El punt d’inflexió de la intel·ligència artificial generativa és una nova oportunitat per a Europa 

Alberto Iglesias Fraga, Periodista especialitzat en innovació i economia digital

La intel·ligència artificial ha assolit un punt d’inflexió. Després de dos anys de constant presència a l’agenda pública, molts analistes comencen a guaitar el principi del final de la bombolla d’expectatives entorn a aquesta tecnologia. Però, el que és més important, experts de tota índole comencen a alertar de les limitacions immediates al creixement i escalabilitat dels actuals grans models de llenguatge  (LLM) en els que se sustenten algunes de les eines d’IA generativa més conegudes, com ChatGPT, LlaMA o Gemini. 

Ningú dubta que els grans models de llenguatge han capturat la imaginació global i han assentat les bases d’una nova era a la carrera per la intel·ligència artificial. Emperò, les limitacions tècniques i els enormes costos del seu entrenament i operació fan inviable el seu futur a curt mitjà termini. D’aquí ve que estiguem veient un cert viratge cap a models més petits, especialitzats i eficients. Un canvi de paradigma que no només obre noves oportunitats en el sector tecnològic, sinó que col·loca Europa i Espanya en una posició privilegiada per a desenvolupar alternatives als colossos estatunidencs. 

I és que, els models d’IA que tots coneixem, malgrat les seves impressionants capacitats, requereixen infraestructures massives per funcionar de manera òptima. L’elevat consum energètic, la necessitat de GPU especialitzades i el constant manteniment d’aquests sistemes plantegen grans reptes. Segons estimacions d’Accenture, el cost de processament d’aquests models es duplicarà en els pròxims cinc anys, dificultant la seva adopció per empreses de menor dimensió o a sectors on el pressupost és limitat. 

A més del seu alt cost, els LLM són limitats en molts altres aspectes. En primer lloc, el seu “entrenament universal” impedeix una adaptació idònia a les necessitats específiques d’una empresa o organismes, que han de reentrenar el model perquè compleixi les seves expectatives. Per suposat, amb el consegüent cost extra i l’impacte mediambiental associat. De no fer-ho, aquests models poden respondre a un extens espectre de preguntes, però mancarien de la precisió i personalització que moltes organitzacions requereixen per a abordar problemes complexos o molt tècnics. 

Quina és l’alternativa, doncs? Quin camí podem seguir per mitigar aquestes frenades a l’aventura de l’IA? Com avançàvem, sorgeix al mercat una demanda clara de solucions d’IA més lleugeres i adaptades a casos d’ús concrets. Models de menor dimensió, també coneguts com a edge models, que tinguin el potencial de satisfer aquestes demandes, permetent a les empreses implementar IA en dispositius menys potents, reduir costos operatius i, alhora, guanyar adaptabilitat i precisió. 

Dit d’una altra manera: enlloc d’haver d’adaptar un LLM generalista a un context específic, les empreses poden fer servir models dissenyats per a sectors concrets, com el financer, la sanitat, la logística o la indústria. Aquesta capacitat de personalització resulta en una millora significativa en precisió i eficiència, el qual és fonamental en aplicacions crítiques, amb el diagnòstic mèdic o la detecció de fraus en temps real. I sempre es poden obtenir resultats similars a qüestions generals en unir diferents models entre si, a mode de xarxa. 

A nivell tècnic, aquests models especialitzats també poden funcionar en dispositius menys potents, com mòbils o tauletes, i no necessiten una infraestructura costos de servidors per executar operacions bàsiques. Segons un informe de Gartner, el mercat d’IA per a aplicacions de baix consum creixerà un 40% per a 2026. Déu n’hi do.  

Una oportunitat geopolítica 

La promesa del segle, podem pensar. I més si ho aterrem en clau geopolítica, on aquests nous models poden trobar un terreny fèrtil a Europa, on la normativa reguladora, els fons públics i la creixent demanda del mercat impulsen el desenvolupament de solucions d’aquest tipus enfront dels grans LLM. No en va, l’ecosistema europeu d’IA s’ha distingit per un enfocament en la privacitat, la sostenibilitat i l’ètica, en clara oposició als entorns més desregulats de les potències clàssiques com els Estats Units o la Xina. 

Així, la Unió Europea ha destinat recursos significatius per a promoure una IA segura, eficient i respectuosa amb la privacitat. Programes com AI4EU o el Digital Europe Programme estan donant suport a la investigació i el desenvolupament d’IA descentralitzada i accessible per a petites i mitjanes empreses. En aquest context, els fons de fins a 7.500 milions d’euros de la UE per a projectes d’IA i ciberseguretat busquen fomentar precisament aquest tipus de models de nou encuny. També Espanya està avançant en aquesta direcció, especialment a través de l’Estratègia Nacional en Intel·ligència Artificial. 

I això per la part de l’oferta, però també es constata en el pol de la demanda: s’estima que les empreses europees gastaran més de 10.000 milions d’euros en intel·ligència artificial per a 2030, amb els models més petits convertits en una solució viable i atractiva per al nostre teixit productiu. 

Amb tot això, la transició cap a models més petits i especialitzats pot suposar un abans i un després en l’estructura de la indústria de la IA. Actualment, aquest mercat està dominada per gegants estatunidencs i xinesos, com OpenAI, Google o Baidu, que operen amb models de llenguatge massius i amb infraestructures pròpies. 

Però davant els murs que es trobaran de front, empreses europees com Aleph Alpha a Alemanya o Mistralenca a França poden aprofitar l’oportunitat i desenvolupar models més lleugers, aplicables a usos industrials i comercials específics. Aquestes startups poden desafiar l’hegemonia dels grans models estrangers. I això és, molt probablement, el més a prop que hem estat mai de situar al Vell Continent a l’avantguarda d’aquesta revolució. 

La sostenibilitat com a reclam 

La sostenibilitat és una prioritat a Europa, i especialment en l’àmbit de la intel·ligència artificial. La normativa europea, liderada pel Green Deal i l’AI Act, exigeix a les empreses desenvolupar tecnologies amb un baix impacte energètic i que compleixin amb rigorosos estàndards ètics i de privacitat. Segons un estudi de Forrester, la demanda d’IA sostenible i regulada a la UE generarà un mercat de 35.000 milions d’euros per a 2027. 

De nou, la resposta a aquesta petició passa pels models més petits, en requerir menys energia per a operar. Una alternativa verda, que de sorgir a Europa permetria a les nostres empreses centrar-se en un nínxol de mercat que valora l’adaptabilitat, l’estalvi de recursos i l’eficiència en lloc de competir directament amb els gegants tecnològics. 

El punt d’inflexió ja és aquí. Ara queda aprofitar l’oportunitat que se’ns presenta davant els nostres ulls.