cristhian1a
Beta
Verificado por Whatsapp
¡Usuario con pocos negocios! ¡Utiliza siempre saldo de Forobeta!
Los potentes y costosos modelos de inteligencia artificial de Silicon Valley, considerados hasta hace poco una necesidad imprescindible para las empresas modernas, están perdiendo terreno. Un número creciente de directores ejecutivos tecnológicos argumenta ahora que las opciones más económicas son cruciales para una adopción masiva. Líderes como Satya Nadella de Microsoft, Nikesh Arora de Palo Alto Networks y Brian Armstrong de Coinbase señalan que los modelos más pequeños y baratos pueden resolver la gran mayoría de las necesidades corporativas.
Esta perspectiva surge tras una profunda reevaluación dentro de las compañías que antes fomentaban el uso intensivo de herramientas de IA, tratando el consumo desmedido como sinónimo de productividad, una práctica apodada en el sector como “tokenmaxxing”. Sin embargo, las facturas de estos servicios han comenzado a golpear las finanzas corporativas. Aunque el precio individual de los tókenes está bajando, el costo total por tarea está subiendo debido a que los proveedores han cambiado las suscripciones fijas por tarifas basadas en el consumo real, generando gastos imprevistos y difíciles de calcular.
Un claro ejemplo es Uber, firma que agotó todo su presupuesto de IA planeado para 2026 en tan solo cuatro meses tras el entusiasmo de sus empleados por adoptar herramientas de programación. Esto obligó a la gerencia a imponer límites estrictos al consumo. Según Harold Byun, director general de BlueRock, el repentino cambio en el esquema de licencias tomó a muchos por sorpresa, traduciéndose de inmediato en picos de entre un 20% y un 30% por encima de lo presupuestado para sus clientes.
El panorama financiero de la IA preocupa seriamente al sector. La consultora Gartner estima que, para el año 2028, los costos asociados a la programación con IA superarán el salario promedio de un desarrollador humano. Además, encuestas recientes de la firma revelan que tres cuartas partes de los ejecutivos proyectan un incremento en sus presupuestos tecnológicos este año, y casi la mitad de ellos anticipa incrementos de doble dígito.
Para combatir este fenómeno, las corporaciones están migrando hacia plataformas de enrutamiento como OpenRouter, un mercado digital que asigna de manera automática cada tarea al sistema más rentable, reservando los modelos premium únicamente para problemas de alta complejidad. La consultora Citi reportó que el procesamiento de modelos de código abierto en dicha plataforma saltó del 34% en enero al 65% en junio de este año.
Esta tendencia favorece de manera directa a los desarrolladores de modelos de código abierto, especialmente a las alternativas chinas como DeepSeek, que lidera las preferencias actuales. Los modelos de ese país están cerrando rápidamente la brecha de rendimiento frente a las grandes firmas estadounidenses, cobrando apenas 18 centavos de dólar por cada millón de tókenes en comparación con el promedio de 4 dólares que exigen los sistemas tradicionales más avanzados de Silicon Valley.
No obstante, persisten dudas. Algunos analistas señalan que los temores relacionados con la seguridad de la información podrían frenar la adopción corporativa de estos modelos en industrias sensibles como la ciberseguridad. Aun así, el consenso actual es que las empresas seguirán el manual de estrategias de la computación en la nube: diversificar proveedores para buscar la combinación ideal entre rendimiento y precio, entendiendo que ya no es necesario pagar una tarifa premium para resolver cualquier tarea cotidiana.
Esta perspectiva surge tras una profunda reevaluación dentro de las compañías que antes fomentaban el uso intensivo de herramientas de IA, tratando el consumo desmedido como sinónimo de productividad, una práctica apodada en el sector como “tokenmaxxing”. Sin embargo, las facturas de estos servicios han comenzado a golpear las finanzas corporativas. Aunque el precio individual de los tókenes está bajando, el costo total por tarea está subiendo debido a que los proveedores han cambiado las suscripciones fijas por tarifas basadas en el consumo real, generando gastos imprevistos y difíciles de calcular.
Un claro ejemplo es Uber, firma que agotó todo su presupuesto de IA planeado para 2026 en tan solo cuatro meses tras el entusiasmo de sus empleados por adoptar herramientas de programación. Esto obligó a la gerencia a imponer límites estrictos al consumo. Según Harold Byun, director general de BlueRock, el repentino cambio en el esquema de licencias tomó a muchos por sorpresa, traduciéndose de inmediato en picos de entre un 20% y un 30% por encima de lo presupuestado para sus clientes.
El panorama financiero de la IA preocupa seriamente al sector. La consultora Gartner estima que, para el año 2028, los costos asociados a la programación con IA superarán el salario promedio de un desarrollador humano. Además, encuestas recientes de la firma revelan que tres cuartas partes de los ejecutivos proyectan un incremento en sus presupuestos tecnológicos este año, y casi la mitad de ellos anticipa incrementos de doble dígito.
Para combatir este fenómeno, las corporaciones están migrando hacia plataformas de enrutamiento como OpenRouter, un mercado digital que asigna de manera automática cada tarea al sistema más rentable, reservando los modelos premium únicamente para problemas de alta complejidad. La consultora Citi reportó que el procesamiento de modelos de código abierto en dicha plataforma saltó del 34% en enero al 65% en junio de este año.
Esta tendencia favorece de manera directa a los desarrolladores de modelos de código abierto, especialmente a las alternativas chinas como DeepSeek, que lidera las preferencias actuales. Los modelos de ese país están cerrando rápidamente la brecha de rendimiento frente a las grandes firmas estadounidenses, cobrando apenas 18 centavos de dólar por cada millón de tókenes en comparación con el promedio de 4 dólares que exigen los sistemas tradicionales más avanzados de Silicon Valley.
No obstante, persisten dudas. Algunos analistas señalan que los temores relacionados con la seguridad de la información podrían frenar la adopción corporativa de estos modelos en industrias sensibles como la ciberseguridad. Aun así, el consenso actual es que las empresas seguirán el manual de estrategias de la computación en la nube: diversificar proveedores para buscar la combinación ideal entre rendimiento y precio, entendiendo que ya no es necesario pagar una tarifa premium para resolver cualquier tarea cotidiana.
