Nuevos y más eficientes modelos de inteligencia artificial podrían hacer obsoletos los grandes centros de datos. Además, las redes eléctricas tensadas pueden generar altos costos operativos y ambientales, lo que compromete la viabilidad económica. Según Paul Kedrosky, inversor e investigador en tecnología y economía, “podríamos terminar con un 40% de sobreconstrucción en términos de centros de datos”.
Sin embargo, Masayoshi Son presenta una visión diferente. Durante más de medio siglo, la Ley de Moore ha dictado que la capacidad de procesamiento se duplica cada 18 meses. Son prevé que se desplieguen diez veces más chips de inteligencia artificial en cada ciclo de tres años, a la vez que estos chips se vuelven diez veces más potentes y los modelos de IA incrementan su productividad en un factor de diez. “Eso es 1,000 veces en tres años”, aclara Son. “Nueve años con tres generaciones es 1,000,000,000 veces. Es una diferencia enorme”.
Críticas a la colaboración de grandes empresas
A pesar de las afirmaciones de Son, críticos advierten que la colaboración entre OpenAI, Oracle y SoftBank podría formar un cártel que limite la innovación y eleve los costos. Son no se disculpa por la concentración de la tecnología en unos pocos actores principales. “Sucederá de manera natural”, dice. “Para la carrera de IA se requieren cientos de miles de millones de dólares en inversión en centros de datos, adquisición de chips, integración de chips y entrenamiento de modelos”, explica. “Es muy, muy costoso, por lo que naturalmente se concentrará en varias empresas muy capaces en términos de talento y capitalización”.
