La carrera por la inteligencia artificial está evolucionando, y una nueva dimensión está ganando relevancia: el coste de obtener respuestas efectivas. Esta cuestión se vuelve crítica cuando las herramientas se utilizan de manera habitual en entornos empresariales, donde cada solicitud puede repetirse miles o millones de veces, incrementando así los gastos.
Las empresas tienen diversas opciones para acceder a modelos de inteligencia artificial, que incluyen servicios gratuitos, suscripciones y proveedores que cobran por uso. Sin embargo, también existen modelos de pesos abiertos que pueden ejecutarse en infraestructuras propias o a través de terceros. Esta variedad de opciones permite a las empresas explorar alternativas más allá de simplemente elegir el servicio más avanzado disponible en el mercado.
Durante la reciente presentación de resultados financieros de IBM, Arvind Krishna, su CEO, abordó esta cuestión en respuesta a una pregunta de Matt Swanson, analista de RBC Capital Markets. Este último inquirió sobre cómo las grandes corporaciones están gestionando la necesidad de controlar los gastos en inteligencia artificial mientras mantienen el control sobre su implementación. Krishna, aludiendo a finales de 2024, comparó la evolución de los modelos más avanzados con las alternativas de pesos abiertos, sugiriendo que se está produciendo un cambio significativo en la elección de estos modelos.
Krishna presentó un ejemplo ilustrativo de este cambio. A finales de 2024, un modelo de frontera podría alcanzar 70 puntos en una evaluación amplia, en contraste con los 20 o 30 puntos de un modelo abierto. Según él, esta diferencia es demasiado amplia para que las empresas la acepten. No obstante, sus proyecciones indican que para finales de 2025, la brecha se habría reducido a 70 puntos frente a 50. Actualmente, estima que los modelos de pesos abiertos logran aproximadamente el 90% de la eficacia de los modelos avanzados, a un coste por token que oscila entre el 10% y el 25% de lo que representan los modelos más sofisticados.
Este análisis resalta que la inteligencia artificial no solo se compite en términos de rendimiento, sino también en accesibilidad y coste. Las empresas están cada vez más interesadas en entender cómo equilibrar la calidad de las respuestas obtenidas con la necesidad de gestionar gastos operativos. A medida que la tecnología avanza, el enfoque en la eficiencia financiera se vuelve tan crítico como la búsqueda de modelos más avanzados.
Contexto: En el ámbito empresarial, la inteligencia artificial ha tomado un papel central en la transformación digital de muchas compañías. La adopción de tecnologías avanzadas está motivada por la necesidad de optimizar procesos y mejorar la toma de decisiones. La competencia en el sector tecnológico, donde gigantes como IBM y otros buscan liderar, hace que la gestión de costes y la eficacia se conviertan en factores determinantes para los negocios en España y a nivel global.