Ed Zitron sobre los ciclos de la tecnología: 'La IA ha demostrado que la gente está ansiosa por reemplazar a los humanos'.

Si, en un futuro plausible, se hace una película sobre "cómo estalló la burbuja de la IA", Ed Zitron será sin duda un personaje central. Encaja perfectamente en el arquetipo del forastero: el solitario excéntrico que lo vio venir todo, gritando advertencias desde la barrera que nadie escuchó. Igual que Christian Bale interpretó a Michael Burry, el inversor que predijo la crisis financiera de 2008 en **The Big Short**, uno puede fácilmente imaginarse a Robert Pattinson y Paul Mescal, por ejemplo, compitiendo por interpretar a Zitron: el británico vivaz, coloridamente abrasivo, pero obstinadamente orientado al detalle que se ha convertido en uno de los críticos más vocales de las grandes tecnológicas.

Esto no quiere decir que la burbuja de la IA vaya a estallar necesariamente, pero en medio de un maremoto de entusiasmo por la IA, el escepticismo franco y descarado de Zitron lo ha convertido en una especie de figura de culto. Su boletín tecnológico, **Where’s Your Ed At**, cuenta ahora con más de 80.000 suscriptores; su podcast semanal, **Better Offline**, se sitúa constantemente entre los 20 primeros en las listas de tecnología; es una voz disidente habitual en los medios; y su subreddit se ha convertido en un refugio seguro para los escépticos de la IA, incluidos los de la propia industria tecnológica: un usuario lo describe como "un faro en una tormenta de disparatada mierda hipercapitalista".

Zitron comenzó a examinar la IA generativa en 2023, un año después del lanzamiento de ChatGPT por parte de OpenAI, que sacudió la industria. "Cuanto más miraba, más confuso me sentía", dice. "No solo era evidente que los grandes modelos de lenguaje (LLM, por sus siglas en inglés) no hacían lo que la gente esperaba con entusiasmo, sino que tampoco tenían un camino para lograrlo. Nada de lo que encontré sugería que esto fuera un negocio real, y mucho menos algo que supuestamente cambiaría el mundo".

Habla por videollamada desde su oficina en Las Vegas, vistiendo una sudadera roja, rodeado de láminas enmarcadas de cultura pop y recuerdos deportivos estadounidenses. Y vaya si puede hablar Zitron. Como saben los oyentes de **Better Offline**, este hombre de 39 años es un orador prodigioso, hábil en monólogos extensos, exponiendo su punto de vista en un lenguaje accesible, a menudo descarado, salpicado de hechos, estadísticas, analogías y una buena dosis de palabrotas. Su acento londinense solo acentúa su papel de disidente de Silicon Valley, alguien que se come las 't' al decir "datacentres".

Explicar la tesis de Zitron sobre por qué la IA generativa está condenada al fracaso no es sencillo: el año pasado la expuso en un ensayo de 19.000 palabras. Pero puede desglosarse en dos partes interrelacionadas: la eficacia real de la tecnología y la arquitectura financiera del boom de la IA. En la opinión de Zitron, ambos cimientos son endebles.

Primero, está el problema de que la IA generativa cumpla sus promesas. En los últimos años, hemos visto profecías cada vez más grandilocuentes sobre cómo esta tecnología revolucionará el trabajo tal como lo conocemos. Por ejemplo, Dario Amodei, CEO de Anthropic, el rival más cercano de OpenAI, advirtió el pasado mes de mayo que la IA podría eliminar la mitad de todos los trabajos de cuello blanco de nivel inicial en cinco años. "La generación actual de grandes modelos de lenguaje de IA no hará eso", afirma Zitron con seguridad. "Mi prueba es que son básicamente los mismos que hace un año. Tienen la misma eficacia. Y todos los intentos de convertirlos en algo que pueda hacer cosas de forma autónoma han fracasado". Argumenta que los LLM alucinan y dan respuestas erróneas, dan respuestas diferentes cada vez, y no pueden aprender, crear o realizar verdaderamente muchas tareas complejas. Incluso cuestiona calificar esta tecnología de "inteligencia".

"Es inteligente de la misma manera que un par de dados son inteligentes", dice. "Los grandes modelos de lenguaje son arquitecturas basadas en transformadores que usan probabilidad a gran escala para generar el siguiente token. Lo hacen a gran escala, así que podrías pensar: 'Oh, está ideando cosas'. No, tiene un gran corpus de datos y tantos parámetros...". La IA generativa funciona extrayendo datos existentes para producir resultados, nada más. No consideraríamos inteligente una fórmula de Excel, así que tampoco deberíamos etiquetar a la IA generativa como inteligente.

Muchos discrepan de esta visión, especialmente en cuanto al impacto de la IA en los empleos. En industrias como el cine, el servicio al cliente, el gobierno y la tecnología, los profesionales informan de que las herramientas de IA les permiten realizar las mismas tareas con menos personas. Aunque no elimine la mitad de todos los trabajos, la IA está preparada para transformar el lugar de trabajo. Una encuesta de junio pasado indicaba que los puestos de nivel inicial en el Reino Unido habían disminuido en casi un tercio desde el lanzamiento de ChatGPT.

Zitron replica que "correlación no implica causalidad", citando informes que cuestionan o restan importancia al papel del aprendizaje automático en la pérdida de empleos. Por ejemplo, un reciente informe del MIT sobre el "estado de la IA en los negocios en 2025" encontró que el 95% de las empresas que intentaban integrar la IA veían "un retorno cero". El informe señalaba que la mayoría de los sistemas de IA generativa no retienen la retroalimentación, no se adaptan al contexto ni mejoran con el tiempo.

Esto nos lleva a la segunda parte del argumento de Zitron: la economía del boom de la IA no cuadra. El nivel de inversión que fluye hacia la IA no tiene precedentes. Los "Siete Magníficos" —Alphabet (matriz de Google), Amazon, Apple, Meta, Microsoft (que posee el 27% de OpenAI), Nvidia y Tesla— representan ahora el 34% del S&P 500, un índice que supone aproximadamente la mitad del mercado global. Como principal productor de GPUs, los potentes chips esenciales para la IA, Nvidia está básicamente "imprimiendo dinero", según Zitron. Mientras, otros están pidiendo prestado y gastando miles de millones que quizás nunca recuperen.

Aunque las startups de Silicon Valley han operado tradicionalmente con pérdidas para ganar cuota de mercado y obtener beneficios después, la brecha actual entre oferta y demanda es alarmantemente grande. Construir IA requiere una inversión masiva: un centro de datos típico necesita decenas de miles de GPUs, cada una con un coste superior a 50.000 dólares (37.000 libras), además de software, redes, grandes instalaciones y cantidades significativas de electricidad y agua. El coste estimado para 1GW de capacidad de centro de datos de IA es de 35.000 millones de dólares (26.000 millones de libras). En consecuencia, solo los "hiperscaladores" con fondos profundos como Google, Meta, Amazon, Microsoft y Oracle pueden competir a esta escala.

En el lado de la demanda, las perspectivas son menos claras y nada seguras. Por ejemplo, OpenAI planea gastar 1,4 billones de dólares (1 billón de libras) en infraestructura de IA en los próximos cinco años, pero sus ingresos proyectados para 2025 son solo de unos 20.000 millones de dólares (15.800 millones de libras). Zitron señala que muchos acuerdos entre empresas de IA implican que básicamente se pagan unas a otras. En septiembre pasado, Nvidia anunció una inversión de 100.000 millones de dólares en OpenAI, que a su vez usará los fondos para comprar chips de Nvidia. Arreglos similares son comunes en la industria. Incluso empresas "neocloud" como CoreWeave, Lambda y Nebius, que construyen centros de datos y alquilan capacidad de GPU, dependen en gran medida de los negocios de gigantes como Google, Microsoft, Amazon y Nvidia. Zitron afirma que sin estos hiperscaladores, los ingresos totales por computación de IA para 2025 serían inferiores a mil millones de dólares.

En cuanto a la rentabilidad, ChatGPT tiene ahora unos 800 millones de usuarios estimados, pero la mayoría no paga. Incluso para los suscriptores de pago, los costes de conectar a un usuario con... Para un modelo de IA como GPT, el coste de cada interacción del usuario puede variar drásticamente. Un usuario puede hacer una pregunta simple, o puede preguntar algo que impulse al modelo a generar una respuesta compleja. Como señala Zitron, aquí no hay economías de escala: cada consulta requiere "computación", o procesamiento informático, a expensas del proveedor. "Cuanto más sea un usuario intensivo de estas plataformas, más te va a costar. Esto es casi lo opuesto a cómo funciona normalmente Silicon Valley". Y si la respuesta no es satisfactoria y hay que rehacerla, lo cual sucede a menudo, "eso es más computación quemada, sin generarte dinero extra". Aunque los modelos de IA se abaratan y avanzan constantemente, esto solo se logra usando aún más potencia de computación. "Es como si el precio de la gasolina bajara un poco, pero tienes que conducir 250 millas extra para llegar a algún sitio. Así que esto es realmente problemático, porque significa que no hay un punto de rentabilidad".

Un centro de datos típico requiere decenas de miles de GPUs.

De nuevo, nada de esto garantiza que vaya a ocurrir un gran colapso de la IA, pero "si me equivoco, no sé en qué me equivoco", dice. "Todos los contraargumentos que he leído sobre mi trabajo son en su mayoría solo ilusiones de que 'la IA mejorará'".

Muchos han acusado a Zitron de guardar rencor contra las grandes tecnológicas, pero él lo niega: "Tengo un problema con aquellos que no quieren hablar sobre la realidad". Ciertamente no evita la atención, pero no es por eso por lo que se metió en esto, explica. "Me gusta escribir. Me gusta desmontar cosas. Me gusta resolver rompecabezas. Supongo que me gusta poder entender las cosas. Mucho de esto es solo yo intentando explicármelo a mí mismo, más que a una audiencia". No tiene formación formal en economía o informática y nunca ha trabajado en tecnología. "Básicamente he aprendido todo desde cero".

Sin embargo, Zitron siempre se ha sentido atraído por la tecnología. Dice que ha construido 10 ordenadores personales a lo largo de su vida. Empezó cuando su padre le compró un PC con conexión por marcado cuando tenía 10 años. "Así que estuve en línea desde una edad bastante temprana. Inmediatamente pensé: 'Este es el futuro. Lo adoro. Me encanta poder hablar con la gente y jugar con la gente'. Era un niño bastante solitario. No tenía muchos amigos, pero hice muchos amigos en línea".

Creciendo en Hammersmith, al oeste de Londres, Zitron describe a sus padres como cariñosos y apoyadores. Su padre era consultor de gestión; su madre lo crio a él y a sus tres hermanos mayores. Pero "la escuela secundaria fue muy mala para mí, y eso es todo lo que voy a contar". Tiene dispraxia, un trastorno de coordinación, y le diagnosticaron TDAH a los 20 años. "Creo que suspendí todos los idiomas y todas las ciencias, y no me fue brillantemente en matemáticas", dice. "Pero siempre he sido obsesivo con los detalles".

Después de estudiar medios y comunicación en la Universidad de Aberystwyth, comenzó a escribir para revistas de videojuegos, pero "llegué a un punto en el que era infeliz en Londres". Así que se mudó a Nueva York en 2008 y comenzó a trabajar en relaciones públicas tecnológicas. Dice que no puede imaginarse volviendo al Reino Unido. No habla de su vida personal más allá de mencionar que tiene un hijo, razón por la cual vive en Las Vegas. No le importa vivir allí: "Todo el mundo es raro, así que nadie es raro". Se ha informado de que se ha casado y divorciado dos veces.

Zitron continúa trabajando en relaciones públicas tecnológicas, lo que parece chocar con su papel de crítico tecnológico, ya sea como morder la mano que le da de comer o como un conflicto de intereses. Él no lo ve así. Dice que no tiene clientes de IA ni trabaja con grandes tecnológicas, y solo tiene unos pocos clientes ahora. El trabajo le ha dado una red de contactos en la industria y posiblemente le ha ayudado a comercializarse a sí mismo. En 2013, publicó un libro titulado **This Is How You Pitch: How To Kick Ass in Your First Years of PR**. Sin embargo, puede que no trabaje mucho más en relaciones públicas. "El lado de los medios está constituyendo más de mis ingresos estos días de lo que nunca esperé", dice. Actualmente está escribiendo un nuevo libro, que saldrá el próximo año, titulado **Why Everything Stopped Working**. "Es una especie de indagación sobre cómo el mundo llegó a ser como es y cómo la tecnología lo es todo ahora", explica, añadiendo que solo un capítulo trata sobre la IA.

Si Zitron tiene alguna queja, es contra el capitalismo neoliberal en general. "No creo que la gente haya tomado suficientemente en serio lo mala que fue la desregulación de los mercados financieros por parte de Thatcher y Reagan. No creo que la gente tome suficientemente en serio lo malo que fue no meter a gente en la cárcel por la gran crisis financiera... No creo que la gente haya tomado en serio la amenaza del capitalismo centrado en el crecimiento y el crecimiento a toda costa".

En lugar de llevarnos a un futuro utópico, Zitron ve la IA como la conclusión lógica del neoliberalismo. "Lo más importante que hemos aprendido de la generación de grandes modelos de lenguaje es cuánta gente está emocionada por reemplazar a los seres humanos, y cuánta gente simplemente no entiende el trabajo de ningún tipo", dice.

Zitron ya no está tan solo en sus opiniones. Se alinea con figuras como Cory Doctorow, que ha aparecido en su podcast y cuya tesis de la "enshittification" (algo así como 'mierdificación') argumenta de manera similar que las empresas tecnológicas están ahora más impulsadas por el beneficio que por crear productos útiles. Mientras, otros escépticos de la IA, como el científico cognitivo Gary Marcus, señalan que han estado haciendo argumentos similares a los de Zitron, pero se sienten ignorados en su narrativa. En cualquier caso, la reacción contra la IA está creciendo: grupos locales se oponen a la construcción de centros de datos ambientalmente destructivos; los consumidores resisten la inserción de la IA en todos los productos posibles; los creadores están tomando acciones legales contra el uso de su trabajo sin permiso por parte de la industria; y hay indignación pública por los daños de las redes sociales, destacados por incidentes como el de Grok de Elon Musk creando pornografía no consensuada, casi deepfake.

Al mismo tiempo, la especulación sobre una burbuja de la IA está aumentando. Las advertencias ahora vienen de todos, desde el Banco de Inglaterra hasta el CEO de Microsoft, Satya Nadella. El inversor Michael "Big Short" Burry dice que está apostando en contra de Nvidia, y un reciente artículo de opinión del New York Times especulaba que OpenAI podría quedarse sin dinero en 18 meses. Zitron cree que podría ocurrir incluso antes. Señala que las grandes empresas tecnológicas están a punto de reportar sus ganancias anuales de 2025 y han sido vagas sobre sus ingresos específicos de IA. "¿Por qué harían eso? Bueno, porque no son muy grandes. Así que todo esto es, para usar una frase que odio, es una vibra". Si ocurre algo significativo, como que Nvidia no cumpla sus objetivos, podría desencadenar una reevaluación de todo el sector y posiblemente incluso una nueva crisis financiera global. Todos esos centros de datos podrían terminar como cascarones vacíos. Al final, bromea, podríamos estar presenciando "la construcción de la mayor arena de laser tag de todos los tiempos".

Zitron insiste en que no disfruta siendo un disidente. "No es divertido estar solo en una idea, que es en realidad por lo que creo que mucha gente es pro-IA, porque es mucho más fácil hacer eso".

Aclara que no odia la tecnología ni siquiera la IA en sí misma. "Me encanta la tecnología, pero odio lo que la industria tecnológica está haciendo... Si no puedes criticar estas cosas sin que se afirme que no apoyas al mundo o la innovación, creo que te das cuenta de que estamos en esta extraña economía de campesinos donde incluso personas famosas, ricas y acomodadas tienen que arrodillarse a los pies de estas empresas. Y estas empresas han hecho muy poco para mejorar nuestras vidas, todo mientras ganan mucho más dinero del que jamás tendremos". Él solo quiere decir las cosas como son. "Sería mucho más