práctica, mide su propio producto, y sostienen que un encuadre selectivo oculta una economía aún sin resolver, un impacto limitado en la automatización y altos costes de infraestructura. Muchos ven la IA como genuinamente útil, pero temen que pueda repetir burbujas tecnológicas pasadas, profundizar la desigualdad y estar sobrevalorada frente a su rentabilidad actual y sus riesgos en el mundo real.
Sesgo percibido y propósito del informe de Google
- Muchos ven el texto como relaciones públicas de un actor con grandes inversiones, no como un estudio económico neutral.
- Los críticos sostienen que selecciona a conveniencia datos de uso favorables, omite costos y economía del lado de la oferta, y apunta a inversores preocupados por el capex y la monetización.
- Otros responden que, aunque sesgado, sigue siendo una “lente” útil para añadir a otras fuentes, en lugar de algo que deba descartarse por completo.
Adopción y patrones de uso de la IA
- Hay un fuerte consenso en que el uso de IA en el trabajo es “amplio pero superficial”: sobre todo asistencia y colaboración, poca automatización de extremo a extremo.
- Varios señalan que la IA se usa mucho fuera del trabajo (por ejemplo, en Android/Gemini) para consultas tipo búsqueda y administración de la vida diaria.
- Algunos cuestionan la afirmación de que el 90% del empleo en EE. UU. está en ocupaciones que usan IA, señalando grandes segmentos manuales/obreros; otros ponen ejemplos de oficios que usan IA para presupuestos y documentación.
- Un comentarista observa que distintos modelos tienen distintas bases de usuarios (por ejemplo, Gemini más de consumo/general, otros más de programación/automatización).
Viabilidad económica y debate sobre la “burbuja”
- Los escépticos argumentan que los proveedores de IA están quemando efectivo, el uso de la API está subvencionado y no hay un camino claro hacia la rentabilidad, llamándolo una burbuja análoga a las criptomonedas.
- Otros responden que las grandes tecnológicas pueden permitirse un gasto elevado en IA y que el uso amplio en el mundo real diferencia a la IA de las criptomonedas.
- Una interpretación del informe: el uso superficial en el trabajo, la automatización limitada y el uso mayoritariamente de bajo valor por parte de consumidores sugieren riesgos de saturación de ingresos.
Fiabilidad, seguridad y uso apropiado
- Varias anécdotas muestran a los LLM dando consejos peligrosamente erróneos o costosos (cableado, reparación de automóviles, reducción gradual de medicación).
- Algunos dicen que las salidas de los LLM no están al nivel de expertos cualificados y que nunca deben confiarse en dominios críticos para la seguridad.
- Otros defienden “confiar pero verificar” y tratar la IA como cualquier asistente falible o segunda opinión, incluso para orientación médica.
Preguntas sobre metodología y calidad de los datos
- Se plantean preocupaciones por usar solo datos de Gemini para inferir tendencias de la “economía de la IA”; se ve como análogo a estudiar herramientas eléctricas mirando solo taladros de columna.
- Surgen preguntas sobre cómo se definen y clasifican “trabajo típico”, “tarea” y uso “relacionado con el trabajo” a partir de registros de conversaciones.
- Hay interés e inquietud por la anonimización y por el sistema OCTO para agrupar y taxonomizar datos de conversaciones.
Desigualdad, empleo e impacto social
- Algunos temen que la IA amplíe las divisiones globales y de clase: países e individuos ricos poseyendo modelos/tokens, y otros reducidos a mano de obra de bajo valor.
- Otros se preocupan más por los usos estatales y de vigilancia, imaginando un “Comunismo 2.0” habilitado por IA.
- Una teoría: el recorte de costes impulsado por la IA desde etapas tempranas presiona a la baja incluso el trabajo que no es directamente automatizable, expulsando a trabajadores cualificados y degradando la calidad.
Posición competitiva de Google en IA
- Algunos sostienen que Google va rezagada en modelos, herramientas y adopción interna, y que su liderazgo es malo para innovar.
- Otros destacan su investigación fundacional (por ejemplo, transformers), las contribuciones de DeepMind y sus amplios recursos como prueba de que sigue siendo un actor de frontera.
Meta: comparación de la IA con las criptomonedas y los ciclos de hype
- Algunos ven los hilos sobre IA como objeto del mismo tono despectivo que tuvieron las criptomonedas; otros responden que gran parte del desdén de bajo esfuerzo hacia las criptomonedas terminó siendo correcto.
- Varios subrayan una diferencia clave: las empresas están adoptando agresivamente la IA de formas que nunca hicieron con las criptomonedas, lo que indica una utilidad real mayor, aunque la economía siga sin resolverse.