La IA en cifras: los gráficos esenciales

Qué muestran los gráficos

Los gráficos de arriba cubren las grandes dimensiones de la IA:

• los avances en los benchmarks, esas baterías de pruebas estandarizadas que sirven para comparar modelos;
• la bajada del precio para alcanzar un nivel de rendimiento dado;
• el número de modelos destacados publicados cada año y su reparto por países;
• la adopción de la IA por las empresas europeas, país por país, según Eurostat;
• la inversión en el sector;
• el cálculo de entrenamiento, es decir, la cantidad de operaciones necesarias para crear un modelo;
• el uso de la IA generativa por los europeos, según Eurostat.

Pase el cursor o toque una curva para ver los valores exactos. Este texto no los repite: cambian con cada actualización de las fuentes.

Cómo leer una escala logarítmica

Varios gráficos usan una escala logarítmica en el eje vertical. En una escala normal, cada marca suma la misma cantidad. En una escala logarítmica, cada marca multiplica el valor por un mismo factor.

¿Por qué? Porque algunas magnitudes, como el cálculo de entrenamiento, han variado en proporciones enormes. En una escala normal, los modelos antiguos quedarían aplastados abajo del todo, invisibles. En una escala logarítmica se abarca toda la historia de un vistazo.

Dos reflejos de lectura:

• una línea recta que sube indica un crecimiento a ritmo constante, en el que el valor se duplica a intervalos regulares, no una subida moderada;
• una pequeña distancia vertical puede esconder una diferencia real enorme. Lea siempre las marcas antes de comparar dos puntos.

Correlación no es causalidad

Que dos curvas suban a la vez no demuestra que una provoque la otra. Por ejemplo, si la adopción de la IA es mayor en los países donde las empresas ya están muy digitalizadas, eso no significa que la IA haya causado esa digitalización, ni al revés. Un tercer factor, como la estructura de la economía o el tamaño de las empresas, puede explicar ambas cosas. Los gráficos muestran asociaciones; las causas requieren estudios específicos.

Lo que dicen los datos… y lo que no

• Benchmarks: una puntuación que sube indica que un modelo resuelve mejor una prueba concreta, no que sea mejor en todo. Algunas pruebas acaban “saturadas” y ciertas preguntas pueden haberse colado en los datos de entrenamiento.
• Precios: la bajada se refiere a un nivel de rendimiento dado. Los modelos más avanzados pueden seguir siendo caros, y la factura real depende de su uso.
• Modelos destacados: el recuento se basa en la selección de Epoch AI, que refleja lo que se ha publicado y documentado. El país asignado es el de las organizaciones, no necesariamente el lugar donde se hizo el trabajo.
• Adopción en Europa: los datos de Eurostat proceden de encuestas declarativas a empresas. Lo que una empresa entiende por “usar IA” puede variar.
• Inversión y cálculo: suelen ser estimaciones construidas con información parcial. Indican un orden de magnitud y una tendencia más que un valor exacto.

Fuentes y método

Los datos proceden de Epoch AI, Our World in Data y Eurostat, con sus respectivas licencias. Nuestra metodología explica cómo los usamos y actualizamos.

Para situar estas tendencias en la historia, recorra la cronología de la IA. Para comparar en la práctica los modelos actuales, consulte el ranking de IA o la herramienta para comparar modelos. ¿Un término se le resiste? Para eso está el glosario.