¿Por qué las empresas de modelos de pesos abiertos se han convertido en objetivo de adquisición en Silicon Valley?

El sector de la inteligencia artificial está experimentando un cambio notable en las tendencias de inversión, ya que las grandes empresas tecnológicas de Silicon Valley dirigen su mirada hacia las compañías especializadas en modelos de pesos abiertos (Open-weight Models). Y con la filtración de noticias sobre acuerdos multimillonarios, surge una pregunta fundamental: ¿qué hace que un sector basado en su esencia en el principio del «intercambio gratuito» se convierta de repente en el objetivo de adquisición más valioso?

Una ola de acuerdos multimillonarios

Encabezan las noticias los rumores sobre la intención de Nvidia de adquirir la plataforma Hugging Face por un valor estimado de unos 13 mil millones de dólares. Esta plataforma es el corazón palpitante de la comunidad de desarrolladores que construyen y lanzan grandes modelos de lenguaje que no pertenecen a los laboratorios líderes, hasta el punto de que muchos la describen como el «GitHub» de la era de la inteligencia artificial.

Este acuerdo no fue aislado, sino que llegó dentro de una serie de movimientos sucesivos:

• El acuerdo de Nvidia con la empresa Poolside, especializada en la construcción de modelos abiertos, por un valor de 6 mil millones de dólares, con el traslado de la mayoría de sus empleados al gigante de la industria de chips.
• La adquisición por parte de Stripe de la plataforma OpenRouter, el proveedor más destacado de modelos abiertos para empresas, por un valor superior a los 7 mil millones de dólares.

Esta enorme cantidad de capital que fluye hacia un sector basado en el principio de disponibilidad gratuita refleja las tendencias más recientes en la industria de la inteligencia artificial.

Los motivos de Nvidia para la adquisición

Nvidia busca a través de estos acuerdos reducir su dependencia de sus alianzas con los grandes proveedores de infraestructura en la nube y los laboratorios líderes. Y este afán se vuelve más urgente ante la tendencia de grandes empresas como OpenAI y Google a fabricar sus propios chips para la inferencia, al igual que el chip «Jalapeño» que OpenAI reveló recientemente.

Con una lógica clara: si las empresas que construyen modelos fabrican sus propios chips, Nvidia quiere a su vez una parte del mercado de construcción de modelos. Y a pesar de que posee una familia de modelos abiertos llamada «Nemotron», su difusión no ha sido grande. Al controlar el mayor espacio de desarrollo de modelos abiertos en Estados Unidos, la empresa garantiza el acceso a una enorme base de usuarios que pueden ser orientados hacia sus chips y estándares.

La cuestión del costo y la difusión

Aumentan los interrogantes sobre el costo de la inferencia en la inteligencia artificial, lo que impulsa a las empresas a explorar modelos más baratos construidos por compañías chinas como Moonshot, DeepSeek y Alibaba. Sin embargo, la tasa de adopción sigue siendo limitada aunque en crecimiento continuo; los datos indican que solo alrededor del 6% de las empresas utilizan modelos abiertos, mientras que la proporción baja al 2% entre los ingenieros de software.

Los especialistas aclaran que los modelos abiertos son utilizados principalmente por empresas cuyos productos dependen de cargas de inferencia repetitivas, como los servicios de chat para atención al cliente. Estas tareas de gran volumen y muy repetitivas permiten ajustar un modelo abierto para responder a sus preguntas a bajo costo.

El control antes que el ahorro

Las declaraciones de Patrick Collison, codirector ejecutivo de Stripe, revelan esta visión al afirmar que «los tokens son la moneda central para las empresas que construyen usando inteligencia artificial», subrayando que el verdadero valor económico dependerá del buen aprovechamiento de los escasos recursos de computación.

En cuanto a las tareas de programación y las tareas de agente que requieren una inferencia más profunda y solicitudes variadas, los modelos propietarios (Frontier Models) siguen superando a menudo. Los expertos consideran que la razón principal detrás del recurso de las empresas a los modelos abiertos hoy es la necesidad de control y la posibilidad de personalización, y no simplemente reducir costos. Pero prevén que cuanto más suban los precios de los laboratorios líderes, más empresas se verán obligadas a considerar esta opción.

El futuro de la inteligencia especializada

Empresas como Fireworks —que es una de las plataformas más destacadas de enrutamiento y alojamiento de modelos abiertos para empresas— apuestan por el principio de «diversidad de modelos». Su directora ejecutiva señala que la empresa procesa alrededor de 40 billones de tokens diarios, superando las interfaces de programación de aplicaciones tanto de Gemini como de OpenAI.

La empresa considera que, con la proliferación y mejora de los modelos de lenguaje, será más fácil para las empresas entrenarlos según sus propias necesidades, hasta el punto de proponer que cada aplicación emplee a un investigador interno para construir su propio modelo usando los datos de su producto. El futuro, según esta visión, es el futuro de la «inteligencia especializada», donde cada empresa posee su propio modelo para cada caso de uso.

Es fácil olvidar que todavía nos encontramos en una etapa muy temprana del desarrollo de la inteligencia artificial como herramienta y como actividad comercial. Y aunque el dominio de OpenAI y Anthropic parece actualmente evidente, no es un destino inevitable. Y con la búsqueda de los gigantes tecnológicos de diversificar sus apuestas más allá de los mayores laboratorios, queda claro que el atractivo de la tecnología abierta se ha vuelto demasiado difícil de resistir.

✦ بقلم فريق دروب أيديا