Qué ha pasado. Sam Altman pensaba que tras el lanzamiento de GPT-4 muchas cosas iban a cambiar mucho más deprisa. En una conversación reciente con David Senra, el CEO de OpenAI reconoció que «me equivoqué en unas cuantas cosas, pero una de ellas es en el ámbito de la velocidad: la economía tiene demasiada inercia». Altman esperaba que buena parte del software empresarial sufriese grandes cambios, y que nuevas compañías pudiesen plantear alternativas a las existentes. Creyó que la IA iba a alterar procesos y negocios a un ritmo enorme. No ha ocurrido así.
El problema no es técnico. Los modelos han mejorado muchísimo desde que GPT-4 apareció en 2023, pero las empresas no cambian al mismo ritmo que cambian las APIs. Para sustituir procesos hay que integrar sistemas, revisar seguridad, migrar datos, formar empleados o convencer a clientes. Hay demasiados pasos intermedios que complican que la «revolución» se complete: puede que abrir ChatGPT y usarlo lleve segundos, pero rediseñar los flujos internos de una empresa puede llevar años. Da igual que los modelos no paren de mejorar: las empresas siguen moviéndose a velocidad humana.
Éxito viral… entre los consumidores. Lo cierto es que el uso de la IA entre usuarios finales se disparó casi inmediatamente: recordemos que ChatGPT fue el producto que más rápido alcanzó los 100 millones de usuarios de la historia (aunque luego Threads lo superó con un poco de truco) Sin embargo, la adopción empresarial ha sido mucho más lenta. Las compañías adoptan proyectos piloto para integrar la IA en sus procesos, pero dependen de proveedores o aplicaciones legacy. Altman esperaba que la IA acelerara el cambio, pero reconoce que los costes de cambiar antiguos procesos pueden importar casi tanto como que las capacidades de los nuevos.
Pero Altman está también aliviado. En la entrevista el CEO de OpenAI también afirma que en realidad esa lentitud puede hacer que la transición en las empresas sea más suave. Cuando la economía tiene tanta inercia, actúa como amortiguadora de la revolución. Aunque las startups de IA quieren vender IA a toda prisa, adoptar los saltos tecnológicos suelen llevar tiempo y él reconoce que eso no es malo.
Una vieja ley vuelve a confirmarse. Tendemos a sobreestimar el impacto de una tecnología a corto plazo y a subestimarlo a largo plazo. Con la IA pinta a que estamos precisamente en una incómoda fase intermedia en la que tras el entusiasmo inicial, el impacto real en nuestro mundo no acaba de ser visible. Lo que está pasando confirma la ley de Amara, que precisamente habla de cómo los cambios tecnológicos, por espectaculares que parezcan, tardan tiempo en cristalizar.
El PC e internet confirman esa paradoja. Los primeros ordenadores personales de finales de los 70 y principios de los 80 despertaron enormes expectativas, pero su impacto llegó cuando empresas y hogares cambiaron su forma de trabajar para hacerlo alrededor de ellos. Con internet pasó algo aún más claro en este sentido: le burbuja de las puntocom demostró que se había sobreestimado su importancia en aquel momento, pero con los años internet acabó convirtiéndose en una de las tecnologías que más han transformado nuestro mundo.
