Acabo de ver el último episodio del podcast All-In, donde se discutió la contundente victoria demócrata en las elecciones de mitad de período, la pérdida de 4 billones de dólares en acciones de IA en un solo día y cómo OpenAI ha refutado un supuesto fundamental de la ciencia de la computación. Revisión de las elecciones de mitad de período: Los demócratas ganan ambas cámaras y sorprendentemente conquistan estados tradicionalmente republicanos En estas elecciones de mitad de período, los demócratas lograron la mayoría en ambas cámaras del Congreso y ganaron múltiples gobernaciones, incluyendo estados tradicionalmente republicanos como Texas y Kansas, que inesperadamente se volvieron azules. Los cuatro presentadores analizaron desde distintas perspectivas las causas fundamentales de esta derrota republicana. Sacks atribuyó la derrota a la guerra con Irán y sus consecuencias económicas posteriores. La guerra provocó un aumento explosivo en los precios del petróleo y el diésel, lo que elevó los costos generales y alimentarios, haciendo que la inflación resurgiera y anulando por completo las expectativas de la Reserva Federal de recortar tasas. Las tasas hipotecarias volvieron a niveles altos, destruyendo directamente la asequibilidad de vida para la población común. También señaló que la guerra rompió la alianza política previa entre los republicanos y los votantes jóvenes masculinos y el ecosistema de podcasts independientes (como Joe Rogan o Tucker Carlson), una base electoral que se perdió claramente. Friedberg enfocó su análisis en el desequilibrio fiscal más profundo. Destacó que el núcleo del problema es el gasto gubernamental descontrolado; tras el fracaso y la cancelación de la reforma del Departamento de Eficiencia Gubernamental (DOGE) en 2025, los déficits anuales de miles de millones de dólares elevaron directamente los costos para toda la sociedad. La población común no percibió ningún beneficio de esta supuesta prosperidad, y esta brecha impulsó a los votantes a elegir a candidatos que abogan por una mayor intervención estatal y redistribución. Chamath señaló que las etiquetas ideológicas ya no son relevantes en esta elección; el núcleo es la ruptura del mecanismo económico subyacente de Estados Unidos. Durante los últimos años, independientemente de las condiciones macroeconómicas, la riqueza de los poseedores de activos continuó creciendo, mientras que el poder adquisitivo real de los trabajadores se vio severamente erosionado. Esta ira electoral es, en esencia, un voto de venganza contra la desigualdad económica. Jason argumentó que los votantes rechazaron al partido en el poder porque se incumplieron dos promesas clave de Trump: resolver la inflación y no iniciar nuevas guerras. Además, la volatilidad inflacionaria provocada por las políticas arancelarias y las controversias legales redujeron drásticamente su apoyo entre los votantes centristas. Recomendaciones para Trump en su segundo mandato Los presentadores también propusieron algunas estrategias políticas concretas para los próximos dos años. Primero, poner fin rápidamente a la guerra, reducir los precios internacionales del petróleo y hacer caer los costos del combustible, el transporte y los alimentos, creando espacio para que la Reserva Federal recorte tasas y alivie fundamentalmente la crisis de asequibilidad. Segundo, adoptar un enfoque pragmático basado en acuerdos. Abandonar las luchas partidistas innecesarias y, manteniendo los logros en control fronterizo, negociar con los demócratas del Congreso ciertas políticas populistas económicas, como aumentar el salario mínimo, eximir del impuesto federal a personas de bajos ingresos, estimular la construcción de viviendas nuevas y restringir las operaciones bursátiles de funcionarios públicos. Sacks hizo una analogía histórica interesante. Clinton en 1994 y Obama en 2010 recuperaron su popularidad tras derrotas electorales masivas mediante correcciones políticas y lograron reelección. Advirtió que no se repita el error de Bush en 2006, quien apostó todo al aumento de tropas en Irak y sufrió una derrota política aún mayor. 4 billones de dólares en acciones de IA desaparecen en un día; la aprobación de centros de datos se detiene por presiones políticas locales El mercado perdió casi 4 billones de dólares en capitalización bursátil debido a preocupaciones sobre el colapso de la infraestructura computacional. Las expectativas de salida a bolsa de Anthropic y OpenAI también se vieron afectadas. La contradicción central radica en la oposición política local a los grandes centros de datos. Las comunidades locales y nuevos gobernadores protestan con fuerza, argumentando que estos centros masivos elevan las facturas eléctricas locales, consumen grandes volúmenes de agua y, al mismo tiempo, disfrutan de exenciones fiscales masivas. Esta tensión —donde las grandes tecnológicas se benefician mientras los ciudadanos locales pagan— está creciendo exponencialmente. Chamath realizó un análisis crucial sobre el panorama industrial. El ralentizamiento en las aprobaciones dañará gravemente a nuevos proveedores de nube que dependen del alquiler de capacidad computacional y a empresas emergentes de modelos fundamentales. Por el contrario, los gigantes con infraestructura y energía propias (Amazon, Google, Microsoft, Meta, SpaceX) dominarán el poder sobre el precio y la asignación de capacidad computacional escasa. Este conflicto político probablemente acelerará la diferenciación dentro del sector: los fuertes se volverán más fuertes. Jason y Sacks también alertaron sobre un riesgo más prolongado. Si muchos estados estadounidenses imponen regulaciones estrictas o congelan las aprobaciones, los centros de datos e infraestructura computacional se verán obligados a trasladarse a Canadá, México, Sudeste Asiático o Medio Oriente. No solo se perderán empleos altamente remunerados en ingeniería, sino también impuestos correspondientes. Estados Unidos podría pasar de ser un exportador neto de capacidad computacional a convertirse en un importador neto de tokens —una afirmación algo exagerada, pero cuya dirección debe ser tomada con seriedad. Ángulo científico: OpenAI refuta un supuesto fundamental de la ciencia de la computación Al final del episodio, Friedberg presentó un avance teórico. La Hipótesis del Tiempo Exponencial (ETH), propuesta en 1999, ha sido durante décadas el pilar fundamental en ciencias teóricas de la computación para afirmar que los problemas NP-completos (como 3-SAT) no pueden resolverse en tiempo subexponencial, y constituye uno de los pilares centrales para explorar si P es igual a NP. OpenAI publicó recientemente un artículo extenso de 175 páginas que, mediante una metodología completamente nueva, demuestra que el problema 3-SAT puede resolverse en tiempo subexponencial, refutando matemáticamente la ETH. Esto implica que todos los problemas que pueden verificarse rápidamente podrían potencialmente resolverse eficientemente (es decir, se reactiva nuevamente la posibilidad de que P=NP). Este avance no solo revela el potencial disruptivo de los sistemas de IA para resolver problemas matemáticos y científicos fundamentales extremadamente complejos, sino que también ha provocado una revisión generalizada por parte de la comunidad académica sobre la teoría futura de la complejidad computacional.
Art of SpeculationCompartir
Fuente:Mostrar original
Descargo de responsabilidad: La información contenida en esta página puede proceder de terceros y no refleja necesariamente los puntos de vista u opiniones de KuCoin. Este contenido se proporciona solo con fines informativos generales, sin ninguna representación o garantía de ningún tipo, y tampoco debe interpretarse como asesoramiento financiero o de inversión. KuCoin no es responsable de ningún error u omisión, ni de ningún resultado derivado del uso de esta información.
Las inversiones en activos digitales pueden ser arriesgadas. Evalúa con cuidado los riesgos de un producto y tu tolerancia al riesgo en función de tus propias circunstancias financieras. Para más información, consulta nuestras Condiciones de uso y la Declaración de riesgos.