Para entender el impacto que la inteligencia artificial puede tener en la economía, pensemos en el tractor. Los historiadores no se ponen de acuerdo sobre quién inventó esta humilde máquina. Algunos dicen que fue Richard Trevithick, un ingeniero británico, en 1812. Otros sostienen que John Froelich, que trabajaba en Dakota del Sur a principios de la década de 1890, tiene más razón. Otros señalan que poca gente utilizó la palabra "tractor" hasta principios del siglo XX. Sin embargo, todos coinciden en que el tractor tardó mucho tiempo en imponerse. En 1920, sólo el 4% de las granjas norteamericanas tenían uno. Incluso en la década de 1950 menos de la mitad tenían tractores.
Algo similar ocurre con la especulación sobre las consecuencias de la IA -para el empleo, la productividad y la calidad de vida- está en su apogeo. La tecnología es asombrosa. Y, sin embargo, el impacto económico de la inteligencia artificial será escaso a menos que millones de empresas más allá de Silicon Valley la adopten. Eso significaría mucho más que el uso de algún chatbot. Por el contrario, implicaría la reorganización a gran escala de las empresas y sus datos internos. "La difusión de las mejoras tecnológicas", argumenta Nancy Stokey, de la Universidad de Chicago, "es posiblemente tan crítica como la innovación para el crecimiento a largo plazo".
Importancia de la difusión
Japón y Francia ilustran la importancia de la difusión. Japón es un país innovador, que produce más patentes al año por persona que cualquier otro país, salvo Corea del Sur. Los investigadores japoneses pueden atribuirse la invención del código QR, la batería de iones de litio y la impresión 3D. Pero el país no difunde bien las nuevas tecnologías en su economía. Tokio es mucho más productiva que el resto del país. El dinero en efectivo sigue dominando.
Francia es todo lo contrario. Aunque su historial de innovación es mediocre, es excelente a la hora de difundir el conocimiento por toda la economía.
Crecimiento de la productividad
ChatGPT fue la aplicación web de más rápido crecimiento de la historia hasta que Threads, rival de Twitter, se lanzó este mes. Pero las empresas son cada vez más prudentes. En las dos últimas décadas han salido al mercado todo tipo de innovaciones alucinantes. Aún así, según las últimas estimaciones oficiales, en 2020 solo el 1,6% de las empresas estadounidenses emplearán el aprendizaje automático. En el sector manufacturero estadounidense, sólo el 6,7% de las empresas utilizan la impresión 3D. Sólo el 25% de los flujos de trabajo empresariales están en la nube, una cifra que no se ha movido en media década.
Los gobiernos son a menudo los peores infractores: insisten, por ejemplo, en los formularios en papel. Calculamos que las burocracias de todo el mundo gastan 6.000 millones de dólares al año en papel e impresión, casi tanto en términos reales como a mediados de los años noventa.
Los mejores y el resto
El resultado es una economía de dos niveles. Las empresas que adoptan la tecnología se alejan de la competencia. En 2010, el trabajador medio de las empresas más productivas de Gran Bretaña producía bienes y servicios por valor de 98.000 libras (en dinero de hoy), que habían aumentado a 108.500 libras en 2019. Los trabajadores de las peores empresas no experimentaron ningún aumento. En Canadá, en la década de 1990, el crecimiento de la productividad de las empresas fronterizas fue aproximadamente un 40% superior al de las empresas no fronterizas. De 2000 a 2015 fue tres veces superior. Un libro de Tim Koller, de la consultora McKinsey, y sus colegas concluye que, tras clasificar las empresas según su rentabilidad sobre el capital invertido, el percentil 75 tenía una rentabilidad 20 puntos porcentuales superior a la mediana en 2017, el doble que en 2000. Algunas empresas ven enormes beneficios en la compra de nuevas tecnologías; muchas no ven ninguno.
Reorganizarse en torno a la nueva tecnología
Por otro lado, los mayores beneficios de las nuevas formas de inteligencia artificial llegarán cuando las empresas se reorganicen por completo en torno a la nueva tecnología, por ejemplo, adaptando los modelos de inteligencia artificial a los datos internos. Esto requerirá tiempo, dinero y, sobre todo, competitividad. Recopilar datos es tedioso y ejecutar los mejores modelos es terriblemente caro: una sola consulta compleja en la última versión de ChatGPT puede costar entre 1 y 2 dólares. Si se realizan 20 en una hora, se supera el salario medio por hora en Estados Unidos.
Estos costos bajarán, pero podrían pasar años hasta que la tecnología sea lo suficientemente barata como para su implantación masiva. Los jefes, preocupados por la privacidad y la seguridad, declaran periódicamente a The Economist que no están dispuestos a enviar sus datos para modificar modelos que viven en otros lugares. Las encuestas realizadas entre pequeñas empresas no son alentadoras. Una de ellas sugiere que alrededor del 40% de las estadounidenses no están interesadas en las herramientas IA. Sin duda, la tecnología es revolucionaria. Pero, ¿están las empresas preparadas para una revolución?
>> La lucha por tener la mejor tecnología
En el siglo XVIII, espías franceses robaron secretos de ingeniería a la marina británica. A principios del siglo XX, Louis Renault visitó a Henry Ford en Estados Unidos y aprendió los secretos de la industria automovilística. Más recientemente, antiguos expertos en inteligencia artificial de Meta y Google fundaron Mistral AI en París. Francia también suele difundir bien las nuevas tecnologías desde la capital a la periferia. Hoy en día, la diferencia de productividad en Francia entre una empresa puntera y una de nivel medio es menos de la mitad que en Gran Bretaña.
Durante los siglos XIX y XX, las empresas de todo el mundo se hicieron más "francesas" con una difusión cada vez más rápida de las nuevas tecnologías. Diego Comin y Martí Mestieri, dos economistas, encuentran pruebas de que "las diferencias entre países en los retrasos de adopción se han reducido en los últimos 200 años".
Por The Economist