La última teoría de Huang Renxun sobre la "tarta de cinco capas": La IA no roba empleos, ¡es una marea de empleo de billones!

Fuente: Nvidia

Compilado por: BitpushNews

La inteligencia artificial es una de las fuerzas más poderosas que están moldeando el mundo hoy en día. No es una aplicación inteligente o un modelo único; es una infraestructura similar a la electricidad y a Internet.

La IA funciona sobre hardware real, energía real y economía real. Toma materias primas y las transforma a gran escala en inteligencia. Cada empresa la utilizará. Cada país la construirá.

Para entender por qué la IA se desarrolla de esta manera, es útil partir de los principios fundamentales y examinar los cambios profundos que ocurren en el campo de la computación.

De software pregrabado a inteligencia en tiempo real

Durante la mayor parte de la historia de la computación, el software era pregrabado. Los humanos describían un algoritmo. La computadora lo ejecutaba. Los datos debían estructurarse cuidadosamente, almacenarse en tablas y recuperarse mediante consultas precisas. SQL se volvió imprescindible porque hacía viable ese mundo.

La IA rompe ese patrón.

Por primera vez, tenemos computadoras capaces de entender información no estructurada. Pueden ver imágenes, leer textos, escuchar sonidos y comprender su significado. Pueden razonar sobre el contexto y las intenciones. Lo más importante, generan inteligencia en tiempo real.

Cada respuesta es creada en el momento. Cada respuesta depende del contexto que proporcionas. No es software que busca en instrucciones almacenadas. Es software que razona y genera inteligencia bajo demanda.

Dado que la inteligencia se produce en tiempo real, toda la pila de computación que la soporta debe ser reinventada.

La IA como infraestructura

Desde una perspectiva industrial, la IA puede descomponerse en una pila de cinco capas.

Energía

La capa más baja es la energía. La inteligencia generada en tiempo real requiere energía en tiempo real. Cada token generado implica movimiento de electrones, gestión de calor y conversión de energía en resultados computacionales. No hay una capa abstracta debajo. La energía es el primer principio de la infraestructura de la IA y la restricción física que determina cuánta inteligencia puede producirse.

Chips

Sobre la energía están los chips. Estos procesadores están diseñados para convertir energía en cálculo de manera eficiente a gran escala. Las cargas de trabajo de IA requieren paralelismo masivo, memoria de alta banda ancha y conexiones rápidas. Los avances en chips determinan qué tan rápido puede escalar la IA y qué tan barata puede ser la inteligencia.

Infraestructura

Encima de los chips está la infraestructura. Esto incluye tierra, transmisión eléctrica, refrigeración, edificios, redes y sistemas que orquestan decenas de miles de procesadores en una sola máquina. Estas son las fábricas de IA. No están diseñadas para almacenar información, sino para crear inteligencia.

Modelos

Sobre la infraestructura están los modelos. La IA comprende múltiples tipos de información: lenguaje, biología, química, física, finanzas, medicina y el mundo físico en sí. Los modelos de lenguaje son solo uno de ellos. Algunas de las tareas más revolucionarias se están realizando en IA de proteínas, química, simulaciones físicas, robots y sistemas autónomos.

Aplicaciones

En la cima está la capa de aplicaciones, donde se genera el valor económico. Plataformas de descubrimiento de medicamentos. Robots industriales. Asistentes legales. Vehículos autónomos. Un coche autónomo es una aplicación de IA en un vehículo. Un robot humanoide es una aplicación de IA en un cuerpo físico. La misma pila, resultados diferentes.

Este es el pastel de cinco capas:

Energía → Chips → Infraestructura → Modelos → Aplicaciones.

Cada aplicación exitosa impulsa cada capa inferior, extendiéndose hasta la planta de energía que la mantiene viva.

Estamos apenas comenzando esta construcción. Solo hemos invertido unos pocos billones de dólares. Aún se necesita construir infraestructura por billones de dólares más.

A nivel global, estamos viendo la construcción sin precedentes de fábricas de chips, ensambladoras de computadoras y fábricas de IA. Esto se está convirtiendo en la mayor infraestructura de la historia humana.

La fuerza laboral necesaria para esta construcción es enorme. Las fábricas de IA necesitan electricistas, plomeros, ensambladores, trabajadores de acero, técnicos en redes, instaladores y operadores.

Son trabajos que requieren habilidades y buenos salarios, y actualmente hay escasez. No necesitas un doctorado en ciencias de la computación para participar en esta transformación.

Al mismo tiempo, la IA está impulsando la productividad de toda la economía del conocimiento. Tomemos la radiología como ejemplo. La IA ahora ayuda a leer escaneos, pero la demanda de radiólogos sigue creciendo. Esto no es una paradoja.

El objetivo del radiólogo es cuidar a los pacientes. Leer escaneos es solo una tarea. Cuando la IA asume más tareas rutinarias, los radiólogos pueden centrarse en el juicio, la comunicación y el cuidado. Los hospitales son más eficientes. Atienden a más pacientes. Contratan más personal.

La productividad crea capacidad. La capacidad genera crecimiento.

¿Qué ha cambiado en el último año?

En el último año, la IA ha superado un umbral importante. Los modelos son lo suficientemente buenos para su uso a gran escala. La capacidad de razonamiento ha mejorado. Las alucinaciones se han reducido. La fundamentación ha mejorado notablemente. Por primera vez, las aplicaciones basadas en IA comienzan a generar valor económico real.

Las aplicaciones en descubrimiento de medicamentos, logística, atención al cliente, desarrollo de software y manufactura ya muestran una fuerte adecuación al mercado. Estas aplicaciones impulsan cada capa inferior con fuerza.

Los modelos de código abierto juegan un papel clave aquí. La mayoría de los modelos en el mundo son gratuitos. Investigadores, startups, empresas y países enteros dependen de modelos abiertos para participar en el avance de la IA avanzada. Cuando los modelos abiertos alcanzan la frontera, no solo cambian el software, sino que activan toda la demanda de la pila.

DeepSeek-R 1 es un ejemplo poderoso. Al hacer un modelo de razonamiento potente ampliamente accesible, acelera la adopción en la capa de aplicaciones y aumenta la demanda de entrenamiento, infraestructura, chips y energía en las capas inferiores.

¿Qué significa esto?

Cuando consideras la IA como infraestructura clave, el significado se vuelve claro.

La IA comenzó con un gran modelo de lenguaje transformer, pero va mucho más allá. Es una revolución industrial que está transformando la producción y el consumo de energía, la construcción de fábricas, la organización del trabajo y el crecimiento económico.

Las fábricas de IA se están construyendo porque la inteligencia ahora se genera en tiempo real. Los chips se están rediseñando porque la eficiencia determina qué tan rápido puede escalar la inteligencia. La energía se vuelve central porque establece el límite de cuánto se puede producir. Las aplicaciones se aceleran porque sus modelos subyacentes han superado la barrera para ser útiles a gran escala.

Cada capa refuerza a las demás.

Por eso la escala de construcción es tan grande. Por eso afecta tantos sectores. Y por qué no estará limitada a un solo país o sector. Cada empresa usará IA. Cada país la construirá.

Todavía estamos en las etapas iniciales. La mayor parte de la infraestructura aún no existe. La mayor parte de la fuerza laboral no está capacitada. La mayor parte de las oportunidades aún no se han materializado.

Pero la dirección es clara.

La IA está convirtiéndose en la infraestructura del mundo moderno. Y las decisiones que tomemos ahora, qué tan rápido construimos, qué tan ampliamente participamos y qué tan responsablemente desplegamos, definirán el rostro de esta era.