Apple Verá «arder todo» cuando estalle la burbuja de la IA

Artículo original ↗ Discusión en Hacker News ↗

Los escépticos del auge actual de la IA sostienen que las empresas de modelos de lenguaje grandes están quemando efectivo en infraestructura y tokens subvencionados de una forma que se parece a una burbuja financiera, con rutas inciertas hacia beneficios sostenibles una vez que se trasladen los costes reales a los clientes. Otros responden que las rápidas mejoras de capacidad, la fuerte adopción por parte de desarrolladores y la disposición de las empresas a pagar tarifas altas por empleado indican una demanda duradera, aunque las valoraciones acaben corrigiéndose. El enfoque comparativamente cauteloso de Apple —centrado en la IA en el dispositivo y evitando grandes apuestas en la nube— se presenta ya sea como una gestión prudente del riesgo que envejecerá bien si la burbuja estalla, o como una apuesta estratégica que podría dejarla rezagada si los modelos “frontier” centralizados se convierten en una plataforma duradera.

Burbuja de IA percibida y rentabilidad

  • Muchos coinciden en que las valoraciones actuales de la IA parecen burbujosas, pero discrepan sobre la gravedad: desde «un colapso violento con riesgo de recesión» hasta «una corrección al estilo puntocom, pero con tecnología duradera».
  • Los escépticos argumentan:
    • Los proveedores de IA son estructuralmente no rentables: enorme capex, inferencia cara, deuda titulizada opaca comparable (en tamaño) a los productos hipotecarios anteriores a 2008.
    • Incluso si mejoran los márgenes de inferencia, es posible que nunca se reembolsen la infraestructura hundida y la deuda; parte del capex quedará varado.
  • Los optimistas responden:
    • La disposición empresarial a pagar (por ejemplo, presupuestos altos de tokens por desarrollador) muestra un valor de negocio claro.
    • El crecimiento de ingresos en los principales laboratorios y la caída de los costes por token sugieren una vía hacia márgenes sostenibles, especialmente con precios basados en uso.

Utilidad de los LLM para el desarrollo de software

  • Las opiniones están polarizadas:
    • Algunos desarrolladores informan grandes ganancias de productividad, dicen que no pueden imaginar trabajar sin IA y citan una creciente reticencia a participar en estudios «sin IA».
    • Otros (en particular desarrolladores de sistemas/C++) consideran que los LLM son malos generando código, aceptables solo para revisión o texto repetitivo, y sienten que las afirmaciones de mejoras de 10x están exageradas.
  • Varios comentaristas subrayan que «depende» de la habilidad, el dominio y el flujo de trabajo; las herramientas se ven como amplificadores más que como sustitutos.

Evaluación del análisis del crítico

  • Los partidarios elogian las inmersiones profundas en ingresos, capex y financiación circular; ven al crítico como uno de los pocos que cuestionan sistemáticamente el bombo.
  • Los detractores dicen:
    • Los argumentos mezclan finanzas forenses sólidas con una mala comprensión de las trayectorias técnicas.
    • Los números y las fuentes se seleccionan a conveniencia; cuando se refutan, se cambian los criterios en lugar de reconocer errores.
    • Las afirmaciones sobre la falta de valor empresarial de la IA, sus capacidades estancadas y las alucinaciones insolubles se consideran anticuadas o exageradas.

Economía de tokens, suscripciones y costes

  • Debate sobre si las suscripciones son fundamentalmente deficitarias:
    • Un lado: el «máximo teórico» de uso por usuario supera con creces los ingresos por suscripción, lo que implica subsidio.
    • El otro lado: el uso medio probablemente está muy por debajo de los límites (analogía con el gimnasio), muchos usuarios infrautilizan las herramientas y el enrutamiento entre modelos más baratos ampliará los márgenes.
  • Preocupa que, si suben los precios o desaparece la novedad, los usuarios ocasionales se den de baja, dejando solo a los usuarios intensivos y obligando a límites más estrictos.

Estrategia de IA y hardware de Apple

  • Algunos ven la relativa contención de Apple en la IA en la nube como inteligente:
    • Evita un capex e deuda masivos en IA.
    • Se centra en NPUs, modelos en el dispositivo y computación de «nube privada»; pretende vender los dispositivos finales mientras otros compiten por tokens commoditizados.
  • Otros argumentan:
    • Apple malinterpretó o se quedó atrás en la IA generativa, gestionó mal sus propios modelos y ahora depende de proveedores externos.
    • La escasez de DRAM y de fábricas, impulsada en parte por la demanda de IA, ya perjudica a Apple mediante mayores costes de BoM; los beneficios de cualquier estallido de la burbuja de IA llegarían solo después de dolor a corto plazo.

En el dispositivo frente a la nube, seguridad y búsqueda

  • Algunos predicen modelos potentes en el dispositivo junto con inferencia segura fuera del dispositivo, impulsados por la privacidad y el aumento de los costes por token.
  • Otros dudan de que al usuario típico le importe lo suficiente la localización de los datos como para resistirse a servicios centralizados y baratos.
  • Una minoría destaca la «seguridad nacional» y la importancia estratégica de la IA doméstica y los centros de datos; otro grupo lo califica de pretexto para subsidios y control.
  • Varios señalan que la IA se está convirtiendo rápidamente en una nueva interfaz de búsqueda; los incumbentes con distribución (especialmente los valores predeterminados de búsqueda) pueden capturar gran parte del valor.

VR / Vision Pro y el historial de Apple

  • Vision Pro se discute como un paralelo: se ve ya sea como:
    • Un cuento de advertencia de que Apple malinterpretó la demanda y lanzó un dispositivo caro y de nicho para apaciguar a los inversores.
    • O como evidencia de que Apple puede abandonar categorías sobrevaloradas (VR, coches) sin apostar la empresa.
  • Este historial influye en las opiniones sobre si Apple «verá arder» la IA desde la barrera o si ya ha perdido un cambio clave de plataforma.