DeepSeek abarató la IA y la burbuja de EE. UU. apostó a lo contrario

DeepSeek, un laboratorio chino que nació de un fondo de inversión cuantitativo, insiste en hacer lo que la industria estadounidense de la IA daba por imposible. Construye modelos que rinden cerca de la frontera tecnológica, los entrena por una fracción de lo que gastan sus rivales en Estados Unidos y después publica los pesos para que cualquiera los descargue y los ejecute. Cada lanzamiento reabre el mismo debate: que la valoración de todo el sector estadounidense de la IA se apoya en una premisa que DeepSeek desarma poco a poco, la de que la inteligencia tiene que seguir siendo cara.

Esa premisa no es abstracta. Sostiene cientos de miles de millones de dólares en construcción de centros de datos, el precio de las acciones de los fabricantes de chips y los proveedores de nube que están dentro de casi cualquier fondo indexado, y la suscripción mensual que muchos lectores ya pagan por un chatbot. Si un competidor entrega resultados comparables por mucho menos y regala el software, la prima ligada a un cómputo escaso y costoso empieza a parecer menos una barrera y más una apuesta.

La afirmación de DeepSeek es de eficiencia, no de magia. Sus ingenieros usaron un diseño de mezcla de expertos que solo activa una parte del modelo en cada consulta, recurrieron de forma intensiva a cálculos de menor precisión y ajustaron el entrenamiento para correr con menos chips y, en parte, con chips restringidos por las sanciones. La cifra más repetida para uno de sus entrenamientos principales quedó por debajo de los seis millones de dólares. Los entrenamientos equivalentes en Estados Unidos cuestan muchas veces esa cantidad cuando se suma la factura completa.

Recommended ReadingAnthropic le paga 15.000 millones de dólares al año a SpaceX por Colossus

Importa tanto cómo se publica el modelo como lo que costó. DeepSeek libera los pesos abiertos, así que alguien que programa en São Paulo, un laboratorio universitario en Varsovia o una empresa en Seúl pueden bajar el modelo y ejecutarlo en sus propias computadoras, sin pagarle a un proveedor estadounidense por cada consulta y sin mandar sus datos al exterior. Hay una ironía: los controles de exportación pensados para frenar a la IA china cortándole los chips más potentes parecen haber empujado a DeepSeek a sacar más con menos, y esos métodos eficientes hoy viajan a todas partes junto con los pesos abiertos.

Para quien solo usa estas herramientas, el efecto inmediato es poder elegir. Los modelos más baratos presionan a la baja el precio de las suscripciones, llevan asistentes más capaces a computadoras y celulares comunes y debilitan el argumento para atarse a un único proveedor. Lo que parecía un servicio que se renta empieza a parecerse a un software que se puede tener en propiedad.

El relato de la burbuja pide matices, y son grandes. Esa cifra de menos de seis millones de dólares cubre un único entrenamiento final, no la investigación, los caminos sin salida, los sueldos ni el hardware que lo hicieron posible, así que compararla con el gasto total de un laboratorio estadounidense es comparar cosas distintas. Los pesos abiertos tampoco son código abierto: los datos de entrenamiento y el método completo siguen siendo privados. Y el argumento de la eficiencia corta para los dos lados. Cuando le preguntaron por DeepSeek, la dirección de Microsoft recurrió a la paradoja de Jevons, la vieja observación de que, cuando un recurso se vuelve más barato de usar, su consumo total tiende a subir en lugar de bajar. Una inteligencia más barata puede significar que el mundo compre mucha más, lo que sería una buena noticia para quienes venden cómputo, no mala.

Tampoco es la primera vez que declararon muerta la burbuja. Ese mismo laboratorio provocó la mayor pérdida de valor bursátil en un solo día en la historia de Estados Unidos, borró cerca de seiscientos mil millones de dólares de un fabricante de chips en una tarde y después vio cómo la acción recuperó casi todo en pocas semanas. Las grandes empresas estadounidenses de IA no respondieron gastando menos. Levantaron más dinero y construyeron más grande. Cualquier afirmación de que la burbuja por fin reventó tiene que sobrevivir al hecho de que quienes más dinero arriesgan siguen redoblando la apuesta.

Lo que DeepSeek hizo en realidad cuesta más de dramatizar que una burbuja que revienta. Le quitó a la industria la comodidad de suponer que los laboratorios estadounidenses líderes están protegidos por un muro de capital que nadie más puede escalar. Si una capacidad de frontera se puede aproximar barata y repartir gratis, el valor deja de estar en poseer el modelo. Se corre hacia la distribución, hacia los productos construidos alrededor del modelo y hacia quien controla al cliente. La próxima prueba ya está en el calendario, aunque nadie le puso fecha: cada nuevo lanzamiento de DeepSeek reabre la misma pregunta y cae en un mercado que se comprometió a gastar más, no menos, convencido de que la escala sigue ganando. Donde se va a resolver es en los reportes de resultados y en las proyecciones de inversión de los próximos trimestres, no en un hilo de foro que ya dio la pelea por terminada.

More Like This

Nvidia se convirtió en el único punto de falla de la economía de la IA. Esa era la apuesta

Anthropic le paga a SpaceX, de Elon Musk, 15 mil millones de dólares al año por cómputo

Microsoft busca a Anthropic como primer cliente externo de su chip Maia 200

Bloomberg ubica a Alibaba en la red de chips Nvidia de US$2.500 millones que pasaba por Tailandia

Anthropic compró Stainless y cierra el pipeline de SDKs que usaba OpenAI

El nuevo modelo de voz de OpenAI piensa dentro del mismo bucle de audio, y el silencio que delataba a la IA desaparece