Competencia, colaboración y escasa dependencia de China en IA: por qué las siete magníficas seguirán brillando

Las siete magníficas, las mayores tecnológicas de Estados Unidos por capitalización bursátil –Apple (3,4 billones de dólares de valor de mercado); Microsoft (3,1 billones); Nvidia (3 billones); Alphabet (2 billones); Amazon (1,9 billones); Meta (1,3 billones); y Tesla (690.000 millones)- han estado recientemente sometidas a una fuerte volatilidad en Bolsa.

La práctica conocida como carry trade, así como algunos anuncios de resultados algo peores de lo previstos, y la elevada valoración de sus acciones, han generado dudas sobre su evolución, a corto, medio y largo plazo. Sin embargo, no hay motivos para el pesimismo.

En el terreno de la Inteligencia Artificial, las siete grandes magníficas compiten agresivamente en un ecosistema en el que también colaboran, y en el que la dependencia de China es relativamente pequeña.

Según el Índice de Inteligencia Artificial de la Universidad de Stanford, Estados Unidos ocupó el pasado año la primera plaza en la creación de modelos de aprendizaje automático, con 64, seguida de la UE con 21, y China con 14. Los récords históricos que ha logrado el Nasdaq se deben en parte a las muy sustanciales inversiones en IA. 

La importancia de los semiconductores

Un semiconductor es un material que puede transmitir electricidad bajo ciertas condiciones, pero actúa como aislante en otras. Esta propiedad lo hace fundamental para controlar las corrientes eléctricas en dispositivos electrónicos. El primer semiconductor fue instalado en los laboratorios Bell en 1947 para amplificar señales eléctricas.

Los semiconductores, imprescindibles para el funcionamiento de automóviles, televisores y ordenadores los producen distintas multinacionales desde los años setenta. Se trata de microcontroladores, procesadores, chips analógicos y chips de lógica simple. 

Los mayores productores de semiconductores son: TSMC, la mayor fundición y mayor suministrador global de chips; Samsung, con su microprocesadores Exinos para sus móviles y DRAM para memoria; Intel, con su procesador Core I7 para ordenadores; SK Hynix y Micron, con sus chips de memoria; Broadcom, con chips ethernet para centros de datos; Qualcomm y sus procesadores Snapdragon; Texas Instruments, con procesadores de señales digitales para telecomunicaciones y control industrial; Infineon, con microcontroladores y semiconductores de potencia en automoción y electrónica de consumo; GlobalFoundries, una fundición para chips; y AMD, con procesadores Ryzen para ordenadores.  

Pero la IA requiere semiconductores de alta gama, cuyo tamaño es de entre tres y cinco nanómetros. Nvidia, Samsung, Intel, AMD y en menor medida Qualcomm y Apple son los únicos que diseñan chips de alta gama, mientras que TSMC, GlobalFoundries, Samsung e Intel los fabrican.    

La distinción entre las multinacionales que diseñan y producen chips es fundamental.

Si confeccionan semiconductores a partir de un diseño propio se llaman Integrated Device Manufacturers (IDM). Así sucede con Samsung, Intel, AMD, SK Hynix y Micron.

Las denominadas fundiciones ensamblan chips por encargo y según el diseño de otras empresas. Samsung es la única en ser IDM y fundición a la vez. Únicamente TSMC supera a Samsung como fundición en cuota de mercado y avance tecnológico.  

Aunque todas están invirtiendo en IA, Nvidia es la estrella porque destaca en tres ámbitos de su ecosistema.

En el diseño de chips de alta gama, especialmente unidades de procesamiento gráfico (GPU), necesarias para juegos de vídeo avanzados y desarrollo de modelos de aprendizaje para la IA.

Nvidia también lidera la producción de redes para los modelos de IA, que permiten a miles de chips intercambiar datos simultáneamente.

Asimismo, proporciona el hardware de la IA, como supercomputadoras. Debido a su posición dominante, su acción se disparó un 239% en 2023 y un 126% en 2024. Pero un error de diseño retrasará la entrega de su última generación de chips de alta gama (H100).

Este hecho puede alentar a varias de las otras siete magníficas a reducir su dependencia de Nvidia.

AMD e Intel manufacturan sus propios chips de alta gama, pero no están especializados para el aprendizaje automático de la IA. El aprendizaje automático es un tipo de algoritmo estadístico que puede aprender sin instrucciones. Ejemplos de aprendizaje automático son modelos de lenguaje grande, detección de fraude y asistentes de voz.  

Las siete magníficas tienen distintos grados de dependencia de Nvidia, los IDM y fundiciones.

TSMC ensambla los chips de la serie A para los Iphones y serie M para los Macs. Nvidia diseña y TSMC fabrica las GPU para los servicios de la nube de Microsoft (Azure), Google (Google Cloud) y Amazon (Amazon Web Services), especialmente para la IA y aprendizaje automático.

Meta emplea las GPU de Nvidia para su aprendizaje automático, mientras que TSMC y Samsung confeccionan sus chips. TSMC produce los chips de Tesla para conducción automática.  

SMIC, la mayor fundición china, elabora semiconductores para el mercado interno. Las siete magníficas no tienen ninguna dependencia de China en IA. Tienen una exposición limitada a China en ventas, servicios de datos y fabricación de componentes y productos finales.   

TSMC está construyendo dos plantas en EEUU y una en Japón para reducir su vulnerabilidad ante una hipotética invasión de Taiwán por parte de China.

El CHIPS and Science Act de 2022 otorga subvenciones de 38.000 millones de dólares para repatriar las cadenas de producción de semiconductores a Estados Unidos. Ha conseguido que se anuncien 50 proyectos por valor de 200.000 millones de dólares. Micron, por ejemplo, invertirá 40.000 millones en una planta de producción de chips de memoria.  

«Los peligros de la IA son destrucción de empleo, errores en algoritmos por datos equivocados, pérdida de privacidad, automatización de armas y volatilidad en los mercados»

La IA progresa asimismo por la colaboración entre los grandes.

Nvidia puso su sistema operativo para la IA (Cuda) a disposición gratuita de los investigadores a partir de 2006, lo que contribuyó a que muchos productos integraran sus GPU.

Tensaflow es la biblioteca de Google para IA. Permite desarrollar sistemas de aprendizaje automático.

Los peligros de la IA   

Por estas razones -la fuerte competencia y colaboración existente entre las siete grandes magníficas y la escasa dependencia de China-, el futuro de estas compañías sigue siendo brillante.

Sin embargo, existen peligros advertidos sobre el desarrollo de la IA que no deberían pasar desapercibidos.

Goldman Sachs pronosticó que en la próxima década se podrían eliminar 300 millones de empleos.

Una encuesta de Pew revela que desde 2022 el porcentaje de estadounidenses que expresa su preocupación por la IA ha aumentado del 38% al 52%.  

En la actualidad 17.080 millones de aparatos están conectados al IoT. Algunos que emplean IA son los asistentes digitales, termostatos inteligentes, cámaras de seguridad avanzadas con reconocimiento facial, manufactura inteligente, robots de fabricación y ensamblaje.  

El proyecto de ley de Inteligencia Artificial de la UE aspira a que se emplee de forma segura y transparente. Se prohíbe la IA que manipula el comportamiento de las personas y grupos vulnerables como los niños, y la que clasifica a los individuos según su comportamiento, estatus socioeconómico o características personales.  

Se considera de alto riesgo cuando amenaza la seguridad y derechos fundamentales. Se trata de IA aplicada a bienes sujetos a la legislación de la UE sobre seguridad de productos. Por ejemplo, aviones, automóviles y aparatos médicos. Un segundo subgrupo de alto riesgo engloba a ocho sectores.

Algunos son la identificación biométrica, gestión y explotación de infraestructuras críticas, educación y formación profesional y empleo y gestión de trabajadores. Se debe evaluar la IA de alto riesgo antes de su comercialización y los ciudadanos pueden presentar reclamaciones.