Procesos y servicios que serán casi gratis con Inteligencia Artificial
Costos Marginales e IA
Hoy en día, el costo de tomar una foto más, de encontrar la nueva canción de Ca7riel & Paco Amoroso o de correr un script de Python en tu terminal una vez más es prácticamente cero. ¿Qué desarrollos tecnológicos tuvieron que madurar para llegar a este punto, y qué nuevos procesos y actividades podrían reducir su costo a cero con los avances en inteligencia artificial? Intentemos responder estas preguntas echando un vistazo al pasado para observar qué otros costos marginales han llegado a cero.
La Inteligencia Artificial está impulsando una transformación profunda en la economía digital, y de esta transformación surgen dos narrativas predominantes. Por un lado, están las predicciones casi utópicas, donde la IA promete resolver todos nuestros problemas; por otro, las advertencias apocalípticas sobre los riesgos existenciales que representa. En este artículo, exploraremos esta transformación desde una perspectiva distinta, la económica, que nos brindará un contexto sólido para evaluar qué cambios podrían ocurrir en el corto plazo.
Inspirado en Martin Casado y su participación en el podcast “Invest Like the Best”, nos centraremos en un concepto particularmente útil, desarrollado por economistas para entender las transformaciones tecnológicas: los costos marginales. Más específicamente, analizaremos qué sucederá en la sociedad cuando los costos marginales se aproximen a cero. La gran ventaja de este enfoque es que nos permite examinar qué cambios y consecuencias ocurrieron en el pasado cuando este mismo fenómeno sucedió con la incorporación de nuevas tecnologías, y prever lo que podría ocurrir en el futuro basándonos en esos antecedentes.
"So I think the future is going to be a lot weirder, wonderful and more bizarre than anybody is imagining… A lot of the problems that solves are problems that we haven't solved with computers like creativity, and the emotional connection."
Martin Casado, sobre IA
¿Qué son los costos marginales?
El costo marginal es el gasto adicional en el que se incurre al producir una unidad extra de un producto o servicio. En términos simples, es lo que cuesta hacer "uno más" de algo que ya estás produciendo.
Históricamente, en la producción tradicional, cada unidad adicional implica un costo significativo. Por ejemplo:
Fabricar un automóvil extra requiere más metal, mano de obra y energía.
Imprimir un libro adicional necesita más papel y tinta.
Producir una prenda de ropa adicional demanda más tela y trabajo.
Sin embargo, en el caso de los productos digitales, los costos marginales —o el costo de producir la siguiente unidad— pueden acercarse a cero, transformando fundamentalmente la economía de ciertas industrias cuando esto ocurre
El fenómeno de reducir los costos marginales a cero o casi cero ha ocurrido varias veces en la historia, desde la invención de la imprenta en el siglo XV hasta la máquina de vapor a inicios del siglo XVII. Sin embargo, en el podcast, Martin Casado menciona dos ejemplos mucho más recientes: el microchip y el Internet.
El Microchip y la reducción de los costos marginales de procesamiento
El primer caso revolucionario de costos marginales aproximándose a cero llegó con el microchip. En la década de 1940, la computación era una tarea humana realizada manualmente por "computadores," personas que calculaban usando tablas logarítmicas. Con la llegada de la computadora ENIAC en 1945, la computación se automatizó parcialmente, pero el proceso seguía siendo costoso en términos de energía y espacio (esta computadora pionera ocupaba una habitación entera, consumía 150 kilowatts de energía y costaba casi medio millón de dólares).
La verdadera revolución llegó con el microchip. En 1971, Intel lanzó el primer microprocesador comercial, el Intel 4004, que contenía 2,300 transistores en un chip del tamaño de una uña. Este avance marcó el inicio de una transformación exponencial capturada en la Ley de Moore:
La Ley de Moore es una ley empírica que predice que el número de transistores en un dispositivo se duplicará cada dos años.
Con el microchip, el costo marginal de realizar cálculos adicionales se redujo casi a cero, impactando profundamente diversas industrias: desde la manufactura hasta la medicina, desde la investigación científica hasta el entretenimiento. Hoy, los microprocesadores ejecutan billones de cálculos por segundo con costos mínimos, democratizando la tecnología y permitiendo aplicaciones que antes eran inimaginables en la era de la computación manual.
El Internet y la reducción de los costos marginales de Distribución
Si el microchip revolucionó el costo de procesamiento, Internet revolucionó el costo de distribución. Una vez establecida la infraestructura básica, el costo marginal de enviar información adicional —ya sea un correo electrónico, un documento o una película completa— se volvió prácticamente nulo.
La industria musical ilustra esta transformación: Napster demostró en 1999 que la música podía distribuirse digitalmente a escala global con un costo marginal cercano a cero. Esto impulsó servicios como iTunes, que popularizó la compra de canciones individuales, y Spotify, que introdujo el modelo de suscripción.
Otras industrias siguieron el mismo camino. Las comunicaciones, que antes requerían el pago de cada SMS, se transformaron con aplicaciones como WhatsApp. La industria del entretenimiento cambió radicalmente con Netflix, que pasó de enviar DVDs a transmitir contenido digital instantáneamente a millones.
Aunque el boom y crash de las "dot-com" en los 2000 resaltaron los desafíos, empresas como Amazon, Google y Netflix lograron construir imperios aprovechando esta economía de distribución digital. Esta transformación impactó industrias como la educación, el comercio minorista y la banca, permitiendo nuevos modelos de negocio impensables en la era pre-Internet.
¿Qué procesos y actividades podrían reducir su costo a cero con los avances en Inteligencia Artificial?
La IA representa el tercer gran escenario donde los costos marginales tienden a cero, esta vez en áreas que tradicionalmente requerían creatividad y pensamiento humano. Esto nos lleva a preguntarnos: ¿Qué actividades verán sus costos marginales reducirse a casi cero con la llegada de la IA?
En el podcast Martin Casado menciona que los modelos de IA actuales son buenos en funciones como el razonamiento abstracto, la creatividad y el procesamiento del lenguaje por 2 posibles razones:
Al entrenar los modelos en tanto texto, imágenes y código lo que se obtiene son modelos con la estructura que los humanos hemos sintetizado por mucho tiempo en el lenguaje y estos modelos pueden generar mas contenido basados en esta estructura.
Por la manera que los LLMs entrenados son especialmente efectivos en tareas relacionadas con el córtex prefrontal, una parte relativamente "joven" de nuestro cerebro que evolucionó hace unos 250,000 años. Esta región cerebral es responsable de funciones como el razonamiento abstracto, la creatividad y el procesamiento del lenguaje.
Mientras que los modelos actuales resultan relativamente malos en funcionalidades del mundo real como navegar en el espacio que es necesario para tener vehículos autónomos, para esto Tesla y empresas similares están buscando modelos distintos. Estas funcionalidades Martin destaca que son realizadas en otra parte del cerebro y que estas areas del cerebro son mucho mas antiguas.
Basado en estas funciones emergentes donde la IA encuentra su mayor potencial podemos enfocarnos en cuatro industrias que ejemplifican este fenómeno, exploremos cada una de ellas.
Generación de texto
El primer ámbito donde observamos este fenómeno es en la creación de contenido, ya que el medio es texto, el formato principal de salida de los LLMs. La generación de textos —desde artículos y reportes hasta guiones y contenido publicitario— se está volviendo cada vez más accesible. Una vez que un modelo está entrenado, puede generar contenido adicional con un costo marginal prácticamente nulo. Esto no solo democratiza la creación de contenido, sino que también permite una personalización a escala que antes era económicamente inviable.
Diseño Gráfico y Producción Audiovisual
El diseño gráfico y la producción audiovisual están experimentando una revolución similar desde que Dall-E, Midjourney y Stable Diffusion fueron lanzados casi al mismo tiempo que ChatGPT 3.5. Las herramientas de IA ahora pueden generar imágenes, editar fotografías y crear visuales con una facilidad sin precedentes. Los diseñadores están pasando de ser creadores directos a curadores y directores creativos, utilizando la IA para explorar múltiples iteraciones y conceptos en una fracción del tiempo que tradicionalmente requerirían. El costo de experimentar con diferentes estilos, conceptos y variaciones se está acercando a cero.
Desarrollo de Software
En el ámbito del desarrollo de software, el impacto es profundo. Los modelos de IA, entrenados en vastos repositorios de código, ahora pueden generar y modificar código con una eficiencia creciente. Esto está transformando no solo cómo se desarrolla el software, sino también quién puede desarrollarlo. La creación de prototipos, la implementación de funcionalidades y la optimización de código se están volviendo accesibles incluso para quienes no tienen una formación técnica profunda.
Industria de Videojuegos
En el desarrollo de videojuegos, la IA está revolucionando múltiples aspectos de la creación. Desde la generación automática de terrenos y paisajes hasta la creación de diálogos dinámicos para personajes no jugables (NPCs), la IA está reduciendo significativamente los costos de producción. Los desarrolladores pueden crear mundos más extensos y detallados con menos recursos, mientras que las herramientas de IA facilitan la implementación de comportamientos complejos y la generación de contenido procedural, permitiendo experiencias de juego más ricas y variadas.
Una visión fatalista ante esta situación podría ser: “La gente se quedará sin empleo, habrá menos diseñadores, menos escritores, menos programadores.” Sin embargo, la realidad es otra y ha sido demostrada en el pasado. A este fenómeno se le conoce como la Paradoja de Jevons.
La Paradoja de Jevons plantea que, cuando la tecnología aumenta la eficiencia en el uso de un recurso, en lugar de reducir el consumo total de ese recurso, puede terminar aumentándolo. Esto ocurre porque la mayor eficiencia generalmente reduce los costos, lo que puede llevar a un incremento en la demanda y el uso de ese recurso. Por ejemplo: al mejorar la eficiencia de los motores a gasolina, conducir se vuelve más barato, y como resultado, las personas conducen más, aumentando el consumo total de gasolina en lugar de reducirlo.
Dos ejemplos aplicados a las industrias mencionadas:
Hoy en día, un diseñador que trabaja en Canva o en las últimas versiones de Adobe Illustrator puede, gracias a la IA, generar en segundos nuevas versiones de un mismo diseño, lo que le permite dedicar más tiempo al concepto creativo detrás de la pieza y así lograr un mayor impacto con su producto. Esto generará una mayor demanda de diseño por parte de la industria y de diseñadores que se adapten a estas nuevas herramientas.
Yo, Fabián Oloarte, editor de este texto, recientemente enfrenté un reto profesional en el cual la solución que me ofreció ChatGPT fue crear un web scraper con Python y Pandas. Con algo de paciencia y ciertos conocimientos previos de programación, terminé con un script de 31 líneas que corre en mi terminal y que puedo reutilizar cada vez que lo necesite. La IA no eliminó a un programador; en todo caso, sumó a uno más.
Yo, Daniel Zavala, autor de este texto, uso frecuentemente estos modelos para generar pruebas de código en mis librerías y aplicaciones. Con un simple prompt en Claude.ai, le paso mi código, mi archivo de pruebas actuales y solicito nuevos escenarios, lo cual me permite desarrollar código mucho más sólido.
En estos ejemplos, el recurso más grande que se optimizó fue el más valioso de todos: el tiempo. Con más tiempo, hay mayor capacidad de iteración; y con más iteraciones, se logran mejores productos. Estamos entrando en una era de iteración acelerada, donde la capacidad de generar y probar nuevas ideas a un costo marginal cercano a cero está revolucionando la innovación. En áreas como el desarrollo de software y la creación de contenido, los ciclos de prueba y ajuste, que antes requerían semanas, ahora pueden completarse en horas o minutos. Esta rapidez no solo acelera el desarrollo, sino que también permite un enfoque más experimental y con menos riesgo, similar a cómo la fotografía digital facilitó la experimentación al eliminar el costo de cada toma.
Un futuro emocionante y extraño
Como mencionaba Martin Casado al inicio de este artículo:
"El futuro va a ser mucho más extraño, maravilloso y bizarro de lo que cualquiera está imaginando."
Al igual que nadie en los años 70 podría haber predicho cómo los microprocesadores transformarían cada aspecto de nuestras vidas, o cómo en los 90 era imposible imaginar todas las formas en que Internet cambiaría nuestra sociedad, estamos apenas vislumbrando las primeras manifestaciones de esta nueva revolución.
La reducción de los costos marginales de creación a cero transformará no solo la producción y el consumo de contenido, sino también fomentará nuevas formas de expresión y colaboración. Al igual que la fotografía digital abrió nuevas posibilidades artísticas, la IA potenciará la creatividad humana, permitiéndonos explorar territorios creativos e intelectuales que antes eran inalcanzables.
En este futuro extraño y emocionante, nuestro mayor desafío y oportunidad será encontrar el equilibrio entre aprovechar el poder de la automatización y mantener la autenticidad y el significado en lo que creamos. La verdadera innovación no vendrá solo de la tecnología en sí, sino de cómo elegimos utilizarla para expandir los límites de lo posible. ¿Seremos meros consumidores pasivos de esta revolución o, por el contrario, nos atreveremos a ser los creadores y exploradores de un futuro aún más extraño y maravilloso de lo que hoy imaginamos?
¡Hola Daniel y Fabián! Aquí Calixto, un fanático cafetero del otro lado del charco...
Como responsable de comunicación, empleo en ocasiones la IA para la generación de alguna ilustración claramente reconocible y etiquetada como tal, para el relleno regenerativo en Photoshop en alguna foto muy concreta, para la traducción previa de textos que luego reviso o para generar un resumen de un texto muy largo en el que quiero trabajar.
Sin embargo, y a pesar de su eficiencia, no lo empleo para generar textos para posts o similares ya que me paso mentalmente al lado del lector y tengo la percepción de que esto tendría parte de "engaño": no me gustaría que esa práctica se extendiese y un algoritmo (con algún humano ajustando los parámetros en función de sus intereses) terminase decidiendo qué es lo que leemos...
¿Cómo veis este tema?¿Creéis que se normalizará con el tiempo? En el fondo, todas las herramientas hacen evolucionar el proceso creativo: la fotografía no sustituyó a la pintura, el auto-tune era una herramienta de corrección de voz y ahora es casi otro instrumento musical, las películas de animación ya rara vez se dibujan a mano...
Muchas gracias y ¡enhorabuena por el podcast!