Renting Intelligence: Vendor Concentration Risk and the Pricing of AI Dependency
Este artículo encuentra que los mercados de renta variable no descuentan actualmente el riesgo de la concentración de proveedores de IA debido a que las reglas de divulgación obligatoria están ausentes, lo que conduce a información inconsistente y a menudo incompleta en los informes públicos que impide a los inversores distinguir entre las empresas que alquilan sus modelos de IA y aquellas que los poseen.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En la economía moderna, las empresas construyen cada vez más sus productos sobre la base de la inteligencia artificial. Para hacer esto, una empresa se enfrenta a una elección fundamental. Puede o bien licenciar la inteligencia de un gran proveedor tecnológico, pagando una tarifa cada vez que se utiliza el sistema, o puede construir y operar sus propios sistemas desde cero, invirtiendo fuertemente en hardware y datos de entrenamiento por adelantado. Esta decisión no es solo técnica; es una apuesta financiera. Cuando una empresa alquila la inteligencia, depende de un precio establecido por alguien más, un precio que podría cambiar en cualquier momento. Cuando una empresa construye la suya propia, ya ha pagado el costo y posee la capacidad. La teoría financiera sugiere que depender de un proveedor externo para un insumo crítico debería hacer que una empresa sea más riesgosa, de la misma manera que un negocio que depende de un único cliente gigante es considerado más frágil que uno con muchos clientes pequeños. Los inversores, que constantemente sopesan el riesgo frente a la recompensa, deberían teóricamente cobrar más a estas empresas que "alquilan" para prestarles dinero, o exigir mayores rendimientos de sus acciones, porque sus costos futuros son menos ciertos.
Un investigador del Centro Académico Peres se propuso probar si el mercado de valores realmente percibe esta diferencia. El estudio examinó miles de informes anuales presentados por empresas estadounidenses entre 2023 y 2026. El objetivo era clasificar estas empresas en dos grupos: aquellas que admitían alquilar sus modelos de inteligencia artificial a otros, y aquellas que afirmaban construirlos y alojarlos ellos mismos. El investigador luego comparó el comportamiento bursátil de estos dos grupos frente a las empresas que no utilizaban la tecnología en absoluto. La expectativa era que las empresas que alquilaban mostraran signos de mayor riesgo, como precios de acciones más volátiles o mayores costos de endeudamiento, en comparación con las constructoras.
Los resultados, sin embargo, no fueron lo que la teoría predecía. El estudio encontró que el mercado de valores no podía distinguir entre las empresas que alquilaban y las empresas que construían. Ambos grupos presentaban niveles de riesgo similares, y ninguno de los grupos fue valorado de forma distinta al otro. La única distinción clara que el mercado hizo fue entre las empresas que utilizaban la tecnología y aquellas que no la utilizaban. Las empresas que utilizaban inteligencia artificial, independientemente de cómo la obtenían, parecían más riesgosas que las que no la usaban. Pero la elección específica entre alquilar o construir no movió la aguja.
La razón de este silencio en los datos no es que el riesgo no exista, sino que las empresas no están diciendo lo suficiente al respecto. El investigador descubrió que la mayoría de las empresas que escriben sobre inteligencia artificial en sus informes anuales se detienen justo antes de la verdad. Pueden afirmar tener una "plataforma propietaria" o "tecnología interna", pero rara vez especifican si los modelos que corren debajo son realmente suyos o si son licenciados de un tercero. Debido a que las empresas no declaran explícitamente de dónde provienen sus modelos, el investigador tuvo que adivinar basándose en un lenguaje vago. Cuando dos lectores independientes intentaron clasificar los mismos informes basados en estas descripciones vagas, coincidieron en la respuesta solo aproximadamente la mitad de las veces.
Esta falta de claridad creó un punto ciego importante. El estudio mostró que el grupo de las que "alquilaban" y el grupo de las que "construían" estaban tan mal definidos en los informes que el mercado no podía distinguir entre ellos. Es como intentar medir la diferencia entre dos tipos de combustible cuando las etiquetas en los tanques están manchadas e ilegibles. Los datos eran simplemente demasiado ruidosos para revelar el riesgo. El investigador calculó que incluso si existiera una diferencia real, el diseño del estudio no era lo suficientemente sensible para encontrarla a menos que esa diferencia fuera enorme, aproximadamente un cuarto de la variación total de riesgo observada en el mercado.
El hallazgo más revelador surgió al observar a las empresas que mencionaban la inteligencia artificial pero se negaban a decir de dónde provenían sus modelos. Estas empresas, que hablaban de la tecnología sin revelar su origen, en realidad conllevaban un mayor riesgo que las empresas que nunca mencionaron la tecnología. Sus acciones eran más volátiles y los inversores exigían un mayor rendimiento por poseerlas. Esto sugiere que el silencio mismo es una señal de riesgo. Cuando una empresa utiliza una tecnología poderosa pero oculta sus orígenes, el mercado detecta que hay algo incierto, incluso si no puede precisar exactamente qué es.
El estudio concluye que la forma actual en que las empresas informan sobre su uso de la inteligencia artificial es insuficiente para que los inversores tomen decisiones informadas. El mercado no está ignorando el riesgo de alquilar; simplemente no puede verlo. Los informes son demasiado vagos y el lenguaje es demasiado inconsistente para permitir una medición clara. El investigador sugiere que un simple cambio en las reglas de información podría solucionar esto. Si los reguladores exigieran que las empresas declararan claramente si sus modelos son alquilados o construidos, y nombraran al proveedor si la dependencia es significativa, los datos serían claros. Hasta que eso suceda, el riesgo específico de alquilar inteligencia permanece invisible, oculto tras una frase que la mayoría de las empresas elige no escribir. El mercado sabe que la tecnología es riesgosa, pero aún no sabe qué empresas están cargando con el problema.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.