Resumen en Español del informe «TendenciasInteligencia Artificial 2025» de Mary Meeker y su equipo


🌐 1. Contexto general: Crecimiento sin precedentes

  • La adopción de la IA está ocurriendo a un ritmo más rápido que cualquier tecnología previa, incluyendo Internet.
  • El uso de ChatGPT (OpenAI) ha sido el mayor crecimiento de usuarios jamás registrado:
    👉 Alcanzó 1 millón de usuarios en solo 5 días tras su lanzamiento en noviembre de 2022.

📈 2. Indicadores clave de crecimiento

  • Usuarios activos semanales de ChatGPT (2025): +100 millones.
  • Ingresos estimados de ChatGPT (2024): +$2.000 millones.
  • Suscriptores estimados (2024): 15,5 millones, casi el triple respecto a 2023.
  • CapEx (inversión en capital) de las 6 grandes tecnológicas (Apple, Microsoft, Amazon, Meta, Alphabet, NVIDIA) está en máximos históricos, con enfoque claro en IA.

💻 3. Costos y rendimiento en IA

  • A pesar del alto costo de computación para entrenamiento de modelos, el costo de inferencia por token está disminuyendo.
  • Los gráficos muestran que los costos de entrenamiento de IA han crecido 360% anual en 15 años.
  • El tamaño de los datasets de entrenamiento crece 260% anual, y la eficiencia por mejores algoritmos crece 200% anual.

🤖 4. Competencia global

  • Estados Unidos y China compiten ferozmente por el liderazgo en IA:
    • China lidera en robots industriales instalados.
    • Empresas como Mistral, Anthropic, NVIDIA y Meta incrementan agresivamente el número de modelos IA de gran escala.
    • Crecimiento anual de modelos IA potentes: +167 % desde 2017.

🌍 5. Expansión global

  • 5.500 millones de personas tienen acceso a Internet, lo que potencia el uso y expansión de herramientas de IA.
  • Regiones como América Latina, África y Asia están viendo crecimientos acelerados de uso de LLM (modelos de lenguaje).

🧠 6. Impacto en el trabajo y la economía

  • La IA redefine el mercado laboral:
    • En EE. UU., los empleos de TI relacionados con IA superan en crecimiento a los tradicionales.
    • Las ofertas laborales en IA han crecido más de un 400 % desde 2018.
  • Se considera que el liderazgo en IA será determinante en el liderazgo geopolítico futuro.

📚 7. Evolución de la distribución del conocimiento

  • Se traza una línea desde la imprenta (1440), pasando por Internet (1993), hasta la IA Generativa (2022) como las tres grandes revoluciones del conocimiento.
  • La IA marca una nueva etapa:
    👉 Entrega activa + digital + generativa.

📊 8. Comparativas históricas

  • ChatGPT alcanzó 365 mil millones de búsquedas anuales en 2 años, algo que a Google le tomó 11 años.
  • La evolución tecnológica es vista como un proceso acumulativo exponencial, potenciado por mejores chips, algoritmos y disponibilidad de datos.

🔹 9. Economía de la IA: computación, gasto e infraestructura

💰 Costos crecientes en entrenamiento, pero uso aún más intensivo en inferencia

  • El gasto en infraestructura de IA está siendo impulsado principalmente por la necesidad de computación para entrenar y ejecutar modelos.
  • Según Amazon y NVIDIA, la inferencia (uso en tiempo real) superará el costo del entrenamiento, ya que se realiza constantemente a gran escala.

📌 Cifra destacada:

El entrenamiento de un modelo de IA ya cuesta más de $100 millones, y algunos superan los $1.000 millones.


🏭 10. Centros de datos: nueva columna vertebral del mundo IA

  • La demanda de IA ha disparado la construcción de centros de datos, esenciales para entrenar e inferir modelos.
  • Se están construyendo más rápido y más grandes:
    • 🏗️ El centro de datos Colossus de xAI fue construido en solo 122 días (la mitad de lo que tarda una casa promedio en EE. UU.).
    • Tiene 750.000 pies², equivalente al tamaño de 418 casas.

📌 Cifra destacada:

La capacidad de procesamiento aumentó de 0 a 200.000 GPUs en 7 meses, con una hoja de ruta para llegar al millón de GPUs.


⚡ 11. Energía y sostenibilidad: el cuello de botella emergente

  • Los centros de datos consumen ya el 1,5 % de la electricidad mundial, y su consumo crece a un ritmo 12 % anual desde 2017, 4 veces más rápido que el total global.
  • EE. UU. lidera el consumo con el 45 %, seguido de China (25 %) y Europa (15 %).

🧠 La paradoja de Jevons aplica: mayor eficiencia ➜ mayor uso ➜ más consumo total.


📉 12. Costos vs. eficiencia: una paradoja tecnológica

  • Aunque los costos de entrenamiento siguen aumentando, el costo por token en inferencia cae en picada.
    • Por ejemplo, el precio por 1 millón de tokens bajó 99,7 % en dos años (2022–2024).

🔧 Ejemplo gráfico:

La GPU Blackwell 2024 de NVIDIA consume 105.000 veces menos energía por token que la Kepler 2014.


🧠 13. Consecuencias económicas y de negocio

  • El uso se masifica gracias a la reducción de costos para el usuario, pero:
    • Los proveedores enfrentan desafíos para monetizar debido a la convergencia del rendimiento y la comoditización de los LLM.
  • Las empresas podrían optar por:
    • Modelos generalistas horizontales o
    • Aplicaciones especializadas más pequeñas y eficientes.

💡 14. Un nuevo ciclo de adopción tecnológica

  • Se observa un patrón ya conocido en la tecnología:
    • Mayor rendimiento ➜ menor costo ➜ mayor adopción ➜ más presión sobre infraestructura.
  • La IA se comporta como el “software gas” descrito por Microsoft en los 90: se expande para llenar todo el espacio disponible.

🔁 15. El futuro inmediato

  • La IA está en una fase de rápida evolución económica:
    • Requiere una infraestructura energética robusta,
    • Mejora en eficiencia algorítmica y de hardware,
    • Y nuevos modelos de negocio sostenibles.

🎯 Conclusión visual del informe (p. 138)

Los beneficios de eficiencia de la IA están llegando más rápido que los de tecnologías anteriores, como la electricidad o la memoria computacional.


🔹16. IA especializada en sectores industriales: una ola de crecimiento

Las industrias de servicios están adoptando software con IA especializada de forma acelerada, con crecimientos exponenciales de ingresos (ARR) en pocas semanas o meses.

Ejemplos destacados:

🧑‍💻 Ingeniería de Software

  • Cursor (Anysphere) pasó de $0 a $300 millones en ingresos recurrentes anuales (ARR) en solo 25 meses.
  • Es un editor de código con IA que refactoriza, genera y expande código automáticamente.

🧪 Desarrollo de productos sin código

  • Lovable genera apps completas desde texto en lenguaje natural.
  • Creció de $3 a $50 millones en ARR en solo 5 meses.

🏥 Salud

  • Abridge, usado por Kaiser Permanente:
    • Más de 10 millones de visitas médicas resumidas por IA.
    • Creció de $50 a $117 millones en ARR en 5 meses.
    • Se usa en 40 hospitales y más de 25.000 médicos.

⚖️ Legal

  • Harvey, plataforma de IA legal:
    • De 40 a 235 clientes en 42 países en 15 meses.
    • ARR estimado: $10–70 millones.
    • Usado por firmas top en EE. UU.

🤝 Servicio al cliente

  • Decagon ofrece agentes de soporte IA:
    • ARR de $1 a $10 millones en un año.
    • El personal humano ahora configura y supervisa IA, no atiende tareas repetitivas.

💸 Finanzas

  • AlphaSense, plataforma de inteligencia de mercado:
    • Pasó de $150 a $420 millones en ARR en 2 años.
    • Ya no es un lujo; la IA es esencial para decisiones de negocio.

🔹17. Nuevas fronteras del uso de IA

Los próximos grandes usos de IA ya están emergiendo en sectores de alto impacto:

  • 🌱 Medio ambiente y clima → ClimateAI
  • 🧬 Descubrimiento de medicamentos → Insilico
  • 🤖 Robótica multipropósito → Figure AI
  • 🧪 Investigación científica autónomaRoboRXN (IBM)
  • 🎓 Educación personalizada → Khanmigo
  • 🔐 Ciberseguridad y detección de amenazas → Vectra AI
  • Gestión de energíaUplight

📌 Todos estos se basan en IA de propósito específico, entrenada para tareas concretas.


🧬 18. IA en biología: revolución en la predicción de proteínas

  • El tamaño de modelos para predicción de estructuras de proteínas creció un +290 % anual entre 2020 y 2024.
  • ESM3 (Meta) y ProGen2 lideran esta carrera.
  • AlphaFold (DeepMind) ha predicho más de 214 millones de estructuras → un salto de 1.000x en cobertura experimental.

🔀 19. Auge de los modelos multimodales

  • Los modelos ya no procesan solo texto: ahora también imágenes, audio, video y sensores.
  • Ejemplo práctico:
    • Un médico puede subir una radiografía + texto clínico y recibir un informe automático.
    • Un ingeniero apunta su cámara a una máquina y obtiene diagnóstico de fallas.

🚀 GPT-4o, Claude 3, Chameleon y Gemini son ejemplos de modelos multimodales actuales.


📊 20. Crecimiento explosivo de modelos IA lanzados

  • Lanzamientos de modelos IA (últimos dos años):
    • Multimodales: +1.150 %
    • Lenguaje (LLM): +420 %
    • Visión (imagen): +109 %
    • Audio/voz: +367 %
    • Video: +120 %

🔎 Esto refleja una competencia feroz entre desarrolladores, especialmente en empresas como OpenAI, Google, Anthropic y xAI.


🏁 21. Competencia feroz entre plataformas y modelos

OpenAI (ChatGPT)

  • Líder absoluto con 5.100 millones de visitas mensuales en su sitio web.

Otros modelos en ascenso:

  • Perplexity, DeepSeek, Claude (Anthropic) y Grok (xAI) superan entre 250 y 750 millones de visitas mensuales.

⚙️ 22. Código abierto vs. cerrado: la carrera final

  • Modelos cerrados (GPT-4, Claude):
    • Mayor rendimiento.
    • Usabilidad optimizada.
    • Alto costo, menos transparencia.
  • Modelos abiertos (Mixtral, Llama, DeepSeek-R1):
    • Más accesibles, baratos, personalizables.
    • Liderados por China en 2025.
    • Hugging Face impulsa su difusión.

📌 El modelo de desarrollo de IA vuelve a sus raíces colaborativas, mientras empresas buscan equilibrio entre rendimiento, apertura y escalabilidad.


Compilado por el Dr. Fabián Sorrentino, en Español.

Informe Bond en Español, 3 Partes.
https://sonria.com/wp-content/uploads/2025/06/trends-2025-1_compressed.pdf
https://sonria.com/wp-content/uploads/2025/06/trends-2025-2_compressed.pdf
https://sonria.com/wp-content/uploads/2025/06/Trends-2025-3_compressed.pdf