Las economías avanzadas del mundo están en medio de una prolongada crisis de productividad. En la década posterior a la crisis financiera de 2008, el crecimiento de la producción por hora trabajada en el Grupo de los Siete se desplomó a menos del 1% anual, menos de la mitad de la tasa de la década anterior. Este pésimo desempeño es el mayor problema económico que enfrenta el mundo desarrollado, así como la raíz de gran parte de la angustia política y geoestratégica.

La inteligencia artificial (IA) es un avance potencial. El director ejecutivo de BlackRock, Larry Fink, afirma que “transformará los márgenes en todos los sectores”. Goldman Sachs predice que impulsará el crecimiento de la productividad hasta en 3 puntos porcentuales por año en Estados Unidos durante la próxima década. El McKinsey Global Institute asegura que podría sumar hasta 26 billones de dólares al PIB mundial.

Los inversores deben tener cuidado con las exageraciones, pues cuatro características de la IA sugieren que, si bien su impacto en los resultados de algunas empresas puede ser positivos, sus consecuencias para toda la economía serán menos impresionantes. De hecho, las computadoras que se autoenseñan pueden empeorar la crisis de productividad.

Empecemos por el impacto de la IA en el motor más fundamental del crecimiento económico moderno: la acumulación de nuevos conocimientos científicos. Sus prodigiosos poderes predictivos permitieron avances notables en ciertas áreas de la química y la biología que requieren una gran cantidad de datos. Sin embargo, el potencial de la ciencia para generar conocimiento útil depende de su capacidad no solo de predecir lo que sucede, sino también de explicar por qué sucede.

Los modelos de IA revolucionaron la capacidad de las computadoras para identificar patrones útiles en enormes conjuntos de datos, pero son incapaces de desarrollar teorías causales necesarias para los nuevos descubrimientos científicos. Como lo expresó la científica informática de la Universidad de California Judea Pearl y la coautora Dana Mackenzie en su best seller de 2018 “The Book of Why”: “Los datos no entienden causa y efecto, los humanos sí”. Sin razonamiento causal, el genio predictivo de la IA no hará que los científicos humanos sean redundantes.

Un segundo argumento a favor de la IA es que reducirá los costos corporativos al automatizar mucho más trabajo de conocimiento básico. Esa es una afirmación más plausible y hay evidencia temprana a su favor gracias a que un estudio reciente demostró que la introducción de chatbots impulsados ​​por IA ayudó a las funciones de soporte al cliente a resolver un 14% más de problemas por hora. La salvedad es que el probable impacto agregado de tales mejoras de eficiencia es sorprendentemente modesto.

Daron Acemoglu, del Instituto Tecnológico de Massachusetts, estima que el 20% de las tareas laborales actuales en Estados Unidos podrían ser realizadas por IA, y que en alrededor de una cuarta parte de esos casos sería rentable reemplazar a los humanos por un algoritmo. Pero, incluso si esto reemplaza casi el 5% de todo el trabajo, Acemoglu calcula que el crecimiento general de la productividad aumentaría solo alrededor de medio punto porcentual en 10 años. Eso es apenas un tercio del terreno perdido desde 2008.

Lee más: Inteligencia Artificial lleva los aportes de capital de riesgo en EU a su mayor nivel en dos años

Estos serían los resultados adversos de la IA dentro de la productividad

El tercer desafío es que en una clase importante de casos donde la adopción de la IA puede revertir las ganancias de productividad.

Algunos de los primeros éxitos de la tecnología se produjeron en su aplicación a los juegos.

En 2017, por ejemplo, el programa AlphaZero de Google DeepMind sorprendió al mundo al demoler incluso a sus rivales informáticos más avanzados en ajedrez; esto puso de relieve el potencial de implementar el sentido estratégico de la IA en otros entornos competitivos, como el comercio financiero o el marketing digital.

El problema es que en la vida real, a diferencia de los juegos, los demás jugadores también pueden invertir en IA y el resultado es que un gasto que puede ser racional para cualquier empresa individual es contraproducente en conjunto, como si una carrera armamentista en el campo de la IA aumentara los costos, pero no modificara los ingresos generales.

La historia de la inversión cuantitativa es una advertencia. A principios de los años setenta, los inversores identificaron por primera vez factores sistemáticos como el valor y el impulso, y las pocas empresas dispuestas a gastar dinero en investigación estadística disfrutaron de rendimientos supernormales. Sin embargo, a finales de la década, sus competidores también estaban haciendo números. Los rendimientos excedentes se eliminaron mediante la competencia, pero todos siguieron incurriendo en los costos.

La misma dinámica contraproducente se aplicará también en otros ámbitos. En el mundo analógico, el secreto sucio de la publicidad es que a menudo es una carrera para quedarse quieto. En uno de los casos de enseñanza más famosos de la Escuela de Negocios de Harvard, David Yoffie estudió las llamadas “guerras de las colas” libradas por Coca-Cola y PepsiCo entre 1975 y mediados de los años 1990. Entre 1981 y 1984, Coca-Cola duplicó su gasto en publicidad.

Pepsi respondió haciendo lo mismo. El resultado neto fue que casi no hubo cambios en la cuota de mercado relativa de las dos empresas, lograda a un mayor coste en todos los aspectos. En la era del marketing digital, la IA corre el riesgo de llevar las guerras de las colas a todos los rincones de la economía.

Eso implica una cuarta característica de la IA que asestará un golpe más insidioso a la productividad. Si una carrera armamentista de la IA hace que la inversión masiva de capital sea lo que está en juego sólo para mantener la cuota de mercado, los actores más pequeños inevitablemente se verán desplazados. Las industrias tenderán al oligopolio, la competencia tenderá a disminuir mientras que la innovación sufrirá y la productividad se desplomará aún más.

En 1987, el economista ganador del Premio Nobel Robert Solow se lamentaba de que “la era informática se puede ver en todas partes, menos en las estadísticas de productividad”. Los efectos de la IA pueden ser muy evidentes pronto, pero no de la manera positiva que esperan los defensores de la tecnología.

Con información de Reuters

¿Te gustan las fotos y las noticias?, síguenos en nuestro Instagram

 

Siguientes artículos

De la creatividad, a lo fiscal y a salvar vidas: el líder de AWS enlista usos de la IA generativa
Por

Aún falta que los potenciales usuarios, gobiernos u ONG, tengan claridad de cómo aprovechar la herramienta, dice en entr...