SI-ADS Malas noticias para lorenzo ramirhez: la ai comienza a tener serios problemas para pogresar.

La IA generativa se topa con el muro de los costes: el progreso se ralentiza​

Llevamos más de un año esperando el relevo generacional que prometía la inteligencia artificial, y ese relevo no llega. Mientras tanto, los grandes laboratorios siguen entrenando modelos cada vez más grandes, pero los resultados ya no acompañan. El último ciclo de la IA generativa ha dejado de impresionar: los diferentes sistemas se igualan en rendimiento y ningún salto destaca sobre los demás. La escalada de GPUs y datos, la receta que ha funcionado durante años, empieza a rendir rendimientos decrecientes.

El techo del escalado​

La física pone límites. El silicio no da más de sí, y cada mejora en los chips cuesta más y consume más energía. Los informes que circulan entre los inversores apuntan a que entrenar modelos con más y más GPUs y datos ya no sirve de mucho. No se trata solo de un problema técnico: el coste marginal de cada incremento de rendimiento se ha disparado, y las ganancias se han vuelto marginales. Varias fuentes del sector hablan de estancamiento, y el retraso de GPT-5, que se daba por seguro hace un año, es el síntoma más visible.

Los costes no cuadran en los balances​

Hay una desconexión brutal entre la inversión y el retorno. Mientras los gigantes tecnológicos queman miles de millones en centros de datos, los ingresos por suscripción no despegan. La realidad es que nadie sabe cómo convertir la IA generativa en un negocio sostenible: los usuarios no pagan lo suficiente y las empresas no encuentran casos de uso que compensen el gasto. La promesa de la AGI, la inteligencia artificial general que lo cambiaría todo, se ha convertido en un horizonte que se aleja. Incluso el máximo ejecutivo de OpenAI, Sam Altman, que defiende la llegada de la AGI en 2025, reconoce que su impacto será menor de lo que se espera. Cuesta interpretar esas palabras como otra cosa que un ejercicio de gestión de expectativas.

La competencia china aprieta​

En paralelo, los modelos chinos han dado un paso adelante con una fracción del coste. Modelos como Qwen ofrecen un lenguaje natural más cercano que las propuestas occidentales, y por un precio mucho menor. La ventaja tecnológica que se daba por sentada se ha evaporado, y la brecha se ha convertido en una losa: si el rival hace lo mismo gastando mucho menos, la estrategia de escalado occidental pierde toda la lógica. Los intentos de renovación, como los modelos de razonamiento o1 u o3 mini, no han conseguido despegar; de hecho, algunos análisis señalan que o3 mini no es superior a las propuestas chinas. La respuesta de las grandes empresas ha sido acelerar la maquinaria del hype: ahora toca vender «agentes» como la próxima gran revolución, aunque no sea más que una variante de lo que ya existía, y sin un modelo de negocio claro detrás.

La AGI como acto de fe​

El debate tecnológico se ha convertido en un pulso entre escépticos y creyentes. Para unos, la IA generativa es una herramienta útil pero limitada, que no tiene autoconciencia ni proyección de sí misma, y que difícilmente desembocará en una inteligencia general. Para otros, el estancamiento es solo un bache en el camino hacia la singularidad. Pero los hechos son tozudos: después de años de crecimiento exponencial prometido, los datos disponibles apuntan a una meseta. Y mientras los evangelistas hablan de robots y de un futuro de abundancia, el único negocio que de verdad ha florecido alrededor de la IA es el de vender expectativas. El dato que descoloca: a pesar de los miles de millones invertidos y de un bonus de 10.000 millones de dólares para el consejero delegado de OpenAI, nadie ha explicado todavía cómo se va a rentabilizar la tecnología. El producto ha dejado de ser la inteligencia artificial para convertirse en la promesa.