Multiverse y Quasar: cuando el marketing convierte una buena noticia en un problema

Multiverse Computing tenía esta semana una buena noticia que contar. La startup donostiarra ha utilizado su tecnología CompactifAI para coger uno de los modelos abiertos de inteligencia artificial más potentes del mundo, reducir considerablemente su tamaño y conseguir que funcione mucho más rápido manteniendo buena parte de sus prestaciones. Sin embargo, una parte de la conversación en redes sociales ha terminado centrándose en otra cuestión: ¿por qué no explicó claramente desde el principio que Quasar estaba basado en un modelo chino?

El episodio constituye un buen ejemplo de la importancia de la transparencia en el marketing tecnológico. Especialmente porque, en este caso, Multiverse aparentemente no tenía demasiado que esconder.

Quasar 438B está basado en GLM-5.2, un modelo desarrollado por la compañía china Z.ai. El original tiene 753.000 millones de parámetros y Multiverse lo ha reducido hasta 438.000 millones utilizando CompactifAI, la tecnología de compresión que lleva años desarrollando en Donostia.

Los resultados son interesantes por sí solos. Según las pruebas independientes de Artificial Analysis, GLM-5.2 obtiene 53 puntos en su índice de inteligencia y Quasar 43, por lo que la compresión implica una cierta pérdida de capacidad. Pero, a cambio, Quasar procesa unos 183 tokens por segundo frente a los 68 del modelo original. Es decir, funciona casi tres veces más rápido manteniendo una parte importante de sus capacidades.

Eso es precisamente lo que Multiverse necesitaba demostrar para promocionar CompactifAI. No hace falta haber inventado GLM-5.2 para que reducir drásticamente sus necesidades computacionales tenga mérito tecnológico.

Pero la comunicación elegida por la compañía puso el foco en otra cosa. Multiverse presentó Quasar como su primer gran modelo de inteligencia artificial y aseguró que era el modelo europeo mejor clasificado en el índice de Artificial Analysis. También utilizó el lanzamiento como demostración de que Europa puede competir en inteligencia artificial con Estados Unidos y China.

Lo que no explicó prominentemente en el anuncio fue precisamente que la inteligencia que había utilizado como punto de partida procedía de China. La omisión no tardó en ser detectada por miembros de la comunidad tecnológica, que empezaron a señalar en redes sociales las similitudes entre Quasar y GLM-5.2 y a criticar la forma en que había sido presentado el lanzamiento. Artificial Analysis identifica actualmente Quasar expresamente como «based on GLM-5.2».

La paradoja es que Multiverse tampoco había mantenido completamente en secreto esta relación. Su propia documentación técnica de CompactifAI ya indicaba en agosto, cuando Quasar entró en beta, que sus capacidades eran idénticas a las de GLM-5.2. El problema, por tanto, no es tanto de información como de comunicación.

Una cosa es que un dato pueda encontrarse en la documentación técnica de una compañía y otra muy diferente que forme parte del mensaje con el que ésta presenta un producto al mercado. Si se anuncia «el modelo europeo de IA más inteligente» y se contrapone la capacidad tecnológica europea a la estadounidense y china, explicar que el modelo procede precisamente de uno desarrollado en China parece un elemento suficientemente importante como para figurar en la presentación.

Y, sobre todo, porque hacerlo probablemente no habría perjudicado a Multiverse. La compañía podría haber anunciado exactamente el mismo producto de una manera mucho más transparente: «Cogemos uno de los modelos abiertos más potentes de China y conseguimos hacerlo mucho más pequeño y casi tres veces más rápido». Ese titular sería menos grandilocuente, pero posiblemente demostraría mejor el valor de CompactifAI.

Multiverse no necesita demostrar que sabe entrenar desde cero mejores modelos que las compañías chinas. De hecho, una de las principales virtudes de su tecnología es precisamente que no necesita hacerlo. Puede aprovechar los miles de millones que otras empresas invierten en desarrollar grandes modelos abiertos y utilizar posteriormente CompactifAI para reducir el coste de ejecutarlos. Es una propuesta empresarial perfectamente legítima y potencialmente muy valiosa.

La polémica contiene por ello una lección interesante para cualquier startup que tenga que comunicar tecnologías complejas. El marketing funciona mientras simplifica una realidad sin alterar la percepción de lo que realmente se ha hecho. Cuando elimina precisamente el dato que permite entender de dónde procede el producto, corre el riesgo de generar una expectativa que después se vuelve contra la compañía.

El problema se agrava con la inteligencia artificial porque la comunidad tecnológica puede comprobar las afirmaciones con extraordinaria rapidez. Los modelos se someten a benchmarks públicos, se comparan arquitecturas, se examinan licencias y pesos y hay miles de desarrolladores pendientes de cada lanzamiento. Una exageración que hace diez años podía permanecer meses en una presentación corporativa puede ser desmontada hoy en cuestión de horas en X, Reddit o Hacker News.

Y la consecuencia puede resultar especialmente injusta para la propia empresa. Multiverse ha conseguido aparentemente algo tecnológicamente interesante con Quasar. La discusión podría haber girado en torno a cómo CompactifAI consigue reducir un modelo gigantesco manteniendo buena parte de su capacidad, cuánto disminuye el coste de inferencia o hasta dónde puede llevarse esta técnica. En cambio, una parte de la conversación ha terminado dedicada a determinar si Quasar es realmente un modelo europeo o un modelo chino modificado.

El problema no es exclusivo de Multiverse. La historia empresarial está llena de casos en los que una decisión técnica o un producto perfectamente defendibles terminaron provocando una crisis de reputación porque la compañía quiso esconder, maquillar o exagerar algún aspecto a la hora de comunicarlo.

Uno de los mejores ejemplos es Apple y el denominado «Batterygate». La compañía reducía automáticamente el rendimiento de determinados iPhone cuando sus baterías envejecían. Técnicamente tenía una explicación razonable: evitar que una batería deteriorada provocara apagados inesperados. El problema fue que Apple lo hizo sin explicárselo claramente a sus clientes.

Cuando los usuarios descubrieron que sus teléfonos se ralentizaban, muchos interpretaron que la compañía estaba intentando provocar artificialmente su obsolescencia para que compraran otro. Apple tuvo que pedir disculpas y abaratar temporalmente el cambio de baterías. Lo que podía haberse presentado como una medida para prolongar la vida útil del teléfono terminó alimentando precisamente la acusación contraria.

En otros casos, la distancia entre marketing y realidad ha sido mucho mayor. Volkswagen construyó buena parte de su publicidad estadounidense alrededor del concepto «Clean Diesel», presentando sus vehículos diésel como eficientes y poco contaminantes, hasta que se descubrió que utilizaban software para detectar cuándo estaban siendo sometidos a pruebas de emisiones.

La tecnología y los automóviles eran reales, pero la característica utilizada como principal argumento comercial no lo era en las condiciones normales de circulación. El resultado fueron miles de millones en indemnizaciones y uno de los mayores golpes reputacionales de la historia del automóvil.

También resulta ilustrativo el caso de Juicero, una startup de Silicon Valley que consiguió más de 100 millones de dólares para desarrollar una sofisticada máquina conectada que exprimía bolsas de fruta y verdura. La historia cambió radicalmente cuando Bloomberg demostró que las mismas bolsas podían exprimirse con las manos con resultados similares. La máquina existía y funcionaba; el problema era que el relato tecnológico construido a su alrededor había convertido una mejora discutible en una supuesta revolución. Juicero cerró pocos meses después.

Naturalmente, ninguno de estos casos es directamente equiparable al de Multiverse y algunos, como Volkswagen, fueron muchísimo más graves. Pero todos ilustran un mismo principio de comunicación empresarial: cuanto mayor sea la distancia entre la realidad técnica y la impresión que genera el marketing, mayor es el riesgo de que el descubrimiento de esa distancia termine eclipsando al propio producto.

En el caso de Quasar resulta especialmente paradójico porque Multiverse tenía una historia suficientemente buena sin necesidad de engrandecerla. Podía explicar que había cogido GLM-5.2, uno de los modelos abiertos más potentes desarrollados en China, y que utilizando tecnología creada en Donostia había conseguido reducirlo de 753.000 a 438.000 millones de parámetros y hacerlo casi tres veces más rápido conservando buena parte de sus capacidades.

Explicar claramente el origen chino probablemente habría reforzado incluso el mensaje sobre CompactifAI: Multiverse no necesita invertir miles de millones en desarrollar el próximo gran modelo fundacional porque su tecnología permite aprovechar los que construyen otros y hacerlos más eficientes. El mérito no está en haber creado GLM-5.2, sino precisamente en lo que ha conseguido hacer con él.

La lección resulta especialmente relevante para las startups. Las compañías jóvenes necesitan llamar la atención de inversores, clientes y medios y eso genera una fuerte tentación de presentar cada avance como una revolución. Pero cuanto más sofisticado es el público al que se dirigen, menos rentable resulta esa estrategia. En sectores como la inteligencia artificial, donde miles de especialistas pueden comprobar rápidamente benchmarks, arquitecturas, licencias y modelos de origen, la transparencia no es solamente una cuestión ética: es una herramienta de marketing.

Contar voluntariamente las limitaciones de un producto también genera credibilidad para cuando llega el momento de explicar sus virtudes. Y, sobre todo, evita uno de los peores resultados posibles de una campaña de comunicación: que una empresa tenga realmente algo interesante que contar y termine consiguiendo que todo el mundo hable de lo que decidió no contar.