De los relatos a las cifras: la próxima fase de la IA

• El impacto de la IA en las empresas de software y servicios de información será desigual.
• Las empresas con unos «sistemas de registro» y datos fiables podrían beneficiarse, ya que los clientes exigen controles, pistas de auditoría y precisión.
• Si las grandes empresas de IA salen a bolsa, unos requisitos de divulgación más estrictos podrían pasar el debate de los relatos a las cifras concretas, lo que generaría más ganadores, así como perdedores.

En febrero publicamos dos artículos en Strategist’s Corner sobre el impacto de la inteligencia artificial en el sector del software y los servicios de información.

En primer lugar, señalamos cómo el potencial disruptivo de la IA podría erosionar el poder de fijación de precios y poner en entredicho la sostenibilidad de las rentabilidades de las empresas de software. A continuación, argumentamos que estos riesgos no se limitan al software, sino que empiezan a extenderse a todos los sectores cuyos modelos de negocio se basan en la asimetría de la información, las competencias humanas o la fricción en los procesos.

En ambos artículos, nuestro mensaje central era el mismo: aunque los mercados han empezado a descontar estos riesgos de forma generalizada, es probable que el impacto final de la IA sea desigual. La disrupción no es sinónimo de destrucción ni se distribuye de manera uniforme. Aunque la falta de diferenciación entre productos es un riesgo real y el abanico de posibles desenlaces se ha ampliado, creemos que es probable que ciertas empresas de servicios de infraestructuras y capas de datos experimenten una mayor demanda, por motivos que guardan relación con la paradoja de Jevons: la idea de que, al mejorar la eficiencia de un recurso, su uso aumenta en lugar de disminuir. 

Creemos que los proveedores de sistemas de registro de importancia crítica son un buen ejemplo. No se trata solo de aplicaciones, sino también de plataformas integradas en el núcleo de los flujos de trabajo, la toma de decisiones, el cumplimiento normativo y la rendición de cuentas. A menudo, integran conjuntos de datos longitudinales propios que sirven como fuente de información fiable dentro de una organización. Como resultado, el coste de equivocarse —no solo el coste del propio software— se convierte en la restricción determinante en la toma de decisiones de los clientes.

En este contexto, la IA puede reforzar el valor de una aplicación en lugar de disminuirlo. A medida que los resultados generados por la IA se integren en los flujos de trabajo, aumentará la importancia de la integridad, la auditabilidad y los marcos de control de los datos. Es decir, a medida que la IA reduzca el coste de generar respuestas, aumentará el valor de saber en cuáles se puede confiar. Esta dinámica puede aumentar los costes de sustitución y consolidar aún más los sistemas de registro en el seno de las operaciones de la empresa.

Por lo tanto, podría ser que el valor económico se traslade de los modelos genéricos de IA a las aplicaciones que integren la IA en los flujos de trabajo, hagan uso de los datos internos y ofrezcan unas ganancias de productividad cuantificables; esto daría lugar tanto a ganadores como a perdedores en los sectores de software y de servicios empresariales y, a su vez, generaría oportunidades y riesgos.

A pesar de nuestra persistente fe en las oportunidades que ofrece la IA, de lo que todavía no disponemos es claridad. Esto podría cambiar pronto.

Un posible punto de inflexión: la salida a bolsa de la IA

La posible salida a bolsa de empresas como Anthropic y OpenAI podrían marcar un punto de inflexión importante, ya que los inversores podrían acceder a información más transparente sobre la generación de valor de estas empresas.

Hoy en día, como empresas privadas, es difícil ver de dónde proceden efectivamente los ingresos, qué casos de uso generan beneficios reales y hasta qué punto son sostenibles estos beneficios. A menudo, los relatos se forjan a partir de la divulgación de información selectiva, anécdotas o historias de adopción temprana, lo que deja a los inversores con conjeturas que no siempre se pueden confirmar.

Las salidas a bolsa cambiarían la situación. Una mayor divulgación de información sobre los segmentos de clientes, las tendencias de adquisición y los flujos de trabajo específicos podría mostrar en qué casos la IA está sustituyendo a herramientas más antiguas en lugar de limitarse a ayudar a la gente a trabajar con más rapidez. Y, lo que es igual de importante, los mercados bursátiles exigen un nivel de rendición de cuentas y de coherencia que no tienen los mercados privados.

Lisa y llanamente: lo que se comente en las entrevistas o en los pódcasts tendrá que coincidir con lo que figure en los estados financieros. Si no, habrá consecuencias.

Por qué esto es importante: pasar de los relatos a las pruebas

Esta transición es importante porque creemos que permitirá pasar de la especulación a la verificación. Hasta la fecha, los mercados han respondido a la incertidumbre generada por la IA con un reajuste generalizado de los precios, especialmente en los sectores de software, datos y servicios de información. El marco implícito es de «culpabilidad hasta que se demuestre lo contrario», que presupone una erosión de la competencia antes de que esté plenamente demostrada. 

La IA no afecta por igual a todos los modelos de negocio. Algunos podrían enfrentarse a una verdadera disrupción, sobre todo aquellos cuyas ofertas pueden replicarse fácilmente o donde los costes de sustitución son bajos. Otros, especialmente los que se basan en conjuntos de datos longitudinales propios o en flujos de trabajo muy integrados, podrían resistir mucho mejor o, en algunos casos, salir incluso reforzados.

A medida que mejore la divulgación de información, los inversores deberían disponer de una mejor visión sobre el tamaño del mercado, la competencia y la verdadera sostenibilidad de los beneficios. De este modo, podría ponerse de manifiesto que algunos riesgos se han exagerado, mientras que otros son mayores de lo que el mercado supone actualmente.

Las empresas con ventajas duraderas —gracias a los datos, la distribución, la integración o la confianza— podrían empezar a distinguirse de las empresas cuyo valor sea más fácil de reproducir en un ecosistema impulsado por la IA. En ese sentido, puede que no se trate tanto de que todo un sector sufra un daño permanente, sino más bien de un desplazamiento de los beneficios dentro de ese sector.

Para los inversores, esta distinción es fundamental. Los periodos de cambio estructural suelen llevar a los mercados a extrapolar las tendencias recientes y aplicar unos descuentos generalizados. No obstante, a medida que la incertidumbre da paso a la información, esta suele venir acompañada de dispersión.

Conclusión

Aunque la primera fase de la IA se ha caracterizado por la incertidumbre del mercado y un reajuste de precios generalizado, la siguiente podría definirse por la transparencia y la diferenciación.

La salida a bolsa de algunas empresas líderes en IA podría acelerar ese cambio, al ofrecer a los inversores una visión más clara de dónde está generando valor la IA y dónde no. En ese futuro, la pregunta clave no es si la IA supondrá la disrupción de algunos sectores, sino más bien cómo ocurrirá y qué empresas se beneficiarán de ello.

Creemos que aquí es donde la gestión activa puede resultar más útil: utilizando las pruebas para distinguir los modelos de negocio duraderos de los que se enfrentan a una verdadera erosión debido a la IA.

Las empresas mencionadas se incluyen con fines meramente ilustrativos y no deben interpretarse como un asesoramiento de inversión ni como una indicación de intención de negociación en relación con ningún producto de MFS. 

Debe tener en cuenta que todas las inversiones conllevan un cierto nivel de riesgo, incluida la posible pérdida del importe principal invertido.

Las opiniones expresadas pertenecen al autor o autores y pueden variar en cualquier momento. Estas opiniones se presentan exclusivamente a título informativo y no deben considerarse como una recomendación para comprar cualquier valor o como una solicitud o consejo de inversión. Las previsiones no están garantizadas. Las rentabilidades pasadas no garantizan los resultados futuros.