David Cahn es socio de Sequoia Capital, una firma de capital de riesgo, donde se centra en inversiones en etapas tempranas en inteligencia artificial e infraestructura. Es conocido por sus marcos analíticos sobre la economía de la IA, en particular sus estimaciones ampliamente citadas de la "burbuja de la IA" y los ingresos necesarios para justificar los gastos de capital masivos en GPU y centros de datos. El trabajo de Cahn lo ha convertido en una voz prominente en los debates sobre la sostenibilidad del desarrollo de la IA, y ha participado en varios acuerdos de alto perfil en el sector.
Cahn se unió a Sequoia en 2021 después de trabajar como científico de datos y gerente de producto. Su experiencia combina conocimientos técnicos con un enfoque estratégico en la dinámica del mercado, que aplica a la evaluación de startups que construyen las capas fundamentales de la pila de IA, desde chips hasta servicios en la nube. Es un colaborador frecuente de la investigación pública de Sequoia y ha escrito ensayos influyentes sobre las tendencias de la infraestructura de IA.
Análisis de Infraestructura de IA
La contribución más notable de Cahn al discurso público es su análisis de los gastos de capital (capex) de los principales proveedores de nube y empresas tecnológicas en infraestructura de IA. En una serie de ensayos, argumentó que el gasto de la industria en GPU de Nvidia y centros de datos requeriría generar cientos de miles de millones de dólares en ingresos anuales para lograr un retorno de la inversión. Acuñó el término "la pregunta de los $200 mil millones" en 2023, estimando que empresas como Microsoft, Amazon Web Services, Google Cloud y Oracle Cloud necesitarían generar esa cantidad en ingresos relacionados con la IA para justificar su gasto. En 2024, actualizó esta cifra a $600 mil millones, reflejando una inversión acelerada. Su análisis se cita a menudo en debates sobre si la industria de la IA está en una burbuja, y ha advertido que, aunque la tecnología es transformadora, el ritmo actual de gasto puede superar la demanda a corto plazo.
El marco de Cahn distingue entre costos de "entrenamiento" e "inferencia", y ha enfatizado la importancia de la eficiencia de la inferencia para la viabilidad a largo plazo de las empresas de IA. También ha escrito sobre el potencial de los modelos de código abierto para interrumpir a los actores propietarios, y el papel de la computación en el borde para reducir la dependencia de los centros de datos centralizados.
Enfoque de Inversión y Acuerdos
En Sequoia, Cahn ha liderado o participado en inversiones en varias startups de infraestructura de IA. Estas incluyen Groq, una empresa que desarrolla chips especializados LPU (Unidad de Procesamiento de Lenguaje) para inferencia rápida, y SambaNova, que construye plataformas de IA de pila completa. También ha participado en inversiones en Together AI, una plataforma en la nube para modelos de código abierto, y Fireworks AI, que ofrece servicios de inferencia rápida. Su tesis se centra en la idea de que las "picos y palas" de la IA - el hardware, software y servicios que permiten el despliegue de modelos - capturarán un valor significativo a medida que la industria madure.
Cahn también ha escrito sobre la importancia de las aplicaciones de IA y ha argumentado que las empresas más exitosas serán aquellas que resuelvan problemas específicos para las empresas, en lugar de aquellas que simplemente proporcionan API de modelos genéricos. Ha destacado el potencial de la IA agéntica y la generación aumentada por recuperación como áreas clave de crecimiento.
Escritura Pública e Influencia
Más allá de su trabajo de inversión, Cahn es conocido por sus ensayos públicos en el sitio web de Sequoia y en su blog personal. Su escritura se caracteriza por un enfoque basado en datos, a menudo utilizando cálculos aproximados para ilustrar las tendencias de la industria. Ha sido citado en publicaciones importantes como The Information, The New York Times y Bloomberg, y sus análisis se comparten con frecuencia en las redes sociales. Su ensayo de 2023 "La pregunta de los $200 mil millones" se convirtió en un punto de referencia para inversores y ejecutivos, y sus análisis de seguimiento han seguido dando forma a la conversación sobre la economía de la IA.
Cahn también ha hablado en conferencias de la industria y en podcasts, donde discute temas como la cadena de suministro de semiconductores, el papel de TSMC en la fabricación, y la dinámica competitiva entre Nvidia y rivales como AMD e Intel. Es conocido por su disposición a desafiar la sabiduría convencional, como su escepticismo sobre la rentabilidad a corto plazo de los proveedores de modelos de lenguaje grandes.
Antecedentes Profesionales
Antes de unirse a Sequoia, Cahn trabajó en McKinsey & Company como científico de datos, donde asesoró a clientes en análisis avanzado y aprendizaje automático. También ocupó un puesto de producto en una startup en el espacio de tecnología de salud. Tiene una licenciatura en matemáticas de la Universidad de Harvard y una maestría en ciencias de la computación de la Universidad de Stanford. Su formación académica incluye investigación sobre aprendizaje profundo y redes neuronales, que ha aplicado a su tesis de inversión.
Cahn reside en el Área de la Bahía de San Francisco y es un mentor activo para fundadores en etapas tempranas. Es miembro del Consejo Global sobre el Futuro de la IA del Foro Económico Mundial, donde contribuye a discusiones sobre gobernanza de la IA e impacto económico.
Recepción y Críticas
Los análisis de Cahn han sido elogiados por su claridad y rigor, pero también han atraído críticas. Algunos observadores de la industria argumentan que sus estimaciones de ingresos requeridos son demasiado conservadoras, ya que no tienen en cuenta completamente el potencial de la IA para crear mercados completamente nuevos. Otros han señalado que su enfoque en el gasto de infraestructura puede pasar por alto el valor de los datos propietarios y las ventajas de distribución. Cahn ha respondido a tales críticas enfatizando que su objetivo es provocar un debate reflexivo en lugar de hacer predicciones definitivas.
A pesar de la controversia, su trabajo lo ha convertido en uno de los analistas más citados en la comunidad de inversión en IA, y sus ideas son ampliamente utilizadas tanto por capitalistas de riesgo como por estrategas corporativos.
Véase También
- Inteligencia artificial
- Sequoia Capital
- Groq
- SambaNova
- Burbuja de la IA
Referencias
- Sequoia Capital, "La pregunta de los $200 mil millones," 2023.
- Sequoia Capital, "La pregunta de los $600 mil millones," 2024.
- Varias entrevistas públicas y ensayos de David Cahn.