Saltar al contenido

Análisis · IA en la empresa

Modelos más baratos, infraestructura más cara y criterio delegado

El token se abarata, pero el coste real de la IA se desplaza a la dependencia de proveedores, la seguridad de la inferencia y el criterio que delegamos en agentes.

Rubén MoralRubén Moral · 12 min de lectura
LinkedInXWhatsApp
Índice 6 secciones
  1. 01El precio de la inteligencia sigue cayendo
  2. 02La factura que nadie ve
  3. 03El mercado empieza a cobrarse el SaaS
  4. 04Lo que de verdad estamos delegando
  5. 05Qué deberían hacer las empresas
  6. 06Las noticias del día

Hay días en los que las noticias de inteligencia artificial parecen una colección de anécdotas sin relación entre sí: un modelo nuevo, unos resultados trimestrales, un estudio de laboratorio, un gobierno que recorta plantilla. El 28 de octubre no fue uno de esos días. Leídas juntas, las noticias dibujan una misma tensión de fondo: el precio de usar IA baja, el coste de producirla se dispara y, mientras tanto, estamos delegando en ella algo mucho más valioso que tareas, que es el criterio. Las tres cosas están conectadas, y las empresas que implementan IA deberían entenderlas como un único problema.

El precio de la inteligencia sigue cayendo

Google lanzó Gemini 4 Carbon con una cifra que, hace dos años, habría parecido una errata: primer puesto en el índice de Artificial Analysis a dos dólares por millón de tokens de entrada y diez de salida. Es cierto que se trata de un precio introductorio y que después se duplicará, pero incluso a cuatro y veinte dólares el modelo más capaz del mercado cuesta una fracción de lo que costaba un modelo de gama media en 2024. Anthropic, por su parte, ofrece un 40 % de descuento a toda la administración estadounidense, sin compromiso mínimo de gasto, y estima un ahorro de mil millones de dólares.

La lectura superficial es que la inteligencia se está convirtiendo en una commodity. Es una lectura incompleta. Lo que se abarata es el token; lo que no se abarata es todo lo que hay detrás. Y los propios laboratorios están empezando a gestionar el acceso con criterios que no son de precio: Carbon se despliega primero a un grupo de ciberdefensores, a través de un programa cerrado, porque sus capacidades para encontrar y explotar vulnerabilidades son lo bastante altas como para que Google prefiera dar ventaja a la defensa antes de abrirlo al público. El precio baja, pero la disponibilidad deja de ser automática. Para quien planifica proyectos, esto significa que la pregunta ya no es solo cuánto cuesta un modelo, sino cuándo y en qué condiciones se podrá usar.

La factura que nadie ve

Al otro lado del mostrador, las cifras van en dirección contraria. Google Cloud ha duplicado sus ingresos en un año, hasta 30.700 millones de dólares en el trimestre, y aun así la acción de Alphabet cayó en torno a un 10 %: la compañía invirtió 51.400 millones en tres meses, anticipa un aumento significativo para 2027 y su flujo de caja libre está en negativo. Microsoft creció un 48 % en Azure y destinó 39.400 millones a inmovilizado en un solo trimestre. Su informe trimestral revela además un dato incómodo: 10.000 millones de sus ingresos, el 11 % del total, proceden de OpenAI.

Esa concentración explica otras dos noticias del día. Por un lado, la información, no confirmada por las empresas, de que OpenAI planea comprar TPU de Google para diversificar su suministro más allá de Nvidia. Por otro, el escrutinio del Departamento de Justicia sobre la compra de Hugging Face por Nvidia, por 12.930 millones, ante la posibilidad de que el mayor fabricante de aceleradores controle también el principal canal de distribución de modelos abiertos. Laboratorios, hiperescaladores y fabricantes de chips están tan entrelazados financieramente que cada movimiento de uno altera el equilibrio de los demás.

Para una empresa usuaria, esto tiene consecuencias muy prácticas. Los precios bajos de hoy son, en parte, una subvención que se paga con inversión que todavía no se ha amortizado. Cuando el mercado exija retorno, y la caída de Alphabet sugiere que ya lo está exigiendo, alguien tendrá que pagar la diferencia. Diseñar arquitecturas que permitan cambiar de proveedor, y no casarse con un único modelo, deja de ser una buena práctica para convertirse en gestión de riesgo.

La capa de infraestructura también trae riesgos que no aparecen en ninguna tarifa. Cloudflare ha documentado cómo un desajuste de configuración en su servicio de inferencia hizo que 155 respuestas a peticiones de contexto muy largo incluyeran datos de caché de otros clientes. No hubo explotación deliberada, pero el caso demuestra que la inferencia compartida tiene fronteras entre inquilinos más frágiles de lo que asumimos. Preguntar al proveedor cómo aísla la caché KV debería entrar ya en cualquier cuestionario de seguridad.

El mercado empieza a cobrarse el SaaS

La caída de ServiceNow tras presentar resultados, con una previsión que apunta a desaceleración, añade otra pieza. La compañía crece por encima del 20 % y ha elevado su objetivo de contratos de IA, pero el mercado ha reaccionado con dureza porque empieza a descontar que los agentes generalistas pueden absorber parte del valor de las plataformas de flujo de trabajo. Que el mismo día ampliara su alianza con OpenAI, con integración de Codex y un plugin MCP, no es casual: los grandes SaaS están intentando convertirse en el sitio donde operan los agentes antes de que los agentes los conviertan en una simple base de datos.

Para quien compra software empresarial, esto abre una ventana de negociación. Los proveedores necesitan demostrar que su plataforma sigue siendo imprescindible en un mundo de agentes, y eso se traduce en mejores condiciones para clientes que sepan qué piden.

Lo que de verdad estamos delegando

Y aquí llega la noticia que, en mi opinión, debería preocupar más a cualquier directivo. Anthropic ha publicado un ensayo controlado con 50 analistas profesionales que trabajaron con Claude Opus 4.8. Sin que lo supieran, el agente tenía una inclinación asignada al azar hacia una de las opciones en cada decisión. Los analistas eligieron la opción favorecida por el agente el 86 % de las veces, cuando el azar daría un 50 %. El 77 % reprodujo sus argumentos, a veces palabra por palabra, y solo el 15 % reconoció que venían del agente. Cuando ya tenían una opinión y el agente discrepaba, cambiaron de idea seis de cada diez veces.

El estudio tiene limitaciones que sus autores reconocen: una sola tarea, un solo modelo, inclinaciones reforzadas a propósito. Pero el mensaje es claro. Un agente no solo ejecuta: persuade, y lo hace de forma invisible para quien firma la decisión. Quien controla el prompt de sistema controla, en la práctica, una parte del criterio de la organización.

Esto conecta con el anuncio de los Países Bajos, que planea eliminar unos 25.000 puestos de su administración central apoyándose en la IA. Más allá del debate laboral, la pregunta relevante es qué ocurre con el criterio institucional cuando se reduce la capa humana que revisaba y contrastaba. Si el estudio de Anthropic es representativo, menos personas revisando más trabajo generado por agentes no significa más supervisión, sino una supervisión más fácil de sesgar.

Qué deberían hacer las empresas

La conclusión práctica de este día es que el coste de la IA se está desplazando. Ya no está tanto en el token como en tres sitios menos visibles: la dependencia de proveedores cuya economía todavía no cuadra, los riesgos de una infraestructura compartida que acaba de empezar a mostrar sus costuras y la pérdida silenciosa de criterio cuando se delegan decisiones en agentes persuasivos.

Las empresas que implementan IA deberían responder en consecuencia: arquitecturas multimodelo que permitan cambiar de proveedor sin rehacer el sistema; exigencias de aislamiento y trazabilidad en los contratos de inferencia; prompts de sistema tratados como documentos de gobierno, versionados y auditados; y procesos de decisión que registren qué argumentos aporta el agente y cuáles la persona. Modelos abiertos y especializados, como los Timestral que acaba de publicar Mistral para previsión de series temporales, ofrecen además una vía para mantener en casa los casos de uso donde el control importa más que la última puntuación en un índice.

La inteligencia es cada vez más barata. El criterio, no. Y es precisamente lo que más fácil resulta regalar sin darse cuenta.

Las noticias del día

Google lanza Gemini 4 Carbon: número uno en el índice de Artificial Analysis y estreno restringido a ciberdefensores

Google DeepMind presentó Gemini 4 Carbon, dos semanas después de Gemini 4 Argon. Encabeza el Artificial Analysis Intelligence Index v5.0 con 59 puntos y marca 88,2 % en SEC-bench Pro, 71,0 % en CWE-bench y 0,0 % de éxito en el test de inyección de prompts de Gray Swan. El precio de lanzamiento es de 2 dólares por millón de tokens de entrada y 10 de salida (4 y 20 tras el periodo introductorio). Esta semana solo llega a un grupo de ciberdefensores a través del Fairwind Program; para desarrolladores y empresas, «lo antes posible», sin fecha.

Por qué importa: es el primer modelo de frontera que se despliega primero para defensa y no para el público general. Las capacidades ofensivas ya condicionan el calendario comercial, y quien planifique sobre Carbon debe asumir que el precio se duplicará tras la promoción.

Fuente: Google — Introducing Gemini 4 Carbon

Alphabet y Microsoft: la nube de IA crece a ritmos inéditos, pero el mercado castiga el gasto

Google Cloud facturó 30.700 millones de dólares en el tercer trimestre, un 103 % más, con unos ingresos totales de Alphabet de 127.600 millones y una inversión trimestral de 51.400 millones. La acción cayó en torno a un 10 % tras anunciar un aumento significativo de la inversión en 2027 y con el flujo de caja libre en negativo. Microsoft (primer trimestre fiscal FY27, julio–septiembre de 2026) ingresó 92.300 millones (+19 %), con Azure creciendo un 48 % y 39.400 millones en inmovilizado; su 10-Q revela que 10.000 millones de esos ingresos proceden de OpenAI.

Por qué importa: la demanda de inferencia es real y se está monetizando, pero la dependencia mutua entre hiperescaladores y laboratorios (el 11 % de los ingresos de Microsoft viene de un solo cliente) es un riesgo de concentración que acabará trasladándose a precios y condiciones contractuales.

Fuentes: CNBC · Fortune · Microsoft · TechCrunch

Anthropic demuestra que los agentes inclinan las decisiones de los analistas sin que estos lo reconozcan

En un ensayo controlado con 50 analistas profesionales y Claude Opus 4.8 en Claude Code, el agente recibió en secreto una inclinación aleatoria hacia una opción en cuatro decisiones analíticas. Los analistas eligieron la opción favorecida por el agente el 86 % de las veces (frente a un 50 % esperable por azar); el 77 % reprodujo sus argumentos, a veces literalmente, y solo el 15 % le atribuyó la autoría. Cuando ya tenían preferencia y el agente discrepaba, cambiaron de opinión el 60 % de las veces.

Por qué importa: el riesgo de los agentes no es solo que se equivoquen, sino que trasladen sesgos (de su configuración o de quien escribe el prompt de sistema) a decisiones que luego firma una persona. Es un argumento directo para auditar los prompts de sistema y registrar qué parte del razonamiento viene del agente.

Fuente: Anthropic — Agents and judgment calls

Países Bajos planea eliminar unos 25.000 puestos públicos apoyándose en la IA

El Gobierno neerlandés prevé reducir alrededor de 25.000 empleos de su administración central dentro de una reestructuración que apoya en la automatización con IA. Bloomberg lo describe como la primera gran prueba europea de si la IA puede encoger de verdad un Estado.

Por qué importa: es el primer Gobierno de la UE que convierte la IA en una cifra presupuestaria de plantilla. Lo que salga de aquí (o no) servirá de referencia para administraciones y grandes empresas europeas que hoy justifican sus casos de negocio con ahorros todavía teóricos.

Fuente: Bloomberg

ServiceNow se desploma tras sus resultados y reaviva el miedo a que la IA erosione el SaaS

ServiceNow publicó unos ingresos por suscripción de 3.990 millones (+21 %) y elevó su objetivo de contratos anuales de IA a 1.700 millones, pero su previsión de crecimiento de cartera para el cuarto trimestre (18,5 %) señala desaceleración, y la acción cayó con fuerza (más de un 15 %) fuera de horario. El mismo día amplió su alianza con OpenAI: plugin MCP en el marketplace de OpenAI e integración de Codex en su AI Workflow Factory en 2027.

Por qué importa: el mercado empieza a descontar que los agentes generalistas pueden sustituir parte del valor de las plataformas de flujo de trabajo. Para quien elige proveedor, el poder de negociación con los grandes SaaS está cambiando de lado.

Fuentes: Bloomberg · OpenAI

Anthropic amplía su acuerdo con la GSA: un 40 % de descuento para todas las administraciones de EE. UU.

El nuevo acuerdo con la Administración de Servicios Generales aplica un 40 % de descuento sobre Claude Enterprise, Claude for Government y la API, sin compromiso mínimo, y lo extiende a gobiernos estatales, locales y tribales. Anthropic estima un ahorro de 1.000 millones de dólares y cifra en unas 500 las organizaciones públicas que ya usan Claude.

Por qué importa: el sector público estadounidense se está convirtiendo en un mercado de volumen con precios de saldo. Es una señal de hacia dónde irá el precio por asiento cuando las administraciones europeas negocien a escala.

Fuente: Anthropic — Expanding our partnership with the GSA

OpenAI planea comprar TPU de Google (no confirmado por las empresas)

Según The Information, recogido por Reuters, OpenAI planea comprar chips de IA de Google para sumar TPU a su suministro de cómputo, más allá del alquiler que ya hace. Ninguna de las dos compañías ha confirmado el acuerdo ni sus volúmenes.

Por qué importa: si se confirma, sería la mayor validación de un acelerador alternativo a Nvidia por parte de un laboratorio de frontera, con efectos sobre precios de inferencia y sobre la dependencia de un único proveedor de GPU.

Fuente: Reuters

El Departamento de Justicia de EE. UU. examina la compra de Hugging Face por Nvidia

Los reguladores antimonopolio estadounidenses analizan si la adquisición por 12.930 millones de dólares daría a Nvidia el control de «un canal clave de distribución de la IA». Sería su mayor compra convencional, por encima de Mellanox; el cierre se espera en el primer semestre de 2027.

Por qué importa: Hugging Face es la infraestructura de facto del ecosistema open weights. Que pase a manos del principal fabricante de hardware preocupa a cualquiera que construya sobre modelos abiertos y neutralidad de plataforma.

Fuente: PYMNTS / CPI, citando a Reuters

Cloudflare detalla una exposición de datos entre clientes en Workers AI

Un desajuste de configuración en el modelo GLM-5.3 de Workers AI activó un fallo de SGLang: en peticiones de más de 681.280 tokens, la fase de decodificación leyó páginas de caché KV de solicitudes anteriores. Se vieron afectadas 155 respuestas entre el 27 de agosto y el 9 de septiembre; Cloudflare no encontró indicios de explotación deliberada y recomienda SGLang v0.5.22.

Por qué importa: es un caso documentado de fuga entre inquilinos en la propia capa de inferencia, no en la aplicación. Quien use inferencia compartida con contextos largos debería preguntar a su proveedor cómo aísla la caché KV.

Fuente: Cloudflare

Mistral publica Timestral, modelos abiertos para series temporales

Mistral ha liberado cuatro modelos de previsión probabilística de 5, 28, 123 y 209 millones de parámetros, con pesos en Hugging Face y código de inferencia en GitHub. Según el paper, las dos variantes mayores ocupan los dos primeros puestos en GIFT-Eval, TIME y fev-bench.

Por qué importa: previsión de demanda, energía o inventario son casos de uso empresariales clásicos donde un modelo pequeño, abierto y europeo puede desplegarse en local, sin enviar datos fuera.

Fuente: Hugging Face Papers — Timestral

  • #agentes-ia
  • #gemini
  • #anthropic
  • #infraestructura-ia
  • #gobernanza-ia
¿Te ha sido útil? Compártelo
LinkedInXWhatsApp

Más en IA en la empresa

Newsletter semanal

Un análisis así cada domingo.

Las noticias de la semana y una pieza a fondo, directamente en tu correo.