Todos los modelos de IA se entrenan con el mismo contenido de internet, y ese contenido cada vez incluye más texto generado por otras IA. En esta columna vemos por qué eso está eliminando los datos minoritarios que distinguen una buena inversión del consenso genérico, y te doy tres formas concretas de aprovechar ese punto ciego antes que el resto.
Por Chris Campbell
Dos cosas para tener en el radar:
- Los laboratorios de IA de punta tienen un gran problema. Y solo va a empeorar.
- Los inversores deberían prestar mucha atención. La mayoría no lo va a hacer. Y se van a enterar demasiado tarde.
¿El problema? Todos los modelos de IA se entrenan con la misma internet. Los mismos hilos. Las mismas respuestas. La misma basura. Y después la regurgitan de vuelta a internet.
Ahora internet se está llenando de contenido generado por máquinas, y las máquinas se entrenan con eso.
Este es el problema: los modelos aprenden contando qué aparece más seguido. Lo común se refuerza. Lo raro aparece solo un puñado de veces, así que el modelo termina olvidándolo.
Investigadores de Oxford y Cambridge lo demostraron en la revista Nature en 2024. Entrenaron a cada generación de un modelo con texto escrito por la generación anterior.
A la novena generación, los modelos colapsaron. Un prompt sobre torres de iglesias medievales produjo pura incoherencia: una lista en bucle de sinsentidos.
Así es como ya está perjudicando a los inversores que usan la IA para buscar la próxima idea disruptiva…
Qué es lo que primero desaparece
Le preguntas a un chatbot sobre una acción. Te da el consenso, recopilado de lo que todo el mundo ya escribió. Después lees los foros, que citan a los chatbots. Después las noticias, que ahora publican resúmenes de IA de los foros.
Cada fuente es una copia de la anterior. Crees que estás reuniendo información. En realidad estás dando vueltas alrededor de una sola respuesta, alejándote cada vez más de la empresa real con cada clic que das.
Pero el dato raro, la opinión minoritaria, el único ángulo que dice que una acción está mal valuada: promediados hasta desaparecer. Antes de que te des cuenta, estás hablando de Nvidia y la IA empieza a hablar de cualquier cosa.
La respuesta obvia es pensar mejor que las máquinas. Pero está difícil. ¿La mejor respuesta? Alimentarte de lo que ellas no pueden.
Este problema inevitablemente va a cambiar cómo invierte todo el mundo. Los que busquen ventajas ahora van a ganar más que nadie.
Por mi parte, te dejo tres formas de hacerlo.
Uno: mira donde la máquina no puede
La máquina solo sabe lo que quedó escrito. Eso hace que observar el mundo real sea 100 veces más importante.
Philip Fisher lo llamaba scuttlebutt (literalmente, el barril de agua potable de los barcos antiguos, donde los marineros se juntaban a intercambiar rumores): la información que se consigue preguntando “por ahí”.
Peter Lynch encontró una de sus mejores inversiones porque a su esposa le gustó un producto que compró en la caja del supermercado. Lo de toda la vida vale todavía más ahora.
El método: aprovechar el problema en sí mismo. Pregúntale a la IA qué cree todo el mundo. Te entrega el consenso en segundos. Eso antes era la parte difícil. Ahora es gratis.
Después ve a chequear esa suposición en el mundo físico. Ya no estás juntando información a ciegas. Estás apuntando una sola mirada al mundo real, justo a la grieta exacta del consenso.
Dos: compra lo que la IA empeora
¿Qué está empeorando la IA a medida que crece? Hay muchas cosas. Aquí van tres.
Ciberseguridad. La IA hace que los ataques sean más baratos y más rápidos, así que la defensa se vuelve un gasto no opcional. Esta es una factura directa y creciente. Todavía estamos en una etapa temprana de esto.
Datos especializados. La próxima frontera son los datos especializados, porque eso es lo que se está anulando. Los laboratorios les están pagando a médicos, abogados, físicos y programadores para que produzcan razonamiento fresco: no respuestas, sino el trabajo desprolijo de llegar a una respuesta.
Están surgiendo empresas para intermediar eso: conectar a un laboratorio que necesita 10.000 horas de razonamiento de radiólogos con los radiólogos mismos. Los jugadores más de punta aquí son privados, pero es un mercado real, que se mueve rápido.
Defensa contra fraude financiero con deepfakes. Las llamadas con voces falsas de CEOs autorizando transferencias bancarias ya están sucediendo, hoy, y generando pérdidas reales. Toda empresa que mueve dinero va a necesitar verificación. Esto recién empieza, es real, y está subestimado.
Tres: compra lo que los gigantes no pueden
Un fondo de USD 100.000 millones no puede ni acercarse a una empresa de USD 300 millones. Su propia compra dispararía el precio, así que se salta la empresa sin importar qué tan buena sea. Los fondos indexados tienen que vender todo lo que se cae del índice.
Durante décadas esto no te servía de nada: investigar una empresa diminuta llevaba más tiempo del que valía.
Aquí es donde la investigación independiente tiene más valor. Porque aunque el costo de investigar se desplomó para todos, el muro del tamaño no se movió.
Así que la herramienta más nueva de Wall Street le entrega su mayor regalo al inversor más pequeño. Eso casi nunca pasa.
Las tres son la misma apuesta: encontrar el terreno que los gigantes y los algoritmos abandonaron. El mundo real que no pueden observar, los líos que ellos mismos crean, y las acciones pequeñas que son demasiado grandes para tener en cartera.
Chris Campbell
Para Libertad & Riqueza
