Startups de IA priorizan aplicaciones sobre modelos base, según Boxworks

Las empresas emergentes tratan ahora los modelos fundacionales de IA como un commodity intercambiable. Este cambio estratégico, destacado en la conferencia Boxworks, se debe a la ralentización de los beneficios del preentrenamiento a gran escala.

Un cambio de estrategia en el sector

La atención se ha desplazado hacia el postentrenamiento y el aprendizaje por refuerzo como fuentes de progreso. Para crear una mejor herramienta de codificación, es más efectivo trabajar en el ajuste fino y el diseño de interfaz que invertir miles de millones en preentrenamiento.

Ventajas que se diluyen

El éxito de Claude Code de Anthropic muestra que los creadores de modelos también son competentes en estas áreas, pero su ventaja ya no es tan duradera como antes. El paisaje competitivo está cambiando.

Implicaciones para los gigantes

Este nuevo enfoque socava la ventaja de los grandes laboratorios. Sin una clara ventaja por ser los primeros, empresas como OpenAI o Anthropic podrían convertirse en proveedores de back-end en un negocio de commodities de bajo margen.

Antecedentes del mercado

Durante años, el desarrollo de modelos fundacionales fue el único negocio de IA y su rápido progreso hizo que su liderazgo pareciera insuperable. Se asumía que la mayor parte del beneficio económico fluiría hacia estas empresas.

Un futuro incierto

El panorama actual sugiere un futuro con múltiples negocios discretos en lugar de una carrera hacia una IA general. Aunque las empresas de modelos base conservan ventajas como grandes reservas de efectivo, la estrategia de construir modelos cada vez más grandes parece menos atractiva que hace un año.