Empresas de IA, los mejores objetivos de compra

Las miradas están puestas en Nvidia, que se encuentra a punto de confirmar un intrigante acuerdo en el ámbito tecnológico: una adquisición reportada de 13 mil millones de dólares de Hugging Face, una plataforma dedicada al intercambio de modelos de inteligencia artificial de código abierto y sus correspondientes benchmarks.

Hugging Face, que ahora se ha hecho conocida por ser el objetivo de agentes de OpenAI que explotan recompensas, se sitúa en el corazón del ecosistema de desarrolladores que crean y despliegan modelos de lenguaje (LLMs) que no son propiedad de los grandes laboratorios líderes. Su función puede compararse a la de GitHub en la era de la inteligencia artificial.

Este rumor de adquisición se presenta tras un acuerdo de Nvidia por 6 mil millones de dólares con Poolside, un creador de modelos de código abierto, que resultará en la transferencia de la mayoría de sus empleados a la compañía de semiconductores. Además, hace aproximadamente dos semanas, Stripe adquirió OpenRouter, un destacado proveedor de modelos de código abierto para empresas, por más de 7 mil millones de dólares.

Tal influxo de capital en un sector que se basa en la gratuidad refleja las tendencias actuales en el mundo de la inteligencia artificial.

Para Nvidia, es imperativo evitar una dependencia excesiva de sus acuerdos con los principales actores del mercado y laboratorios de frontera. Esto es especialmente relevante dado que empresas grandes de creación de modelos como OpenAI y Google están desarrollando sus propios chips de inferencia, como el Jalapeño de OpenAI, ya anunciado esta semana. Así, Nvidia busca hacerse con una parte del negocio de creación de modelos.

Aunque Nvidia ya cuenta con su propia familia de modelos de código abierto, los llamados Nemotron, su aceptación en el mercado no ha sido espectacular. Al controlar el principal espacio para desarrolladores de modelos abiertos en EE. UU., la empresa tendrá acceso a una amplia base de usuarios que puede dirigir hacia sus chips y estándares.

También hay crecientes preguntas acerca del costo de la inferencia de inteligencia artificial, lo que ha llevado a las empresas a explorar modelos más económicos ofrecidos por empresas chinas como Moonshot, DeepSeek y Alibaba. En la actualidad, la adopción de estos modelos es aún pequeña, registrándose solo un 6% de uso entre las empresas, según un estudio de datos de inversión de Ramp, que también indica que solo un 2% de ingenieros de software medidos por Jellyfish, que produce herramientas para desarrolladores, utilizan estos modelos.

Nik Albarran, responsable de productos de inteligencia artificial en Jellyfish, informó que los modelos de código abierto son utilizados principalmente por empresas cuyos productos dependen de cargas de trabajo repetitivas de inferencia, como los chats de servicio al cliente. Dado que estas tareas tienen un alto volumen y repetición, un modelo de código abierto puede ser ajustado para responder preguntas de manera económica.

Esto es exactamente cómo Stripe ha enmarcado su adquisición de OpenRouter. “Los tokens son la moneda central para las empresas que trabajan con inteligencia artificial, y está claro que el potencial económico real dependerá de hacer un buen uso de los escasos recursos de computación”, comentó Patrick Collison, cofundador y CEO de Stripe.

Sin embargo, para tareas de codificación y aquellas que requieren agencia, los modelos de frontera suelen prevalecer, en parte debido al acceso más sencillo que proporcionan los laboratorios propietarios y, en algunos casos, a subsidios de tokens. Albarran agregó que, a medida que las empresas optimizan sus flujos de trabajo de inteligencia artificial, será más sencillo recurrir a modelos abiertos. Sin embargo, la principal razón por la cual las empresas consideran estos modelos en la actualidad es por control y configurabilidad, más que por preocupaciones de gasto.

“Todavía no hay muchas empresas en esa situación… [pero] si los precios continúan elevándose desde los laboratorios de frontera, más empresas se verán obligadas a considerarlo”, señaló Albarran. “Cuando tus flujos de trabajo basados en inteligencia artificial estén más maduros, ahí es cuando tendrá sentido invertir en modelos alojados en propio.

Lin Qiao, CEO de Fireworks, un prominente enrutador y hospedador de modelos de código abierto para usuarios corporativos, a menudo discutido como una posible adquisición de un gigante tecnológico, declaró que su empresa procesa 40 billones de tokens al día, más que las API de Gemini o OpenAI.

La apuesta de Fireworks se centra en la diversidad de modelos: a medida que los LLMs proliferan y mejoran, será más sencillo para las empresas entrenarlos específicamente para sus necesidades. “Cada empresa de aplicaciones debería considerar contratar a un investigador interno”, afirmó a TechCrunch el pasado semana. “Pueden utilizar su producto y los datos de producto para construir su propio modelo. El futuro es en realidad inteligencia especializada. Literalmente, cada empresa debería tener su propio modelo para cada caso de uso, y eso sucederá de forma automática.”

Es fácil olvidar cuán temprano estamos en el desarrollo de la inteligencia artificial como herramienta y negocio. No obstante, el dominio de OpenAI y Anthropic no es inevitable. A medida que los gigantes tecnológicos buscan diversificar sus inversiones en los laboratorios más prominentes, la atracción de la tecnología abierta resulta difícil de resistir.