La carrera de la IA ya no se trata solo de quién tiene el modelo más grande

Puntos clave

• El CEO de Perplexity, Aravind Srinivas, afirmó en mayo de 2025 que "el modelo ya no es el producto en sí" mientras las empresas de IA cambian el enfoque hacia sistemas de orquestación.
• Perplexity presentó esta semana un nuevo sistema construido alrededor de GLM 5.2, un modelo de peso abierto de Z.ai de China, diseñado para utilizar IA más barata en pasos rutinarios e IA más potente solo cuando es necesario.
• Peter Fenton, socio de capital de riesgo de Benchmark, predijo que más del 90 por ciento de los tokens generados por IA, las unidades de datos que un modelo procesa y produce, podrían provenir de modelos de peso abierto en 18 a 24 meses.
• Ollama, una empresa que ayuda a los negocios a ejecutar modelos de IA en sus propias computadoras, afirma que más del 85 por ciento de las empresas Fortune 500 han adoptado su software.

Durante los últimos dos años, la carrera de la IA tenía un marcador simple: cuyo modelo era el más grande, cuya evaluación era la mejor. Ese marcador se está complicando.

Los negocios ya no solo están probando IA. La están integrando en flujos de trabajo reales, y de repente la pregunta no es "¿cuál es la IA más potente?" sino "¿cuál es la IA más adecuada para este trabajo específico, a un precio que tenga sentido?"

Piénsalo como contratar contratistas. No traerías a un arquitecto especializado para colgar un estante. Un chatbot de servicio al cliente no necesita el mismo poder que una herramienta para depurar software complejo. La nueva generación de productos de IA está diseñada para tomar esa decisión automáticamente, dirigiendo cada tarea al modelo más barato que pueda hacerlo.

El CEO de Perplexity, Aravind Srinivas, lo expresó claramente a CNBC Tech: "El modelo ya no es el producto en sí. Es el arnés, el sistema de orquestación que coloca el modelo dentro de un arnés muy capaz y empareja el modelo con muchas herramientas".

Esta semana Perplexity presentó exactamente ese tipo de sistema, construido alrededor de GLM 5.2, un modelo de peso abierto del laboratorio chino Z.ai. Peso abierto significa que el código subyacente del modelo puede ser descargado, personalizado y ejecutado por cualquier empresa en sus propios servidores, sin necesidad de una suscripción mensual a un laboratorio de IA importante.

Eso importa porque los modelos de peso abierto están mejorando genuinamente. Peter Fenton, socio general de la firma de capital de riesgo Benchmark, le dijo a CNBC que cree que más del 90 por ciento de toda la salida generada por IA podría provenir de modelos de peso abierto dentro de dos años, posiblemente antes del final de 2025. Eso reduciría los márgenes de ganancia de proveedores de IA premium como OpenAI y Anthropic, que actualmente cobran una prima por el acceso a sus modelos de nivel superior.

¿Qué significa esto para la gente común y los pequeños negocios?

Probablemente significa herramientas de IA más baratas, más pronto. Jeff Morgan, CEO de Ollama, una empresa que facilita ejecutar modelos de IA en tu propio hardware en lugar de en la nube de alguien más, dice que más del 85 por ciento de las empresas Fortune 500 ya utilizan su software. Eso incluye sectores altamente regulados como aviación, seguros y sanidad, donde mantener los datos internamente no es opcional.

Si el trabajo de IA puede ejecutarse localmente en las propias computadoras de un negocio, los datos sensibles del cliente nunca tienen que abandonar el edificio. Esa es una verdadera victoria de privacidad comparada con enviar todo a un servidor de terceros.

El problema es la geopolítica. Varios de los mejores modelos de peso abierto en este momento provienen de laboratorios chinos, incluyendo Z.ai y DeepSeek. Eso hace que la IA de código abierto sea una cuestión política tanto como tecnológica, y el debate apenas está comenzando.

Por ahora, la conclusión práctica es directa. IA mejor y más barata llegará a más productos. Los grandes ganadores serán los constructores que sepan cómo unir modelos de manera inteligente, no solo los laboratorios con los más grandes.