Kai-Fu Lee es director ejecutivo y presidente de la empresa de capital de riesgo Sinovation Ventures y presidente del Instituto de inteligencia artificial de Sinovation Ventures. Antes de fundar Sinovation Ventures en 2009, fue presidente de Google China y ocupó posiciones ejecutivas en Apple y Microsoft; al trabajar en esta última empresa, fundó el instituto Microsoft Research China. Es doctor en ciencias computacionales por la Carnegie Mellon University. En 1988 creó Sphinx, el primer programa de reconocimiento continuo del lenguaje en el mundo. Lee ha trabajado en la investigación, desarrollo e inversión en inteligencia artificial por más de 30 años.

Introducción

Hasta hace apenas unos años, la inteligencia artificial sólo estaba presente en los laboratorios de investigación de algunas universidades y en las películas de ciencia ficción. Aunque la mayoría de las personas tenían alguna noción sobre que la inteligencia artificial trata de construir robots que sean tanto o más inteligentes que las personas, difícilmente hubiesen imaginado que la inteligencia artificial pudiera estar presente en su vida cotidiana.

Actualmente, la situación ha cambiado. Las empresas la consideran un factor que elevará su rentabilidad; los gobiernos elaboran planes para impulsar desarrollos nacionales de esa tecnología; la prensa reporta periódicamente cómo las innovaciones se incorporan a la vida diaria de las personas. Avances teóricos recientes están haciendo posible que la inteligencia artificial tenga aplicaciones prácticas novedosas, como los vehículos autónomos y los portafolios de inversión automatizados. Esto representa a la vez una promesa y un peligro, ante el cual debemos estar preparados.

Hace algunos años, China tenía un rezago de años, si no es que décadas, respecto de los avances de la inteligencia artificial en Estados Unidos. Según Lee, aproximadamente en 2015 comenzó una “fiebre por la inteligencia artificial” en China que no tiene paralelo en el mundo. El entusiasmo por la inteligencia artificial comenzó en las comunidades académicas, tecnológicas y de negocios; posteriormente, llegó a la política pública. El entusiasmo y amplio apoyo que genera la inteligencia artificial en China ha conducido a que ese país se convierta en una “superpotencia de la inteligencia artificial”. En esa posición, China es el único contrapeso a Estados Unidos en esta tecnología. La manera en que esos países compitan o cooperen en la inteligencia artificial tendrá importantes consecuencias económicas y de gobernanza a nivel global.

El autor plantea que el libro es un intento de responder a algunas de las preguntas más importantes sobre inteligencia artificial que suelen formularle las personas a quienes da charlas sobre esta tecnología en su papel de director ejecutivo de una empresa de capital de riesgo: ¿qué implicará la inteligencia artificial para el futuro del empleo? ¿Qué países y personas se beneficiarán con esta tecnología? ¿Hay espacio para la humanidad en un mundo con máquinas inteligentes? Responder a esas preguntas no es sencillo, pues la inteligencia artificial no es sólo un asunto de máquinas, sino que refleja los deseos, prioridades y decisiones de los humanos. “Nuestro futuro de inteligencia artificial será creado por nosotros, y reflejará nuestras elecciones y las acciones que tomemos”. El libro da cuenta de los avances recientes en inteligencia artificial y de los retos que plantea.

Capítulo 1. El “momento Sputnik” de China

El go es un juego de tablero de estrategia que se inventó hace aproximadamente 2 500 años. Aunque las reglas del go pueden ser descritas en sólo nueve oraciones, el número de posibilidades de juego excede el número de átomos en el universo conocido. Derrotar al campeón mundial de go fue durante mucho uno de los objetivos más codiciados por los desarrolladores de inteligencia artificial, pero parecía un objetivo difícil de conseguir por su complejidad. Los apasionados del go consideraban místicamente que una máquina nunca podría derrotar a un humano porque las máquinas carecen de intuición; los ingenieros consideraban que este juego de tablero ofrecía demasiadas posibilidades para que una máquina las evaluara de manera eficiente.

En una tarde de mayo de 2017, la situación cambió. Ke Jie, considerado el mejor jugador de go en el mundo, se enfrentó a AlphaGo, una máquina construida por la que probablemente es la empresa tecnológica más importante del mundo en la actualidad, Google. AlphaGo no sólo derrotó a Ke Jie en tres partidas maratónicas, sino que lo desarmó sistemáticamente y lo acorraló sin que pudiera ofrecer respuesta.

La vista desde Beijing

La interpretación sobre el significado de ese acontecimiento dependió mucho del lugar desde el cual se le miraba. Para algunos observadores en Estados Unidos, la victoria de AlphaGo era una señal del triunfo de las máquinas sobre los humanos y de las empresas tecnológicas estadounidenses sobre el resto del mundo. Las grandes empresas de internet como Google y Facebook han extendido al mundo digital el predominio económico y militar de Estados Unidos.

Desde Beijing, según Lee, la victoria de AlphaGo se percibió a la vez como un reto y como una inspiración. Por parte de los tecnólogos chinos, el acontecimiento fue percibido como el “momento Sputnik” de China para la inteligencia artificial. Con esta alusión, Lee se refiere al lanzamiento y puesta en órbita del satélite Sputnik por parte de la Unión Soviética en 1957, que generó ansiedad y temor en la población y el gobierno estadounidense ante la superioridad tecnológica de su rival histórico. Tras el lanzamiento del Sputnik, el gobierno estadounidense creó la NASA y llevó a cabo inversiones sin precedentes en ciencia y tecnología. Doce años después de la puesta en órbita del Sputnik, el esfuerzo estadounidense rindió frutos cuando Neil Armstrong fue la primera persona en pisar la luna. Aunque la reacción en China no ha sido proporcional a la respuesta estadounidense tras el Sputnik, según el autor el triunfo de AlphaGo provocó una fiebre por la inteligencia artificial al interior de la comunidad tecnológica, los inversionistas, académicos, empresarios y funcionarios gubernamentales chinos.

Como consecuencia de lo anterior, en China actualmente las grandes empresas, startups, universidades y gobierno están intensificando su inversión e investigación en inteligencia artificial.

Sólo un par de meses después del triunfo de AlphaGo sobre Ke Jie, el gobierno central chino dio a conocer un ambicioso plan para fortalecer las capacidades en inteligencia artificial en el país mediante abundante financiamiento y coordinación. El plan establecía metas claras para 2020 y 2025, y proyectaba que para 2030 China sería el centro más importante en la teoría, aplicaciones e innovaciones en inteligencia artificial en el mundo. Los inversionistas respondieron rápidamente a ese plan del gobierno chino y en 2017 casi la mitad de la inversión de capital de riesgo en inteligencia artificial a nivel mundial estaba concentrada en China. Fue la primera vez que algún país superó a Estados Unidos en ese rubro.

Un juego y una invención que cambia las reglas del juego

Detrás del creciente interés en China por la inteligencia artificial hay un cambio de paradigma en la relación entre la inteligencia artificial y la economía.

Durante décadas la inteligencia artificial avanzó lentamente. Sólo recientemente los avances en inteligencia artificial salieron de los laboratorios universitarios para tener aplicaciones en la vida cotidiana. Incluso cuando la computadora Deep Blue de IBM venció al campeón mundial de ajedrez Gary Kasparov en 1997, la inteligencia artificial no tenía ninguna aplicación práctica significativa. El triunfo de Deep Blue se basó fundamentalmente en su “fuerza bruta”, en un hardware potente que permitía evaluar posibilidades y generar posiciones rápidamente después de cada movimiento del oponente. Durante el diseño de Deep Blue, IBM requirió asesoría de ajedrecistas de carne y hueso para que guiaran al software sobre cómo jugar. Aunque Deep Blue fue un logro de ingeniería importante, fuera de un tablero de ajedrez no tenía ninguna capacidad y el único empleo que ponía en riesgo era el del campeón mundial de ese juego de estrategia.

En esta ocasión, según Lee, las cosas son diferentes. Aunque la partida entre Ke Jie y Alpha Go tuvo lugar en un tablero de go, las tecnologías en cuestión tienen importantes implicaciones para el “mundo real”. AlphaGo utiliza deep learning [aprendizaje profundo], una aproximación a la inteligencia artificial que ha potenciado las capacidades cognitivas de las máquinas. Actualmente, los programas basados en deep learning tienen un mejor desempeño que los humanos en actividades como el reconocimiento facial y la asignación de créditos bancarios. “Con el desarrollo del aprendizaje profundo durante los años más recientes, esa revolución [de la inteligencia artificial] finalmente ha llegado”. La revolución de la inteligencia artificial traerá consigo aumentos masivos en la productividad y provocará grandes cambios en los mercados de trabajo conforme las máquinas sustituyan a los humanos en todas las industrias.

Lee afirma que lo que a él le preocupa no es la utilización de la inteligencia artificial para construir robots asesinos, sino el desempleo masivo y la agitación social que podrían tener lugar como consecuencias de su implementación. La amenaza de la inteligencia artificial al empleo será más acelerada y generalizada de lo que muchos expertos habían anticipado.

Una breve historia del aprendizaje profundo

Desde sus inicios, la inteligencia artificial ha atravesado por numerosos ciclos de auges y fracasos, en los cuales los periodos de grandes expectativas eran seguidos por una frustrante falta de resultados prácticos y por recortes al financiamiento. Según Lee, con la llegada del deep learning la situación será distinta y es importante entender por qué.

A lo largo de la historia de la inteligencia artificial, ha habido dos aproximaciones o enfoques dominantes: la aproximación “basada en reglas” y la de “redes neuronales”. La aproximación basada en reglas, también llamada “simbólica” o de “sistemas expertos” intentaba enseñar a las computadoras a pensar mediante la codificación de una serie de reglas lógicas del tipo “si A, entonces B”. Este enfoque funcionaba bien para actividades simples y bien definidas, pero fallaba conforme los problemas se hacían más amplios y complejos, aproximándose al mundo real. Para que el software fuese aplicable al mundo real, los partidarios del enfoque “basado en reglas” entrevistaban a expertos sobre los problemas a resolver e incorporaban sus respuestas al sistema de toma de decisiones del programa (de ahí el nombre de “sistemas expertos”).

El enfoque de “redes neuronales”, en cambio, intentaba reconstruir el cerebro humano. Debido a que los cerebros animales son el único objeto capaz de inteligencia que se conoce, los practicantes de este enfoque han intentado reproducir la “arquitectura” del cerebro al construir capas de “neuronas artificiales” que reciben y transmiten información de manera similar a las neuronas biológicas. A estas “redes neuronales” no se les suelen dar reglas a seguir para tomar decisiones, sino que se les “alimenta” o “entrena” con muchos ejemplos (como imágenes o partidas de ajedrez) para que ellas mismas identifiquen patrones en los datos.

En las décadas de 1950 y 1960 algunas versiones de redes neuronales tuvieron resultados que parecían prometedores y que generaron gran entusiasmo. No obstante, en 1969 algunos prominentes miembros del enfoque basado en reglas desestimaron los avances y capacidades de la aproximación de redes neuronales, lo que provocó un abandono paulatino de esta última.

La “resurrección” del enfoque de redes neuronales (así como el auge de la inteligencia artificial que está iniciando) se debe al aumento en el poder de cómputo, al incremento en la recolección de datos y a un gran avance tecnológico: la invención del aprendizaje profundo.

Las redes neuronales requieren grandes cantidades de poder de cómputo y de datos. Los datos sirven para “entrenar” a los programas y el poder de cómputo permite que el programa analice los datos a gran velocidad. En los inicios de la inteligencia artificial, tanto el poder de cómputo como los datos eran bastante limitados. Actualmente, los investigadores disponen de “cantidades copiosas de datos con los cuales entrenar sus redes, así como abundante poder computacional barato para ese entrenamiento”.

Aun con el incremento en el poder de cómputo y la cantidad de datos, las capacidades de las redes neuronales eran bastante limitadas, pues la resolución de problemas complejos requería la conjunción de múltiples capas de neuronas artificiales, pero los investigadores no habían encontrado una manera de lograrlo. A mediados de la década de 2000, Geoffrey Hinton descubrió una manera eficiente de entrenar múltiples capas de redes neuronales y de hacer que trabajaran juntas. El resultado fue una multiplicación de sus capacidades para tareas como el reconocimiento del habla y de objetos. Aunque los resultados de las redes neuronales multi-capa de Hinton (llamadas deep learning o aprendizaje profundo) eran notables, el arraigado prejuicio contra el enfoque de redes neuronales llevó a que sus logros fueran marginados durante algunos años. El punto de quiebre fue el año 2012, cuando una red neuronal construida por un equipo liderado por Hinton ganó un renombrado concurso internacional de reconocimiento de imágenes.

Por su “potencial masivo”, el aprendizaje profundo promete llevar las capacidades de la inteligencia artificial a una amplia gama de problemas del mundo real: la traducción de documentos, el reconocimiento de imágenes, la predicción del comportamiento de los consumidores, la asignación de créditos, la auto-conducción de vehículos, entre muchos otros.

Retirando la cortina del aprendizaje profundo

Los algoritmos de aprendizaje profundo encuentran patrones y correlaciones en grandes series de datos sobre un tema específico para obtener un resultado deseado de manera más rápida y eficiente que los humanos. Para lograr esto, se requieren cantidades masivas de datos, un algoritmo fuerte, un área claramente delimitada y una meta concreta. Si alguna de estas características no se cumple, el aprendizaje profundo no funciona adecuadamente.

El aprendizaje profundo es un tipo de “inteligencia artificial estrecha”: sólo puede aplicarse a un ámbito específico para obtener un resultado claramente definido. Aunque sus logros son impresionantes, está muy lejos de la “inteligencia artificial general”, el tipo de inteligencia artificial que podría hacer todo lo que un humano.

El entusiasmo que provoca el aprendizaje profundo se debe a que su capacidad principal –“su habilidad para reconocer un patrón, optimizarlo para un resultado específico y tomar una decisión”– puede aplicarse a todo tipo de problemas cotidianos.

Conscientes del enorme potencial del aprendizaje profundo, empresas como Google y Facebook han acaparado a los pocos expertos en esta área pagándoles sueldos millonarios y han adquirido startups innovadoras (como la británica DeepMind, que desarrolló inicialmente a AlphaGo). Según Lee, esto da cuenta de que nos encontramos “en el inicio de una nueva era”, en la cual las máquinas pueden empoderar a los seres humanos o desplazarlos violentamente.

La inteligencia artificial y la investigación internacional

¿Cuál es el lugar de China en este proceso? La invención del aprendizaje profundo tuvo lugar en Estados Unidos, Canadá y Reino Unido. Salvo algunos inversionistas de riesgo (como el propio Kai-Fu Lee) que se habían interesado en el área, la comunidad tecnológica china no se había involucrado en la inteligencia artificial antes del triunfo de AlphaGo sobre Ke Jie.

Durante décadas, las universidades y empresas tecnológicas estadounidenses habían atraído a la mayor parte de los talentosos científicos e innovadores en inteligencia artificial. Para la mayoría de los analistas, el único lugar que le podía corresponder a China en este proceso consistía en hacer copias de las tecnologías de punta estadounidenses. Lee afirma que ese análisis está equivocado, pues se basa en supuestos obsoletos sobre las capacidades tecnológicas de China. “Fue Occidente el que encendió el fuego del aprendizaje profundo, pero China será el mayor beneficiario del calor que el fuego de la inteligencia artificial está generando”. Según el autor, este cambio es el resultado de dos transiciones: del paso “de la era del descubrimiento a la era de la implementación, y de la era de los expertos a la era de los datos”.

La era de la implementación

La creencia equívoca en la superioridad tecnológica de Estados Unidos se debe a la impresión generalizada de que nos encontramos en la era de los descubrimientos en inteligencia artificial, una época en la que supuestamente los investigadores están rompiendo paradigmas y revelando misterios en esta área. Para Lee, esta idea es engañosa, pues muchos de los logros de la inteligencia artificial que son exaltados por los medios de comunicación no son nuevos descubrimientos sino simplemente aplicaciones de los descubrimientos de la década pasada (del aprendizaje profundo y otras tecnologías complementarias como el aprendizaje reforzado [reinforcement learning] y el aprendizaje por transferencia [transfer learning]) a problemas nuevos, como el diagnóstico de enfermedades, la asignación de créditos o pólizas de seguros, la auto-conducción de vehículos y la traducción de textos.

Lee insiste en que esos logros de la inteligencia artificial no representan nuevos descubrimientos, sino el paso hacia la “era de la implementación”. Posteriormente, retoma un comentario del tecnólogo Andrew Ng, quien equipara a la inteligencia artificial con la energía eléctrica: a finales del siglo XIX, los empresarios comenzaron a aplicar la electricidad en todas las industrias, desde la iluminación doméstica hasta la maquinaria industrial; actualmente, se está haciendo lo mismo con la inteligencia artificial y el aprendizaje profundo. La investigación más abstracta y los descubrimientos ya se han hecho; ahora corresponde a los empresarios implementar la tecnología. “La era de la implementación significa que finalmente veremos aplicaciones [de la inteligencia artificial] en el mundo real después de décadas de prometedoras investigaciones”.

Para Lee, la distinción entre descubrimiento e implementación es crucial para entender cómo la inteligencia artificial cambiará nuestras vidas y quién conducirá ese proceso. Durante la “era del descubrimiento”, los avances y las monumentales innovaciones fueron impulsados por investigadores de élite, casi todos ellos en Estados Unidos y Canadá. Pero una vez hechos los descubrimientos, la implementación puede llevarse a cabo en muchos otros lugares.

La era de los datos

La aplicación exitosa de algoritmos de inteligencia artificial a nuevos problemas requiere tres cosas: grandes cantidades de datos, poder computacional y el trabajo de ingenieros talentosos (aunque no necesariamente de élite). En la era de la implementación, los datos son el elemento central. Esto se debe a que una vez que se ha aplicado un algoritmo a la solución de un problema, la cantidad de datos se vuelve el elemento decisivo en la determinación de su capacidad y precisión. Conforme más ejemplos se den a un algoritmo, este podrá identificar patrones con mayor exactitud. Si se dispone de enormes cantidades de datos, un algoritmo diseñado por ingenieros de nivel medio puede superar a otro diseñado por investigadores de élite.

Aunque los investigadores de élite aún pueden llevar los límites de la inteligencia artificial a otro nivel, las innovaciones disruptivas suceden una vez en décadas. Hasta que eso ocurra, la disponibilidad de datos será la principal fuerza impulsora del aprendizaje profundo y su implementación.

Las ventajas de China

La implementación de la inteligencia artificial requiere cuatro insumos clave: datos abundantes, empresarios competitivos, científicos en inteligencia artificial y un ambiente de políticas amigable hacia la inteligencia artificial. Al mirar a las fortalezas relativas de China y Estados Unidos en estas cuatro categorías, es posible predecir el balance de poder que existirá en el “nuevo orden mundial de la inteligencia artificial”. Según Lee, las características del momento actual inclinan la balanza a favor de China, minimizando sus debilidades y maximizando sus fortalezas. Con el paso de la era del descubrimiento a la era de la implementación se reduce una de las principales debilidades de China, la capacidad para la investigación original, y se acentúa una de sus principales fortalezas, la persistencia de sus empresarios para construir empresas robustas. El paso de la era de los expertos a la era de los datos tiene efectos similares, pues reduce relativamente la importancia de los investigadores de élite –de los cuales China tiene pocos– y maximiza el valor de los datos –muy abundantes en ese país asiático.

Según Lee –quien tiene una experiencia de décadas trabajando en puestos directivos en empresas como Apple, Google y Microsoft– los emprendedores e ingenieros chinos son mucho más trabajadores e innovadores que sus pares en Silicon Valley. Lee caracteriza al ambiente de internet en China como “el más competitivo en el planeta”, en el cual la velocidad es esencial y copiar es una práctica aceptada. En esas circunstancias de competencia despiadada, la única manera en que las empresas pueden sobrevivir es mediante la innovación incesante. Si alguien tiene una idea innovadora, esa idea invariablemente será copiada y existe la posibilidad que competidores mejor financiados dejen fuera del negocio al innovador pionero. Este ambiente contrasta con el de Silicon Valley, donde copiar está estigmatizado y la falta de competencia puede llevar a la autocomplacencia y a un menor ritmo de innovación. Aunque la “era de las imitaciones” [copycat era] produjo empresas cuestionables, también creó una generación de empresarios audaces y astutos, que serán clave para convertir a China en el país vanguardista en la era de la implementación de la inteligencia artificial.

Esos empresarios dispondrán de otro de los recursos más importantes de China: la abundancia de datos. Actualmente, China es el país en el que se genera el mayor volumen de datos en el mundo. Los datos en China no sólo son impresionantes por su cantidad, sino también –siempre según Lee– porque están hechos a la medida para construir empresas rentables de inteligencia artificial. La diferencia radica en que las empresas tecnológicas en China han construido un “universo alternativo” de internet y de aplicaciones online que no tiene paralelo en ningún otro lugar del mundo. Un ejemplo de ello es WeChat, una aplicación telefónica en la cual los usuarios pueden mandar mensajes de texto y voz, agendar citas médicas, pagar impuestos, rentar bicicletas, comprar boletos de avión, pagar el supermercado y muchas actividades más sin salir de la app. Además de acumular datos de las interacciones de los usuarios en internet, WeChat recolecta datos sobre el “mundo real”. WeChat reunió en una sola aplicación múltiples funciones que están dispersas en decenas de aplicaciones en Estados Unidos y el resto de los países.

La disponibilidad de datos de las empresas chinas supera ampliamente a la de sus pares en Silicon Valley y será clave para la implementación de la inteligencia artificial. Esos datos les dan un conocimiento detallado sobre los hábitos y prácticas de los usuarios, que puede ser usado para los más diversos fines. “Este tesoro sin paralelo de datos sobre el mundo real dará a las compañías chinas una ventaja mayúscula en el desarrollo de servicios que funcionan con inteligencia artificial”.

Inclinar la balanza

Además de la competitividad de los empresarios chinos y del acceso a enormes masas de datos, debe considerarse que el gobierno chino está haciendo todo lo posible para inclinar la balanza a su favor. El gobierno chino ha formulado un plan de gran envergadura para apoyar y financiar la investigación en inteligencia artificial. El plan formulado por el gobierno central ha servido como ejemplo para que los gobiernos locales implementen medidas complementarias. Los gobiernos locales han buscado atraer compañías de inteligencia artificial a sus territorios con promesas de subsidios y políticas preferenciales. Esto ha permitido una inmensa movilización de recursos y esfuerzos para convertir a China en una “superpotencia de la inteligencia artificial”.

La actitud del gobierno chino para apoyar el desarrollo tecnológico contrasta con la del gobierno estadounidense, que interviene lo menos posible en la iniciativa empresarial y ha recortado los fondos para la investigación.

Al reunir los elementos antes señalados –el paso a la era de la implementación y a la era de los datos, empresarios competitivos y un gobierno proactivo– Lee sostiene que “China pronto igualará e incluso superará a Estados Unidos en el desarrollo e implementación de la inteligencia artificial”. Las ventajas de productividad derivadas de la implementación de la inteligencia artificial también estarán a favor de China. La consultora PwC estima que la implementación de la inteligencia artificial añadirá 15.7 billones de dólares al PIB mundial hacia 2030. De ese incremento, 7 billones de dólares se quedarán en China, frente a 3.7 billones de dólares en Estados Unidos. Conforme aumente el poder económico de China, también crecerán su influencia política, cultural e ideológica en el mundo.

Esto traerá un “nuevo orden mundial de la inteligencia artificial” en detrimento del liderazgo tecnológico y cultural de Estados Unidos. Aunque China no buscará utilizar su ventaja en la inteligencia artificial para impulsar una “colonización tecnológica”, los cambios que la inteligencia artificial traerá sobre el orden económico y político mundial modificarán la manera en que los países experimentan la globalización digital.

La crisis real

Los problemas más importantes que traerá la inteligencia artificial serán la pérdida de empleos y una creciente desigualdad tanto al interior de los países como entre países.

Aunque la humanidad ha visto previamente shocks sobre el empleo provocados por las tecnologías, ninguno había llegado tan rápidamente como lo hará el de la inteligencia artificial. Eso reducirá la capacidad de la economía para absorber a los desempleados. Lee estima que hacia 2035 la inteligencia artificial podría reemplazar entre 40% y 50% de los trabajadores en Estados Unidos; en el mundo, esta tecnología desplazará a miles de millones de trabajadores, desde operadores de almacenes y conductores hasta médicos especialistas y analistas financieros.

A la par que el desempleo masivo, crecerán las fortunas en manos de los nuevos magnates de la inteligencia artificial. Esta concentración de ganancias será afianzada por el hecho de que el funcionamiento del aprendizaje profundo fortalece a las empresas que concentran más datos y que a partir de ello pueden mejorar sus productos y servicios. La concentración de datos y de ingresos también atraerá a los programadores más talentosos hacia un puñado de grandes empresas de inteligencia artificial. Todo esto ahondará la brecha existente entre los líderes de la industria y el resto de los competidores.

El orden mundial de la inteligencia artificial

Estados Unidos y China son los líderes indiscutibles de la inteligencia artificial a nivel mundial. Aunque otros países como Reino Unido, Francia o Canadá cuentan con talentosos investigadores, carecen del “ecosistema de inversión” y de bases de usuarios amplias que generen las grandes cantidades de datos indispensables para la “era de la implementación”. En consecuencia, las empresas chinas y estadounidenses dominarán el mercado global, acumularán cada vez más datos y talento, al punto que su liderazgo será insuperable. Esto dará pie, según Lee, a un nuevo orden mundial bipolar.

Por otra parte, como la inteligencia artificial provocará desempleo masivo, los “países en vías de desarrollo” dejarán de tener una de sus ventajas históricas para atraer inversiones: la mano de obra barata. En consecuencia, muchas fábricas robotizadas se relocalizarán para estar más cerca de sus principales mercados, que serán los países desarrollados. De esa manera, las desigualdades entre países se ampliarán.

Las principales amenazas que plantea la inteligencia artificial son “el tremendo desorden social y el colapso político resultantes del desempleo generalizado y la creciente desigualdad”. Además, tendrá lugar una crisis más personal y humana: la pérdida de sentido y propósito de la vida. Durante miles de años, los humanos han dado sentido a sus días con el trabajo, mediante el cual obtienen lo necesario para vivir. Nuestros valores culturales y nuestra auto-valoración están firmemente enraizados en el trabajo. La inteligencia artificial sacudirá estos valores y pondrá en cuestión el sentido de nuestras existencias tal como lo hemos concebido.

Según Lee, aunque estos retos son cruciales, no son insuperables. Hacerles frente requerirá análisis meticulosos e involucrará reflexiones filosóficas profundas sobre lo que importa en nuestras vidas.