Parece cada vez más claro que la actividad de desarrollo de modelos de inteligencia artificial generativa como ChatGPT, Claude, Gemini y similares está destinada a ser una actividad de monetización muy compleja, con un modelo de negocio sometido, por un lado, a una fortísima competencia sin demasiadas posibilidades de diferenciación ni de construcción de defensas, y por otro, a unos costes muy elevados que impiden a las compañías entrar en beneficios.

Las compañías dedicadas a esa actividad parecen haber entrado en una dinámica de innovación incremental en lugar de disruptiva en la que la única frontera válida es escalar más y más en capacidad de computación, lo que supone invertir más y más en los microprocesadores que Nvidia les vende, y en carísimo personal altamente especializado.

Esa circunstancia está determinando una estructura económica muy clara: compañías como OpenAI van facturando más y más a medida que pasa el tiempo y el uso de sus algoritmos se va popularizando, pero sus costes también escalan de manera descontrolada, lo que las pone en unas perspectivas de supervivencia como mínimo complicadas.

Las reacciones a esta dificultad para obtener un margen operativo positivo son desde ofrecer modelos más pequeños y con costes más controlables, hasta tratar de diluir las pérdidas de la actividad entre otras actividades de la compañía, como están tratando de hacer las big tech, mientras luchan por no quedarse atrás gracias a adquisiciones de compañías de inteligencia artificial más pequeñas que no son capaces de mantener la viabilidad económica.

Claramente, el futuro de la inteligencia artificial no va a estar en el desarrollo de unos modelos cada vez más sofisticados y más costosos en un escenario en el que los modelos de código abierto resultan cada vez mejores, más transparentes y más atractivos, sino en desarrollar la siguiente capa, la de las aplicaciones. En ese sentido, las big tech esperan obtener la rentabilidad no desarrollando modelos, sino utilizándolos para redefinir sus productos y ofertas al mercado. Otras compañías construyen aplicaciones verticalizadas dedicadas a un ámbito concreto mientras utilizan modelos de inteligencia artificial generativa de terceros cada vez más comoditizados, lo que da lugar a un escenario de guerra de precios y de rivalidad competitiva.

El secreto parece ser encontrar aplicaciones optimizadas en su funcionamiento por las que los usuarios, sean compañías o individuos, estén dispuestos a pagar cantidades que compensen los costes operativos. Si te dedicas al desarrollo de modelos, esos costes son desmesurados y escalan constantemente. Si, por el contrario, te dedicas simplemente a utilizarlos y a pagar en tokens, obviamente tendrás que tener cuidado con tus cuentas, pero podrás beneficiarte de un escenario en el que las compañías que desarrollan modelos compiten para venderte su explotación, y tú puedes, mediante diversas técnicas, optimizar el uso que haces de ellos y repartirlo entre distintos competidores en función de tus necesidades, incluyendo modelos más limitados instalados in-house u ofrecidos en código abierto.

La inteligencia artificial generativa va a cambiar el mundo, sí. Pero la situación de los diferentes actores que compiten en ese escenario va a evolucionar mucho y muy rápido. Ya veremos en qué lugar se sitúa cada uno.

Nota:https://www.enriquedans.com/