Nvidia es ahora la primera empresa en experimentar una subida repentina de más de $4 billones en capitalización de mercado, recuperándose de su declive inducido por DeepSeek a principios de este año. Otros fabricantes de chips de IA, incluidos AMD y Huawei de China, están reportando sólidos resultados financieros. Casi todos los principales fabricantes de chips están centrando ahora su estrategia en la IA.
¿Pero qué pasa si la IA no funciona?
Esta no es solo una pregunta hipotética. Algunas señales sugieren que el crecimiento de la IA se está estancando, o al menos desacelerando. Los nuevos modelos ya no muestran mejoras significativas al aumentar el tamaño o la cantidad de datos de entrenamiento. El laureado con el Premio Nobel Demis Hassabis señaló recientemente que “ya no estamos logrando el mismo progreso” en el desarrollo de la IA. Andreessen Horowitz, uno de los inversores más prominentes en IA, también compartió preocupaciones de que las capacidades de los modelos de IA parecían estar estancándose.
Una razón por la que el rendimiento de la IA está disminuyendo podría ser que los modelos ya han consumido la mayor parte de los datos digitales disponibles, dejando poco para futuras mejoras. Los desarrolladores están en su lugar recurriendo a datos sintéticos, pero podrían ser menos efectivos—e incluso podrían empeorar los modelos.
El desarrollo de la IA también es enormemente intensivo en capital. Entrenar los modelos más avanzados requiere clústeres de computación que cuestan miles de millones de dólares. Incluso una sola ejecución de entrenamiento puede costar decenas de millones de dólares. Sin embargo, mientras los costos de desarrollo siguen aumentando, las recompensas monetarias son limitadas. Aparte de los asistentes de codificación de IA, hay pocos ejemplos de IA generando retornos que justifiquen estas inmensas inversiones de capital.
Algunas empresas ya están reduciendo su inversión en infraestructura de IA debido a costos. Microsoft, por ejemplo, está “ralentizando o pausando algunos proyectos en fase inicial” y ha cancelado pedidos de equipos para varios proyectos de centros de datos a nivel global. Meta, AWS y Google, según informes, también han recortado sus pedidos de GPU. Los cuellos de botella en los chips, la escasez de energía y las preocupaciones públicas son también barreras para la adopción masiva de la IA.
Si el auge de la IA se desvanece, eso es una mala noticia para la industria de los chips, que ha utilizado esta nueva tecnología para evitar una caída grave.
Los chips están volviéndose más caros de fabricar. Desarrollar nuevos procesos de fabricación cuesta miles de millones de dólares; construir nuevas plantas puede costar decenas de miles de millones de dólares. Todos estos costos se trasladan a los consumidores, pero, fuera de la IA, los clientes no están interesados en comprar chips más caros. Las tecnologías sofisticadas en los procesadores de IA de hoy no son tan útiles para otros propósitos.
La IA retrasó un ajuste en la industria: La fabricación se está volviendo más cara, mientras que las ganancias de rendimiento están disminuyendo. La promesa económica de la IA justifica los altos precios de los chips, pero si eso desaparece, la industria de los chips necesita encontrar algo más para convencer a las personas de mantener la inversión en la fabricación avanzada de chips. De lo contrario, la fabricación avanzada de chips se volverá insostenible: Las nuevas tecnologías costarán cada vez más, mientras que ofrecerán cada vez menos.
La historia continúaUna recesión en la industria de los semiconductores trastocará varios objetivos geopolíticos y económicos. Los gobiernos han invertido miles de millones de dólares en la construcción de industrias de chips nacionales. El presidente de EE. UU., Donald Trump, amenaza rutinariamente con usar aranceles para traer de vuelta la fabricación de semiconductores a casa.
El supuesto liderazgo de EE. UU. en el desarrollo de chips puede resultar ser un espejismo, particularmente dado que China domina la producción de chips heredados. Y un retroceso en la IA sacudiría el sector tecnológico mundial, obligando a las grandes empresas tecnológicas a replantear sus apuestas.
Dada estas apuestas, los responsables de políticas deben fomentar una mayor innovación en IA facilitando un acceso más fácil a datos, chips, energía y refrigeración. Esto incluye políticas pragmáticas sobre derechos de autor y protección de datos, un enfoque equilibrado hacia la fabricación de chips en el país y en el extranjero, y la eliminación de barreras regulatorias al uso y generación de energía. Los gobiernos no deben aplicar necesariamente el principio de precaución a la IA; los beneficios son demasiado grandes para obstaculizar su desarrollo, al menos en estas primeras etapas. Tampoco las aplicaciones de IA a gran escala, como los vehículos autónomos o la robótica doméstica, deben enfrentar requisitos irrazonablemente altos para su implementación.
Los inversores también deberían explorar enfoques alternativos de IA que no requieran tantos datos e infraestructura, lo que podría desbloquear un nuevo crecimiento de IA. La industria también debe explorar aplicaciones no relacionadas con la IA para los chips, si solo es para gestionar su riesgo.
Para asegurar que la industria de los chips pueda sobrevivir a una desaceleración, debe reducir el costo de la fabricación avanzada de chips. Las empresas deben trabajar juntas en investigación y desarrollo, así como colaborar con universidades, para reducir los costos de desarrollo. Se necesita más inversión en chiplets, empaquetado avanzado y hardware reconfigurable. La industria debe apoyar estándares interoperables, herramientas de código abierto y desarrollo ágil de hardware. Una infraestructura compartida y subsidiada para el diseño y la fabricación puede ayudar a las empresas más pequeñas a finalizar ideas antes de la fabricación. Pero, lo más importante, el impulso para nacionalizar la fabricación puede ser contraproducente: hacerlo de manera descuidada aumentará significativamente los costos de los chips.
El futuro de los chips y la IA ahora están profundamente entrelazados. Si los chips han de prosperar, la IA debe crecer. De lo contrario, todo el sector de los chips podría estar en peligro.
Las opiniones expresadas en los comentarios de Fortune.com son únicamente las opiniones de sus autores y no necesariamente reflejan las opiniones y creencias de Fortune*.*
Esta historia se publicó originalmente en Fortune.com
Ver Comentarios
Ver originales
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
La IA ayudó a salvar la industria de los chips. ¿Qué sucede si resulta ser un fracaso?
Nvidia es ahora la primera empresa en experimentar una subida repentina de más de $4 billones en capitalización de mercado, recuperándose de su declive inducido por DeepSeek a principios de este año. Otros fabricantes de chips de IA, incluidos AMD y Huawei de China, están reportando sólidos resultados financieros. Casi todos los principales fabricantes de chips están centrando ahora su estrategia en la IA.
¿Pero qué pasa si la IA no funciona?
Esta no es solo una pregunta hipotética. Algunas señales sugieren que el crecimiento de la IA se está estancando, o al menos desacelerando. Los nuevos modelos ya no muestran mejoras significativas al aumentar el tamaño o la cantidad de datos de entrenamiento. El laureado con el Premio Nobel Demis Hassabis señaló recientemente que “ya no estamos logrando el mismo progreso” en el desarrollo de la IA. Andreessen Horowitz, uno de los inversores más prominentes en IA, también compartió preocupaciones de que las capacidades de los modelos de IA parecían estar estancándose.
Una razón por la que el rendimiento de la IA está disminuyendo podría ser que los modelos ya han consumido la mayor parte de los datos digitales disponibles, dejando poco para futuras mejoras. Los desarrolladores están en su lugar recurriendo a datos sintéticos, pero podrían ser menos efectivos—e incluso podrían empeorar los modelos.
El desarrollo de la IA también es enormemente intensivo en capital. Entrenar los modelos más avanzados requiere clústeres de computación que cuestan miles de millones de dólares. Incluso una sola ejecución de entrenamiento puede costar decenas de millones de dólares. Sin embargo, mientras los costos de desarrollo siguen aumentando, las recompensas monetarias son limitadas. Aparte de los asistentes de codificación de IA, hay pocos ejemplos de IA generando retornos que justifiquen estas inmensas inversiones de capital.
Algunas empresas ya están reduciendo su inversión en infraestructura de IA debido a costos. Microsoft, por ejemplo, está “ralentizando o pausando algunos proyectos en fase inicial” y ha cancelado pedidos de equipos para varios proyectos de centros de datos a nivel global. Meta, AWS y Google, según informes, también han recortado sus pedidos de GPU. Los cuellos de botella en los chips, la escasez de energía y las preocupaciones públicas son también barreras para la adopción masiva de la IA.
Si el auge de la IA se desvanece, eso es una mala noticia para la industria de los chips, que ha utilizado esta nueva tecnología para evitar una caída grave.
Los chips están volviéndose más caros de fabricar. Desarrollar nuevos procesos de fabricación cuesta miles de millones de dólares; construir nuevas plantas puede costar decenas de miles de millones de dólares. Todos estos costos se trasladan a los consumidores, pero, fuera de la IA, los clientes no están interesados en comprar chips más caros. Las tecnologías sofisticadas en los procesadores de IA de hoy no son tan útiles para otros propósitos.
La IA retrasó un ajuste en la industria: La fabricación se está volviendo más cara, mientras que las ganancias de rendimiento están disminuyendo. La promesa económica de la IA justifica los altos precios de los chips, pero si eso desaparece, la industria de los chips necesita encontrar algo más para convencer a las personas de mantener la inversión en la fabricación avanzada de chips. De lo contrario, la fabricación avanzada de chips se volverá insostenible: Las nuevas tecnologías costarán cada vez más, mientras que ofrecerán cada vez menos.
La historia continúaUna recesión en la industria de los semiconductores trastocará varios objetivos geopolíticos y económicos. Los gobiernos han invertido miles de millones de dólares en la construcción de industrias de chips nacionales. El presidente de EE. UU., Donald Trump, amenaza rutinariamente con usar aranceles para traer de vuelta la fabricación de semiconductores a casa.
El supuesto liderazgo de EE. UU. en el desarrollo de chips puede resultar ser un espejismo, particularmente dado que China domina la producción de chips heredados. Y un retroceso en la IA sacudiría el sector tecnológico mundial, obligando a las grandes empresas tecnológicas a replantear sus apuestas.
Dada estas apuestas, los responsables de políticas deben fomentar una mayor innovación en IA facilitando un acceso más fácil a datos, chips, energía y refrigeración. Esto incluye políticas pragmáticas sobre derechos de autor y protección de datos, un enfoque equilibrado hacia la fabricación de chips en el país y en el extranjero, y la eliminación de barreras regulatorias al uso y generación de energía. Los gobiernos no deben aplicar necesariamente el principio de precaución a la IA; los beneficios son demasiado grandes para obstaculizar su desarrollo, al menos en estas primeras etapas. Tampoco las aplicaciones de IA a gran escala, como los vehículos autónomos o la robótica doméstica, deben enfrentar requisitos irrazonablemente altos para su implementación.
Los inversores también deberían explorar enfoques alternativos de IA que no requieran tantos datos e infraestructura, lo que podría desbloquear un nuevo crecimiento de IA. La industria también debe explorar aplicaciones no relacionadas con la IA para los chips, si solo es para gestionar su riesgo.
Para asegurar que la industria de los chips pueda sobrevivir a una desaceleración, debe reducir el costo de la fabricación avanzada de chips. Las empresas deben trabajar juntas en investigación y desarrollo, así como colaborar con universidades, para reducir los costos de desarrollo. Se necesita más inversión en chiplets, empaquetado avanzado y hardware reconfigurable. La industria debe apoyar estándares interoperables, herramientas de código abierto y desarrollo ágil de hardware. Una infraestructura compartida y subsidiada para el diseño y la fabricación puede ayudar a las empresas más pequeñas a finalizar ideas antes de la fabricación. Pero, lo más importante, el impulso para nacionalizar la fabricación puede ser contraproducente: hacerlo de manera descuidada aumentará significativamente los costos de los chips.
El futuro de los chips y la IA ahora están profundamente entrelazados. Si los chips han de prosperar, la IA debe crecer. De lo contrario, todo el sector de los chips podría estar en peligro.
Las opiniones expresadas en los comentarios de Fortune.com son únicamente las opiniones de sus autores y no necesariamente reflejan las opiniones y creencias de Fortune*.*
Esta historia se publicó originalmente en Fortune.com
Ver Comentarios