El CEO de Nansen, Alex Svanevik, afirmó que la burbuja de la industria de IA podría estallar cuando los modelos de lenguaje de origen chino se vuelvan más eficientes y puedan ejecutarse en hardware más sencillo. También destacó la caída en los precios de alquiler de GPU H100 y H200 como un indicio de un cambio en la estructura de la demanda de computación.

Durante los últimos años, la suposición dominante era que cuanto mayor fuera la necesidad de inteligencia artificial, mayor sería el valor de los proveedores de computación. Sin embargo, ahora la capacidad de los modelos aumenta justo cuando los costos de procesamiento comienzan a disminuir, creando un paradoja para el sector de soporte.

Muchos creen que el avance en IA siempre requiere recursos computacionales cada vez más costosos. De hecho, la innovación en software está comenzando a reducir la dependencia de los dispositivos más avanzados.

Los desarrolladores se están enfocando cada vez más en mejorar la eficiencia del procesamiento en lugar de simplemente ampliar la capacidad. La prioridad está cambiando de obtener más chips a maximizar los resultados con los recursos ya disponibles.

La aparición de modelos más eficientes en recursos, el aumento en la capacidad de producción global de semiconductores y la presencia de alternativas fuera del ecosistema dominante están impulsando un nuevo equilibrio entre la demanda y la disponibilidad de computación.

La industria está pasando de una fase de escasez a una fase de optimización. La valoración del mercado ya no se basa solo en la capacidad del hardware, sino en la capacidad de ofrecer rendimiento a menor costo.

Si la eficiencia continúa mejorando más rápido que el crecimiento de la demanda, una parte significativa de la inversión en infraestructura podría enfrentar presiones de retornos menores a las expectativas iniciales.

La escasez de alto valor hasta que llegue la eficiencia.

La historia que se está formando es que la competencia en IA está comenzando a desplazarse de una carrera por tener la mayor capacidad de computación hacia una carrera por aprovechar la computación de la manera más eficiente.