Tras varios años observando y estudiando implementaciones de inteligencia artificial corporativas, sigo sintiendo curiosidad por algo: la mayoría comienza con un debate sobre el modelo a utilizar. ¿Deberíamos optar por Copilot, considerando que Microsoft está tan arraigado en nuestra empresa que se ha convertido en una especie de norma? ¿Deberíamos probar GPT, ya que fueron pioneros? ¿O Gemini, que cuenta con todo el respaldo de Google? ¿O Claude, que ahora parece tan de moda? ¿Qué tal Grok? O, Dios no lo quiera, como está ocurriendo en muchas empresas estadounidenses, ¿nos atrevemos a explorar modelos chinos como Deepseek, Qwen, etc.?
Pero ¿y si esta decisión no fuera tan crucial? Al fin y al cabo, cuando consideramos una implementación corporativa, el modelo se parece un poco al microprocesador de un ordenador: importante, sí. ¿Cuanto más grande, mejor? Quizás. Pero sólo una pieza, y no necesariamente la más importante o estratégica.
Ya está pasando
De hecho, lo que ya estamos presenciando en el panorama empresarial estadounidense es precisamente eso: la elección de un modelo se está convirtiendo en una cuestión de optimización económica, en lugar de un compromiso ideológico. Las arquitecturas están cambiando radicalmente respecto al modelo inicial de «esta empresa funciona con GPT», y existen muchas razones para ello (además del coste por token, claro).
En primer lugar, una empresa no necesita el mismo modelo potente y de vanguardia para cada una de sus consultas; hacerlo es un exceso innecesario y puede resultar extremadamente caro. Las consultas sencillas pueden dirigirse a modelos más económicos cuando un modelo suficientemente bueno es suficiente, mientras que otras preguntas o tareas más complejas pueden escalarse a los modelos más sofisticados. Los orquestadores como el proyecto RouteLLM de Berkeley apuntan precisamente a esto y pueden ahorrar mucho dinero manteniendo la integridad de las respuestas y una estructura de costes razonable.
Las empresas chinas de inteligencia artificial lo saben bien. Deepseek es un caso muy interesante de una empresa que se ha posicionado claramente para sacar provecho de esto: una economía de tokens extremadamente competitiva, para reforzar la idea de que, incluso para una empresa estadounidense, los modelos pueden ser extremadamente sustituibles, casi convertidos en productos básicos. Y cuando los modelos se vuelven fáciles de sustituir en la capa de API, el valor comienza a migrar naturalmente a capas superiores de la arquitectura. El objetivo de poner «el mejor modelo disponible» al alcance de los empleados es cada vez menos importante, y conceptos como el temido tokenmax se consideran ahora completamente absurdos. Y la empresa que parece interpretar mejor esta tendencia no es otra que Microsoft, el rey indiscutible de la informática corporativa (como se decía de IBM hace mucho tiempo: «¡ningún CIO ni CTO ha sido despedido por comprar Microsoft!»). La compañía posiciona explícitamente los modelos de lenguaje pequeños como la mejor opción para tareas o entornos específicos de dominio y altamente especializados, donde pueden ofrecer un rendimiento sólido con recursos computacionales no demasiado exigentes y un alto control sobre los datos. También han desarrollado modelos adaptados a sectores específicos utilizando su familia Phi, no intentando superar a los modelos grandes con modelos pequeños, sino demostrando que el tamaño del modelo debe ser una función de la complejidad de la tarea, en lugar de una cuestión de prestigio corporativo.
Inteligencia en un enfoque multicapa
Intentemos, entonces, abordar la inteligencia artificial corporativa como algo que comienza con la inteligencia general, continúa con el contexto institucional y termina con el aprendizaje institucional. Intentar producir lo primero parece no solo imposible, sino también completamente antieconómico y fuera del alcance de cualquiera que no sea una empresa de inteligencia artificial. Pero la segunda capa se compone de elementos como los objetos, documentos, reglas, ontología, relaciones e historial operativo de la empresa. Y la tercera es aún más interesante, ya que se basa en lo que realmente funcionó: consecuencias, evaluaciones y retroalimentación, los llamados bucles. Es en estas dos últimas capas, no en la primera, donde las empresas pueden obtener y potenciar una verdadera diferenciación y optimización.
Anthropic menciona específicamente las mejoras que las empresas pueden lograr al centrarse en la ingeniería del contexto, en la gestión del entorno, desde las herramientas hasta las instrucciones, la información externa o el historial, en lugar de obsesionarse con mejorar la consigna o el modelo.
La esencia de una ventaja competitiva
Imaginemos mi caso: soy una gran universidad. Mis profesores e incluso mis estudiantes, cuidadosamente seleccionados, generan una cantidad increíble de documentos en cada curso, muchos de ellos con la evaluación correspondiente asociada como retroalimentación, ya sean calificaciones, revisiones por pares, etc. ¿No podría esto convertirse en una parte significativa de un corpus específico con el que tomar decisiones estratégicas, e incluso derivar de él una ventaja competitiva que nos diferencie de otras universidades? Esta idea va de la mano con lo que dijo Satya Nadella sobre que las empresas controlen sus propios ciclos de aprendizaje, en lugar de simplemente comprar un gran y costoso programa de LLM y usarlo.
Si lo analizamos de esta manera, el verdadero activo no es el modelo, sino el ciclo. Imaginemos dos universidades que utilizan el mismo modelo: ¿se convertirán en instituciones igualmente inteligentes? ¿Qué ocurre si una de ellas aporta décadas de decisiones acumuladas, experiencia docente, experimentación pedagógica, resultados estudiantiles, cultura organizacional y retroalimentación? Al capitalizar todos estos activos, se puede partir del mismo modelo estándar, pero probablemente se obtendrá una inteligencia institucional totalmente diferente. Si no se logra esto, en esencia, se estará alquilando el mismo cerebro. Pero una vez que se construye esa arquitectura, el programa LLM se convierte simplemente en un componente más dentro de ella. Y uno reemplazable.
Alquilar la inteligencia, pero ser dueño del aprendizaje.
La pregunta, por lo tanto, no es si su empresa tiene acceso al modelo más reciente, sino más bien si, al cambiar su modelo mañana, ¿cuánto de su aprendizaje institucional se conservará y cuánto se perderá? Si cree que perderá gran parte de esa valiosa información, entonces la empresa que le vendió el modelo posee demasiada inteligencia institucional.
En esencia, se trata de soberanía institucional. ¿Cuál es el valor de eso?
This article was previously published on Fast Company
