El director ejecutivo de IBM, Arvind Krishna, advirtió sobre El decodificador podcast que la carrera de la industria tecnológica para construir infraestructura de inteligencia artificial puede carecer de sostenibilidad financiera debido a los enormes costos estimados en billones de dólares. Krishna calculó que equipar un solo centro de datos de un gigavatio requiere aproximadamente 80 mil millones de dólares a los precios actuales. Las empresas que apuntan a 20-30 gigavatios de infraestructura incurrirían en gastos de capital de alrededor de 1,5 billones de dólares. Precisó que estas cifras constituyen “las cifras de hoy”, y señaló que los costos podrían cambiar a medida que la industria se expanda. Krishna señaló la actual tensión financiera derivada de la depreciación del hardware. Los chips de IA avanzados exigen ser reemplazados cada cinco años, lo que establece un ciclo de reinversión perpetuo. Dijo: «Si miro el total de compromisos en el mundo en este espacio, en busca de AGI, parece ser como 100 gigavatios». Esta búsqueda global de inteligencia artificial general equivale a aproximadamente 8 billones de dólares en gastos de capital a 80 mil millones de dólares por gigavatio. Pagar los intereses de esta inversión requeriría unos 800.000 millones de dólares de beneficios anuales. Krishna calificó las perspectivas de que las actuales tecnologías de grandes modelos de lenguaje logren inteligencia artificial general con una probabilidad de “cero a 1 %” en ausencia de avances adicionales. Reconoció que la inteligencia artificial tiene la capacidad de desbloquear billones de dólares de productividad en la empresa. Sin embargo, la verdadera inteligencia artificial general exigiría la integración de modelos de lenguaje con sistemas de “conocimiento duro”. Krishna expresó dudas sobre el éxito de esta combinación.
