La innovación de DeepSeek tiene profundas implicaciones para la inversión en IA, su adopción y la competencia a nivel global. No es de extrañar que haya sacudido los mercados.

El lunes, DeepSeek, un laboratorio chino de inteligencia artificial desconocido hasta ese momento, puso patas arriba todos los supuestos sobre la economía de la IA, provocando una caída de 1 billón de dólares en los valores tecnológicos estadounidenses y europeos.

DeepSeek presentó un nuevo modelo de aprendizaje a gran escala y afirmó que lo había creado en tan solo dos meses, por menos de 6 millones de dólares, aprovechando la tecnología y los modelos existentes, en comparación con los 5.000 millones de dólares que OpenAI gasta al año. Al parecer, la empresa lo consiguió con tan solo 10.000 unidades de procesamiento gráfico (GPU) de Nvidia (procesadores especializados optimizados para los cálculos a gran escala que requiere la IA), lo que representa una fracción del hardware desplegado por hiperescaladores como Amazon y Microsoft, grandes proveedores de servicios en la nube que operan centros de datos enormes para alimentar la computación en la nube y los servicios de IA.

En nuestra opinión, DeepSeek ha descubierto y compartido abiertamente una serie de técnicas ingeniosas y novedosas que reducen drásticamente el coste de entrenamiento de grandes modelos de IA, y esto tendrá un profundo impacto en el sector tecnológico.

Su enfoque transparente provocará probablemente una explosión de nuevos modelos y abaratará aún más los costes. El abaratamiento de la formación también mejora el "rendimiento de la inversión" para los hiperescaladores, haciendo más eficientes las inversiones en IA. Aunque sus afirmaciones todavía requieren una verificación independiente, la falta de rechazo por parte de los comentaristas del sector, los analistas y la propia reacción del mercado sugiere que este avance se está tomando en serio.

Ralentización de las inversiones a corto plazo

La venta refleja el temor a una "profunda bolsa de aire" en el gasto en infraestructuras de IA. Durante años, el sector tecnológico ha basado sus inversiones en la creencia de que el desarrollo de modelos de IA competitivos exige enormes inversiones en hardware y presupuestos aparentemente ilimitados.

Históricamente, una tecnología más barata impulsa una adopción mucho más amplia, y lo mismo podría ocurrir con la IA con el tiempo. Sin embargo, este cambio radical en la eficiencia de los modelos sugiere que es probable que veamos una pausa significativa en las inversiones en IA, a medida que el sector se adapta a la nueva realidad.

Una de nuestras opiniones más constantes durante los últimos 12 meses ha sido que "la necesidad es la madre de toda innovación", y aunque la eficacia y la velocidad (pendientes de verificación) nos han sorprendido, el hecho de que la tecnología china se esté poniendo al día no debería ser una sorpresa. Se ha visto obligada a recurrir a la innovación, dadas las limitaciones de suministro de chips que se le han impuesto.

Al utilizar hardware más antiguo y técnicas novedosas, DeepSeek ha demostrado que el desarrollo de IA de vanguardia ya no es dominio exclusivo de las empresas con acceso a los últimos chips. Esto plantea nuevos interrogantes sobre la sostenibilidad del liderazgo estadounidense en tecnología de IA y el impacto a largo plazo de las restricciones a la exportación.

Para nosotros, esto valida nuestras preocupaciones históricas sobre los desafíos en los equipos de capital de semiconductores y las cadenas de suministro de centros de datos, a medida que se intensifica la competencia y se materializan los riesgos de exceso de oferta. El avance de DeepSeek acelera este cambio.

La oportunidad

Al mismo tiempo, DeepSeek pone de relieve la enorme oportunidad que supone una IA asequible. Al reducir los costes de formación y los requisitos de hardware, democratiza el acceso al desarrollo de la IA, allanando el camino para la proliferación de nuevos modelos y aplicaciones. Esto podría desencadenar un importante ciclo de actualización de la infraestructura informática existente, a medida que la IA generativa pasa de estar centralizada en centros de datos a gran escala a ejecutarse en dispositivos más pequeños y distribuidos.

La inferencia, es decir, el uso de modelos de IA para realizar predicciones o tareas después de haber sido entrenados, pronto podría funcionar directamente en teléfonos inteligentes, ordenadores, coches y gafas de realidad alternativa (RA). Se trata de una posible "explosión cámbrica" de la adopción de la IA, cuyo uso se hará omnipresente y transformará los sectores y la vida cotidiana.

Por otro lado, esto también podría hacer mucho más aceptable la adopción de la IA por parte de las empresas al resolver el problema de los costes. Si esto representa un cambio radical en las leyes de escalado de la IA -las reglas que rigen cómo mejora el rendimiento con el aumento de los recursos-, la productividad de las unidades de procesamiento de gráficos (GPU) habrá mejorado significativamente, lo que aumentará el retorno de la inversión (ROI).

Las GPU ya instaladas podrían reutilizarse para estos modelos más eficientes, lo que reduciría la barrera del coste para su adopción. Esto podría beneficiar a los proveedores de software y a gigantes tecnológicos integrados verticalmente como Facebook y Amazon, que pueden mejorar el retorno de la inversión en sus servicios internos de IA. Por supuesto, el debate sobre si las empresas "construirán" internamente o "comprarán" soluciones de IA ofrecidas externamente sigue abierto, lo que complica aún más el panorama competitivo del software y refuerza los argumentos a favor de una selección de valores más matizada.

El sector tecnológico se nutre de la innovación constante y la autodisrupción, pero la irrupción de DeepSeek pone de relieve lo rápido que pueden invertirse los supuestos. Los inversores no solo deben identificar las tendencias, sino también comprender en qué punto del ciclo de monetización nos encontramos, identificando el momento oportuno y las reservas de beneficios.