La cursa per la Intel·ligència Artificial (IA) ha embarcat a la indústria tecnològica en inversions gegantines en centres de dades que estan dopant a l’economia dels Estats Units, però provoquen dubtes sobre la seva rendibilitat.
Paisatge industrial de Ernes Jones, 1848.
Les primeres preguntes a la màquina van ser per millorar els treballs de facultat. Després li va agafar confiança i li va preguntar quina opinió tenia de les seves capacitats. Les respostes de la màquina van ser tan afalagadores i efectives (no deia mai “no ho sé”), que va acabar per preguntar-li coses sobre la seva salut. Amb el pas dels mesos, molts aspectes de la seva vida que abans hauria consultat a especialistes, familiars o amics (també la seva vida sentimental) van acabar a la màquina.
ChatGPT va sortir al mercat el novembre del 2022. Dos mesos després, el 90% dels universitaris dels EUA ja l’utilitzaven. En aquells seixanta dies, 100 milions de persones al món es van descarregar l’app (avui són 800 milions). L’èxit de ChatGPT, un model de llenguatge generatiu (entrenat per donar respostes raonades basades en evidències), i la més prometedora de les tecnologies de la intel·ligència artificial (IA), va ser com un sisme per a Silicon Valley. Després d’anys concentrats en l’entreteniment, la intel·ligència artificial els ha permès l’accés a projectes més ambiciosos.
La utilització de ChatGPT i altres apps semblants és avui un problema existencial per al món acadèmic. Però els signes del canvi es veuen arreu. També a Internet, on ja es navega d’una altra manera des que els chatbots de la IA van arribar a Google.
Demis Hassabis, Nobel de química i nen prodigi, avui al capdavant de DeepMind, compara aquesta transformació amb la Revolució Industrial de finals del XVIII. “Però deu vegades més gran i potser deu vegades més ràpida” precisa sense parpellejar.
El paisatge industrial segons Ernest Jones, en una il·lustració del 1848
Les consultores i les grans corporacions tecnològiques estan convençudes d’haver entrat en l’edat d’or de la productivitat empresarial. Canviaran (o desapareixeran) departaments sencers. Sobrarà mà d’obra. Però serà molt més dràstic que unes retallades. A Silicon Valley s’imaginen ja empreses híper productives amb només dos o tres empleats...
Malgrat això, els augments de productivitat per xocs en la innovació no són una ciència exacta. El motor de vapor va trigar 61 anys a canviar el sistema productiu; l’electricitat 32; Internet, quinze anys... JP Morgan estima que a la IA li poden ser suficients només set anys. De moment el resultat dels assajos a les empreses és dispar. No tots els programes pilot funcionen. Hi ha obstacles tècnics, errors induïts per la mateixa tecnologia, resistència dels empleats...
Els crítics recorden els ‘crac’ del ferrocarril en els 1880s o de les puntcom del 2000
Res d’això no esporugueix les grans empreses tecnològiques. Ni tampoc qui les acusen d’haver inflat les expectatives d’aquesta tecnologia. Quatre d’elles, Microsoft, Alphabet, Amazon i Meta, invertiran només aquest any 300.000 milions de dòlars en infraestructures per a la IA. Uns 475.000 milions si es comptabilitzen totes les inversions del sector.
Són xifres astronòmiques per als EUA. En una economia insegura pels aranzels i el baix consum, aquestes inversions estan dopant el creixement. Són com un gran programa d’estímul. Però això sí, a un elevat cost social: aquestes infraestructures requereixen quantitats ingents d’energia que posen al límit la xarxes de subministrament i provoquen pujades de preus que paguen també els consumidors.
És la paradoxa digital, la gran distància que hi ha entre l’experiència del consumidor i la realitat física que la sustenta. Darrere de cada clic de compra a Amazon hi ha centres d’emmagatzemament i una gran flota de vehicles d’ entrega. Darrere de cada pregunta als chatbots de la IA, hi ha centres de dades gegantins que utilitzen xips de Nvidia, que consumeixen deu vegades més energia que els xips tradicionals. Per a què tanta capacitat de computació? Per “entrenar” amb més dades (creades per humans) aquests models de llenguatge i que les seves respostes siguin més i més convincents.
Hi ha veus crítiques que pensen que aquesta estratègia de construir centres de dades cada vegada més grans és un error. Recorden cracs com el dels ferrocarrils (1880s) o el no tan llunyà de les puntcom, en els 2000, en les que la construcció d’infraestructures es va anticipar a una demanda que va arribar més tard de l’esperat. El dubte avui és semblant: com i quan es rendibilitzarà tota aquesta capacitat instal·lada i finançada amb deute extern.
La cursa per la IA explica el gir de Silicon Valley cap a la indústria i el món corporatiu. Fa vint anys, personatges com Peter Thiel o Alex Karp es lamentaven de què les start up dediquessin la seva energia a dissenyar xarxes socials i apps per al consum en lloc de “fer coses serioses”. Ells van fer el primer pas a l’entrar al món de la seguretat i la defensa amb empreses com Palantir.
En aquest gir, Silicon Valley va perdre l’ambigüitat dels seus inicis, liberal i vagament contracultural. D’una cultura empresarial informal, plena de profetes digitals i Ted Talks, s’ha passat a una de més convencional i jerarquitzada, en la que s’hi paguen xifres abundants per robar executius al competidor. L’al·lèrgia originària cap a l’ Estat ha derivat en un rebuig absolut cap a la regulació. Això i l’aversió als impostos d’una generació de mega milionaris va propiciar el gir a la dreta política durant la pandèmia i la seva posterior acomodació a Donald Trump.
La IA generativa ha permès a Silicon pensar projectes més ambiciosos que el lleure i el consum
Els analistes caracteritzen aquesta nova era marcada per la IA com la Hard Tech. Una veritable Edat de Ferro amb grans interessos en joc i una aposta industrial que relega els anys heroics del web 2.0 a un passat gairebé remot, una cosa semblant al paleolític de Silicon Valley.
