Hacía tiempo que no se vivía tanto entusiasmo por una innovación tecnológica. Aunque ChatGPT y sus clones han reavivado los debates sobre el papel del trabajo humano, más allá de los puntos fuertes y débiles de la tecnología, podemos afirmar lo siguiente: Primero, que la adopción de ChatGPT tardará más de lo previsto. Segundo, el modelo de negocio de los chatbots no tiene los niveles de rentabilidad exigidos por los inversores en la actualidad, por lo que parece frágil en el entorno actual. Tercero, el uso de Big Data seguirá siendo fundamental en la adopción de la tecnología de IA Generativa. Y, por último, la necesidad de cualificar y recualificar a sus trabajadores aumentará rápidamente, pues los problemas de capital humano y la obsolescencia de las cualificaciones seguirán siendo fundamentales.
Conocemos el destino, pero no el camino
Creemos que existe un paralelismo evidente entre ChatGPT de hoy en día y los vehículos autónomos de 2015. Por aquel entonces, todo el mundo estaba impresionado por la calidad de los coches autónomos y los pilotos automáticos desarrollados por Tesla y Google. Pero 7 años después, tanto los fabricantes de coches como las empresas tecnológicas han vuelto a la tierra. La tecnología estará lista algún día, pero al cerebro humano aún le cuesta predecir el calendario exacto de estas iniciativas.
Chat GPT a escala industrial no es una excepción. Quizá esta herramienta de conversación avanzada sea el futuro, pero su estrategia y modelo de desarrollo pertenecen a la década anterior (2010), caracterizada por el dinero barato y los mercados al alza. Las empresas quemaron dinero para ser las primeras en su mercado y crear efectos de escala favorables, como por ejemplo Uber, Airbnb, DoorDash y Groupon.
Las búsquedas de ChatGPT representan actualmente un coste enorme para OpenAI, la empresa que está detrás de esta tecnología. Sin embargo, estas búsquedas siguen siendo gratuitas. A este ritmo, OpenAI tendría que gastar más de mil millones de dólares cada año simplemente para satisfacer las peticiones de los internautas. A esto habría que añadir el gasto en I+D. Una cuota mensual de 42 dólares podría sin duda reducir el coste, pero los usuarios esperarían un mayor nivel de protección de los derechos de autor y serios esfuerzos para luchar contra la desinformación. Desgraciadamente, esta carrera por el protagonismo significa que cualquier noción de eficiencia energética también queda relegada a un segundo plano.
ChatGPT es sobre todo un recordatorio de que el acceso a los datos es esencial para un modelo a tan gran escala y la pieza más poderosa de esta cadena de valor, especialmente con algoritmos cada vez más competitivos, como ya es el caso. El chatbot es también un recordatorio de que el Big Data seguirá siendo un tema de inversión importante en los próximos años.
Nos entusiasman las aplicaciones empresariales respaldadas con datos suficientes para generar versiones verticalizadas, es decir, áreas bien definidas en las que ChatGPT puede tener impacto. Sin embargo, su uso se verá restringido en ámbitos con menos rutinas y menos datos históricos de libre acceso. Esta es la razón por la que a la IA Generativa le está costando despegar en ámbitos como el diseño y la simulación. Cabe señalar que la agencia Getty Images está intentando crear jurisprudencia sobre el entrenamiento en sus modelos al presentar una denuncia contra Stable Diffusion por violación de los derechos de autor.
La obsolescencia del capital humano se acelera
No nos preocupa demasiado un mundo sin empleo. Al contrario, persisten graves carencias de mano de obra en varios ámbitos como en el sector sanitario, los servicios y la investigación. No tiene sentido hablar del fin del trabajo humano cuando necesitamos ingenieros, técnicos e investigadores que ayuden a luchar contra el cambio climático. Si la IA generativa presenta un riesgo, éste reside en la necesidad de mano de obra altamente cualificada. La llegada a escena y rápida difusión de ChatGPT es otro ejemplo de la aceleración de la obsolescencia del capital humano.
Como consecuencia, los gobiernos tendrán que adaptar los programas escolares y las empresas tendrán que replantearse la formación profesional. Para las empresas que apuestan decididamente por la formación, esto representa una importante ventaja competitiva que les permitirá ampliar su brecha de innovación y reforzar su ventaja.
Como es probable que se automatice un número cada vez mayor de tareas, esto también debería reducir las penosas condiciones de trabajo y liberar energía para los retos que tendremos que asumir. El economista Alfred Sauvy habría estado de acuerdo con nosotros. Su teoría de la transferencia sostenía que los aumentos de productividad son beneficiosos, ya que la demanda y los puestos de trabajo pueden desplazarse hacia tareas con mayor valor añadido.
Sin embargo, esto no significa que el futuro vaya a ser fácil. Un reto crucial en las próximas décadas será satisfacer las necesidades de reclasificación, mejora y reciclaje profesional, ayudando al mismo tiempo a las personas a gestionar trayectorias profesionales no lineales. Puede que incluso tengamos que revisar los principios básicos del aprendizaje escolar.
Tribuna de Jacques-Aurélien Marcireau, codirector de renta variable en Edmond de Rothschild AM.
Por Funds Society, Madrid
