Morgan Stanley informa que los modelos de pesos abiertos reducen los costos de IA, la demanda de potencia de cálculo podría seguir creciendo

Morgan Stanley, en su informe titulado "Modelos de pesos abiertos y tres escenarios futuros", señala que los modelos de pesos abiertos pueden no debilitar la demanda de potencia de cálculo de IA. Por el contrario, la reducción de los costos de uso podría acelerar la adopción de la IA, creando la "paradoja de Jevons": una vez que el costo de inferencia por uso disminuye, las empresas aplicarán la IA a más tareas, lo que finalmente aumentará la demanda total de tokens, potencia de cálculo, electricidad e infraestructura. El informe enfatiza que abrir los pesos no significa que sea completamente gratuito; las empresas aún deben asumir costos de GPU, servicios en la nube, operación y mantenimiento, y seguridad, y la viabilidad económica real depende del escenario de aplicación. Morgan Stanley cree que, independientemente de cómo cambie el grado de apertura del modelo, empresas como NVIDIA tienen la posibilidad de beneficiarse.