Aunque la congelación de las contrataciones en las grandes empresas tecnológicas puede estar perjudicando ciertas inversiones en IA, está claro que sigue habiendo un gran apetito en toda la empresa por las tecnologías de IA, ya sean desarrolladas internamente o subcontratadas a terceros.
Según una encuesta de McKinsey de principios de diciembre, la adopción de IA en las empresas se ha más que duplicado desde 2017, y el 63% de las empresas espera que el gasto en IA aumente en los próximos tres años. En febrero, IDC pronosticó que las empresas aumentarían su gasto en soluciones de IA en un 19,6% en 2022, alcanzando los 432.800 millones de dólares a finales de año y más de 500.000 millones en 2023.
La IA generativa está impulsando gran parte del reciente interés de las empresas, con herramientas de conversión de texto a imagen como DALL-E 2 de OpenAI y Stable Diffusion, que han tenido una rápida acogida a pesar de los riesgos. Adobe acaba de anunciar este mes que abrirá su servicio de imágenes de archivo, Adobe Stock, a creaciones realizadas con la ayuda de programas de IA generativa, siguiendo los pasos de Shutterstock (pero no de su rival Getty Images). Mientras tanto, Microsoft se asoció con OpenAI para proporcionar acceso a DALL-E 2 adaptado a las empresas a clientes como Mattel, que utiliza DALL-E 2 para idear nuevos modelos de coches Hot Wheels.
Sequoia, la empresa de capital riesgo, dijo en un blog en septiembre que pensaba que la IA generativa podría crear «billones de dólares de valor económico». Puede sonar optimista, pero hay indicios que sugieren que la IA ha cruzado el umbral de proyecto de investigación a generador serio de ingresos.
En el informe de McKinsey, una cuarta parte de las empresas afirmó que al menos el 5% de su EBIT era «atribuible a la IA» en 2021. El EBIT, o beneficio antes de intereses e impuestos, es el beneficio que incluye todos los ingresos y gastos, excepto los intereses y los impuestos sobre la renta.
Por supuesto, la IA es un campo excepcionalmente amplio, y no todas las categorías son igual de rentables. Si echamos un vistazo al informe McKinsey, la gran mayoría de las organizaciones han adoptado la IA para «optimizar las operaciones de servicio» y «crear nuevos productos basados en IA», así como para analizar las interacciones del servicio de atención al cliente, segmentar a los clientes e introducir mejoras basadas en IA en los productos existentes. En la parte inferior de la lista de casos de uso de la IA se encuentran la adquisición de clientes y la generación de clientes potenciales, la automatización de las capacidades del centro de contacto, el modelado y análisis de riesgos, y el servicio y la intervención predictivos.
«En la actualidad, las mayores repercusiones en los ingresos se registran en marketing y ventas, desarrollo de productos y servicios, y operaciones de servicios, y los encuestados informan de los mayores beneficios en costes de la IA en la gestión de la cadena de suministro», escriben los coautores del informe. «El valor final obtenido de la IA sigue siendo fuerte y en gran medida consistente».
El impacto en las startups
La creciente apuesta de las empresas por la IA tiene implicaciones obvias para las startups que venden productos y servicios de IA. Por un lado, ha atraído a las sociedades de capital riesgo para que inviertan decenas de miles de millones de dólares en empresas que creen que tienen el potencial de transformar sectores enteros.
Según Statista, la financiación de startups de IA alcanzó los 26.700 millones de dólares en los dos primeros trimestres fiscales de 2022. Aunque se trata de un descenso con respecto a los 32.400 millones de dólares que obtuvieron las startups de IA en el primer y segundo trimestre de 2021, supone un fuerte aumento con respecto a los 13.500 millones de dólares recaudados en la primera mitad de 2020.
Nathan Benaich, de Air Street Capital, e Ian Hogarth, de Plural, dos importantes inversores de capital riesgo, llegaron a una conclusión similar en su informe anual «State of AI«, publicado a principios de este año. Predijeron que las startups de IA recaudarían un 36% menos de dinero en 2022 en comparación con 2021, pero aun así superarían el nivel de 2020.
Es instructivo observar qué startups de IA atrajeron más capital este año. Aparte de las empresas de conducción autónoma Cruise, Wayve y WeRide y de la firma de robótica MegaRobo, las empresas con mejores resultados en términos de dinero recaudado fueron las basadas en software.
Contentsquare, que vende un servicio de recomendaciones de contenidos web basadas en inteligencia artificial, cerró una ronda de 600 millones de dólares en julio. Uniphore, que vende software para «análisis conversacional» (piense en métricas de centros de llamadas) y asistentes conversacionales, consiguió 400 millones de dólares en febrero. Por su parte, Highspot, cuya plataforma basada en inteligencia artificial ofrece a representantes de ventas y profesionales del marketing recomendaciones en tiempo real basadas en datos, obtuvo 248 millones de dólares en enero.
Hay que señalar que Contentsquare y Uniphore ocupan categorías de IA que McKinsey destacó como áreas clave de inversión para las empresas este año, por ejemplo, IA que analiza las interacciones de servicio al cliente y optimiza las operaciones de servicio.
En una entrevista con Emerging Tech Brew en agosto, Brendan Burke, analista senior de tecnología emergente en PitchBook, dijo que la inversión de capital de riesgo continuaría favoreciendo las aplicaciones de IA con casos de uso comercial «a corto plazo», como la preparación de datos, la gestión de bases de datos y el procesamiento del lenguaje natural (piense en sistemas como el GPT-3 de generación de texto de OpenAI), en lugar de aplicaciones de IA con demos impresionantes pero con un encaje producto-mercado difícil de alcanzar.
«El mercado alcista en 2021 favoreció a algunos sectores a más largo plazo, como los vehículos autónomos, que lideraron la vertical en cuentas de salida, o al menos en el recuento de megasalidas… en 2021», dijo Burke a la publicación. «Pero esa mezcla está cambiando en 2022 para centrarse más en salidas más pequeñas para tecnologías más fundamentales y a corto plazo».
Vientos económicos en contra
Para ser claros, el ecosistema de startups de IA no ha demostrado ser inmune a los vientos en contra macroeconómicos actuales. Según datos de PitchBook, la financiación mundial de la IA cayó un 44% interanual, de 33.600 millones de dólares a 18.800 millones en el segundo trimestre de 2022. Sobre una base trimestral, la financiación para la IA y el aprendizaje automático se redujo en más del 26% entre el segundo y el primer trimestre.
Recientemente, escribí sobre cómo el capital de capital de riesgo más ajustado está obligando a las nuevas empresas de IA a enfrentar la música. Pero para reiterar, la marea de financiamiento en retroceso no está arrastrando a todas las nuevas empresas con ella. Burke dijo que los proveedores que crean análisis sobre los principales sistemas de bases de datos en la nube y los sistemas de registro específicos de la industria, en particular, pueden esperar una adopción más rápida en el próximo año.
Los datos de las encuestas parecen corroborarlo. En una previsión del sector para 2023 de Info-Tech Research Group, una empresa de análisis de TI, el 44% de las empresas encuestadas afirmaron que tienen previsto invertir en sistemas de IA para el año que viene, independientemente de cualquier desaceleración económica general. El informe State of the AI de Deloitte de septiembre sugiere que las empresas medianas, no solo las empresas, podrían ser responsables del crecimiento: el 80% de las empresas medianas que respondieron a la encuesta de Deloitte dijeron que tienen la intención de aumentar sus inversiones anuales en IA, un salto desde el 25% en 2018.
Forrester aboga por esa estrategia. En su consejo de planificación para los presupuestos de tecnología corporativa para 2023, la firma recomendó que las empresas «sigan gastando» en capacidades de IA, específicamente aplicaciones que «mejoran la experiencia del cliente y reducen los costos», como la automatización robótica de procesos. (Aunque he analizado por qué el mercado de RPA podría estar en problemas desde la perspectiva de los proveedores, muchos analistas creen que la tecnología probablemente tendrá piernas largas dada su amplia aplicabilidad y versatilidad).
«El objetivo de ambas tecnologías es facilitar la toma de decisiones basadas en datos a nivel corporativo, con análisis de datos más accesibles y digeribles», escribió Alexandra Kelley en un análisis del informe Info-Tech para NextGov, «es probable que la IA se cruce con esta tarea, ya que se están utilizando algoritmos automatizados para organizar y compilar visualizaciones de datos». Tareas más serviles y redundantes y medidas de seguridad también han sido objetivo de empresas que buscan automatizar con la ayuda de la IA.»
