Hola y bienvenido a Eye on ai … en esta edición: Deepseek deja otro modelo impresionante … China les dice a las empresas que no compren chips Nvidia … y OpenEvidence obtiene un resultado impresionante en el examen de licencias médicas.
Hola, es Jeremy aquí, desde unas pocas semanas de vacaciones muy necesarias. Fue agradable poder obtener una pequeña distancia y perspectiva del ciclo de noticias de la IA. (Aunque hice una aparición en el podcast «Pioneers of AI» de Rana El Kalioubby para discutir el lanzamiento de GPT-5. Puedes verlo aquí).
Al regresar esta semana, la noticia ha tenido que ver con los temores de los inversores en una «burbuja de IA», y que está a punto de explotar o desinflarse. Los inversores nerviosos condujeron las acciones de muchas compañías tecnológicas que cotizan en bolsa vinculadas a oficios relacionados con la IA, como Nvidia, CoreWeave, Microsoft y Alphabet Down significativamente esta semana.
Para mí, una de las señales más claras de que estamos en una burbuja, al menos en términos de acciones de IA cotizadas en público, es la medida en que los inversores buscan activamente razones para fijar. Tome la supuesta justificación para la venta de esta semana, que fueron los comentarios de Altman que pensó que había una burbuja de IA en empresas de IA de emprendimientos respaldados por emprendimientos privados y ese informe del MIT que encontró que el 95% de los pilotos de IA fallan. Altman no estaba hablando de las compañías públicas que los inversores del mercado de valores tienen en sus carteras, pero a los comerciantes no les importaba. Eligieron solo leer los titulares e interpretar los comentarios de Altman ampliamente. En cuanto a ese informe del MIT, el mercado decidió leerlo como una acusación de IA en su conjunto y dirigirse a las salidas, aunque eso no es exactamente lo que dijo la investigación, como veremos en un momento.
Voy a pasar el resto de este ensayo en el informe del MIT porque creo que es relevante para los lectores de IA más allá de sus implicaciones para los inversores. El informe analizó lo que las empresas realmente están tratando de hacer con AI y por qué no tienen éxito. Con derecho The Genai Divide: State of AI en el negocio 2025, el informe fue publicado por la iniciativa Nanda de MIT Media Lab. (Mi Fortuna El colega Sheryl Estrada fue uno de los primeros en cubrir los hallazgos del informe. Puedes leer su cobertura aquí).
Nanda es un acrónimo de «agentes en red y IA descentralizada» y es un proyecto diseñado para crear nuevos protocolos y una nueva arquitectura para un Internet lleno de agentes de IA autónomos. Nanda podría tener un incentivo para sugerir que los métodos actuales de IA no funcionan, pero que si las empresas crearan sistemas de IA más agentes utilizando el protocolo Nanda, sus problemas desaparecerían. No hay indicios de que Nanda haya hecho nada para sesgar los resultados de su encuesta o enmarcarlos en una luz particular, pero siempre es importante considerar la fuente.
Ok, ahora veamos lo que realmente dice el informe. Entrevistó a 150 ejecutivos, encuestó a 350 empleados y observó 300 proyectos de IA individuales. Encontró que el 95% de los proyectos piloto de IA no lograron entregar ningún ahorro financiero discernible o elevación en las ganancias. Estos hallazgos no son en realidad tan diferentes de lo que muchas encuestas anteriores han encontrado, y esas encuestas no tuvieron un impacto negativo en el mercado de valores. La firma de consultoría Capgemini encontró en 2023 que el 88% de los pilotos de IA no alcanzaron la producción. (S&P Global descubrió a principios de este año que el 42% de los pilotos generativos de IA fueron abandonados, lo cual aún no es genial).
Lo estás haciendo mal
Pero donde se pone interesante es lo que dijo el estudio de Nanda sobre las razones aparentes de estos fracasos. El mayor problema, según el informe, no era que los modelos de IA no fueran lo suficientemente capaces (aunque los ejecutivos tendían a pensar Ese era el problema). En cambio, los investigadores descubrieron una «brecha de aprendizaje»: las personas y las organizaciones simplemente no entendían cómo usar las herramientas de IA correctamente o cómo diseñar flujos de trabajo que pudieran capturar los beneficios de la IA mientras minimizan los riesgos a la baja.
Los modelos de lenguaje grande parecen simples: después de todo, puede darles instrucciones en lenguaje sencillo. Pero se necesita experiencia y experimentación para integrarlos en los flujos de trabajo de negocios. El profesor de Wharton, Ethan Mollick, ha sugerido que los beneficios reales de la IA vendrán cuando las empresas abandonen el intento de hacer que los modelos de IA sigan los procesos existentes, muchos de los cuales él argumenta refleja la burocracia y la política de oficina más que cualquier otra cosa, y simplemente deja que los modelos encuentren su propia manera de producir los resultados comerciales deseados. (Creo que Mollick subestima hasta qué punto los procesos en muchas grandes empresas reflejan las demandas regulatorias, pero sin duda tiene un punto en muchos casos).
Este fenómeno también puede explicar por qué la investigación del MIT Nanda encontró que las nuevas empresas, que a menudo no tienen procesos comerciales tan arraigados para empezar, tienen mucho más probabilidades de encontrar que Genai puede entregar ROI.
Comprar, no construir
El informe también encontró que las empresas que compraron modelos y soluciones de IA fueron más exitosos que las empresas que intentaron construir sus propios sistemas. La compra de herramientas de IA tuvo éxito el 67% del tiempo, mientras que las construcciones internas salieron solo un tercio con tanta frecuencia. Algunas organizaciones grandes, especialmente en las industrias reguladas, sienten que tienen que construir sus propias herramientas por razones legales y de privacidad de datos. Pero en algunos casos, las organizaciones fetichizan el control, cuando serían mejor entregando el arduo trabajo a un proveedor cuyo negocio completo está creando software de IA.
La construcción de modelos o sistemas de inteligencia artificial desde cero requiere un nivel de experiencia que muchas empresas no tienen y no pueden permitirse contratar. También significa que las empresas están construyendo sus sistemas de IA en LLM de código abierto o de peso abierto, y si bien el rendimiento de estos modelos ha mejorado notablemente en el último año, la mayoría de los modelos de IA de código abierto aún se retrasan a sus rivales patentados. Y cuando se trata de usar IA en casos comerciales reales, una diferencia del 5% en las habilidades de razonamiento o las tasas de alucinación puede dar lugar a una diferencia sustancial en los resultados.
Finalmente, el informe del MIT encontró que muchas compañías están implementando IA en marketing y ventas, cuando las herramientas pueden tener un impacto mucho mayor si se usa para sacar costos de los procesos y procedimientos de back-end. Esto también puede contribuir al ROI perdido de la IA.
El impulso general del informe del MIT fue que el problema no era el técnico. Es cómo las empresas estaban usando la tecnología. Pero no es así como el mercado de valores eligió interpretar los resultados. Para mí, eso dice más sobre la exuberancia irracional en el mercado de valores que sobre el impacto real que la IA tendrá en los negocios dentro de cinco años.
Con eso, aquí está el resto de las noticias de AI.
Jeremy Kahn
jeremy.kahn@fortune.com
@jeremyakahn
Fortuna que tenemos
Por qué la NFL redactó a la Gen AI de Microsoft para la próxima gran jugada de la liga—No John Kell
El presidente de Operai dice que ChatGPT está «obviando» a su propio trabajo, y dice que la IA es como una «demanda de Iron Man» para los trabajadores—by Marco Quiroz-Gutierrez
Meta quiere acelerar su carrera a ‘Superinteligencia’, pero los inversores aún querrán sus miles de millones en ingresos publicitarios—Bor Sharon Goldman
Ai en las noticias
China se mueve para restringir las ventas de Nvidia H20 después de los comentarios de Lutnick. Eso es de acuerdo con un historia en el Financial Times Dicho esto, Beijing había encontrado los comentarios del Secretario de Comercio de los Estados Unidos Howard Lutnick de que Estados Unidos estaba reteniendo su mejor tecnología de China para ser «insultante». CAC, el regulador de Internet de China, emitió un aviso informal a las principales empresas tecnológicas como Bytedance y Alibaba, pidiéndoles que detengan nuevos pedidos para NVIDIA H20. MIIT, el regulador de telecomunicaciones y software del país, y el NDRC, la agencia de planificación estatal que lidera una unidad para la independencia de la tecnología, también ha emitido una guía que le dice a las empresas que no compren chips de Nvidia. Las agencias han citado las preocupaciones de seguridad como la justificación de su postura, pero los funcionarios chinos no identificados le dijeron al periódico que los comentarios de Lutnick también jugaron un papel.
Deepseek lanza su modelo V3.1 a críticas entusiastas. La compañía china Frontier AI lanzó una versión actualizada de su poderoso modelo AI de código abierto V3 LLM. V3.1 presenta una ventana de contexto más grande que su predecesor, lo que significa que puede manejar indicaciones más largas y más datos. También utiliza una arquitectura híbrida que solo activa una fracción de sus 685 mil millones de parámetros para cada token inmediato, lo que la hace más rápido y más eficiente que algunos modelos rivales. También presenta un mejor razonamiento y capacidades de agente que el V3 original, que era el modelo subyacente Deepseek y luego se utilizó para crear su modelo de razonamiento R1 exitoso. En las pruebas de referencia hasta el momento, el V3.1 es competitivo con modelos propietarios de OpenAi, Google y antrópico a un precio mucho más bajo, solo más de $ 1 para algunas tareas de codificación en comparación con $ 70 para rivales. Leer más de Bloomberg aquí.
Google presenta sus últimos teléfonos de píxeles llenos de funciones de IA. Google presentó su línea de teléfonos inteligentes Pixel 10, muy centrados en su asistente de IA Gemini. Los teléfonos tienen características como «señal mágica» que proporciona las siguientes acciones sugeridas basadas en información contextual, un «entrenador de cámara» de IA para fotografía más inteligente y Gemini vive para las interacciones en la pantalla en tiempo real. Las nuevas funciones de IA pueden permitir a Google obtener un poco de mercado de Apple, lo que ha retrasado el despliegue de muchas características de IA para sus iPhones hasta 2026. Puede leer más de CNBC aquí.
Operai considera alquilar infraestructura de IA a otros. CFO Operai Sara Fray le dijo a Bloomberg que la empresa está considerando Alquilar los centros de datos e infraestructura de datos optimizados AI-AI a otras compañías en el futuro, similar al AWS de Amazon, a pesar de que OpenAi actualmente tiene dificultades para encontrar suficiente capacidad del centro de datos para sus propias operaciones. Friar también dijo que la compañía está explorando opciones de financiamiento más allá de la deuda, ya que enfrenta costos inmensos, y el CEO Sam Altman predice billones de dólares en futuros gastos de centros de datos. Friar también confirmó en una entrevista con CNBC que la compañía recientemente alcanzó los ingresos mensuales de $ 1 mil millones por primera vez, mientras que Bloomberg informó que las ventas secundarias de acciones han valorado a la compañía en $ 500 mil millones.
Tienes un calendario
8-10 de septiembre: Fortune Brainstorm Tech, Park City, Utah. Solicite asistir aquí.
6-10 de octubre: Mundo AI Semana, Amsterdam
21-22 de octubre: Tedai San Francisco. Solicite asistir aquí.
2-7 de diciembre: Neurips, San Diego
8-9 de diciembre: Berraamosa de la fortuna AI San Francisco. Solicite asistir aquí.
Ojo en los números de IA
100%
Esa es la startup de AI médica de puntaje, OpenEvidence, dice que su nuevo modelo de IA logrado en el Examen de Licencias Médicas de EE. UU. (USMLE), el examen de tres partes que todos los médicos deben tomar antes de que puedan practicar. Esto supera el 90% que su modelo obtuvo hace dos años, así como el 97% que el GPT-5 de OpenAI obtuvo recientemente. OpenEvidence dice que su modelo ofrece explicaciones basadas en casos y fundamentados en literatura para sus respuestas y la startup ofrece el modelo a los estudiantes de medicina como una herramienta educativa gratuita a través de una asociación con la Asociación Médica Americana, su revista asociada y el New England Journal of Medicine. Puede leer más de la publicación centrada en la salud Fierce Healthcare aquí.
