La inteligencia artificial sigue el mismo camino que el smartphone
Quince años atrás, Marc Andreessen escribió que el software se estaba comiendo al mundo. Tenía razón. Su ensayo se convirtió en agua: todos nadamos en esa tesis sin darnos cuenta. Pero un ensayo tan bueno no cierra un tema. Abre el siguiente.
Eso es lo que hace Chamath Palihapitiya en "The Great Descent". Si Andreessen describió el software comiendo industrias enteras, Chamath describe lo que pasa cuando ese software empieza a pensar. Y lo que describe no es especulación. Es la extrapolación de una curva que ya conocemos. La del smartphone. Pero al doble de velocidad.
El primer smartphone salió en 2007. Costaba 500 dólares. Era un lujo de ricos. Menos de dos millones de personas tenían uno. Hoy hay seis mil millones de smartphones en el planeta. Se venden por menos de 50 dólares en cualquier puesto de mercado de un país en desarrollo. La inteligencia artificial está siguiendo exactamente el mismo camino. Solo que esta vez la curva baja el doble de rápido.
La tesis: la expertise se vuelve abundante
Chamath arranca con una distinción que importa: información no es lo mismo que expertise. Internet colapsó el costo de distribuir conocimiento a cero. Podés buscar cualquier síntoma, cualquier caso legal, cualquier fórmula de ingeniería. Pero saber los datos no te convierte en médico, abogado o ingeniero. El juicio —esa capacidad de evaluar, diagnosticar, decidir— siguió siendo escaso, caro y encerrado en la cabeza de unos pocos.
Ese cuello de botella fue la restricción más vieja de la economía humana. Un libro se copia casi gratis. Un experto tarda décadas en formarse y no se clona.
Eso se está rompiendo ahora.
"For the first time, the specialized judgment that used to require a trained professional, a credential, a firm, a salary and a great deal of money will become something anyone can summon at almost no cost."
No es que la IA te dé acceso a más datos. Es que te da acceso al juicio. A lo que el experto hace con los datos.
El master plan: las tres etapas del descenso
Chamath identifica un patrón que las tecnologías profundamente disruptivas siguen, lo escriba alguien o no. Son tres pasos. El smartphone los ejecutó a la perfección. La IA está en el mismo carril.
Arranca arriba, caro, para los que pueden pagarlo
Empezás con un producto premium para pocos. Ahí la densidad de valor justifica el costo. Los modelos de frontera —GPT-4, Claude, Gemini— nacieron como herramientas de élite a las que accedían empresas con presupuesto y equipos técnicos. Igual que el iPhone en 2007.
Bajás por la curva de costos
Usás los ingresos de la etapa premium para financiar el descenso. Los componentes se especializan, el volumen escala, el precio de la misma capacidad se desploma. Lo vimos con el hardware del teléfono. Lo estamos viendo con los modelos de lenguaje: hace 18 meses cierta capacidad cognitiva costaba una fortuna. Hoy cuesta una fracción. En 18 meses va a costar otra fracción.
Terminás en ubicuidad
La capacidad se vuelve tan barata y abundante que llega a casi todos. La pregunta deja de ser "quién puede pagarlo" y pasa a ser "qué van a hacer con eso". Hay modelos open source con inteligencia comparable a los sistemas cerrados más caros, disponibles a una fracción del precio. El piso se está cayendo.
Por qué la IA baja más rápido que el smartphone
El teléfono bajó por una sola curva: la del hardware. Chips más baratos, memoria más barata, escala de manufactura global. La inteligencia artificial baja por dos curvas apiladas:
La misma que el smartphone. Corre sobre silicio, memoria y energía que se especializan y abaratan. GPUs, TPUs, chips dedicados. Cuanto más se fabrican, más baratos salen.
Los modelos mismos se vuelven más eficientes. La misma capacidad cognitiva requiere menos cómputo cada año. Mejores arquitecturas, destilación, optimización. Esta curva el teléfono nunca la tuvo.
Son dos descuentos que se componen. Uno sobre el fierro, otro sobre la inteligencia misma. Eso explica la velocidad. Y explica por qué el final del camino es una expertise abundante y casi gratis.
La trampa
⚠️ Si todos alquilamos la misma inteligencia del mismo vendor, nadie tiene ventaja
Chamath lo dice sin vueltas: las mejores empresas nunca ganaron con capacidad genérica. Ganaron con algo específico y propietario. El retailer que domina su logística. La aseguradora que conoce su riesgo mejor que nadie. El fabricante que controla su proceso como una extensión de su cuerpo.
Ese edge —esa ventaja dura— siempre vivió en un lugar incómodo: en la cabeza de la gente con experiencia, en hábitos institucionales, en conocimiento tácito que se iba por la puerta cuando alguien se jubilaba. Nunca se podía capturar del todo porque codificarlo en sistemas requería ingeniería, y la ingeniería era escasa y cara.
Ahora ese constraint se disuelve. Pero acá está el peligro: si lo único que hacés con la inteligencia barata es consumirla como la consumen tus competidores —de estantería, genérica, idéntica— no construiste una ventaja. La borraste. Reemplazaste lo que te diferenciaba por el mismo commodity que compran todos.
La oportunidad
🎯 Codificar tu expertise propietaria en sistemas que corren, escalan y se componen
La empresa que vuelca su conocimiento propietario en sistemas que controla profundiza su foso cada día. La que alquila inteligencia genérica y la enchufa en flujos genéricos se vuelve intercambiable con cualquier otra. La lección de la era del software se va a reaprender, con stakes más altos, por todos.
Por primera vez en la historia, una empresa puede tomar lo que realmente la hace especial y construirlo en documentos fundacionales y software que lo ejecuta. Podés sistematizar tu propio alpha.
El humano sube de nivel
Chamath cierra con una respuesta directa al miedo obvio: si la máquina puede dar juicio experto gratis, ¿qué queda para la gente? Su respuesta no es tranquilizadora. Es precisa.
El miedo asume que hay una cantidad fija de trabajo. Ese supuesto falló todas las veces. Cuando algo valioso se abarata radicalmente, no usamos menos. Usamos dramáticamente más e inventamos usos impensables cuando era escaso. La información barata no terminó con el trabajo de conocimiento. Creó categorías enteras de trabajo que no podían existir cuando la información era cara y lenta.
El recurso escaso nunca fue la mano de obra. Fue la capacidad de convertir juicio en acción. Y estamos por tener una oferta efectivamente ilimitada de eso.
"The work will not disappear. It moves."
Cuando la expertise era escasa, el cuello de botella era acceder a ella. Cuando sea abundante, el cuello de botella será qué hacer con ella: qué preguntas vale la pena hacer, en qué juicio confiar, qué problemas vale la pena resolver, y quién se hace cargo del resultado.
El humano se mueve para arriba en la pila. De producir el análisis a decidir para qué sirve el análisis y qué hacer con él. La transición no va a ser indolora. Gente real en roles reales va a quedar desplazada. Pero la dirección, en el agregado y en el tiempo, no es menos trabajo humano. Es más. Porque la ambición se expande hasta llenar la capacidad disponible. Siempre lo hizo.
La pregunta no es si la expertise va a ser gratis. La pregunta es si vos vas a ser el que la consume genéricamente o el que construye su edge sobre ella.
¿Qué conocimiento propietario tiene tu empresa que todavía no está codificado en un sistema? ¿Qué sabés vos que un modelo genérico no sabe?
Te leo en los comentarios o en @arieldistefano.