Para los inversores, el panorama en evolución de las TI y la aparición de la inteligencia artificial (IA) supone tanto oportunidades como retos. Aunque el potencial de innovación y perturbación es inmenso, también requiere una comprensión matizada de lo que es realmente la IA y, lo que quizá es más importante, de lo que no es. Invertir en tecnología de IA requiere una inmersión profunda en los mecanismos, capacidades y limitaciones de los diferentes modelos de IA. Esta comprensión es necesaria no solo para tomar decisiones de inversión informadas, sino también para evaluar la viabilidad a largo plazo y las consideraciones éticas de las empresas impulsadas por la IA.
Entender la integración de la IA
La integración de la IA en dispositivos y sistemas se ha revolucionado con la llegada de las API proporcionadas por actores importantes como OpenAI, Google y Anthropic. Este avance tecnológico ha simplificado el proceso de integración de la IA en diversos productos y servicios. Como resultado, hemos asistido a la aparición de lo que comúnmente se conoce como “wrappers” o “envoltorios” de IA, en los que las capacidades de IA se integran a un nivel superficial, a menudo sin una funcionalidad profunda e intrínseca.
Sin embargo, esta facilidad de integración de la IA conlleva una advertencia. Como señala Kjell Carlsson, responsable de estrategia de IA en Domino Data Lab, la creación de productos transformadores basados en IA requiere una mejora significativa de las capacidades internas de IA.
Sin ello, las empresas sólo podrían alcanzar capacidades limitadas de GenAI. Esta situación conduce a menudo “a un lavado de cara de la IA”, en el que las funcionalidades de la IA, que han estado disponibles durante décadas, se renombran como innovaciones de vanguardia sin mejoras sustanciales en sus capacidades.
El AI Washing o lavado de IA: la mascarada del marketing
El “AI washing” o “lavado de IA” representa un reto importante en la industria tecnológica. Se trata de una práctica de marketing engañosa en la que se tergiversa el alcance del uso de la IA en productos o servicios. A menudo, las empresas utilizan el término “IA” a la ligera para describir lo que son esencialmente sistemas básicos de automatización o basados en reglas. Estos sistemas carecen de verdaderas capacidades de aprendizaje y adaptación, que son las características de la verdadera IA.
Esta argucia no solo es un perjuicio para los consumidores, sino que también plantea un reto importante para los inversores a la hora de diferenciar entre la verdadera innovación de la IA y la mera marca de IA.
La prevalencia del AI washing es alarmante, como se ha visto en numerosas startups que han exagerado sus capacidades de IA para atraer financiación y clientes. Un ejemplo llamativo de esto fue una startup que afirmaba que su “IA asistida por humanos” podía permitir el desarrollo de aplicaciones móviles con un esfuerzo y un tiempo mínimos. Esta afirmación dio lugar a importantes inversiones, incluidos casi 30 millones de dólares de fondos de capital riesgo centrados en IA. Sin embargo, una investigación del Wall Street Journal reveló que la supuesta IA dependía en gran medida de la “inteligencia humana” de los ingenieros de software.
Este incidente no es una anomalía. Según un estudio de MMC Ventures, que analizó 2.830 startups europeas, un sorprendente 40% de las empresas que decían ser startups de IA tenían una utilización real mínima de la IA. Este hallazgo, junto con el aumento de la supervisión reglamentaria, pone de relieve la necesidad crítica de que los inversores lleven a cabo una due diligence exhaustiva al evaluar las empresas centradas en IA.
La lente reguladora: la SEC y la FTC sobre el IA Washing
Organismos reguladores como la Comisión del Mercado de Valores (SEC) y la Comisión Federal de Comercio (FTC) están cada vez más atentos a las prácticas de AI washing. Su preocupación se debe a la posibilidad de que el AI washing induzca a error a los inversores, los consumidores y el mercado en general, dando lugar a prácticas desleales y a una distorsión del panorama competitivo.
La SEC, cuya principal preocupación es proteger a los inversores y mantener unos mercados justos, ordenados y eficientes, ha adoptado una postura clara contra el IA washing, en particular en el contexto de la divulgación de información por parte de las empresas públicas. El presidente de la SEC, Gary Gensler, ha subrayado la importancia de presentar de forma veraz y precisa las capacidades de IA de una empresa. Su comparación del “lavado de IA” con el “lavado verde” es especialmente convincente, dado el historial de la SEC en la lucha contra el “lavado verde”, lo que proporciona un modelo útil para su enfoque del “AI washing”.
El abogado de la FTC, Michael Atleson, ha esbozado la postura de la agencia en unblog post, haciendo hincapié en la importancia de un etiquetado veraz de los productos impulsados por IA. La FTC espera que las empresas eviten la exageración en sus afirmaciones sobre IA y se aseguren de que cualquier afirmación sobre rendimiento esté respaldada científicamente y sea aplicable universalmente, no sólo en condiciones específicas.
Para los inversores en tecnología, este panorama normativo significa que la due diligence debe ir más allá de los datos financieros y abarcar la veracidad de las afirmaciones de una empresa relacionadas con la IA. Las empresas que exageren sus capacidades o su potencial de IA podrían enfrentarse a un escrutinio normativo y a sanciones económicas, lo que afectaría a sus valoraciones y al atractivo de sus inversiones.
Due diligence de IA: un factor crítico para los inversores
Para los negociadores, el riesgo de valoraciones infladas debido a capacidades de IA tergiversadas es una preocupación acuciante. Más allá de las repercusiones financieras, existe la posibilidad de que se produzcan daños de reputación y un escrutinio normativo. Para navegar por este complejo terreno, es imprescindible que los inversores contraten a expertos en due diligence técnica especializados en evaluar tecnologías de IA. Estos expertos ofrecen un conocimiento profundo de la IA y sus aplicaciones prácticas, lo que ayuda a los inversores a discernir las auténticas innovaciones de IA de las meras marcas de IA.
La due diligence técnica en IA abarca varias áreas críticas:
Autenticidad de las capacidades de IA: Los expertos en tecnología empiezan por evaluar si la tecnología en cuestión posee realmente capacidades de IA. Esto implica saber si la IA es una mera extensión de la automatización básica o de los sistemas basados en reglas, o si incorpora técnicas avanzadas de machine learning. Entre las preguntas críticas se incluyen:
- ¿Qué nivel de aprendizaje automático se utiliza? (por ejemplo, supervisado, no supervisado,aprendizaje por refuerzo)
- ¿De qué tipo de datos aprende la IA y cómo se adapta a nuevos datos o información?
- ¿Puede el sistema de IA mejorar su rendimiento con el tiempo? ¿Existen pruebas científicas que respalden las afirmaciones sobre su rendimiento?
Adaptabilidad y solidez: Otro aspecto vital es la capacidad del sistema de IA para manejar datos inesperados o fuera de distribución. Los expertos técnicos evalúan si la IA puede adaptarse a nuevas situaciones o si requiere un reentrenamiento. Esta evaluación es necesaria para comprender la viabilidad a largo plazo de la IA y su adaptabilidad a las condiciones cambiantes del mercado.
Evaluación del riesgo: Es esencial una evaluación exhaustiva del riesgo centrada en lo que podría ocurrir si la IA no funciona según lo previsto. Esto incluye el escrutinio de las salvaguardias existentes para evitar decisiones sesgadas o discriminatorias y las posibles repercusiones de estos riesgos en las operaciones y la reputación de la empresa.
Conclusión: llamamiento a la prudencia en las estrategias de inversión en IA
Para los inversores y negociadores, el atractivo de la innovación impulsada por la IA es innegable. Sin embargo, en una era en la que prevalece el lavado de IA, es vital ejercer el discernimiento. Comprender el verdadero alcance de la integración de la IA y sus aplicaciones prácticas es clave para tomar decisiones de inversión informadas. Al dar prioridad a las prácticas de IA responsables y a una due diligence exhaustiva, los inversores pueden navegar por el complejo panorama de la IA con confianza.
Por Funds Society, Madrid
Por Gonzalo Navarro Ruiz