Marc Vidal

No era casualidad, ni fluctuación del mercado.

Era una regularidad empírica reproducible.

Hoy lo llamamos ley de Wright, y es una de las leyes más robustas y menos divulgadas de la economía tecnológica, curiosamente.

No sé por qué.

Su lógica es la del aprendizaje acumulado.

Cuanto más se produce algo, más se aprende cómo producirlo mejor.

Más se optimizan los procesos, más se reducen los errores y ese aprendizaje se traduce en coste menor por unidad.

Esa ley se ha verificado en docenas de industrias desde entonces.

Los paneles solares, por ejemplo, es el que está más documentado.

Entre 2010 y 2022, el coste de la electricidad solar fotovoltaica cayó más de un 89%.

según la Agencia Internacional de Energías Renovables.

Las baterías de litio han seguido una trayectoria bastante parecida.

Los chips de silicio desde los años 70 han reducido su coste por operación de cómputo, siguiendo una senda que la industria asocia también a lo que también se conoce la ley de Moore.

Ya sabéis, mitad de tamaño,

mayor capacidad.

Pero, ¿qué ocurre cuando aplicamos esta lógica a la inteligencia artificial?

Pues bien, según estimaciones de ARK Invest, de Cathie Wood, publicadas en su informe Big Ideas, en 2023 ya, el coste de enfrentar un modelo del tamaño de aquel GPT-3 había caído más de un 70% en el periodo 2020-2022.

Si la ley de Wright se mantiene, y los datos empíricos de los últimos años sugieren que sí,

La inteligencia artificial se convertirá en una tecnología de coste marginal aproximándose a cero, accesible para cualquier empresa, institución o individuo.

Y eso significa que los servicios que hoy pagamos porque requieren trabajo humano cualificado, es decir,