| Tech

La ilusión de la “nueva era” de la IA: por qué cada auge parece diferente, pero termina igual.

La rápida expansión crea espacio para los charlatanes. El riesgo que propagan perjudica a todos.

La ilusión de la “nueva era” de la IA: por qué cada auge parece diferente, pero termina igual. [Ilustración: Adobe Stock]

La burbuja de la IA puede parecer un fenómeno completamente nuevo, pero la historia financiera cuenta otra historia. Cada gran auge tecnológico ha llegado acompañado de una promesa parecida: esta vez las viejas reglas ya no aplican.

El comienzo del siglo XX, al igual que el del XXI, fue una época de creciente optimismo. Los pánicos financieros de 1873 y 1893 habían quedado atrás, nuevas tecnologías como la electricidad y la combustión interna apenas comenzaban a afianzarse y la morganización estaba creando fideicomisos protegidos de los estragos de la competencia.

El periodista financiero Alexander Dana Noyes escribió en aquel entonces que el mercado “basaba sus ideas y su conducta en la premisa de que vivíamos en una Nueva Era; que las viejas reglas, principios y precedentes financieros estaban obsoletos; que hoy se podían hacer con seguridad cosas que en el pasado habían sido peligrosas o imposibles”.

Sin embargo, las viejas reglas seguían vigentes y la euforia irracional condujo directamente al Pánico de 1907. Ese es el problema de la mentalidad de la “nueva era”. No solo beneficia a los innovadores, sino que también crea espacio para actores marginales e incluso para charlatanes descarados. Estos amplifican el auge, pero también aumentan el riesgo en todo el sistema. Y cuando colapsan, arrastran a todos los demás con ellos.

La economía de los rendimientos crecientes que desafía la gravedad

En 1995, yo trabajaba en Wall Street cuando la salida a bolsa de Netscape fue todo un acontecimiento. Fue la primera gran acción de internet y, aunque inicialmente se cotizó a 14 dólares por acción, abrió al doble de esa cantidad y rápidamente se disparó a 75 dólares. Al final del día, se había estabilizado en 58.25 dólares y, de repente, una pequeña empresa sin beneficios valía 2,900 millones de dólares.

Parecía una locura, pero como explicó el economista W. Brian Arthur en un artículo de 1996 en Harvard Business Review, ciertas condiciones, como una alta inversión inicial, costos marginales insignificantes y efectos de red, dan lugar a “mercados en los que el ganador se lo lleva todo, en los que la empresa más rápida obtiene beneficios increíbles”.

Los inversionistas de capital de riesgo vieron cómo esto podía enriquecerlos más allá de sus sueños más ambiciosos y comenzaron a recaudar enormes cantidades de capital para financiar el auge de las puntocom. Las demandas de desregulación aumentaron, incluso si ello implicaba mayores trastornos. En particular, la Ley Glass-Steagall, diseñada para limitar el riesgo en el sistema financiero, fue derogada en 1999.

Sin embargo, las condiciones para obtener rendimientos crecientes solo se aplican a un número reducido de empresas, principalmente del sector del software y los dispositivos electrónicos. No obstante, los emprendedores y sus inversionistas se convencieron de que podían aplicar el modelo de Silicon Valley en cualquier lugar, lo que provocó sonoros fracasos que pronto se volverían demasiado comunes.

En el año 2000, el mercado alcanzó su punto máximo, la burbuja estalló y la fusión de AOL y Time Warner se convirtió en una lección importante. Si bien algunas de las incipientes empresas de internet, como Cisco y Amazon, tuvieron éxito, miles de otras fracasaron estrepitosamente. Otras empresas más tradicionales, como Enron, WorldCom y Arthur Andersen, se vieron envueltas en la euforia y posteriormente en escándalos que terminaron destruyendo algunas de ellas.

El paralelismo importa porque la burbuja de la IA también está construida alrededor de una tecnología con un enorme potencial real. Como ocurrió con internet, que una tecnología pueda transformar la economía no significa que todas las empresas, valoraciones y promesas creadas a su alrededor estén justificadas.

La falsa promesa de la ingeniería financiera

Silicon Valley no inventó el “pensamiento de la nueva era”. En la década de 1960, impulsados por el descubrimiento de un artículo poco conocido escrito por un matemático ya fallecido llamado Louis Bachelier, economistas liderados por Paul Samuelson impulsaron una revolución en las finanzas matemáticas. Esto cambiaría la forma en que se regulaban y gestionaban los mercados financieros, con resultados desastrosos.

La frase clave del artículo de Bachelier, “la esperanza matemática del especulador es cero”, era tan poderosa como sencilla. Implicaba que los mercados podían controlarse mediante técnicas estadísticas desarrolladas más de un siglo antes. El economista de Chicago Eugene Fama se basó en el trabajo de Bachelier para desarrollar la Hipótesis del Mercado Eficiente.

La idea de que los mercados podían ser racionales dio lugar a una gran cantidad de nuevas teorías y modelos, incluyendo las carteras eficientes, el modelo de valoración de activos de capital (CAPM) y el modelo Black-Scholes. Esto, a su vez, dio origen a toda una industria de ingeniería financiera y gestión de riesgos. Se otorgaron premios Nobel, se amasaron fortunas y todo parecía ir bien.

Sin embargo, desde el principio se vislumbraron problemas. En 1963, el matemático Benoit Mandelbrot publicó un artículo que demostraba que los datos reales del mercado presentaban una volatilidad mucho mayor que la prevista por los modelos de los economistas. Otras señales de alerta, como el colapso del fondo de cobertura LTCM en 1998, también fueron ignoradas.

La burbuja de la IA no sería algo nuevo

Hoy, el auge de la IA vuelve a plantear una pregunta conocida: ¿estamos ante una tecnología capaz de cambiar las reglas del juego o ante otro momento en el que los inversionistas creen que las reglas dejaron de existir?

La verdadera pregunta sobre la burbuja de la IA no es si la inteligencia artificial tiene futuro. La cuestión es cuánto de la euforia actual sobrevivirá cuando los mercados vuelvan a exigir resultados, ingresos y modelos de negocio sostenibles.

Author

  • Greg Satell

    Greg Satell es cofundador de ChangeOS, una consultora de transformación y cambio; profesor en Wharton; conferenciante internacional destacado; presentador del podcast Changemaker Mindset; autor de los superventas Cascades: How to Create a Movement that Drives Transformational Change y Mapping Innovation, y ha publicado más de 50 artículos en Harvard Business Review.

    View all posts

Author

  • Greg Satell

    Greg Satell es cofundador de ChangeOS, una consultora de transformación y cambio; profesor en Wharton; conferenciante internacional destacado; presentador del podcast Changemaker Mindset; autor de los superventas Cascades: How to Create a Movement that Drives Transformational Change y Mapping Innovation, y ha publicado más de 50 artículos en Harvard Business Review.

    View all posts

Sobre el autor

Greg Satell es cofundador de ChangeOS, una consultora de transformación y cambio; profesor en Wharton; conferenciante internacional destacado; presentador del podcast Changemaker Mindset; autor de los superventas Cascades: How to Create a Movement that Drives Transformational Change y Mapping Innovation, y ha publicado más de 50 artículos en Harvard Business Review.