Nueva York.- La inteligencia artificial (IA) ha entrado en una nueva fase de adopción empresarial tras casi cuatro años de expansión de herramientas como ChatGPT, Claude o Gemini, en la que las empresas ya no buscan los modelos más potentes, sino aquellos que ofrezcan mayor eficiencia y retorno de la inversión, según analistas consultados por EFE.
«La primera fase de la IA fue demostrar que los modelos funcionaban, la siguiente es demostrar que generan suficiente valor para justificar el gasto», explica a Efe Shay Boloor, estratega jefe de mercado de Futurum.
Para el experto, el consumo de ‘tokens’, la unidad con la que se mide el uso de los modelos y su coste, se ha convertido en una métrica clave de eficiencia.
Cada pregunta, respuesta o código consume ‘tokens’ y, cuanto más compleja es la tarea, mayor es el coste: «Cuando las empresas entran en producción, los costes de los ‘tokens’ dejan de ser una cuestión técnica y se convierten en un gasto operativo que los directores financieros empiezan a controlar», añade.
Según una encuesta de la UBS realizada a 130 empresas, el 60% ya ha implementado restricciones al gasto en IA para maximizar el retorno por dólar invertido.
El banco cita casos como el de un empleado que gastó 35.000 dólares al mes en ‘tokens’ o equipos que superaban los límites semanales entre un 100% y un 200%.
Karl Freund, fundador de Cambrian-AI Research, cree que este cambio refleja la transición de una fase centrada en la creación de modelos a otra centrada en maximizar su rendimiento.
«Cuando la IA se centraba en entrenar y desarrollar nuevos modelos, el time to market y el rendimiento eran lo más importante. Ahora que estos modelos se utilizan millones de veces y llegan los agentes de IA, el mercado gira hacia la eficiencia», explica a EFE.
Esta etapa cambiará la distribución del valor en el sector, según Boloor: «Si la IA se vuelve más barata y más accesible, el valor se trasladará a las capas que ayudan a las empresas a utilizarla de forma eficaz».
Semiconductores y nube, al alza
En un informe reciente, Goldman Sachs señala que las empresas que más utilizan la IA consumen tres veces más tokens que la empresa promedio, una tendencia que impulsa la demanda de chips, memoria y centros de datos.
Añade que la siguiente fase estará marcada por la expansión de la inferencia, es decir, el uso de modelos ya entrenados para ejecutar tareas con nuevos datos, y por un mayor interés inversor en fabricantes de chips y proveedores de nube ante la ausencia de desarrolladores como OpenAI y Anthropic en bolsa.
Nvidia, líder en chips para centros de datos, acumula una subida cercana al 13% en los últimos seis meses, mientras que AMD se ha disparado un 167%, Intel un 150% y Micron un 186%, favorecidas por la demanda de infraestructuras de IA.
Pero vender chips ya no será suficiente: «Seguirán siendo importantes, pero tendrán que ofrecer soluciones completas a los operadores de la nube», señala Freund.
Así, los proveedores de nube se encuentran entre los que se benefician de la expansión del hardware, señala Morgan Stanley, entre ellos Amazon Web Services, Microsoft Azure, Google Cloud y Oracle, así como empresas de infraestructura digital como Cloudflare, que subió un 45% en el último semestre.
China y los modelos abiertos ganan terreno
La presión para reducir costes favorece modelos más baratos y de código abierto, como los desarrollados por las empresas chinas DeepSeek, Alibaba o Tencent, según Boloor.
Para el experto, esta tendencia intensificará la competencia entre los desarrolladores de IA y dificultará que un solo proveedor mantenga precios altos durante mucho tiempo.
“El mercado se está moviendo hacia un modelo estratificado: los sistemas más potentes se utilizarán para las tareas más complejas, y los modelos baratos se encargarán de trabajos rutinarios y de gran volumen”, explica.
Freund está de acuerdo en que la industria está avanzando hacia una mayor estandarización: «Ahora hay más de 2,9 millones de modelos disponibles en Hugging Face, donde investigadores y empresas comparten modelos de IA. Los modelos del futuro serán como los compiladores del pasado. Y nadie gana dinero con los compiladores», afirma.
En este escenario cobran importancia las empresas capaces de aplicar la IA a operaciones concretas, gestionar datos y desarrollar agentes, como Salesforce, Microsoft o Palantir.
De hecho, el CEO de esta última firma, Alex Karp, criticó recientemente el modelo generalista basado en ‘tokens’, al considerar que «aumenta los costes para los usuarios y reduce el retorno de la inversión».
Para Boloor, la primera fase de la IA premió a quienes construyeron los modelos más potentes y la siguiente premiará a quienes hagan la tecnología más «barata, útil, segura e integrada» en las empresas.
