Puntos clave:
El futuro de la empresa depende de construir bucles de aprendizaje de IA, no de elegir el mejor modelo fundacional, sostiene el CEO de Microsoft.
Satya Nadella quiere que toda empresa construya su propio modelo de IA. En una entrevista publicada el viernes, el director ejecutivo de Microsoft le dijo al cofundador de Applied Compute, Yash Patil, que las organizaciones deberían crear modelos adaptados a sus datos comerciales y contexto únicos, advirtiendo que depender de un puñado de proveedores de IA frontera equivale a externalizar la capacidad de aprendizaje de una empresa.
"Mi idea es simple: debería haber tantos modelos en el mundo como empresas en el mundo", afirmó Nadella. "Porque, después de todo, ¿qué es una empresa? Una empresa es un sistema de aprendizaje".
Estos comentarios representan una de las articulaciones más claras de Nadella sobre la estrategia empresarial de IA. Microsoft ha adoptado cada vez más un enfoque de modelos múltiples a través de Azure AI Foundry, que aloja modelos de OpenAI, DeepSeek, Cohere y otros, en lugar de depender únicamente de su asociación de 13 000 millones de dólares con OpenAI. Amazon ha seguido un camino similar con Bedrock, mientras que Google Cloud ofrece modelos de terceros y propietarios junto con Gemini.
"Siempre se puede comprar una herramienta, incluso se puede externalizar una tarea o incluso un trabajo, pero no se puede externalizar el aprendizaje", dijo Nadella. "Si externalizas tu aprendizaje, ¿entonces para qué existes?"
El bucle de aprendizaje, no el modelo
En un ensayo independiente publicado en X, Nadella argumentó que la verdadera oportunidad no reside en seleccionar el mejor modelo, sino en construir lo que denominó un "bucle de aprendizaje", donde el capital humano y el capital simbólico se acumulan con el tiempo. El activo duradero, dijo, no es el modelo en sí, sino el sistema que lo rodea, uno que retiene lo que denominó la experiencia del "veterano de la empresa", incluso cuando se reemplaza el modelo subyacente.
Esto marca un alejamiento de los últimos dos años de IA empresarial, donde las conversaciones se centraron en la capacidad del modelo: qué modelo razona mejor, cuál escribe mejor código, cuál encabeza las clasificaciones de referencia. A medida que los modelos frontera de OpenAI, Anthropic, Google y Meta continúan mejorando rápidamente, la capa de inteligencia se está volviendo abundante. El argumento de Nadella desplaza la pregunta de "qué modelo es el más inteligente" a "cómo se organiza, despliega y mejora continuamente la inteligencia dentro de la empresa".
El concepto refleja transiciones de plataformas anteriores. Las empresas no reconstruían sus sistemas ERP cada vez que las bases de datos mejoraban, ni rediseñaban sus estrategias de CRM cuando los procesadores se volvían más rápidos. El valor duradero residía por encima de la capa de infraestructura. Nadella sostiene que el mismo principio se aplica a la IA.
El argumento económico contra la concentración
Nadella también advirtió que un mundo donde todo el valor recae en un pequeño número de modelos fundacionales no es sostenible ni económica ni políticamente.
"No puede ser: 'Oye, mira, tengo dos o tres modelos frontera', o lo que sea, un conjunto finito que haya aprendido todo lo que hoy es diferenciador en la economía, porque entonces colapsa", afirmó.
La preocupación no es puramente filosófica. Las grandes empresas tecnológicas que impulsaron a las empresas de IA frontera ahora enfrentan un dilema. Microsoft, Amazon y Google han invertido decenas de miles de millones en infraestructura de centros de datos para respaldar el entrenamiento de modelos de IA, pero los modelos más avanzados están invadiendo cada vez más sus negocios principales, desde asistentes de programación hasta software de oficina. Según los pronósticos de Wall Street, se espera que el flujo de caja libre de las cuatro empresas tecnológicas más grandes de EE. UU. alcance este año su nivel más bajo desde 2014, afectado por el gasto en infraestructura de IA.
Microsoft ya está cambiando su estrategia. La empresa ha lanzado Copilot Cowork, un producto de agente de IA para trabajadores de oficina, y está considerando integrar a DeepSeek de China —un modelo de bajo costo y pesos abiertos— en su plataforma. El objetivo es ofrecer precios de tokens asequibles que hagan que la IA sea accesible para los usuarios promedio, en lugar de competir únicamente en la capacidad de los modelos frontera.
Para los inversores, las implicaciones son de doble filo. Las acciones de Microsoft han tenido un rendimiento inferior este año, mientras el mercado sopesa el costo de la infraestructura de IA frente a los inciertos retornos de ingresos. Un mundo donde cada empresa construye su propio modelo de IA expandiría el mercado total direccionable para plataformas en la nube como Azure, pero también mercantilizaría la capa de modelos, comprimiendo potencialmente los márgenes de los proveedores de IA frontera. Las empresas que finalmente definan la próxima fase de la IA empresarial quizás no sean las que construyan los modelos más potentes, sino las que construyan los sistemas que permitan a cada organización convertir la inteligencia en conocimiento institucional compuesto.
Este artículo es solo para fines informativos y no constituye asesoramiento de inversión.
