Aprende más rápido. Excavar más hondo. Ver más lejos. «El problema económico de la sociedad… es un problema de utilización del conocimiento que no se le da a nadie en su totalidad». —Friedrich A. Hayek, “El uso del conocimiento en la sociedad” Los capitalistas de riesgo de Silicon Valley y muchos empresarios defienden los valores libertarios. En la práctica, se suscriben a la planificación central: en lugar de competir para ganar en el mercado, los empresarios compiten por financiación del equivalente de Silicon Valley del Comité Central. La carrera hacia la cima ya no está impulsada por quién tiene el mejor producto o el mejor modelo de negocio, sino por quién tiene la bendición de los capitalistas de riesgo con los bolsillos más profundos, una bendición que les permitirá adquirir la mayor cantidad de clientes con mayor rapidez. , a menudo proporcionando servicios por debajo del costo. Reid Hoffman llamó a este patrón «blitzscaling», afirmando en el subtítulo de su libro con ese nombre que es «El camino ultrarrápido para construir empresas enormemente valiosas». No estoy de acuerdo. Es un patrón oscuro, un mapa hacia resultados subóptimos en lugar del verdadero camino hacia la competencia, la innovación y la creación de empresas y mercados sólidos. Como señaló Bill Janeway en su crítica de las burbujas alimentadas por el capital que resultaron de las tasas de interés ultrabajas de la década posterior a la crisis financiera de 2007-2009, “el capital no es una estrategia”. Los capitalistas de riesgo no tienen una bola de cristal. En la medida en que el financiamiento empresarial esté más concentrado en manos de unos pocos, el financiamiento privado puede impulsar los mercados independientemente de las preferencias de los consumidores y la dinámica de la oferta. La disciplina de mercado se retrasa significativamente, hasta la oferta pública inicial o más tarde. Y, por supuesto, hoy en día las OPI se retrasan, a menudo precisamente porque las empresas pueden obtener todo el capital que necesitan de un pequeño número de inversores con mucho dinero. Los fundadores y empleados incluso pueden retirar algunas de sus acciones sin tener que enfrentar el escrutinio de los mercados públicos, como si los apostadores en una carrera de caballos pudieran retirar su dinero de la mesa cuando los caballos dan la primera vuelta. Así, lejos de que las finanzas sean una extensión del mercado (con muchas señales independientes agregadas para asegurar la competencia y la elección del consumidor), el capital puede ignorar la voluntad del mercado. El negocio de los viajes compartidos ofrece un ejemplo clásico de la excesiva dependencia distorsionante del capital en lugar de la elección del consumidor. Comenzó con audaces profecías de que los viajes compartidos reemplazarían no sólo a los taxis sino a todos los vehículos privados, y terminó con un duopolio nacional de taxis a pedido a precios no mejores y a menudo peores que los del anterior mercado local de taxis excesivamente regulado. En un mercado que funcionara bien, muchas nuevas empresas habrían explorado una innovación tecnológica como el transporte bajo demanda durante un período mucho más largo. En esa historia alternativa, los empresarios habrían competido con diferentes estrategias de precios, diferentes estructuras de tarifas para los conductores y tal vez incluso modelos de negocios completamente diferentes. Al final, los que sobrevivieron lo habrían hecho porque estaban brindando el servicio elegido por la mayor cantidad de clientes y conductores. Ésa es la verdadera adecuación producto-mercado. Pero en la versión del Comité Central de Silicon Valley, Uber y Lyft, respaldados por miles de millones de dólares de capital de riesgo, expulsaron a la competencia en lugar de derrotarla, subsidiando la adquisición de clientes y un modelo de negocios insostenible; y en el caso de Uber, continuaron atraer nuevo capital con promesas de futuros ahorros de costos especulativos a través de vehículos autónomos. En cambio, una vez que el mercado se consolidó, Uber y Lyft sólo alcanzaron rentabilidad a través de aumentos masivos de precios. ¿Qué hubiera pasado si hubiera habido verdadera competencia en este mercado? Nunca sabremos. Por el contrario, durante la burbuja de las puntocom, la mayoría de las empresas consumieron pequeñas cantidades de capital según los estándares actuales. La financiación se distribuyó entre miles de empresas y fue necesaria una década o más de innovación y competencia incesantes para que la industria se concentrara peligrosamente. Este es un ejemplo clásico de lo que Janeway llama una “burbuja productiva”. Sorprendentemente, la mayoría de las empresas ganadoras fueron rentables en sólo unos pocos años y, finalmente, se volvieron enormemente rentables. Google recaudó sólo 36 millones de dólares en capital de riesgo en su camino hacia el dominio. Facebook recaudó miles de millones, pero lo hizo sólo para financiar un crecimiento más rápido de un modelo de negocio que, según me han dicho los expertos, estuvo muy cerca de ser rentable todo el tiempo. No estaban comprando usuarios a precios subsidiados; estaban construyendo centros de datos. Incluso Amazon, que durante mucho tiempo no fue rentable, recibió muy poco capital de inversión y, en cambio, se financió con deuda respaldada por un modelo de negocio que produjo niveles de flujo de caja libre sin precedentes. Sin duda, a veces las empresas necesitan mucho capital para sentar las bases de un posible futuro. Tesla y SpaceX son buenos ejemplos. Utilizaron sus fondos para realizar investigaciones y desarrollo serios, para construir fábricas, automóviles, baterías, cohetes y satélites. Esto es utilizar el capital adecuadamente: financiar los costos duros asociados con la creación de algo nuevo hasta que la economía unitaria proyectada conduzca a un negocio autosostenible. También vale la pena señalar que en esos casos la financiación privada se vio fuertemente aumentada por el apoyo estatal: créditos de carbono e incentivos para vehículos eléctricos para Tesla, y pagos parciales de la NASA para SpaceX. Ese tipo de inversión era innecesaria en el caso del transporte compartido. Las nuevas empresas simplemente utilizaron el dinero para acumular poder de mercado subsidiando un crecimiento a gran escala. Otros ya habían desplegado el capital para construir gran parte de la infraestructura para el transporte privado: satélites GPS y teléfonos inteligentes con GPS. Incluso la innovación de utilizar el GPS para conectar a pasajeros y conductores no fue desarrollada por los líderes del mercado respaldados por capital de riesgo, sino por el verdadero pionero del mercado, Sidecar, que rápidamente quedó marginado cuando no logró reunir suficiente capital para ganar una participación líder en el mercado. había imaginado por primera vez. En el caso de la inteligencia artificial, entrenar modelos grandes es realmente costoso y requiere grandes inversiones de capital. Pero esas inversiones exigen retornos proporcionalmente grandes. Los inversores que acumulan miles de millones de dólares en una gran apuesta esperan no sólo que se les devuelva el dinero, sino que se les devuelva cien veces más. La carrera impulsada por el capital para construir los modelos más grandes ya ha llevado a malos comportamientos. OpenAI, por ejemplo, se ha entrenado no solo con datos disponibles públicamente sino también con contenido protegido por derechos de autor recuperado de sitios piratas. Esto ha dado lugar a demandas y acuerdos. Pero incluso esos acuerdos probablemente sean perjudiciales para el desarrollo de un ecosistema empresarial saludable. Como señala Mike Loukides, “las nuevas empresas más pequeñas… tendrán un precio excesivo, al igual que cualquier esfuerzo de código abierto. Al llegar a un acuerdo, OpenAI eliminará gran parte de su competencia”. Mientras tanto, la absorción de todo el contenido por parte de los modelos más grandes en “los Borg” de los datos de IA eliminará las oportunidades para que los propietarios de repositorios de contenido especializados se beneficien de su propio trabajo. Los innovadores ya están descubriendo que se puede hacer mucho a menor costo con modelos de código abierto más pequeños y específicos. Pueden ajustar estos modelos más pequeños para dominios problemáticos específicos, permitiendo que los proveedores de contenido confiables (como O’Reilly Answers de mi propia empresa y los servicios relacionados generados por IA) se beneficien de nuestra propia experiencia. OpenAI está haciendo un esfuerzo por crear una plataforma en la que los emprendedores puedan crear aplicaciones verticales, pero sólo si rinden homenaje al modelo de negocio centralizado en forma de tarifas API. OpenAI también se está quedando atrás, dominando rápidamente algunas de las categorías más rentables (generación de imágenes, generación de videos, síntesis de voz, programación de computadoras) que en un mercado que funcione bien serían exploradas por docenas o cientos de esfuerzos competidores, hasta que uno o dos Encuentre la combinación ganadora de producto y modelo de negocio. Si los empresarios descubren otras categorías rentables, gigantes como OpenAI se moverán rápidamente para dominarlas también. La apropiación de tierras por parte de la IA impulsada por el capital es, por supuesto, sólo un eje de concentración prematura del mercado. Como señala Max von Thun en “Monopoly Power Is the Elephant in the Room in the AI ​​Debate”, gran parte de la inversión para entrenar modelos viene en forma de asociaciones estratégicas (incluidos créditos de computación en la nube y posibles acuerdos de ingresos) con empresas existentes. gigantes de la industria Microsoft, Amazon y Google (y en el caso de los modelos de código abierto, Meta Platforms). Como señala von Thun, “Estas asociaciones parecen tener el mismo propósito que las ‘adquisiciones asesinas’ en el pasado (pensemos en la adquisición de WhatsApp por parte de Facebook o la compra de YouTube por parte de Google), lo que genera serias preocupaciones sobre la competencia leal en el incipiente mercado de la IA”. El riesgo de estos acuerdos es, nuevamente, que surjan rápidamente unos pocos ganadores elegidos centralmente, lo que significa que hay un período de experimentación más corto y menos sólido. Y, al menos según un informe reciente de The Information sobre los márgenes operativos de Anthropic, es posible que, al igual que Uber y Lyft, los líderes del mercado de IA con exceso de financiación solo puedan cumplir con las acaloradas expectativas de los inversores aplastando toda la competencia. Eso no es apostar por la sabiduría del mercado y lo que Hayek llamó “la utilización del conocimiento que no se le da a nadie en su totalidad”. Se trata de apostar a una consolidación prematura y a la sabiduría de unos pocos grandes inversores para elegir un futuro en el que todos los demás se verán obligados a vivir.

Source link