|
Getting your Trinity Audio player ready...
|
Arvind Krishna, CEO de IBM, cuestiona varios supuestos clave del boom actual de la IA generativa: duda de que los modelos gigantes y el gasto ilimitado en computación sean sostenibles, cree que muchos casos de uso están sobrevalorados y que la verdadera revolución será más silenciosa, integrada en procesos empresariales concretos. Al mismo tiempo, sostiene que no estamos en una “burbuja punto com 2.0” y que IBM seguirá invirtiendo fuerte en IA generativa y computación cuántica, pero con un enfoque más pragmático y orientado a negocio que al hype mediático.mdpi+1?
Escepticismo sobre el boom actual
Krishna pone “agua fría” sobre la idea de que el único camino al progreso sea entrenar modelos cada vez más grandes con presupuestos desorbitados, advirtiendo que hay rendimientos decrecientes y costes energéticos y económicos difíciles de justificar para muchos casos reales. Cuestiona también la narrativa de que la IA actual “entiende” el mundo, alineándose con quienes hablan de una “barrera del significado”: modelos muy potentes para correlaciones, pero sin comprensión humana del contexto o de las consecuencias.arxiv+1?
Según esta visión, buena parte del entusiasmo bursátil y corporativo se centra en demostraciones llamativas más que en productividad sostenida, algo que otros analistas describen como una “burbuja de hype” generativa que empieza a desinflarse, aunque sin colapso total.arxiv?
No es (exactamente) una burbuja
Aun así, Krishna insiste en que no se trata de una burbuja vacía: la IA generativa aportará valor, pero de forma más gradual y específica que lo que prometen los relatos más futuristas. En lugar de reemplazar masivamente trabajos en poco tiempo, la ve como una capa que se integra en software, flujos de trabajo y servicios de TI, donde lo importante no es el modelo en sí, sino su encaje en el proceso y el retorno medible.arxiv?
Este enfoque encaja con trabajos que piden “bajar el tono” del alarmismo o del triunfalismo y centrarse en problemas duros pero concretos: fiabilidad, alineamiento con objetivos humanos, integración en aplicaciones útiles y gobernanza sensata.arxiv+1?
La apuesta de IBM: IA generativa aplicada
IBM está posicionando sus modelos (como watsonx) para usos empresariales: automatización de documentación, asistencia a desarrolladores, análisis de datos internos y agentes conversacionales en dominios cerrados. Krishna enfatiza que el valor está en modelos ajustados a datos propios de las empresas, con énfasis en seguridad, cumplimiento normativo y trazabilidad, más que en sistemas generalistas abiertos al público.arxiv?
Este giro hacia “IA como infraestructura fiable” coincide con estudios que señalan que, tras el pico de hype, las organizaciones buscan menos demos espectaculares y más garantías de rendimiento, auditoría y control de riesgos.arxiv+1?
Computación cuántica y el largo plazo
En paralelo, Krishna ve la computación cuántica como la otra gran apuesta estratégica, pero igualmente libre de triunfalismo de corto plazo. La visión es que, a largo plazo, la combinación de IA y cómputo cuántico permitirá resolver problemas de optimización, simulación de materiales y criptografía que hoy son inabordables, aunque advierte que aún faltan años de desarrollo y escalado tecnológico.arxiv?
Este discurso es coherente con posiciones que defienden una agenda de innovación “para décadas”, donde los impactos de la IA se acumulan y se gestionan, más que un escenario de ruptura inmediata.arxiv+1?
Un nuevo realismo en torno a la IA
En conjunto, la postura de Krishna representa un nuevo realismo en el discurso sobre inteligencia artificial: reconoce el potencial transformador, pero niega que el simple crecimiento de parámetros y de gasto garantice progreso ilimitado, y subraya la importancia de integración, regulación y sostenibilidad. Para IBM, la apuesta no es ganar la carrera del modelo más grande, sino ocupar el espacio de socio tecnológico que convierte la IA –y mañana la cuántica– en herramientas fiables dentro del tejido empresarial.mdpi+1?
- https://www.mdpi.com/2078-2489/10/2/51/pdf?version=1550568554
- https://arxiv.org/pdf/2408.08778.pdf
- https://arxiv.org/ftp/arxiv/papers/2402/2402.04464.pdf
- https://arxiv.org/pdf/2312.14230.pdf
- https://arxiv.org/abs/2412.02730
- https://arxiv.org/pdf/2401.07836.pdf
- https://linkinghub.elsevier.com/retrieve/pii/S014067362501637X
- https://arxiv.org/pdf/2206.13353.pdf
- http://arxiv.org/pdf/2409.00764.pdf
Generado por Perplexity Pro
0 comentarios