La amenaza de un desplome de las acciones de IA pone en riesgo la estabilidad financiera mundial, dice el FMI
Los temores a una burbuja bursátil de la IA y a un posible desplome se sopesan frente al riesgo financiero sistémico y a quién termina beneficiándose del valor de la IA. Los comentaristas debaten si una corrección brusca perjudicaría sobre todo a inversores concentrados y mercados de crédito apalancados, o si se extendería a pensiones, bancos y a la economía en general, quizá provocando rescates e impresión monetaria inflacionaria. Al mismo tiempo, hay desacuerdo sobre la rentabilidad real y la sostenibilidad de los modelos de negocio actuales de IA, sobre el grado en que la IA mejora de verdad la productividad para la mayoría de la gente, y sobre si las enormes inversiones de hoy en centros de datos y GPU podrán recuperarse alguna vez.
Impacto de un desplome bursátil de la IA en el público
- Algunos sostienen que un desplome de la IA sería bueno para el público:
- Porque los precios bajan y el valor pasa de las ganancias empresariales a un acceso más barato a la IA.
- O porque los modelos competitivos/commoditizados (p. ej., de China) reducirían los fosos defensivos y los márgenes.
- Los críticos responden:
- Un desplome brusco perjudicaría las pensiones, los ahorros y las carteras, especialmente a los jubilados que convierten a efectivo en el momento equivocado.
- Cualquier shock financiero amplio perjudica a inquilinos, trabajadores y ahorradores mucho antes de que una IA más barata ayude de forma significativa.
- Hay desacuerdo sobre si esto representa una deseable “transferencia de riqueza” de los inversores al público en general.
Concentración de poder, propiedad pública y regulación
- Un sector ve la IA principalmente como una herramienta para concentrar poder y riqueza en una pequeña élite corporativa/oligárquica.
- Alternativa propuesta: tratar la IA como infraestructura pública con:
- Propiedad pública.
- Restricciones de uso o aprobaciones para usos de alto impacto y gran consumo de recursos (análogamente a otras industrias reguladas).
- Los opositores ven estos regímenes de aprobación como extremos y distópicos, especialmente para usos personales o a pequeña escala.
Burbuja, riesgo sistémico y rescates
- Muchos ven una burbuja de IA como “prácticamente inevitable”; otros insisten en que no hay burbuja y que las fuertes ganancias y la demanda justifican las valoraciones.
- Las expectativas divergen sobre el riesgo sistémico:
- Algunos dicen que el daño se concentrará en los VCs y el crédito privado, con un contagio limitado.
- Otros destacan la exposición de los bancos al crédito privado, la participación de los fondos de pensiones, y argumentan que el banco central probablemente intervendría, provocando inflación y erosionando los ahorros.
- Debate sobre si los gobiernos rescatarán (o deberían rescatar) a los grandes actores de IA; algunos esperan dinámicas de “demasiado grandes para caer”, otros dicen que el ánimo público es “que arda”.
Rentabilidad, subsidios y modelos de negocio
- Confusión sobre la afirmación del FMI de que “las empresas núcleo de IA son rentables”:
- Muchos interpretan que esto se refiere a los hyperscalers y fabricantes de chips, no a laboratorios independientes.
- Argumentos sobre si las suscripciones de IA están realmente “subvencionadas”:
- Algunos dicen que los usuarios intensivos reciben mucho más de lo que pagan a precios equivalentes a API.
- Otros subrayan que lo que importa es el coste real de prestación frente a los ingresos por suscripción, no los ingresos hipotéticos perdidos.
- Escepticismo sobre la salud financiera de ciertos laboratorios, dada la recaudación continua de fondos, las métricas contables y el impulso hacia las salidas a bolsa.
Demanda, capacidades e impacto en el mundo real
- Hay indicios en el hilo de que:
- Los centros de datos y las GPU están muy utilizados.
- Algunos modelos importantes están alcanzando capacidad y ralentizándose.
- Opiniones divididas sobre las capacidades:
- Un lado afirma que los últimos meses han traído avances espectaculares, especialmente en codificación agéntica y productividad de desarrolladores.
- Otros señalan que, fuera de las empresas centrales de tecnología/software, el trabajo diario no ha cambiado mucho; la coordinación humana y el conocimiento de dominio siguen siendo el cuello de botella.
- Algunos ven que el uso de tokens de IA (p. ej., mediante agregadores y modelos chinos de pesos abiertos) está explotando, incluso si muchas grandes inversiones en entrenamiento quizá nunca se recuperen.