El despegue de la IA, en datos verificados

El dato más contundente del despegue no es de capacidad sino de precio. Alcanzar un mismo nivel de desempeño se abarata entre 9 y 900 veces por año, según qué nivel se mida; para igualar a GPT-4 en preguntas científicas de nivel doctoral, el precio cayó unas 40 veces al año.

El caso más extremo que documenta Epoch AI es el de la prueba MMLU, de conocimiento general: lo que en noviembre de 2021 costaba 60 dólares por millón de tokens con GPT-3, en octubre de 2024 costaba 7 centavos con un modelo pequeño de Google.

Conviene leer el gráfico con la advertencia que la propia fuente incluye: las caídas más rápidas ocurrieron en el último tramo del período, y no está claro que ese ritmo continúe. Un abaratamiento así explica por qué la tecnología se volvió ubicua tan rápido — lo que hoy es caro y exclusivo tiende a ser barato y masivo en dos años — pero extrapolarlo hacia adelante es una apuesta, no una proyección.

La otra cara del abaratamiento por consulta es el crecimiento del consumo total. Entrenar y ejecutar modelos exige centros de datos con millones de procesadores funcionando día y noche, y eso tiene una factura medible en teravatios-hora.

Los 945 TWh proyectados para 2030 equivalen aproximadamente a lo que consume Japón en un año. El escenario a 2035 se mueve entre 700 y 1.700 TWh: un rango tan ancho que conviene tratarlo como lo que es —un abanico de futuros posibles— y no como una cifra.

Una precisión que suele perderse: no todo ese consumo es inteligencia artificial. Son los centros de datos completos, incluyendo todo lo demás que corre en ellos. La IA es el motor del crecimiento, no la totalidad de la base.

Y hay una asimetría geográfica que importa para leer el resto de la pieza:

América Latina entera está dentro de ese último tramo del 15%, junto con África, India y el resto de Asia. La infraestructura de esta tecnología está concentrada en tres polos y la región no es uno de ellos.

Cuando Ipsos preguntó en 32 países si los productos con IA los entusiasman y si los ponen nerviosos, apareció una división geográfica nítida — y el lugar de América Latina en ella es el hallazgo que esta pieza quiere subrayar.

Norteamérica es la región más nerviosa (65%) y la menos entusiasmada (47%). América Latina está casi en el espejo: 56% de entusiasmo y apenas 29% de nerviosismo, el más bajo de las cuatro regiones — menos que Asia-Pacífico, que lidera en entusiasmo.

Las lecturas posibles son varias y el dato no permite elegir entre ellas. Puede ser optimismo tecnológico genuino; puede ser menor exposición hasta ahora a los efectos laborales de la automatización; puede ser que la conversación crítica sobre IA —que en Europa y Norteamérica ocupa portadas— circule menos por acá. Lo que sí se puede afirmar es la combinación: la región con menos infraestructura instalada es también la que menos recela de la tecnología.

Esta sección existe porque la regla del medio obliga a declarar los huecos en vez de rellenarlos.

Cuatro indicadores que aparecen en las coberturas del despegue quedaron fuera de los gráficos porque no pudimos abrir su fuente primaria en esta edición:

Ninguno de los cuatro es implausible; varios son probablemente correctos. Pero "probablemente correcto" y "verificado" son cosas distintas, y la diferencia entre ambas es casi todo lo que separa a un medio de un repetidor.

También queda fuera el indicador que más se pide: si los modelos "mejoran sin pausa". Existen pruebas estandarizadas y existen índices de capacidad, pero medir inteligencia con exámenes que las máquinas saturan —y que luego se reemplazan por otros más difíciles— mide el diseño de los exámenes tanto como el progreso de los modelos. Es un dato real sobre un objeto mal definido, y por eso acá se discute en prosa y no en un gráfico.

Tres de los cuatro gráficos son proyecciones o fotografías de un momento, no constantes:

• El costo se mide sobre modelos que ya no son los mejores disponibles; la comparación seguirá bajando, pero el ritmo es justamente lo discutido.
• La energía son proyecciones de la IEA sujetas a escenarios: si la eficiencia mejora más rápido de lo previsto, o si el despliegue se frena, el número de 2030 no se cumple.
• La opinión pública es una foto de 2026 tomada antes de que los efectos laborales de la automatización se hicieran masivos en la región. Es la cifra que esperaríamos ver moverse primero.

El reparto geográfico del consumo, en cambio, describe infraestructura instalada: cambia despacio, y sirve como ancla para leer todo lo demás.