Aleix Valls es matemático e ingeniero con una extensa trayectoria en el ámbito de la innovación tecnológica. Desde su etapa como director ejecutivo de Mobile World Capital Barcelona hasta su actual liderazgo en Liquid Lab y WeArtificial, ha demostrado una clara visión estratégica del sector, consolidándose como una voz autorizada en el futuro de la inteligencia artificial. En esta entrevista, reflexiona sobre el impacto de la IA generativa, la evolución del ecosistema en Catalunya y los retos éticos y económicos que plantea esta revolución tecnológica.
Hace una década conversábamos con usted desde su etapa en Mobile World Capital sobre el potencial innovador de Catalunya. Hoy, desde su trabajo en WeArtificial y Liquid, ¿cómo valora la evolución del ecosistema tecnológico catalán en estos años?
Desde aquel entonces a hoy tengo la sensación de que ha bajado su velocidad de crecimiento. No es que el ecosistema se haya hecho más pequeño, pero su velocidad de crecimiento se ha reducido. No obstante, no creo que este sea un fenómeno aislado de Catalunya, sino que en general en muchos lugares de Europa ha habido un cierto ralentizamiento de los sistemas innovadores. Lo más preocupante es la falta de motores innovadores en el gran motor que seguramente será la inteligencia artificial en el campo de la innovación.
¿Qué le llevó a interesarse por la inteligencia artificial y cómo fue su transición desde las matemáticas y la ingeniería hacia este ámbito?
He llegado a la inteligencia artificial a partir de mi formación y conocimiento técnico. En mis estudios doctorales ya trabajamos en este campo con la simulación numérica. Profesionalmente, a mis 18 años, en los inicios de mi vida universitaria en 1995, vi cómo empezaba internet. Luego, en la primera década de los 2000 vi en primera persona el nacimiento y explosión de lo que fue la segunda ola de internet, el internet mobile, ya entonces como espectador privilegiado, pero no como actor. El tercer internet, que es el que estamos construyendo ahora que podemos llamarle internet cognitivo o de inteligencia artificial, sí que quiero participar en él en primera persona y desarrollar proyectos empresariales. Por lo tanto, siento una gran oportunidad.
La inteligencia artificial suele generar tanto entusiasmo como recelo. ¿Qué cree que nos cuesta más entender sobre esta tecnología?
Hay dos motivos que son los que provocan cierto recelo. Primero, que se le da a la IA propiedades antropomórficas, es decir se cree que la inteligencia artificial es el equivalente a la inteligencia humana. Si se piensa así, es lógico que provoque cierto recelo, porque sabemos que hay personas muy inteligentes que hacen cosas maravillosas y otros también muy inteligentes que no hacen cosas tan maravillosas. Por lo tanto, lo primero que hay que hacer es romper con esa antropomorfización de la inteligencia artificial y comprender que no tiene nada que ver con la humana. A veces se hacen símiles entre ambas para entender la tecnología, pero no podemos hablar de la ética de la IA o de su voluntad de hacer cosas.
Otra razón que provoca recelo es que esta tecnología es de propósito general con una capacidad transformadora enorme, y cuando pensamos en cosas estructurales de nuestra sociedad postindustrial, como el rol del trabajo, genera cierto vértigo. Lo que hemos entendido hasta la fecha es que el trabajo puede ser sustancialmente distinto en los próximos 5 o 10 años, lo cual genera el correspondiente desasosiego a mucha gente en vez de verlo como una oportunidad.
A menudo se plantea si la inteligencia artificial debería ser ética. ¿Cómo debería enfocarse realmente el debate sobre su uso responsable?
Esto ha pasado siempre con cualquier innovación tecnológica: quien le da sentido y hace un buen o mal uso –o un uso ético versus amoral– ha sido siempre el ser humano. No debemos olvidar que no hay nada más humano que la tecnología, creada para mejorar la vida. La inteligencia artificial es un ejemplo más. No tiene voluntad ni ética ni moral. En su uso está la finalidad y es el ser humano quien decide para qué utilizarla. Podemos compararla con el fuego que es maravilloso para cocinar y calentarse; en cambio es algo terrible cuando alguien quema el monte.
Se ha debatido mucho sobre los sesgos en los algoritmos. ¿Cómo se puede equilibrar la corrección de esos sesgos?
La inteligencia artificial generativa sigue patrones y modelos de conocimiento que encuentra en la ingente cantidad de información que consume generando una cosa que se llama propiedades emergentes. Esto no se da porque el algoritmo esté diseñado para favorecer un tipo de género o un tipo de raza. Lo que lleva al género o raza es el tipo de información que hemos producido, es decir, que es la sociedad la que genera y sube contenidos con sesgo que luego utiliza la inteligencia artificial. Si no nos gusta lo que genera la IA y queremos modificarlo siguiendo un patrón social determinado tendremos que aislarla de los contenidos que no nos gustan.
Es necesario dejar de antropomorfizar la IA y entender que no guarda relación con la inteligencia humana.
Un ejemplo muy interesante: si le pides a la IA que te genere una imagen de alguien escribiendo una carta, o tocando una guitarra o de alguien usando la tijera para cortar papel, siempre proporciona imágenes de gente diestra. Para que te muestre una imagen con zurdos tendrás que pedírselo explícitamente. La mayoría del mundo es diestra y por eso la IA lo muestra así, ya que su aprendizaje para crear la imagen se ha basado en las infinitas imágenes que siguen ese patrón en la red. Pedirle a la IA que genere de vez en cuando una imagen con un zurdo tiene un riesgo, aunque puede parecer algo neutro. ¿Quién decide este sesgo? Este ejemplo nos lleva a otro que puede resultar definitorio: si le pedimos una imagen de gente trabajando en Europa, esperaremos que haya variedad de personas de distinta condición y género, pero si lo hacemos en el régimen de los ayatolas tendrán otro tipo de alineamiento y no querrán que las mujeres estén liderando la reunión en la imagen presentada. En resumen, el sesgo no está en el algoritmo sino en la información facilitada.
La Unión Europea ha apostado por regular la inteligencia artificial con rapidez. ¿Cree que este enfoque puede frenar la innovación y la competitividad frente a otras potencias?
Vaya por delante que yo no estoy en contra de la regulación. Cuando se regula es muy importante el diseño, y la regulación que ha hecho Europa tiene un problema conceptual en su diseño. Esta regulación se hizo antes de que aparecieran productos como Chat GTP y la IA generativa fuese un producto de consumo de propósito general. De hecho, las bases de la regulación europea se refieren más a la tecnología del machine learning. Esta tecnología necesita datos para entrenar el algoritmo para que produzca algún resultado con ello. Estos algoritmos son muy ordenados por casos. Por ejemplo, la identificación de tumores en una radiografía: si en vez de enseñarle radiografías le enseñas fotos de gatos, no sabrá qué hacer porque no encontrará nada relevante, y tiene sentido regular esa tecnología por casos de uso. Otro ejemplo: el algoritmo está diseñando un dron para disparar bombas, y a ese algoritmo se le tiene que entender bien y tenerlo bien controlado. La IA generativa, en cambio, es una tecnología de propósito general con infinidad de casos de uso. Por eso no es válido cómo se ha formulado la regulación para la IA generativa. Hay tantos casos de uso como los que la gente se puede imaginar y pensar, con lo que la regulación no puede hacer responsable al fabricante de la IA, el producto sobre los que la gente decide sus usos. Por eso este fabricante verá Europa como un territorio de riesgo. Grandes fabricantes de IA están lanzando sus productos casi un año más tarde. Además, los emprendedores que quieren sacar proyectos importantes de IA huyen de Europa por la regulación que está fragmentada y genera inseguridad. El emprendedor buscará el lugar en el que la regulación sea un viento de cola y no un viento de cara.
Parece que, por lo que escucho y veo, la propia UE está reconsiderando su regulación para reformularla y hacerla más laxa. Lo que se hizo estuvo bien, pero era para otro subgrupo de tecnología, y no para la IA generativa.
¿Qué sectores cree que experimentarán una transformación más profunda y rápida con la adopción de la IA generativa?
Todos los sectores que sean intensivos en capacidad intelectual. Por ejemplo, servicios profesionales: todo lo que tenga que ver con comunicación, marketing, consultoría, abogados, servicios financieros, contables… todas estas profesiones serán las que sufrirán más a corto plazo, ya que esta tecnología trabaja muy bien dentro de su campo de actividad que es básicamente mover información y conocimiento. Donde tendrá poco impacto a corto es en los sectores menos intensivos en capacidad intelectual y que tengan más que ver con otro tipo de operaciones, como la construcción o el transporte, por ejemplo.
La inteligencia artificial promete grandes ganancias de eficiencia, pero también implica fuertes inversiones en tecnología e infraestructura.
Quisiera puntualizar que quien está afrontando las grandes inversiones son las empresas que están construyendo motores de inteligencia artificial como Open AI y Google, de hecho, son inversiones billonarias en centros de datos para poder desarrollar la tecnología. Pero las pymes no van a desarrollar tecnología, sino que la consumirán. El consumo y uso de esta tecnología es muy poco intensivo en capital y las inversiones que se tienen que hacer a priori son muy bajas. A diferencia del big data, que en su momento requería que la empresa hiciera una inversión muy importante en una infraestructura de datos, para el uso de la inteligencia artificial solo se necesita contratar una licencia que puede costar apenas 40 euros al mes. El pago por uso es una primera inversión tal como vimos con los móviles. Posiblemente veremos enseguida tarifas planas. Otra cosa es las empresas que ponen la IA dentro de su producto para monetizar esa nueva funcionalidad. Aquí no vemos aún grandes cambios respecto a lo que vimos con el internet digital con los modelos premium, de suscripción o el pay per use. Aparecerán nuevos esquemas económicos con modelos de monetización de la inteligencia artificial que aún no visualizamos hoy.
¿Qué formas de monetización cree que serán sostenibles en esta nueva economía?
En resumen, como en el sistema electrónico tenemos los generadores, los distribuidores y los comercializadores. Los comercializadores cobran lo que han pagado a los distribuidores más una comisión que puede estar incluida dentro del producto que el usuario acabe utilizando. Aparecerán más adelante otros conceptos más sofisticados. En el internet del año 1995 el marketing digital no existía, después con la tecnología y el tráfico nos inventamos el SEM luego la monetización de las redes sociales. Pasará lo mismo: habrá nuevos modelos del uso de la IA que llevarán a nuevas formas de monetización.
¿Cómo pueden adaptarse las empresas tradicionales a este nuevo contexto sin quedarse atrás?
El plan de adopción de la IA generativa no es sencillo. Lo fácil es comprar cuatro licencias a disposición de cuatro empleados y ver qué pasa. Pero que esta tecnología tenga un impacto real en el negocio, que se adopte de manera general por parte de todos los trabajadores aumentando la eficiencia y el automatismo en los diversos procesos de la compañía, es otro nivel de complejidad. Es ahí donde está el reto para muchas empresas: desarrollar un plan de adopción de la IA que tenga impacto en el negocio.
La automatización plantea el riesgo de dejar atrás a ciertos perfiles laborales. ¿Qué estrategias deberían impulsarse para gestionar esta transición de forma justa y no crear una nueva brecha social?
Desde un punto de vista profesional está claro que los profesionales que no se capaciten en esta tecnología van a quedar muy obsoletos en el mercado laboral. Será como el que hoy te dice que no sabe utilizar el PowerPoint o el Excel. La IA generativa será una nueva forma de trabajar. Cuando apareció el ordenador no solo sirvió para aumentar la eficiencia, sino que se convirtió en la herramienta de trabajo básica que pide conocimientos en el ámbito digital. Lo mismo sucede con la IA generativa donde se estará interactuando permanentemente con la IA a través de distintos productos. Quien no aprenda a trabajar en este nuevo entorno no será relevante profesionalmente.
El gran impacto económico de la IA no vendrá solo de la eficiencia, sino de productos y servicios que hoy aún no existen.
También hay un importante riesgo si pensamos términos de países desarrollados y países en vías de desarrollo. Pensemos que ahora solo hay 400 millones de usuarios activos de ChatGPT. Para que no genere brecha tiene que pasar como con el internet social, y que hablemos de miles de millones, que es el caso de Meta con 3,7 mil millones activos mensuales. Es por esto por lo que el internet social no ha generado brecha y tiene impacto global. El problema, por lo tanto, como pasó con el PC, es que ahora mismo esta tecnología está llegando solo a países desarrollados.
¿Qué papel puede jugar Catalunya en el desarrollo y aplicación de soluciones con inteligencia artificial, más allá de la creación de la tecnología base?
El vector geográfico no es muy determinante. Hay grandes oportunidades. ARK, fondo de inversión, hizo un estudio reciente que hace una estimación del impacto más allá de las cifras (negocio de 16 billones de dólares estadounidenses en los próximos tres años). Hablan de que 7 vendrán por eficiencia y productividad, que es lo que todo el mundo está esperando. Lo que es interesante en ese informe es que 9 billones de este impacto económico van a venir por nuevos productos y servicios y modelos de negocio que hoy no existen y que van a aparecer gracias a la inteligencia artificial. Si se mira la IA como herramienta de eficiencia lo estamos reduciendo. En Catalunya sería bonito ver nuevos proyectos empresariales que empezaran a visualizar nuevos productos y servicios que se obtienen con la IA. Ahí es interesante que Catalunya juegue un importante papel. Hay grandes oportunidades para los emprendedores y las empresas emergentes que sean capaces de construir modelos de negocio totalmente nuevos con impacto disruptivo, también incluso sobre sectores tradicionales.