Anthropic y las contradicciones económicas de la inteligencia artificial

Durant algun temps, la intel·ligència artificial (IA) semblava desafiar les regles més elementals de l'economia. Com més diners necessitava, més gran era l'entusiasme dels inversors. Com més incert resultava el seu model de negoci, més extraordinàries eren les seves valoracions. No obstant això, aquestes contradiccions comencen a fer-se visibles. La IA ha assolit una dimensió econòmica i estratègica que obliga a formular preguntes més incòmodes que l'habitual de si existeix una bombolla borsària.

La pròxima sortida a borsa d'Anthropic, creadora de Claude, representa un punt d'inflexió. El seu fullet registrat aquesta setmana davant el supervisor nord-americà posa xifres i riscos a un negoci que fins ara havia pogut desenvolupar-se a recer de grans inversors privats. Es barregen valoracions de l'ordre d'1,5 bilions de dòlars. Els seus ingressos creixen a una velocitat extraordinària, però també ho fan les seves necessitats de capacitat tecnològica. La qüestió no és si ven molt, sinó quant capital haurà de consumir per continuar venent i quina rendibilitat quedarà finalment per als seus accionistes.

Anthropic pretén obrir el seu capital a milers d'inversors, però conservar una arquitectura de control molt singular, amb drets especials per als seus fundadors i un fideïcomís vinculat a la seva missió de seguretat. L'empresa, que aspira a transformar l'organització del treball i la informació, planteja així un experiment de govern corporatiu en captar recursos dels mercats públics sense sotmetre totes les decisions estratègiques a la lògica convencional de l'accionista. No obstant això, també obliga a preguntar-se qui respon quan els objectius de seguretat, creixement i rendibilitat entren en conflicte.

Mentrestant, les borses s'enfronten a un problema de valoració que no es resol mirant únicament els beneficis actuals. Bona part del preu de les companyies relacionades amb la IA incorpora guanys futurs que encara han de materialitzar-se. Els fabricants de semiconductors, les empreses elèctriques i els centres de dades participen d'una cadena d'expectatives. Cadascun inverteix perquè espera que el següent esglaó continuï creixent. Quan proveïdors d'infraestructura financen o donen suport als seus propis clients, la frontera entre demanda genuïna i demanda estimulada pel propi ecosistema es torna menys nítida.

La història econòmica ensenya que una tecnologia pot canviar el món i, al mateix temps, provocar pèrdues considerables a aquells que la financen massa aviat o massa car. La qüestió decisiva no és si la IA augmentarà la productivitat, sinó com es distribuiran els seus fruits. Potser els grans beneficiaris no siguin sempre aquells que construeixen els models més costosos, sinó les empreses capaces d'incorporar-los a processos concrets, reduir costos i oferir millors serveis. Per a una economia com l'espanyola, aquesta distinció importa molt més que encertar amb la cotització d'una empresa de Silicon Valley.

A aquesta incertesa financera s'hi suma una altra de caràcter geopolític. Els Estats Units tracten els models més avançats, els seus components i determinats coneixements tècnics com a actius estratègics. Les restriccions a la seva difusió han obert un debat que va molt més enllà de la competència amb la Xina. Convé distingir entre controls sobre xips, sobre pesos de models i sobre l'accés a serveis, ja que no són instruments equivalents ni existeix un bloqueig universal de tota la IA nord-americana. No obstant això, la direcció del debat és inequívoca: el coneixement algorísmic s'està convertint en una qüestió de seguretat nacional.

En aquest context, apareix la contradicció més profunda. La IA necessita mercats mundials, talent internacional, enormes escales de producció i circulació d'idees per avançar. No obstant això, les potències intenten aixecar fronteres al voltant de les seves capacitats més valuoses. Protegir-les pot respondre a raons legítimes de seguretat, però també encareix la innovació, fragmenta estàndards i afavoreix aquells que ja dominen el mercat. La cursa tecnològica corre així el risc de convertir-se en una cursa per controlar els colls d'ampolla, des dels xips i l'electricitat fins als dades i la capacitat de càlcul.

Europa contempla aquest procés des d'una posició incòmoda. La seva resposta no hauria de consistir a intentar reproduir a qualsevol preu tots els gegants nord-americans. Seria més útil combinar capacitat pròpia en àmbits crítics, competència efectiva, energia disponible i adopció massiva de la tecnologia per part d'empreses mitjanes i petites. La sobirania tecnològica no consisteix a fabricar absolutament tot, sinó a conservar capacitat d'elecció i evitar dependències que puguin paralitzar sectors sencers.

El veritable examen de la intel·ligència artificial no arribarà el dia en què Anthropic comenci a cotitzar. Tindrà lloc quan es comprovi si les inversions gegantines generen productivitat estesa, beneficis sostenibles i una competència prou oberta. Els mercats poden anticipar una transformació real i, tot i així, equivocar-se en el seu preu. Els governs poden defensar interessos estratègics i, al mateix temps, frenar la difusió d'una innovació decisiva. Aquesta és la paradoxa d'aquesta nova etapa, ja que mai s'havia dipositat tant diners i tant poder en una tecnologia el repartiment de beneficis de la qual continua sent tan incert. La intel·ligència artificial no necessita demostrar que és extraordinària. Necessita demostrar que la seva economia també pot ser-ho.

Font: https://www.elconciso.es/opinion/inteligencia-artificial-descubre-contradicciones_0_2008383399.html

Durante algún tiempo, la inteligencia artificial (IA) parecía desafiar las reglas más elementales de la economía. Cuanto más dinero necesitaba, mayor era el entusiasmo de los inversores. Cuanto más incierto resultaba su modelo de negocio, más extraordinarias eran sus valoraciones. Sin embargo, estas contradicciones comienzan a hacerse visibles. La IA ha alcanzado una dimensión económica y estratégica que obliga a formular preguntas más incómodas que la habitual de si existe una burbuja bursátil.

La próxima salida a Bolsa de Anthropic, creadora de Claude, representa un punto de inflexión. Su folleto registrado esta semana ante el supervisor estadounidense pone cifras y riesgos a un negocio que hasta ahora había podido desarrollarse al abrigo de grandes inversores privados. Se barajan valoraciones del orden de 1,5 billones de dólares. Sus ingresos crecen a una velocidad extraordinaria, pero también lo hacen sus necesidades de capacidad tecnológica. La cuestión no es si vende mucho, sino cuánto capital tendrá que consumir para seguir vendiendo y qué rentabilidad quedará finalmente para sus accionistas.

Anthropic pretende abrir su capital a miles de inversores, pero conservar una arquitectura de control muy singular, con derechos especiales para sus fundadores y un fideicomiso vinculado a su misión de seguridad. La empresa, que aspira a transformar la organización del trabajo y la información, plantea así un experimento de gobierno corporativo al captar recursos de los mercados públicos sin someter todas las decisiones estratégicas a la lógica convencional del accionista. Sin embargo, también obliga a preguntarse quién responde cuando los objetivos de seguridad, crecimiento y rentabilidad entran en conflicto.

Mientras tanto, las Bolsas se enfrentan a un problema de valoración que no se resuelve mirando únicamente los beneficios actuales. Buena parte del precio de las compañías relacionadas con la IA incorpora ganancias futuras que todavía deben materializarse. Los fabricantes de semiconductores, las empresas eléctricas y los centros de datos participan de una cadena de expectativas. Cada uno invierte porque espera que el siguiente eslabón continúe creciendo. Cuando proveedores de infraestructura financian o respaldan a sus propios clientes, la frontera entre demanda genuina y demanda estimulada por el propio ecosistema se vuelve menos nítida.

La historia económica enseña que una tecnología puede cambiar el mundo y, al mismo tiempo, provocar pérdidas considerables a quienes la financian demasiado pronto o demasiado caro. La cuestión decisiva no es si la IA aumentará la productividad, sino cómo se distribuirán sus frutos. Quizá los grandes beneficiarios no sean siempre quienes construyen los modelos más costosos, sino las empresas capaces de incorporarlos a procesos concretos, reducir costes y ofrecer mejores servicios. Para una economía como la española, esa distinción importa mucho más que acertar con la cotización de una empresa de Silicon Valley.

A esta incertidumbre financiera se suma otra de carácter geopolítico. Estados Unidos trata los modelos más avanzados, sus componentes y determinados conocimientos técnicos como activos estratégicos. Las restricciones a su difusión han abierto un debate que va mucho más allá de la competencia con China. Conviene distinguir entre controles sobre chips, sobre pesos de modelos y sobre el acceso a servicios, ya que no son instrumentos equivalentes ni existe un bloqueo universal de toda la IA estadounidense. Sin embargo, la dirección del debate es inequívoca: el conocimiento algorítmico se está convirtiendo en una cuestión de seguridad nacional.

En este contexto, aparece la contradicción más profunda. La IA necesita mercados mundiales, talento internacional, enormes escalas de producción y circulación de ideas para avanzar. Sin embargo, las potencias intentan levantar fronteras alrededor de sus capacidades más valiosas. Protegerlas puede responder a razones legítimas de seguridad, pero también encarece la innovación, fragmenta estándares y favorece a quienes ya dominan el mercado. La carrera tecnológica corre así el riesgo de convertirse en una carrera por controlar los cuellos de botella, desde los chips y la electricidad hasta los datos y la capacidad de cálculo.

Europa contempla este proceso desde una posición incómoda. Su respuesta no debería consistir en intentar reproducir a cualquier precio todos los gigantes estadounidenses. Sería más útil combinar capacidad propia en ámbitos críticos, competencia efectiva, energía disponible y adopción masiva de la tecnología por parte de empresas medianas y pequeñas. La soberanía tecnológica no consiste en fabricar absolutamente todo, sino en conservar capacidad de elección y evitar dependencias que puedan paralizar sectores enteros.

El verdadero examen de la inteligencia artificial no llegará el día en que Anthropic empiece a cotizar. Tendrá lugar cuando se compruebe si las inversiones gigantescas generan productividad extendida, beneficios sostenibles y una competencia suficientemente abierta. Los mercados pueden anticipar una transformación real y, aun así, equivocarse en su precio. Los gobiernos pueden defender intereses estratégicos y, al mismo tiempo, frenar la difusión de una innovación decisiva. Esa es la paradoja de esta nueva etapa, ya que nunca se había depositado tanto dinero y tanto poder en una tecnología cuyo reparto de beneficios sigue siendo tan incierto. La inteligencia artificial no necesita demostrar que es extraordinaria. Necesita demostrar que su economía también puede serlo.

Fuente: https://www.elconciso.es/opinion/inteligencia-artificial-descubre-contradicciones_0_2008383399.html

For some time, artificial intelligence (AI) seemed to defy the most basic rules of economics. The more money it needed, the greater the enthusiasm of investors. The more uncertain its business model was, the more extraordinary its valuations became. However, these contradictions are beginning to become visible. AI has reached an economic and strategic dimension that forces more uncomfortable questions than the usual one of whether there is a stock market bubble.

The upcoming IPO of Anthropic, creator of Claude, represents a turning point. Its prospectus filed this week with the US regulator puts figures and risks to a business that until now had been able to develop under the protection of large private investors. Valuations of around 1.5 trillion dollars are being considered. Its revenues are growing at an extraordinary rate, but so are its technological capacity needs. The question is not whether it sells a lot, but how much capital it will have to consume to keep selling and what profitability will ultimately remain for its shareholders.

Anthropic intends to open its capital to thousands of investors but maintain a very unique control architecture, with special rights for its founders and a trust linked to its security mission. The company, which aims to transform the organisation of work and information, thus poses a corporate governance experiment by raising resources from public markets without subjecting all strategic decisions to the conventional logic of the shareholder. However, it also raises the question of who is accountable when security, growth, and profitability objectives come into conflict.

Meanwhile, stock markets face a valuation problem that is not resolved by looking solely at current profits. Much of the price of AI-related companies incorporates future gains that have yet to materialise. Semiconductor manufacturers, electric companies, and data centres are part of a chain of expectations. Each invests because it expects the next link to continue growing. When infrastructure providers finance or support their own clients, the boundary between genuine demand and demand stimulated by the ecosystem itself becomes less clear.

Economic history teaches that a technology can change the world and, at the same time, cause considerable losses to those who finance it too early or too expensively. The decisive question is not whether AI will increase productivity, but how its fruits will be distributed. Perhaps the big beneficiaries will not always be those who build the most expensive models, but the companies capable of incorporating them into specific processes, reducing costs, and offering better services. For an economy like Spain's, that distinction matters much more than getting the valuation of a Silicon Valley company right.

This financial uncertainty is compounded by another of a geopolitical nature. The United States treats the most advanced models, their components, and certain technical knowledge as strategic assets. Restrictions on their dissemination have opened a debate that goes far beyond competition with China. It is important to distinguish between controls on chips, model weights, and access to services, as they are not equivalent instruments, nor is there a universal blockade of all US AI. However, the direction of the debate is unequivocal: algorithmic knowledge is becoming a matter of national security.

In this context, the deepest contradiction appears. AI needs global markets, international talent, enormous production scales, and the circulation of ideas to advance. However, powers are trying to erect borders around their most valuable capabilities. Protecting them may respond to legitimate security reasons, but it also raises the cost of innovation, fragments standards, and favours those who already dominate the market. The technological race thus risks becoming a race to control bottlenecks, from chips and electricity to data and computing capacity.

Europe views this process from an uncomfortable position. Its response should not consist of trying to reproduce all US giants at any cost. It would be more useful to combine its own capacity in critical areas, effective competition, available energy, and the massive adoption of technology by medium and small companies. Technological sovereignty does not consist of manufacturing absolutely everything but in maintaining the ability to choose and avoiding dependencies that could paralyse entire sectors.

The real test of artificial intelligence will not come the day Anthropic starts trading. It will take place when it is verified whether gigantic investments generate widespread productivity, sustainable profits, and sufficiently open competition. Markets can anticipate a real transformation and still get their price wrong. Governments can defend strategic interests and, at the same time, hinder the spread of a decisive innovation. That is the paradox of this new stage, as never before has so much money and power been placed in a technology whose distribution of benefits remains so uncertain. Artificial intelligence does not need to prove that it is extraordinary. It needs to prove that its economy can be too.

Source: https://www.elconciso.es/opinion/inteligencia-artificial-descubre-contradicciones_0_2008383399.html