Invirtiendo en máquinas de escribir

¿Seguimos apostando por el malo conocido?

En 1985 mi padre compró para su consulta de médico una Xerox Memorywriter 645s. Una máquina de escribir con pantalla, impresión de margarita, dos disqueteras de 5 1/4 y un procesador 8088, que le costó 800.000 pesetas. 175.000 más que un Ford Fiesta de la época. Una pasta.

El éxito inicial de aquellas máquinas "monopropósito" fue el motivo de que no sólo Xerox, sino también Olivetti o la propia IBM, invirtieran un dineral en fábricas para seguir liderando el mundo de la escritura profesional. Hoy nos pueden parecer una broma, pero eran una revolución: máquinas eléctricas con corrector integrado, tipografías intercambiables, acabados de precisión industrial. Aquellos cacharros enormes hacían volver la vista hacia ellos a cualquier cliente que entrara en una oficina donde se instalaran. La demanda era real, y cada dólar invertido en una nueva línea de producción parecía una apuesta segura.

Cinco años después, casi todo aquel dinero no valía nada. Porque los PC podían usarse para un millón de cosas más, y sus procesadores de texto eran por completo superiores al software de las máquinas de Xerox.

Xerox y Olivetti no fueron derrotadas por una máquina de escribir mejor. Quedaron relegadas a la irrelevancia por algo que operaba en un paradigma completamente distinto. Y lo más doloroso: la inversión no era transferible. No podías reconvertir una línea de ensamblaje de máquinas de escribir en una fábrica de ordenadores. La maquinaria, las cadenas de suministro, las competencias de los trabajadores... todo estaba optimizado para un producto que se moría a chorros.

Tan a chorros que Olivetti perdió decenas de miles de empleados entre 1990 y 1996, pese a su entrada en el mundo informático. Y Smith Corona, el último fabricante norteamericano de máquinas de escribir se declaró en quiebra en 1995 tras más de 100 años en el mercado, y caídas interanuales sostenidas que llegaron al 15% anual en sus ventas.

Cuento esto porque llevo meses con la incómoda sensación de estar viendo la misma película. Aunque en un cine ultramoderno.

Los grandes modelos de lenguaje — los LLMs que están detrás de ChatGPT, Claude, Gemini y compañía — son, si lo piensan, las máquinas de escribir más sofisticadas que hemos construido jamás. No lo digo como metáfora simpática, sino en un sentido casi literal. Son sistemas diseñados para producir texto prediciendo la siguiente palabra más probable. Máquinas de escribir. Extraordinariamente buenas, capaces de generar párrafos que parecen escritos por un humano, pero máquinas de escribir al fin. Como la mecanógrafa de mi padre, no entienden la materia sobre la que escriben. Y aún peor: no tienen un modelo del mundo. Predicen tokens. Lo que parece razonamiento es predicción estadística sofisticada.

Pues alrededor de estas máquinas de escribir estamos construyendo las fábricas más caras de la historia.

Microsoft, Google, Meta y Amazon han comprometido cientos de miles de millones de dólares en datacenters optimizados para entrenar y ejecutar LLMs. La cadena de valor es conocida: NVIDIA diseña los chips, un par de proveedores fabrican la memoria de alto ancho de banda que necesitan, y los hiperescalares ensamblan todo en centros de datos cada vez más grandes, más caros y más hambrientos de energía. Cada nueva generación cuesta exponencialmente más que la anterior, para producir unas mejoras incrementales medidas por unos benchmarks que nadie entiende. Una inversión brutal, sin que se perciba cercanía a un salto cualitativo que los acerque a una comprensión genuina. Muy lejos de eso que se dio en llamar Inteligencia Artificial General.

David Cahn, de Sequoia Capital, alertó en septiembre de 2023 de un gap anual de 125.000 millones de dólares entre lo invertido en infraestructura de IA y los ingresos reales del ecosistema. En junio de 2024, revisó la cifra al alza: el gap superaba ya los 600.000 millones.

Lo que está sucediendo se entiende mejor como una pinza que ataca al paradigma actual desde tres frentes simultáneos.

Desde abajo, China presiona por eficiencia. DeepSeek, Qwen y otros laboratorios han demostrado que se puede obtener rendimiento competitivo con una fracción del coste en computación, usando arquitecturas más inteligentes en lugar de más fuerza bruta, lo que les permite ser mucho más agresivos en precio. DeepSeek en concreto, vende a 0,14 dólares el millón de tokens, entre 30 y 100 veces más baratos que su equivalente occidental. La pregunta incómoda es: si puedes obtener el 90% del resultado con el 10% del presupuesto, ¿qué valor tiene exactamente toda esa infraestructura masiva?

Desde dentro, la propia física del paradigma conspira contra su continuidad. Los precios de la memoria HBM se disparan porque solo tres fabricantes la producen. El consumo energético escala de forma insostenible. Y las alucinaciones no son un bug que se vaya a resolver con más parámetros, sino una consecuencia estructural de un sistema que no verifica lo que dice contra una realidad que el lenguaje no puede modelar.

Y desde arriba, el movimiento más significativo. Yann LeCun — premio Turing, cofundador del deep learning, durante más de una década el científico jefe de IA en Meta — ha abandonado su antigua compañía, ha montado una startup en París con más de mil millones de dólares de financiación inicial, y ha puesto su legado profesional al servicio de una idea muy concreta: que los LLMs son un callejón sin salida. Que la inteligencia real no saldrá de predecir la siguiente palabra, sino de sistemas que perciban el mundo, razonen causalmente y planifiquen acciones. Lo que él llama "world models". No es un académico quejándose desde los márgenes del sistema. Es el científico más cualificado del planeta para evaluar esta tecnología, y ha concluido que la dirección está equivocada. Y mil millones de dólares de financiación no se levantan sobre diapositivas. De acuerdo, lo sé: otra apuesta masiva en capital y con un alto nivel de incertidumbre. Pero... ¿y si fuera la apuesta correcta?

En un artículo anterior sobre el final de la barra libre de tokens, argumenté que el modelo económico de la IA estaba cambiando — que la era de las tarifas planas se acababa y que los costes marginales volvían a importar. Lo que planteo aquí es que ese cambio podría ser solo un síntoma de algo mayor: no es que los tokens se vuelvan caros, es que la propia arquitectura que los produce podría estar llegando a su fecha de caducidad.

No estoy diciendo que los LLMs vayan a desaparecer mañana. Las máquinas de escribir siguieron vendiéndose durante años después de que el PC las hiciera obsoletas. Lo que digo es que quien hoy está firmando contratos de infraestructura a diez años asumiendo que el paradigma LLM es la respuesta definitiva, debería al menos hacerse la pregunta.

Porque mi padre, que era un hombre inteligente, compró una Xerox con pantalla cuando los PC ya estaban en las tiendas. Y no fue por falta de información. Fue porque la inversión en el paradigma conocido siempre parece más segura que la apuesta por el que viene.

¿Cuántas Xerox con pantalla se están comprando ahora mismo a precio de datacenter?