Evento Sputnik
En 1957, el lanzamiento del Sputnik 1 por parte de la Unión Soviética colocó en la órbita del planeta al primer satélite artificial. El evento fue una disrupción clave en medio de la Guerra Fría, ya que materializó un avance tecnológico notable en medio de la carrera espacial entre las dos potencias globales del momento. La metáfora es útil para describir una innovación que cambia radicalmente las expectativas sobre el avance de cierta industria, especialmente si sacude sectores vinculados a la ciencia, la tecnología y, por supuesto, la política.
Olivier Blanchard, uno de los economistas más importantes de nuestra época, señaló hace unos días que el anuncio de DeepSeek representa un impulso al crecimiento de la productividad total de los factores. El concepto se refiere a aquellos aspectos del andamiaje macro que pueden impulsar el crecimiento económico de largo plazo de forma sostenida, más allá de los límites físicos vinculados a la acumulación de capital. Sobra decir que se trata del santo grial del análisis macroeconómico y que muchos dedicamos años a comprender cómo materializarlo.
Hay tres aspectos en torno a las noticias sobre la startup china DeepSeek que enmarcan la noticia de esta semana como un “evento Sputnik”. El primero se refiere a la innovación disruptiva, esto es, al cambio de paradigma que se desencadenó tras el lanzamiento de un modelo grande de lenguaje (LLM, por sus siglas en inglés) con una notable mejora en la eficiencia de ejecución que reduce costos de implementación, requiere una menor cantidad de energía en su procesamiento y abrevia los tiempos de repuesta sobre diferentes tareas.
Aunado a ello, hay que mencionar el componente de competencia estratégica que desata. Aunque los avances en ambos polos del planeta en temas de inteligencia artificial (IA) se documentan en escritos académicos, al menos en las últimas dos décadas, era notoria la prevalencia que tenían en la discusión los modelos desarrollados por empresas estadounidenses en los años recientes. Desde las recomendaciones de inversión en instrumentos financieros para adquirir acciones de NVIDIA, hasta el uso ampliamente extendido de Chat GPT, desarrollado por Open AI, era innegable que Silicon Valley había tomado una ventaja que hoy está en disputa abierta.
Es en ese punto donde el nivel de conciencia global que ha tomado el fenómeno de la IA complementa la tercia de factores que nos invitan a hablar de un evento de este tipo. La atención internacional, quizás exacerbada por las reacciones de los mercados accionarios, se ha centrado en discusiones sobre tecnología, disputa hegemónica global, competencia tecnológica y, sobre todo, retos de innovación y regulación que acelerarán muchas de las discusiones que hoy se tienen en los congresos y parlamentos del mundo.
Como comentaba recientemente con una especialista, entre los aspectos más relevantes de DeepSeek está su trabajo con computación en tiempo de inferencia, es decir, que únicamente se activan los componentes del modelo que resultan relevantes para ejecutar determinadas tareas solicitadas por el usuario, de ahí que se favorezca el ahorro en potencia de cálculo y, por ende, en las necesidades energéticas para procesarlas.
El modelo de lenguaje presentado, DeepSeek-V3, anticipa y comprende la naturaleza de las tareas que debe ejecutar y con ello reduce el universo de datos donde busca y genera la respuesta adecuada. Como señala un artículo del semanario The Economist esta misma semana, con base en datos de LLM Stats y LMArena, esto explica que, aunque la herramienta de DeepSeek no tiene el costo más bajo por millón de tokens entre modelos similares, sí es considerablemente menor al de competidores como Gemini 1.5 Pro y OpenAI o1.
Es necesario resaltar que las conexiones de este evento con el crecimiento económico global son múltiples ya que, como sugiere Blanchard, el impacto en la productividad será enorme y duradero. En medio de la era de la digitalización, el anuncio de esta semana potenciará aspectos como el procesamiento masivo de datos, la predicción de fenómenos clave (no solo económicos), el análisis de riesgos, la evaluación del impacto de implementación de diferentes políticas públicas y el uso de datos no convencionales (más allá del marco habitual en el que asociamos datos con números).
No resulta menor en este contexto hacer una reflexión sobre la forma en que se ha impulsado el avance de la IA en las últimas décadas, donde la apertura ha sido una referencia para compartir modelos preentrenados, estructuras de código e interfaces para ejecutar todo tipo de tareas. Pese a que la discusión sobre eficiencia podría reducir las necesidades de capacidad de cómputo de nube, lo cierto es que este evento impulsará el desarrollo tecnológico de los próximos años. Veremos quiénes serán los primeros en “llegar a la Luna” y qué significará “ese paso” para la humanidad.