Argentina en la cadena de valor de la IA
Por Fernando Schapachnik*
El impacto de la Inteligencia Artificial (IA) en la economía es múltiple y se irá incrementando en los próximos años, en varios frentes: reconfiguración del empleo, posibles aumentos de la productividad en varios sectores, y la propia economía asociada al desarrollo y comercialización de software basado en IA. Pero, ¿qué significa eso exactamente? Se trata de una cadena de valor, con productores y consumidores, que genera oportunidades y dependencias, y con ganadores y perdedores. ¿Cómo puede la Argentina insertarse en esta cadena de valor? ¿Debería la Argentina instalar datacenters en la Patagonia para aprovechar ese boom? Tal vez, pero no como lo plantea Milei.
Argentina, tiene, efectivamente, un gran potencial para ser proveedor de software de calidad para el mundo. Cuenta hoy con más de 5000 empresas, más de 150.000 empleados y potencial para seguir creciendo. Podría, efectivamente, disputar un lugar entre los productores de las aplicaciones de IA que el mundo demandará incrementalmente. Pero es importante entender cuáles son los costos de producir y comercializar una aplicación de IA. Analicemos para eso la cadena de valor de la IA.
Cadena de valor de la IA
La cadena de valor de la IA se compone de varios eslabones, en los que la Argentina tiene distintas chances de insertarse. En algunos, de forma más clara, en otros, con mayor nivel de incertidumbre. A quien desee profundizar en este tema, y quiera explorar esta cadena en mucho más detalle, le recomendamos que mire la detallada descripción que Kate Crawford y Vladan Jole hacen en “Anatomy of AI”, a partir del análisis de un dispositivo electrónico relativamente sencillo. El gráfico con el que lo ilustran es realmente impresionante y puede consultarse aquí.
Pero volviendo a la descripción esquemática, se trata de una pirámide que tiene como base a la producción de hardware especializado y en su extremo al desarrollo de aplicaciones que utilizan IA. Estas aplicaciones (a veces llamadas “apps”) son las que dan servicios a usuarios o empresas. Son las que se instalan en computadoras o teléfonos y se encargan de algún tema específico (dan recomendaciones de películas o series en base a los gustos previos, identifican plantas a partir de una foto, etc.).
Por más que estas aplicaciones se instalen en teléfonos móviles, requieren de una compleja infraestructura en la nube, para funcionar. Es oportuno recordar que “nube» es un eufemismo para referirse a enormes centros de cómputo (también llamados datacenters) distribuidos por todo el mundo, con muy importantes consumos energéticos, que albergan a millones de computadoras para procesar datos, discos rígidos para almacenarlos, equipamiento de conectividad para que esos datos se intercambien con el resto del mundo, y cuentan con diversos y costosos mecanismos de enfriamiento para que todo lo anterior pueda seguir funcionando sin derretirse. Hace algunas décadas cada empresa contaba con su datacenter particular, o alquilaba espacio físico en uno al que llevaba su propio equipamiento. Hoy en día el esquema cambió: la infraestructura ya no es más propia, se alquila. Se trata de un servicio por el que la empresa desarrolladora de la aplicación paga mensualmente, a alguno de los gigantes de la tecnología como Amazon Web Services, Google, Microsoft, IBM, o, en algunos casos, Huawei.
Es aquí donde empiezan a aparecer las consideraciones de tipo económico: una aplicación medianamente exitosa podría costar algunos miles de dólares mensuales en servicios en la nube, aún sin contar con IA. Es decir, que de lo que recaude de sus usuarios o suscriptores la empresa fabricante, una parte vuelve a salir del país para el pago de servicios en la nube (procesamiento, almacenamiento de datos, etc.). Hasta la irrupción de las aplicaciones basadas en IA, se trataba de una fracción que podía no ser muy significativa en términos económicos, más allá de que imponía e impone otras limitaciones: por un lado, al tratarse de proveedores monopólicos (una vez elegido uno puede no ser tan simple migrar a un competidor) sus clientes son rehenes de variaciones de precios y condiciones contractuales. Por el otro, al tener su infraestructura fuera de nuestro país, la protección legal de los datos de los usuarios se vuelve compleja y sujeta a todo tipo de excepciones.
¿Cómo cambia este modelo cuando una aplicación incorpora capacidades de IA, en particular cuando son basadas en los LLMs como ChatGPT? Recordemos que los LLMs son los sistemas basados en grandes modelos de lenguaje que tienen la capacidad de comprender un audio, una foto, o un texto. No es el objetivo de este texto profundizar en algunos detalles, así que permítanme la utilización del verbo “comprender”, aunque tal vez no sea el más apropiado. Aclaremos también que este tipo de inteligencia artificial es sólo uno de los tipos posibles, aunque sí es cierto que es uno de los más difundidos hoy en día.
En el caso de los LLMs, el proveedor de la aplicación también subcontrata el servicio de IA en alguna de las grandes empresas tecnológicas. Por cada procesamiento que demanda, paga unos centavos de dólar. No es fácil hacer una estimación de cuántos. Depende de cuál sea la longitud del material que pide procesar (digamos, cuándo dure el audio a transcribir o cuántas palabras tenga el texto a interpretar), cuán larga sea la respuesta del LLM, y cuál sea el proveedor específico. La situación actual de competencia ofrece precios muy variados (entre algunos pocos y algunos cientos de dólares por millón de palabras, dependiendo del fabricante y de las prestaciones que se requieran), pero es también razonable suponer que pase lo mismo que pasó con otras tecnologías: que estos precios tiendan a subir una vez que terminen las rondas de inversión que subsidian la operación a pérdida de muchas de estas empresas, el mercado se estabilice y se concentre.
Este escenario lleva a una paradoja que contribuye a la agudización de la restricción externa de nuestro país: cuanto más aplicaciones de IA venda, más dólares deberá erogar la Argentina para pagar por los servicios tanto de infraestructura como de acceso a modelos de IA propiamente dichos. Es esta condición la que hace que tenga sentido económico plantearse la posibilidad de la radicación en el país de los famosos datacenters.
Datacenters
Los datacenters requieren de inversiones monstruosas, tanto en computadoras y edificios como en conectividad. Hay que decir que la cantidad de empleo directo que generan es relativamente baja, muy similar a lo que sucede con las plantas industriales altamente robotizadas.
En cuanto a los efectos indirectos, debido a su altísima sofisticación tecnológica, es poco probable que se pueda desarrollar a partir de ellos una cadena de suministros nacional. Esta idea no debe descartarse de lleno, pero hay que entender que sus principales inversiones de capital consisten en componentes tecnológicos fuertemente integrados verticalmente y protegidos por mecanismos de patentamiento, con lo que muy probablemente provendrán mayormente del extranjero.
La complejidad y costo de los datacenters hace a su vez poco probable que capitales nacionales puedan construirlos, pero efectivamente hay una oportunidad en establecer acuerdos con las grandes empresas tecnológicas para que instalen sus datacenters en el sur de nuestro país (aprovechando el clima, la disponibilidad de superficie, la ausencia de terremotos, y la disponibilidad de energía a precio conveniente). Esto debe hacerse, sin embargo, a cambio de condiciones que favorezcan nuestro desarrollo.
De esas condiciones, la más importante es la provisión de servicios a organismos públicos y empresas locales en moneda local, con mucho menor impacto en la balanza de comercio exterior, sumada a la limitación de la exteriorización de las ganancias (restringiéndolas a un 20-30%), fortaleciendo las reservas y propiciando inversiones locales.
La provisión de servicios en pesos argentinos contribuiría a resolver otro problema. Muchas empresas del sector tecnológico argentino facturan sus servicios desde el extranjero, por una serie de motivos. Uno de ellos es la dificultad crónica que han tenido para poder pagar, desde la Argentina, estos servicios en la nube.
A modo de ejemplo, podríamos pensar en otras condiciones adicionales:
- Que el tendido de fibra óptica necesario para dar conectividad a los datacenters pueda utilizarse también para otros fines, como fortalecer el backbone nacional de conectividad o favorecer la conectividad directa entre países de la región (hoy en día es común que el enlace entre dos países vecinos pase por EEUU o Europa).
- Financiación de la obra pública para acercar la energía a los centros de cómputo, como así también que esas mismas redes eléctricas contribuyan al sistema interconectado nacional.
- Desarrollo de proveedores locales (como ya dijimos, debido al nivel de integración tecnológica, no hay que ser muy optimista en este punto).
¿Qué más se necesita para que Argentina provea de aplicaciones al mundo?
Argentina tiene el potencial de proveer software al mundo en mucha mayor medida de lo que ya lo hace. Tenemos enormes oportunidades en aplicaciones para el agro, para energía, para salud, entre otras. En situaciones normales tiene un tipo de cambio que la hace competitiva, personal altamente calificado, empresas reconocidas, un marco legal apropiado y otras condiciones favorables. Sin embargo, hoy en día algunas de esas condiciones se encuentran en jaque.
La Argentina puede exportar software a Europa porque su marco de protección de datos personales es compatible con la GDPR, la regulación europea de protección de datos personales. Esta situación podría variar si nuestro parlamento no aprueba alguna de las propuestas existentes para modificar la actual legislación de datos personales, que data del año 2001. La necesidad de un marco normativo específico para IA divide a los expertos, pero en lo personal creo conveniente la aprobación de una ley que impida los abusos, brinda un marco de previsibilidad al grueso de las aplicaciones nacionales, que entrarán en la categoría de inofensivas, requiera mayores controles a las pocas que presenten mayor riesgo, y brinde sandboxes normativos y entornos de fomento a las que tengan potencial transformador.
Más allá del dólar atrasado, es más estructural lo que sucede con los recursos humanos. El 80% de las y los profesionales de la informática se forman en las universidades públicas, pero estas enfrentan enormes dificultades para mantener a su plantel docente. La importante brecha salarial entre los salarios docentes y los de la industria del software vienen raleando los cuerpos profesorales aproximadamente desde la pandemia o incluso un poco antes. El golpe de gracia ha sido el cuasi congelamiento salarial decidido por el gobierno de Javier Milei, que desde que asumió en diciembre de 2023 ha aumentado los salarios docentes en sólo un 108% comparado con una inflación acumulada para el mismo periodo de más de 180%, y ha reducido a cero la inversión en subsidios científicos, llevando al sector ciencia y universidad a una crisis muy profunda.
No hay industria del software sin programadoras y programadores, y no hay sector de software sin universidad pública. Hay que apostar al sostenimiento de las universidades, que hoy en día se están desangrando por la falta de inversión y los bajos salarios, lo que hace que se pierdan cada vez más docentes, que son quienes forman a esos mismos programadores y programadoras. Estamos matando a la gallina de los huevos de oro.
Sin universidad pública no hay Argentina potencia de la IA.
*Fernando Schapachnik es doctor en Ciencias de la Computación, profesor del Depto de Computación de la Facultad de Ciencias Exactas y Naturales de la UBA e investigador del instituto UBA-CONICET en Ciencias de la Computación. En los últimos años ha trabajado en varios aspectos relacionados con el impacto de la inteligencia artificial en el empleo y en la sociedad en general.
