TradingKey - El CEO de Anthropic, Dario Amodei, pidió ralentizar el ritmo de los avances en las capacidades de los modelos de IA de frontera, algo que posteriormente respaldaron el CEO de OpenAI, Sam Altman, y el CEO de SpaceX (SPCX), Elon Musk. Las declaraciones intensificaron las preocupaciones del mercado respecto al crecimiento de la industria de la IA y a las perspectivas de la demanda de chips. Durante la sesión asiática del 14 de septiembre, varios valores del sector de semiconductores y relacionados con la IA cayeron con fuerza.
Sin embargo, Amodei abogó por ralentizar el ritmo de los avances en las capacidades de los modelos de IA de frontera para dar más tiempo a las pruebas de seguridad y a la prevención de riesgos, al tiempo que se continúa avanzando en el entrenamiento de modelos y en la I+D tecnológica.
Por el momento, las declaraciones en cuestión no implican recortar la construcción de centros de datos ni los gastos de capital. Está por ver si la demanda de GPU de Nvidia (NVDA) se verá afectada, lo que requerirá observar los gastos de capital de los principales proveedores de servicios en la nube, la escala de entrenamiento de modelos y el crecimiento del negocio de inferencia.
El 12 de septiembre, hora local de Estados Unidos, Amodei publicó «We Must Pace the Frontier», en el que pedía frenar el ritmo de los avances en las capacidades de los modelos de IA de frontera con el fin de ganar tiempo para la seguridad de los modelos, la prevención de riesgos y las evaluaciones por parte de terceros.
Amodei considera que los sistemas de IA participan cada vez más en el desarrollo de modelos de última generación, por lo que la velocidad del avance de sus capacidades podría superar la capacidad de la industria para comprender y controlar los riesgos asociados. También citó un incidente en el que agentes de OpenAI atacaron sistemas relacionados con Hugging Face durante unas pruebas, advirtiendo de que los grupos de agentes más capaces con fallos de seguridad similares podrían suponer una seria amenaza para internet a través de botnets persistentes en los próximos 6 a 12 meses.
Para mitigar estos riesgos, Amodei propuso crear equipos de evaluación de terceros a largo plazo dentro de las empresas de IA de frontera, otorgándoles herramientas, permisos y acceso a la información de manera aproximadamente equivalente a la de los evaluadores de riesgos internos para verificar las medidas de seguridad, notificar incidentes y evaluar los procesos de entrenamiento de los modelos.
La propuesta también incluye instar a las empresas de IA de frontera de países democráticos a establecer estándares de seguridad comunes y avanzar en la coordinación global. Anthropic se ha comprometido a implementar un mecanismo de evaluación por parte de terceros y prevé invitar a sus instalaciones a equipos de evaluación externos en un futuro cercano.
Posteriormente, Altman expresó su conformidad con la idea de moderar los avances en las capacidades de los modelos de frontera y prometió que OpenAI adoptaría acuerdos de evaluación independiente similares. Musk declaró públicamente que «Dario tiene razón». Demis Hassabis, cofundador y CEO de Google DeepMind, también coincidió en que esta trayectoria es correcta, si bien señaló que los detalles pertinentes aún requieren un mayor perfeccionamiento.

[Fuente: X]
Si bien estas declaraciones no constituyen un acuerdo sectorial conjunto entre las compañías, sí muestran que las cuestiones de seguridad de la IA están influyendo en los calendarios de I+D y en las posturas regulatorias de las empresas líderes.
Durante la sesión de negociación asiática del 14 de septiembre, las acciones de SoftBank llegaron a caer más de un 13% en un momento dado, mientras que Kioxia se desplomó hasta un 9,8% en los primeros compases de la sesión; al cierre de esta edición, SK Hynix bajaba un 6,4%, Samsung Electronics retrocedía un 3,95% y TSMC caía un 1,24%.

[Fuente: TradingView]
A los inversores les preocupa que una desaceleración en las capacidades de los modelos de frontera pueda reducir los proyectos de entrenamiento, alargar los plazos entre lanzamientos de modelos e impactar en las inversiones en centros de datos de los proveedores en la nube, así como en la demanda de GPUs, memorias HBM y equipos de semiconductores. En la actualidad, no hay información pública que indique que las empresas del sector hayan recortado sus gastos de capital o sus pedidos de chips.
SoftBank es un importante inversor en OpenAI, y el precio de sus acciones es sensible a las expectativas sobre OpenAI y el desarrollo de la industria de la IA. Como uno de los principales proveedores mundiales de memorias HBM, SK Hynix también es vulnerable a los cambios en las expectativas de demanda de servidores de IA.
Las tensiones en Oriente Medio, la subida de los precios del petróleo y las expectativas sobre la política de la Reserva Federal también pesaron sobre el mercado ese día, mientras que los debates en torno a una desaceleración en el desarrollo de la IA acrecentaron las preocupaciones de los inversores sobre las perspectivas de la demanda de semiconductores.
Hasta el 14 de septiembre, las principales empresas tecnológicas, entre ellas Microsoft (MSFT), Amazon (AMZN), Google (GOOGL) y Meta (META), no han anunciado ninguna reducción en los gastos de capital en centros de datos a raíz de las peticiones relacionadas, ni existen señales públicas de cambios en los pedidos de GPUs de Nvidia o en la demanda aguas arriba de HBM.
El CEO de Nvidia, Jensen Huang, reiteró el 10 de septiembre en la Conferencia Communacopia + Technology de Goldman Sachs que se prevé que el gasto anual global en infraestructura de IA alcance entre 3 y 4 billones de dólares para 2030.
Huang considera que la proliferación de la IA generativa y la desaceleración de la Ley de Moore impulsarán a las empresas a incrementar continuamente sus inversiones en computación, redes y centros de datos. Esta previsión refleja la evaluación de Nvidia sobre la demanda a largo plazo.
Amodei afirmó explícitamente que frenar el ritmo de mejora de las capacidades de los modelos de IA de frontera no implica detener el entrenamiento ni el progreso tecnológico. Si las empresas destinan más tiempo a las pruebas de seguridad y a las evaluaciones externas, el ritmo de lanzamiento de determinados modelos podría desacelerarse; no obstante, el entrenamiento de modelos, las pruebas de seguridad, los servicios de inferencia y las aplicaciones de agentes siguen requiriendo soporte de potencia de cálculo.
En la actualidad, estas declaraciones afectan principalmente a las expectativas del mercado respecto a la demanda a largo plazo y la valoración de las empresas de la cadena de suministro de IA, como Nvidia, y aún no se han materializado en cambios en los pedidos confirmados ni en los ingresos. Si los principales proveedores de servicios en la nube mantienen sus gastos de capital, la demanda de GPUs y productos de red de Nvidia seguirá contando con respaldo.
De cara al futuro, será necesario observar de cerca si los proveedores de servicios en la nube recortan sus inversiones en centros de datos, si Nvidia ajusta sus previsiones de pedidos o de demanda, y si los pedidos, los precios de venta y los planes de expansión de HBM se debilitan en paralelo.
Antes de que se produzcan cambios en estos indicadores, no se puede concluir que los ajustes en el ritmo de desarrollo de la IA hayan tenido un impacto en la demanda real de los productos de Nvidia.