El problema radica en encontrar suficientes datos de calidad, según Neema Raphael, directora de datos y jefa de ingeniería de datos de Goldman Sachs. Algunos desarrolladores podrían estar recurriendo a datos sintéticos o modelos de entrenamiento con los resultados de los sistemas de IA existentes.

«Ya nos hemos quedado sin datos», afirmó Raphael. Al leer sobre los nuevos modelos, la idea subyacente, como con modelos como Deepseek, es cómo lo lograron con menos dinero. Una de las grandes hipótesis es que entrenaron con otro modelo.

Lo interesante será cómo los modelos anteriores moldearán la siguiente iteración del mundo, añadió, si los modelos se entrenan con los resultados de otros modelos y menos con datos del mundo real.

Un peligro es el colapso del modelo, donde el rendimiento de un sistema de IA se degrada una vez que se entrena con sus propios datos generados previamente, lo que lleva a que el modelo pierda matices previamente aprendidos, mientras que los errores se acumulan y se amplifican con cada nueva generación.

Pero al preguntarle si esto podría frenar o incluso torpedear el potencial no realizado de los próximos desarrollos de IA, como los agentes autónomos, Raphael respondió que no creía que fuera un obstáculo para futuros avances.

«Habrá una maldición sobre la IA deficiente que obstaculizará la obtención de datos más esclarecedores, pero no creo que vaya a ser una limitación importante, ya que existe una gran cantidad de datos empresariales atrapados que aún no se han aprovechado», afirmó.

La cantidad de información que reside tras los cortafuegos corporativos y atrapada en los repositorios de datos es «muy importante para generar valor comercial», según Goldman Sachs.

«Desde la perspectiva de la IA, es obvio que es real y que ha llegado para quedarse. Hay mucha expectación al respecto, pero también cuando usas tu teléfono, tomas una foto y preguntas qué es esto y obtienes excelentes respuestas, definitivamente es real en las aplicaciones para consumidores», afirmó Raphael.

«Creo que el potencial en la empresa aún está por verse: dónde pueden las personas aprovechar sus datos empresariales y privados para marcar la diferencia. Esa es la parte «por verse», explicó.

«Limpiar los datos, normalizarlos, comprender su semántica; todo esto es lo que permitirá a las empresas avanzar», añadió.

Sin embargo, este optimismo debe contrastarse con los recientes hallazgos de que las empresas estadounidenses ya han invertido hasta 40 000 millones de dólares en iniciativas de IA generativa, sin obtener prácticamente ningún resultado; que los agentes autónomos de IA suelen cometer errores en las tareas de oficina; y que los sistemas de IA necesitan que los humanos los supervisen y corrijan sus errores.