En colaboración con Mercedes Leticia Sánchez Ambriz
Escucha el podcast con un análisis profundo y lleno de comparaciones.
La Universidad de Stanford, en conjunto con
otras entidades internacionales, publicó recientemente el reporte: Artificial
Intelligence Index Report 2025, que ofrece un análisis exhaustivo sobre
el progreso técnico, el impacto socioeconómico y los marcos regulatorios de la
inteligencia artificial a nivel global. El documento
tiene 457 páginas y está dividido en 8 capítulos, que abarcan desde
investigación y desarrollo, pasando por la economía, la educación, la ciencia,
la medicina, hasta la opinión pública.
Hemos trabajado con NotebookLM para
realizar un resumen expresado tanto en texto, como en audio e imagen, con el
objetivo de hacer más accesible un documento tan extenso.
El informe considera que
la inteligencia artificial ha dejado de ser un experimento confinado a
laboratorios para integrarse en la estructura misma de la sociedad. El año 2024
marcó un hito histórico: el trabajo de varios científicos apoyado con herramientas
de IA permitió ganar el Premio Nobel, además de superar el Test
de Turing, antes considerado un objetivo inalcanzable.
Este cambio de paradigma
plantea una interrogante fundamental para cualquier estratega: ¿Qué tan
rápido la IA está transformando nuestra economía? El reporte AI Index
2025 de Stanford revela que la transición de “lo posible” a “lo
cotidiano” ocurre a una velocidad sin precedentes.
1. El colapso de los costos:
La IA es 280 veces más barata
En apenas 18 meses,
el costo de inferencia para modelos equivalentes a GPT-3.5 se desplomó de $20.00
a solo $0.07 por millón de tokens. Esta caída libre es el motor principal
de una democratización tecnológica masiva a escala global.
Esta eficiencia permite
que la IA deje de ser un privilegio de grandes corporaciones para convertirse
en una herramienta de uso masivo. Al eliminar las barreras de entrada
financieras, la innovación se desplaza hacia aplicaciones cotidianas y pequeñas
empresas.
2. El fin de la era académica
en el desarrollo de modelos
La industria consolidó su
dominio produciendo casi el 90 % de los modelos notables en 2024, un
salto drástico frente al 60 % registrado en 2023. La academia, aunque
lidera en publicaciones citadas, ha cedido el terreno del desarrollo de
vanguardia.
"La IA se ha
movido de los márgenes a convertirse en un motor central de valor
empresarial”se lee en el AI
Index 2025.
Este cambio refleja que
la escala de recursos necesarios, cómputo, datos y capital, ha desplazado el
liderazgo técnico. La arquitectura del futuro ya no se diseña primordialmente
en las aulas universitarias, sino en los centros de datos corporativos.
3. La IA ya es casi su
médico (o al menos ayuda a diagnosticarlo)
La innovación en salud es
explosiva: los dispositivos médicos con IA aprobados por la FDA (Administración
de Alimentos y Medicamentos del Gobierno de EUA) pasaron de 6 en 2015 a 223
en 2023. En términos de capacidad diagnóstica, el modelo o1 alcanzó un
impresionante 96.0% en el benchmark MedQA.
Sin embargo, este
razonamiento clínico avanzado tiene un costo operativo importante. El modelo o1
es 6 veces más caro y 30 veces más lento que GPT-4o, lo que plantea
desafíos estratégicos para su implementación en entornos de salud en tiempo
real.
A pesar de estos retos, se
aprecia que la IA ha logrado superar a médicos humanos en el diagnóstico de
casos clínicos complejos. Esto abre un debate ético urgente sobre la confianza
y la supervisión necesaria cuando el algoritmo toma decisiones donde la vida
está en juego.
4. La brecha de optimismo
global: Un mundo dividido
Existe una fractura
geográfica profunda en la percepción de esta tecnología. El entusiasmo domina
en China (83 %) e Indonesia (80 %), mientras que en Estados Unidos
(39 %) y Canadá (40%) prevalece el escepticismo sobre si los beneficios
superan los daños.
Curiosamente, el
optimismo está ganando terreno en regiones antes escépticas como Alemania y
Francia, donde la percepción positiva subió un 10 % desde 2022. Esta
división regional representa un desafío crítico para crear marcos de gobernanza
global.
5. La paradoja de la energía:
eficiencia vs. huella de carbono
Aunque la eficiencia
energética del hardware mejora un 40 % anual, el consumo total se dispara
por el tamaño de los modelos. El entrenamiento de Llama 3.1 405B emitió 8,930
toneladas de carbono, frente a las modestas 0.01 toneladas de AlexNet.
Como respuesta, gigantes
como Microsoft, Google y Amazon están reactivando la energía nuclear. No se
trata solo de sostenibilidad, sino de un giro estratégico fundamental hacia la independencia
energética total para sostener sus centros de datos.
Este renacimiento nuclear
subraya que la viabilidad de la IA ya no depende de simples compensaciones de
carbono. El sector está forzando una transformación radical y soberana de la
infraestructura energética global para alimentar la era de los modelos masivos.
6. El dominio de EE.
UU. en inversión frente al avance de China
La disparidad financiera
es inmensa: la inversión privada en EE. UU. alcanzó los $109.1 mil millones,
casi 12 veces más que los $9.3 mil millones de China. Estados Unidos
sigue liderando en la producción de modelos notables (40 frente a 15).
No obstante, China domina
en activos físicos e intelectuales, controlando el 69.7 % de las patentes de
IA a nivel mundial. Además, el país asiático concentra el 51.1 % de las
instalaciones de robótica industrial de todo el planeta.
Los modelos chinos, al menos en pruebas
comunes como MMLU (evalúa conocimientos y razonamiento en muchas áreas
académicas) y la prueba HumanEval, (evalúa programación, pidiendo que el modelo
escriba funciones que pasen tests) han reducido mucho la diferencia de
desempeño con los modelos estadounidenses, y lo han logrado usando menos
inversión total, gracias a buena ingeniería y optimización.
Conclusión: un futuro
que se escribe en tiempo de ejecución
El reporte 2025 describe
una IA que ha pasado de ser una promesa futurista a una realidad operativa de
alta velocidad. Estamos ante un futuro que se define en tiempo de ejecución,
exigiendo una responsabilidad colectiva para guiar estas herramientas.
¿Estamos preparados
para un mundo donde la frontera de la IA se mueve el doble de rápido de lo que
podemos regular? La respuesta a
esta pregunta determinará la estabilidad de nuestra sociedad y nuestra economía
en la próxima década.
