Inteligencia Artificial: un potencial desperdiciado por la codicia capitalista

En 2023, publicamos un artículo titulado “La inteligencia artificial y el futuro socialista”, donde hacíamos un análisis técnico y político del boom de la IA, así como de sus riesgos e implicaciones. Dos años después, hacemos una revisión de cómo la IA ha cambiado nuestro mundo.

En nuestro anterior artículo ya explicamos que la inteligencia artificial no es algo nuevo, pero que, debido a los avances acumulativos en hardware, se estaba produciendo un enorme salto cualitativo y cuantitativo en el campo de la IA. Tras el lanzamiento de ChatGPT en noviembre de 2022, hemos presenciado una carrera armamentística sin precedentes en el sector tecnológico. Todas las grandes empresas se han lanzado a investigar sobre la inteligencia artificial, invirtiendo miles de millones de dólares, ante el miedo de quedarse atrás. Con ello, han creado multitud de herramientas nuevas, la mayoría dentro de la subcategoría de la IA generativa, pero también en la industria militar. En este artículo hacemos un repaso de estos dos años de inteligencia artificial bajo el capitalismo.

Un 95% inútil

Un revelador estudio del prestigioso MIT indica que un 95% de los proyectos piloto de IA generativa en empresas fracasan y no generan un retorno de inversión (ROI) significativo ni escalan a producción [1]. Es decir, solo un 5% de las empresas que invierten en IA obtienen beneficios económicos de ello. Es un hallazgo escandaloso que hace saltar las alarmas todavía mucho más sobre la burbuja económica de la IA, que muchos economistas, ingenieros e investigadores están advirtiendo, y sobre la que hablaremos más adelante en este artículo.

Una de las causas de esta inefectividad es la vorágine de inversión sin frenos en IA en sí misma. Muchas empresas se ven arrastradas por esta fiebre del oro y acaban invirtiendo en IA sin saber qué es ni para qué la necesitan realmente. Pero el miedo a quedarse detrás de los competidores les obliga a dar el salto al vacío. El informe del MIT concreta, además, que las empresas priorizan la inversión en las funciones visibles de la línea superior, como ventas y marketing, sobre las funciones llamadas de back office. Este sesgo de inversión dirige los recursos a casos de uso visibles, pero a menudo menos transformadores.

Otra razón por la que fallan los pilotos e implementaciones de IA generativa es la conocida como brecha de aprendizaje y adaptabilidad. Una vez entrenados, estos sistemas necesitan volver a ser entrenados y actualizados con el tiempo para que se adapten a los nuevos escenarios y tareas. El no hacerlo supone quedarse con una herramienta cara, pero anticuada y tonta.

El informe del MIT habla de una inversión de 40 mil millones de dólares en este tipo de herramientas, lo que hace un total de 38 mil millones de dólares malgastados y tirados a la basura. Para hacernos una idea de lo que supone esta cantidad, la Organización Mundial de la Salud (OMS) y sus socios solicitaron $31 mil millones de dólares en 2020 para la aceleración del desarrollo, la producción y la distribución de pruebas, tratamientos y vacunas para la COVID-19 (el mecanismo ACT-A) [2]. Estos 38 mil millones de dólares podrían haber sido utilizados en algo similar, pero no existe un plan económico democrático donde los trabajadores podamos decidir dónde y cómo se invierte este dinero. Lo que existe es la anarquía del mercado.

La burbuja se hincha

Para más inri, desde hace unos meses estamos escuchando voces de alarma en el mercado, llamando la atención sobre la existencia de una burbuja económica en torno a la IA. De hecho, en las últimas semanas estamos asistiendo a titulares esperpénticos que anuncian inversiones multimillonarias de los grandes monopolios tecnológicos.

En septiembre, Oracle anunciaba contratos por unos 500.000 millones de dólares con OpenAI, xAI y Meta. Este anuncio provocó un máximo histórico en las acciones de este proveedor de servicios cloud (servicios en la nube), disparándose un 36,1% y haciendo que su cofundador, Larry Ellison, arrebatara a Elon Musk el título de hombre más rico del mundo [3].

Todo esto entra dentro del que se ha llamado Proyecto Stargate, en el que participan monopolios como OpenAI, Oracle, NVIDIA, Microsoft y SoftBank. Este proyecto fue anunciado en enero por el presidente de los EE. UU., Donald Trump, junto con los líderes de estas empresas, que profetizaban maravillas como la “creación de cientos de miles de empleos al instante”, la “cura de enfermedades a un ritmo nunca visto”, la “detección de cáncer temprano y vacunas” [4]; todo esto gracias a la omnipotente IA.

Pero si observamos con más detenimiento de dónde a dónde va el dinero, empezamos a vislumbrar algo muy preocupante. Resulta que OpenAI da dinero a Oracle para contratar capacidad de procesamiento, pero después Oracle da dinero a Nvidia para comprar tarjetas gráficas (fundamentales en el entrenamiento de la IA). Y, finalmente, Nvidia da dinero a OpenAI como inversión; es decir, financiación circular. El dinero empieza en OpenAI y vuelve a OpenAI. Mientras, las acciones se inflan vertiginosamente. En realidad, es un flujo incluso mucho más complejo y preocupante, como muestra la siguiente imagen.

Aquí se puede ver cómo el dinero cambia de manos, insuflando expectación virtual en la industria, a escalas nunca vistas. Los principales argumentos en contra de la burbuja de la IA consisten en compararla con la famosa burbuja de las “punto com” de los 2000. Se dice que en aquel momento no existían ganancias reales, a veces ni siquiera un producto detrás, mientras que hoy en día estas empresas sí tienen ganancias y flujo de caja libre. Esto es cierto en parte, ya que, pese a que Oracle, Nvidia, Microsoft, etc., sí tienen grandes ganancias (de momento), se estima que OpenAI perderá casi 13.000 millones de euros en 2025 y no será rentable hasta 2029 [5].

A todo esto hay que sumarle el hecho de que prácticamente la totalidad de las inversiones en IA de las empresas no sirven para nada, y otro hecho fundamental: los rendimientos decrecientes de la IA.

El rendimiento decreciente

El coste mediano de entrenamiento de los modelos ha crecido un 1578%, pero la eficiencia ha disminuido [6]. Esto significa que un aumento en la inversión no provoca el mismo aumento en la “potencia” del modelo, lo que provoca que las inversiones se estén disparando muchísimo para mejorar solo un poco más la IA. Esto se conoce como rendimiento decreciente [7] y explica las enormes cifras multimillonarias que se están arrojando a este pozo sin fondo aparente.

Si la mayoría de los proyectos no sirven para nada, los creadores de estos modelos pierden dinero cada año y cada vez cuesta más sacar un beneficio, hasta un niño puede entender que se está preparando un desastre económico a escalas nunca vistas. Se está creando una burbuja, una ilusión alimentada de expectativas y de humo. No ayuda tampoco que los economistas lo nieguen, igual que negaron que estábamos al borde del colapso en 2008.

No solo cuesta más dinero entrenar a la IA, sino que también cada vez tenemos peores datos con los que entrenar a los modelos. Esto se debe a dos cosas: por un lado, en la actualidad internet se está llenando de contenido inútil generado ya por IA, corriendo el riesgo de que los nuevos modelos no tengan datos originales y se contaminen, regurgitando lo mismo y parando abruptamente la mejora de estos. Esto se conoce como AI Slop. Por otro, si la demanda de datos para entrenamiento continúa creciendo más rápido de lo que los humanos los generamos, nos quedaremos sin datos nuevos entre 2026 y 2032, según un estudio publicado en 2024 [8].

En cuanto al AI Slop, podemos definirlo de forma más exacta como contenido digital (texto, imagen, vídeo) generado masivamente por la IA generativa, que se caracteriza por su baja calidad, falta de originalidad y un volumen abrumador. Esencialmente, es un spam industrializado con fines de monetización. Satura la web con material genérico, lo que reduce la calidad general y la confianza del usuario. El contenido a menudo contiene alucinaciones (información plausible pero falsa) porque los modelos están incentivados a adivinar y agradar al usuario en lugar de reconocer la incertidumbre y su incapacidad de saber todo al 100%, para conseguir la retención del usuario y la continuidad de su uso; otra vez, con fines monetarios. Devalúa también el trabajo creativo, causando pérdidas de encargos en áreas como la traducción o la ilustración. Es quizás la amenaza más grave para los propios modelos. Si los futuros modelos de IA son entrenados con datos contaminados por este slop sintético (autointoxicación), comienzan a reforzar sus propios errores y sesgos, y el modelo pierde irreversiblemente la diversidad semántica, volviéndose repetitivo, estereotipado y genérico, e incapaz de reflejar o innovar sobre la complejidad del mundo real. Por ejemplo, si pides a ChatGPT que genere un dibujo, muy probablemente lo genere con un tinte amarillo. Esto con el tiempo no ha hecho más que empeorar, ya que se está entrenando de nuevo con estos dibujos con tintes sepias. Es como hacer una fotocopia de una fotocopia: va perdiendo calidad con cada repetición.

El impacto en la naturaleza

Para crear estos enormes modelos se necesitan cantidades desorbitadas de energía y recursos. Un estudio publicado originalmente en 2023 hablaba de que para entrenar a GPT-3 se necesitaron 700.000 litros de agua, y que para 2027 está proyectado un gasto de 6.6 miles de millones de metros cúbicos de agua [9]. Para hacernos una idea, Dinamarca consume aproximadamente 4 mil millones de metros cúbicos de agua anualmente. El consumo de agua se debe a la necesidad de refrigerar los ordenadores gigantescos donde se entrenan los modelos.

Otro estudio estimaba unas emisiones de 552 toneladas de CO₂ y un gasto de 1287 MWh durante su entrenamiento [10], lo que equivale al consumo de 120 hogares durante un año. Estas cifras provienen solo del entrenamiento de GPT-3, un modelo ya anticuado (2023), por lo que las cifras han crecido exponencialmente con los nuevos modelos. Además, solo mencionan el entrenamiento, pero hay que sumar su uso diario por millones de personas una vez estos modelos finalizan dicho entrenamiento. Para mantener estas demandas energéticas, los grandes monopolios se están planteando reabrir o incluso construir nuevas centrales nucleares, o incluso la construcción de reactores nucleares modulares y tecnologías similares [11].

Todos estos datos contrastan con la realidad que vive la clase trabajadora cada día. Por ejemplo, en 2023 hubo grandes protestas en Uruguay ante los planes de Google de abrir un gran centro de datos en el país, que consumiría casi 8 millones de litros de agua al día, mientras la nación sufría una de las mayores sequías de su historia [12].

Además, un informe de UNICEF y la OMS decía que 1 de cada 3 personas en el mundo no tiene acceso a agua potable [13], y otro informe de la Agencia Internacional de la Energía (AIE) situaba en 685 millones las personas que viven sin acceso a la electricidad en el mundo [14].

La acumulación de capital, inherente al sistema de producción capitalista, ha creado inevitablemente estos monopolios gigantescos que tienen el poder de apropiarse del agua y la electricidad de un país. No existe un plan de producción estatal, centralizado y democrático, dirigido por la clase trabajadora, que decida dónde y cómo se utilizan los preciados recursos naturales en pos del bien común. Solo la avaricia y el despilfarro, características propias de los capitalistas. Esta es una receta perfecta para la barbarie y la destrucción de nuestro planeta.

La IA y el militarismo

En ese tren de la destrucción se encuentran a bordo empresas como Palantir o países como Israel. Este último es conocido por usar inteligencia artificial para identificar objetivos militares de entre millones de datos y dirigir así bombardeos en Gaza. El sistema usado se llama “Lavender” [15] y, junto con otro sistema llamado “Where is daddy?” (¿Dónde está papi?), ha realizado miles de bombardeos en hogares de palestinos. Este último sistema identifica cuándo un supuesto militante de Hamás entra en su casa para así matarlo con un ataque aéreo. Obviamente, no distingue si su familia está también en el hogar.

Palantir ha convertido la guerra de Ucrania en un enorme laboratorio y campo de pruebas para sus herramientas de IA. Por ejemplo, ha proporcionado a Ucrania un software que elimina la «niebla de guerra». Este integra imágenes de satélites comerciales, reportes de espías en Telegram y radares térmicos en un solo mapa interactivo. La IA predice por dónde se moverán los tanques rusos, permitiendo a una artillería inferior en número golpear con precisión quirúrgica [16].

Por otro lado, Rusia utiliza la guerra electrónica para cortar la conexión con los drones antitanque. Los nuevos drones ucranianos (como los de la empresa Saker) incluyen un chip de IA a bordo. Cuando la señal se corta, el dron deja de obedecer al humano y la IA toma el control visual, reconoce la forma del tanque u objetivo previamente marcado y decide estrellarse contra él autónomamente [17]. Ya no es un humano apretando el gatillo; es un algoritmo completando la misión.

Anduril Industries es otra empresa americana que está liderando el cambio de foco de Silicon Valley hacia la rentable industria armamentística. Su fundador, Palmer Luckey, critica abiertamente a las empresas que no ayudan al Pentágono. Fabrican, entre otras cosas, torres fronterizas autónomas que usan visión artificial para detectar cruces de personas y están empezando a ser usadas en la frontera de EE. UU. con México [18].

El futuro socialista

Está bastante claro que, bajo el dominio de la clase capitalista, se está utilizando la inteligencia artificial para enriquecerse ellos mismos aún más, sin tener en cuenta las necesidades reales de la sociedad, y a costa de esta misma. Se están utilizando estas tecnologías para destruir el planeta con bombas inteligentes, contaminación masiva y consumos desorbitados. Lo que comentamos en este artículo es solo la punta del iceberg de los horrores que desencadena el capitalismo en su fase decadente.

Pero de aquí debemos sacar dos lecciones importantes: la primera es que el problema no reside en la tecnología en sí misma, sino en quién la aplica y cómo lo hace. En nuestro artículo de hace 2 años repasábamos las maravillas que la IA estaba trayendo, a pesar del capitalismo, en campos como la medicina, la biología, la física nuclear, etc. Estas maravillas podrían ser mucho más numerosas si el dinero que se invierte en crear tonterías (el cual es la mayoría) se dedicase a cuestiones realmente productivas y beneficiosas para la sociedad. Es esperpéntico que un modelo de IA consuma lo que varias familias en un año en cuestión de agua y electricidad para generar artificialmente un dibujo feo y sin alma que el usuario olvidará en 1 minuto. ¡Cuántos inventos, cuántos descubrimientos estaremos perdiéndonos porque la sociedad no puede decidir en qué se invierte el capital ni qué se investiga!

Esto es así también para el resto de las tecnologías, y representa la validez de nuestros análisis: el capitalismo se ha convertido en un freno del progreso de la humanidad y sale a la luz la necesidad histórica de su superación.

Pero el capitalismo no caerá solo. Asistimos a una revolución tras otra, y seguiremos asistiendo a más, pero todas y cada una de ellas no terminan de superar al sistema capitalista y terminan en reformas y concesiones mínimas. Esto se debe a la falta de dirección de nuestra clase.

Trotsky decía que “La situación política mundial en su conjunto se caracteriza principalmente por la crisis histórica de la dirección del proletariado” (Trotsky, Programa de transición, 1938). También escribió: “Sin una organización dirigente, la energía de las masas se disiparía, como se disipa el vapor no contenido en una caldera” (Trotsky, Historia de la revolución rusa, 1932).

Por esto mismo, la tarea principal de aquel que se dice revolucionario es la construcción del partido. Y nosotros, desde la Internacional Comunista Revolucionaria, lo estamos haciendo en más de 70 países, y te animamos a ayudarnos en esta tarea. Juntos podremos derrocar al capitalismo en todo el mundo e instaurar una verdadera democracia de los trabajadores.

Referencias

[1]	A. Challapally, C. Pease, R. Raskar y P. Chari, «STATE OF AI IN BUSINESS 2025,» [En línea]. Available: https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf. [Último acceso: 4 Diciembre 2025].
[2]	OMS, «Novedades sobre el acelerador del acceso a las herramientas contra la COVID-19,» 26 Junio 2020. [En línea]. Available: https://www.who.int/es/news/item/26-06-2020-act-accelerator-update.
[3]	S. Millán, «Oracle vive una subida en Bolsa histórica tras anunciar una cartera de contratos en ‘cloud’ de casi 500.000 millones gracias a la IA,» elpais.com, 10 Septiembre 2025. [En línea]. Available: https://elpais.com/economia/2025-09-10/oracle-vive-una-subida-en-bolsa-historica-tras-anunciar-una-cartera-de-contratos-en-cloud-de-casi-500000-millones-gracias-a-la-ia.html.
[4]	The White House, 21 Junio 2025. [En línea]. Available: https://x.com/WhiteHouse/status/1881851205523271913. [Último acceso: 4 Diciembre 2025].
[5]	N. F. Aceituno, «Cifras alarmantes para ChatGPT: OpenAI perderá casi 13.000 millones de euros en 2025 y no será rentable hasta 2029,» 10 Octubre 2024. [En línea]. Available: https://www.businessinsider.es/tecnologia/cifras-alarmantes-chatgpt-openai-perdera-casi-13000-millones-euros-2025-no-sera-rentable-2029-1410595.
[6]	powerdrill, «Economía del Entrenamiento de IA: Costos de Cómputo, Eficiencia de Recursos y Competencia Global en 2025,» 11 Octubre 2025. [En línea]. Available: https://powerdrill.ai/es/blog/data-facts-of-notable-ai-models-and-their-development-characteristics.
[7]	J. Kaplan, S. McCandlish, T. Henighan, T. B. Brown, B. Chess, R. Child, S. Gray, A. Radford, J. Wu y D. Amodei, «Scaling Laws for Neural Language Models,» 23 Enero 2020. [En línea]. Available: https://arxiv.org/abs/2001.08361.
[8]	P. Villalobos, A. Ho, J. Sevilla, T. Besiroglu, L. Heim y M. Hobbhahn, «Will we run out of data? Limits of LLM scaling based on human-generated data,» 4 Junio 2024. [En línea]. Available: https://arxiv.org/html/2211.04325v2.
[9]	P. Li, J. Yang, M. A. Islam y S. Ren, «Making AI Less «Thirsty»: Uncovering and Addressing the Secret Water Footprint of AI Models,» 26 Marzo 2025. [En línea]. Available: https://arxiv.org/abs/2304.03271.
[10]	D. Patterson, J. Gonzalez, Q. Le, C. Liang, L.-M. Munguia, D. Rothchild, D. So, M. Texier y J. Dean, «Carbon Emissions and Large Neural Network Training,» 2021. [En línea]. Available: https://arxiv.org/pdf/2104.10350.
[11]	The Guardian, «Three Mile Island nuclear reactor to restart to power Microsoft AI operations,» 2024. [En línea]. Available: https://www.theguardian.com/environment/2024/sep/20/three-mile-island-nuclear-plant-reopen-microsoft.
[12]	The guardian, «‘It’s pillage’: thirsty Uruguayans decry Google’s plan to exploit water supply,» 2023. [En línea]. Available: https://www.theguardian.com/world/2023/jul/11/uruguay-drought-water-google-data-center.
[13]	OMS, «1 in 3 people globally do not have access to safe drinking water – UNICEF, WHO,» 2019. [En línea]. Available: https://www.who.int/news/item/18-06-2019-1-in-3-people-globally-do-not-have-access-to-safe-drinking-water-unicef-who.
[14]	IEA, «Access to electricity,» 2023. [En línea]. Available: https://www.iea.org/reports/sdg7-data-and-projections/access-to-electricity.
[15]	+972 MAGAZINE, «‘Lavender’: The AI machine directing Israel’s bombing spree in Gaza,» 3 Abril 2024. [En línea]. Available: https://www.972mag.com/lavender-ai-israeli-army-gaza/.
[16]	V. Bergengruen, «How Tech Giants Turned Ukraine Into an AI War Lab,» 8 Febrero 2024. [En línea]. Available: https://time.com/6691662/ai-ukraine-war-palantir/.
[17]	D. Hambling, «Ukraine’s AI Drones Seek And Attack Russian Forces Without Human Oversight,» 17 Octubre 2023. [En línea]. Available: https://www.forbes.com/sites/davidhambling/2023/10/17/ukraines-ai-drones-seek-and-attack-russian-forces-without-human-oversight/.
[18]	D. Maass, «El CBP amplía su programa de torres de vigilancia en la frontera entre EE.UU. y México, y lo estamos cartografiando,» 20 Marzo 2023. [En línea]. Available: https://www.eff.org/deeplinks/2023/03/cbp-expanding-its-surveillance-tower-program-us-mexico-border-and-were-mapping-it?page=123&language=es.