El Instituto de Inteligencia Artificial Centrada en el Humano de la Universidad de Stanford publicó su exhaustivo Índice de IA 2025, que ofrece un análisis basado en datos sobre el panorama global de la inteligencia artificial en investigación, desempeño técnico, economía e impacto ambiental.
El informe, de más de 400 páginas, revela una marcada dicotomía en la economía de la IA. Mientras que entrenar modelos de IA de vanguardia se ha vuelto cada vez más costoso—con Gemini 1.0 Ultra de Google costando un estimado de $192 millones de dólares para su entrenamiento—el costo de utilizar estos modelos ha caído drásticamente. El gasto por consultar un modelo de IA con un rendimiento similar a GPT-3.5 pasó de $20 dólares por millón de tokens en noviembre de 2022 a solo $0.07 dólares por millón de tokens en octubre de 2024, lo que representa una reducción de 280 veces en 18 meses.
Esta disminución dramática en los costos de inferencia se atribuye a mejoras significativas en la eficiencia del hardware. El informe indica que los costos de hardware empresarial para IA han disminuido un 30% anual, mientras que la eficiencia energética ha mejorado un 40% cada año. Estas tendencias están reduciendo rápidamente las barreras para la adopción de IA avanzada, con el 78% de las organizaciones reportando uso de IA, frente al 55% en 2023.
Sin embargo, la huella ambiental del entrenamiento de grandes modelos de IA sigue creciendo a un ritmo alarmante. Las emisiones de carbono derivadas del entrenamiento de modelos de IA de vanguardia han aumentado de forma constante, con Llama 3.1 de Meta generando un estimado de 8,930 toneladas de CO2, equivalente a las emisiones anuales de casi 500 estadounidenses promedio. Esto explica por qué las empresas de IA han buscado cada vez más la energía nuclear como fuente confiable de energía libre de carbono para sus centros de datos.
El informe también destaca cambios en la dinámica global de la IA. Si bien Estados Unidos mantiene su liderazgo en la producción de modelos destacados de IA (40 en 2024 frente a 15 de China), los modelos chinos están cerrando rápidamente la brecha en desempeño. La diferencia entre los principales modelos estadounidenses y chinos se redujo de 9.26% en enero de 2024 a solo 1.70% en febrero de 2025.
A medida que la IA continúa transformando industrias, el Índice de IA de Stanford se consolida como un recurso crucial para comprender tanto las oportunidades como los desafíos que presenta esta tecnología en rápida evolución. Los hallazgos sugieren que, si bien la IA es cada vez más accesible y asequible para su implementación, la industria debe abordar los crecientes costos ambientales asociados con el desarrollo de modelos cada vez más potentes.