TL;DR: Una reciente charla de Demis Hassabis, premio Nobel y director general de Google DeepMind, revela que el actual auge de la tecnología está impulsado por un profundo cambio: La IA ya no se limita a optimizar los flujos de trabajo empresariales; está empezando a resolver retos científicos y de ingeniería fundamentales. La inversión masiva y simultánea en infraestructura, formación y aplicaciones de IA está creando un potente ciclo de crecimiento que se refuerza a sí mismo. Esto está desbloqueando avances sin precedentes en áreas de "grandes retos" como la fusión nuclear y la ciencia de los materiales, creando la próxima ola de oportunidades industriales y de inversión.
Soy James, CEO de Mercury Technology Solutions.
Cualquiera que observe los mercados mundiales se hace la misma pregunta fundamental: "¿Es el increíble rendimiento de los valores tecnológicos un auge sostenible o una burbuja temporal?" Aunque la cautela siempre está justificada, un reciente debate protagonizado por Demis Hassabis, el visionario cofundador y consejero delegado de Google DeepMind, ofrece un poderoso argumento a favor de lo primero.
Sus ideas enmarcan la actual revolución de la IA no sólo como otro ciclo tecnológico, sino como el amanecer de una era en la que la IA se convierte en un nuevo motor de los descubrimientos científicos fundamentales. Este cambio tiene profundas implicaciones para el futuro de la industria y la naturaleza de la inversión a largo plazo.
La nueva tesis de la inversión: Por qué este auge de la IA es diferente
Para que el actual rally tecnológico continúe su trayectoria, deben cumplirse dos condiciones:
- La demanda de potencia de cálculo para la IA debe encontrarse en el inicio de una fase de crecimiento explosivo a largo plazo.
- La IA debe ser capaz de resolver los obstáculos del mundo real que hasta ahora han limitado el progreso.
Las pruebas de ambas cosas son innegables. Las empresas que experimentan hoy un crecimiento meteórico son las que están utilizando con éxito la IA para resolver problemas de larga data. Según Hassabis, arquitecto clave de sistemas emblemáticos como AlphaGo y AlphaFold, la IA está entrando ahora en una "fase de superaceleración"
Los tres motores simultáneos del crecimiento de la IA
Durante el debate, las ideas de Hassabis apuntaron a tres procesos principales que están impulsando la demanda de potencia informática. Lo que hace único el momento actual es que estas tres fases se están produciendo simultáneamente, no de forma secuencial.
- Construcción de la infraestructura básica: Se está llevando a cabo una enorme inversión de capital para construir los centros de datos y el hardware básicos que impulsan la IA moderna.
- Entrenamiento especializado de modelos: Los expertos utilizan esta infraestructura para entrenar y poner a punto modelos de IA con conocimientos especializados para dominios específicos.
- Aplicación y monetización en el mercado masivo: Estos modelos capacitados se están implantando rápidamente en el público y las empresas, generando ingresos y nuevos casos de uso.
Si estas tres etapas se produjeran una tras otra, podríamos ver una serie de ciclos de mercado más pequeños y manejables. Sin embargo, al producirse todas en paralelo, están creando un potente bucle de retroalimentación que se refuerza a sí mismo. Este crecimiento concurrente y explosivo sugiere una transformación industrial más sostenida y a mayor escala que una burbuja tecnológica típica.
De los problemas empresariales a los grandes retos: La nueva frontera de la IA
La idea más profunda del debate fue el cambio en los tipos de problemas que la IA es ahora capaz de resolver. Estamos dejando atrás la optimización de los flujos de trabajo empresariales para adentrarnos en el ámbito de la resolución de los "grandes retos" de la ciencia y la ingeniería.
Estudio de caso 1: resolver la fusión nuclear
Durante décadas, el sueño de obtener energía limpia e ilimitada a partir de la fusión nuclear se ha visto obstaculizado por un reto primordial: cómo controlar un plasma turbulento más caliente que el núcleo del sol mediante potentes campos magnéticos. Se trata de un problema con miles de variables que deben ajustarse en tiempo real, una tarea demasiado compleja para los ingenieros humanos.
DeepMind, utilizando un modelo de aprendizaje por refuerzo, ha superado esta barrera. Su IA aprendió a manipular con éxito las bobinas magnéticas del interior de un reactor tokamak para confinar y controlar el plasma, logrando un gran avance en este campo.
Estudio de caso 2: Acelerar la ciencia de los materiales
Con el problema del control del plasma en vías de solución, el nuevo cuello de botella de la fusión, y de otras innumerables tecnologías, es el descubrimiento de materiales avanzados que puedan soportar condiciones extremas. Aquí es donde la IA está de nuevo preparada para liderar. Hassabis señaló que Google ya está utilizando la IA para investigar y desarrollar nuevos materiales solares, con importantes logros conseguidos este año.
La ciencia de los materiales es un clásico "problema difícil" que ahora se puede resolver con IA, lo que abre otra frontera a la innovación y la inversión.
Conclusión: Una nueva era de oportunidades
Aunque siempre es prudente actuar con cautela en un mercado de alta revalorización, las opiniones de uno de los líderes mundiales en IA sugieren que nos encontramos en las primeras fases de una profunda revolución industrial y científica. Las oportunidades ya no están sólo en el ámbito digital del software, sino en los problemas tangibles del mundo real que la IA puede ayudarnos a resolver.
El imperativo estratégico para los líderes es mirar más allá de las aplicaciones inmediatas de la IA en su negocio y empezar a plantearse una pregunta más fundamental: "¿Cuáles son los problemas intratables, los 'grandes retos' de nuestra industria que ahora pueden resolverse con este nuevo motor de descubrimiento científico?" Las empresas que puedan responder a esa pregunta serán las que definan la próxima generación de progreso industrial.
