Startups de IA priorizan aplicaciones sobre modelos base propios

La ventaja competitiva de los grandes modelos de IA se reduce. Las empresas emergentes los tratan como productos básicos intercambiables, centrándose en el ajuste fino y el diseño de interfaz para tareas específicas.

El cambio de estrategia en el sector

El beneficio de escalar el pre-entrenamiento de modelos base ha disminuido. El progreso ahora se busca en el post-entrenamiento y el aprendizaje por refuerzo. Esto ha llevado a las startups a centrarse en personalizar modelos para tareas concretas, viendo la tecnología base como una commodity.

Un nuevo panorama competitivo

El futuro inmediato de la IA son negocios discretos como desarrollo de software o gestión de datos empresariales. OpenAI, Anthropic y Google podrían convertirse en proveedores de back-end de bajos márgenes, perdiendo ventaja en la capa de aplicación.

La debilidad de la ventaja del primero en moverse

Según el capitalista de riesgo Martin Casado de a16z, no existe un foso tecnológico inherente en la pila de IA. OpenAI fue el primero en lanzar modelos para código, imagen y video, pero perdió esos mercados frente a competidores.

Antecedentes

Durante el boom actual, el éxito de la IA estuvo ligado al de las empresas que construían modelos base. Se asumía que la parte más difícil de replicar era el pre-entrenamiento, por lo que la mayor parte del beneficio económico fluiría hacia ellas.

Cierre

La estrategia de construir modelos base cada vez más grandes parece menos atractiva. Aunque estas empresas conservan ventajas como marca e infraestructura, el rumbo actual del sector cuestiona su dominio futuro y plantea un escenario de negocio más fragmentado.