En el ámbito del emprendimiento tecnológico, la evolución del mercado de inteligencia artificial (IA) está llevando a las empresas a revaluar sus estrategias comerciales. Un caso emblemático es el de Anthropic, que se encuentra en la antesala de una posible OPI récord, pero enfrenta un desafío significativo: sus clientes están optando por modelos de IA más económicos en lugar de su opción más avanzada.
Este fenómeno pone a prueba una suposición clave sobre la economía de la IA de frontera: que los modelos más avanzados seguirán justificando un precio premium. Esta creencia ha respalorado la inversión de cientos de miles de millones de dólares en la búsqueda de modelos superiores. Sin embargo, este inmenso despliegue de capital solo tiene sentido si estos modelos continúan generando márgenes de ganancia superiores en comparación con alternativas más accesibles.
A pesar de que Anthropic y otros competidores como OpenAI han reportado un aumento notable en sus ingresos, el verdadero reto radica en convencer a los clientes de pagar por su modelo premium, Fable 5. En un contexto donde las empresas están siendo más conscientes de sus gastos en IA, ambas firmas han respondido introduciendo modelos más económicos, a la vez que intentan mantener precios elevados para sus sistemas más avanzados.
El modelo de negocio de la IA en crisis
La velocidad de avance tecnológico está comenzando a desalinearse con el valor comercial que realmente entregan estos modelos. Aunque los nuevos sistemas son más capaces, muchos clientes no están observando mejoras proporcionales en resultados o productividad, lo que les lleva a concluir que el costo adicional no se justifica.
Este escenario sugiere que las estrategias de empresas como Anthropic y OpenAI están equivocadas. Ambas creen que el dominio del mercado empresarial se logra invirtiendo más en la clave de la innovación tecnológica, pero esta visión podría estar errónea. A medida que la disyuntiva entre liderazgo tecnológico y liderazgo comercial se hace cada vez más evidente, la industria necesita reajustar su enfoque.
Un ejemplo claro de esta transición es Uber, que ha demostrado una estrategia efectiva al utilizar IA: en solo cuatro meses, la compañía utilizó tokens de IA equivalentes a lo que normalmente gastaría en un año. El enfoque de Uber fue segmentar tareas; las más simples se asignaron a modelos menos costosos, reservando las opciones más avanzadas para tareas complejas. Esto resultó en un incremento del uso de IA en su negocio, multiplicándose por más de nueve sin aumentar el gasto proporcionalmente.
Enfocarse en los resultados, no en los modelos
La lección del caso de Uber es evidente: las empresas ya no buscan estandarizarse en un único modelo de frontera. En cambio, es probable que adquieran un portafolio de soluciones, eligiendo el que produzca los mejores resultados para cada tarea específica.
Por tanto, es imperativo que las empresas en la vanguardia de la IA adapten su oferta comercial. Deben ofrecer una variedad de modelos que compitan en base a los resultados que brindan, en lugar de enfocarse únicamente en las características de un solo sistema. En el futuro, es posible que los modelos de frontera se conviertan en opciones «freemium», ligadas a costos reducidos para atraer a los usuarios.
El siguiente paso sería integrar estos modelos en plataformas que seleccionen automáticamente la IA óptima para cada tarea. Así, la competencia se desplazará de los modelos a los productos y servicios que los rodean, culminando en un ecosistema donde se priorizan los resultados por encima de la tecnología pura.