Un análisis señala que las empresas de inteligencia artificial atraviesan un período crítico de doce meses en el que deberán demostrar que pueden generar ingresos suficientes para justificar las inversiones masivas realizadas. El estancamiento en la mejora de modelos complica el argumento del progreso constante.

Las principales empresas del sector han consumido miles de millones de dólares en la construcción de centros de datos y el entrenamiento de modelos cada vez más grandes, con la expectativa de que el mercado respondería con una demanda equivalente. Hasta la fecha, los ingresos por suscripción y API han crecido, pero no al ritmo necesario para absorber los costes operativos de la inferencia a escala.

El artículo cita fuentes internas que indican que el coste mensual de mantener en operación un modelo de frontera ronda los cien millones de dólares en electricidad y hardware. Con márgenes que apenas superan el veinte por ciento en los mejores casos, el camino hacia la rentabilidad depende de un crecimiento sostenido de la base de clientes.

Una complicación añadida es la ralentización en la mejora de los modelos de última generación. Varios laboratorios han reconocido en privado que los saltos de rendimiento entre generaciones se han reducido, lo que dificulta justificar ante los inversores la necesidad de seguir gastando a los ritmos actuales.