Las empresas de IA se centran en aplicaciones frente a modelos base

Las startups de IA priorizan el ajuste fino y el diseño de interfaz sobre el desarrollo de modelos base, que empiezan a verse como una mercancía intercambiable. Este cambio de estrategia cuestiona la ventaja competitiva de los grandes laboratorios de IA.

Un cambio de enfoque en la industria

El beneficio de escalar el preentrenamiento de modelos base se ha ralentizado. El progreso ahora se busca en el post-entrenamiento y el aprendizaje por refuerzo. Para las startups, el modelo base es un commodity que puede ser intercambiado sin que el usuario final note la diferencia.

Repercusión para los grandes laboratorios

Esta dinámica podría convertir a empresas como OpenAI y Anthropic en proveedores de back-end de un negocio de bajo margen. Un fundador lo compara con «vender granos de café a Starbucks». Se debilita la idea de que una única empresa controle todo el ecosistema.

Antecedentes: La primacía inicial de los modelos base

Durante años, el desarrollo de modelos base fue el único negocio de IA. El rápido progreso hizo que su ventaja pareciera insuperable y se asumió que la mayor parte del beneficio económico fluiría hacia estas empresas.

Un futuro incierto para el sector

Las implicaciones son profundas. La abundancia de modelos de código abierto reduce el poder de fijación de precios de los grandes laboratorios. Aunque estos conservan ventajas como marcas reconocidas y grandes reservas de efectivo, la estrategia de construir modelos cada vez más grandes parece ahora menos atractiva y más arriesgada.