La viabilidad de una empresa emergente tecnológica suele medirse por su capacidad para gestionar el talento y controlar los costes operativos. Sin embargo, en la era de la inteligencia artificial generativa, las reglas de juego han cambiado por completo. Flo Crivello, fundador de Lindy.ai —una firma de San Francisco que desarrolla asistentes virtuales para gestionar correos y calendarios—, se dio cuenta hace poco de una anomalía contable alarmante. Al revisar los libros financieros con su equipo descubrió que la partida de gasto más grande del negocio no era el alquiler de las oficinas ni los salarios de sus más de veinte empleados. El gasto principal era la factura de Anthropic, la empresa estadounidense creadora del modelo Claude.
Ante esta situación, la dirección de Lindy.ai tomó una decisión puramente financiera y migró la totalidad de su tráfico de datos a DeepSeek, un modelo de inteligencia artificial de origen chino. El cambio supuso un ahorro inmediato de millones de dólares. Según el propio Crivello, la alternativa asiática resultó ser diez veces más barata, lo que convirtió una decisión técnica compleja en un paso lógico y evidente para la supervivencia de la empresa.
Este caso no es una excepción aislada, sino el reflejo de una tendencia silenciosa que recorre los pasillos de Silicon Valley. La tecnología estadounidense lidera la frontera del rendimiento, pero sus costes de computación están ahogando las cuentas de resultados de quienes intentan construir aplicaciones reales sobre ella.
La paradoja del coste por token y el auge del código abierto
Para entender por qué las empresas están dispuestas a mirar hacia el mercado asiático es necesario comprender cómo se cobra la inteligencia artificial. Las compañías pagan por tokens, que son las unidades mínimas de texto que el software procesa y genera. Cuando una aplicación realiza miles de tareas repetitivas al día, el volumen de tokens se dispara de forma exponencial.
En esta carrera de costes, los gigantes estadounidenses como OpenAI, Google o Anthropic han centrado sus esfuerzos en crear modelos monumentales y cerrados. Estos sistemas son increíblemente potentes, pero consumen una cantidad de energía y recursos de computación desorbitada. Mientras tanto, las empresas tecnológicas chinas han encontrado su oportunidad en el terreno del código abierto y los modelos con pesos abiertos, que permiten a los desarrolladores descargar el código, modificarlo y alojarlo en sus propios servidores.
Hoy en día, el panorama del código abierto cuenta con una fuerte presencia de opciones procedentes de China. Modelos como Qwen, desarrollado por Alibaba, o las soluciones de firmas como MiniMax y Tencent ofrecen un rendimiento extraordinario a una fracción del coste de sus rivales norteamericanos. Incluso compañías de gran tamaño han empezado a integrarlos. Airbnb utilizó Qwen para abaratar costes y ganar velocidad, y plataformas de referencia como Perplexity o Nvidia también han recurrido a esta tecnología para optimizar sus procesos.
¿Hace falta un coche de carreras para ir a comprar el pan?
El debate técnico en Silicon Valley ya no gira en torno a quién tiene el modelo más inteligente del planeta, sino a qué nivel de inteligencia es realmente necesario para resolver un problema concreto. Eugene Cheah, fundador de la plataforma de distribución de modelos Featherless, suele utilizar una analogía muy clara: no necesitas un coche de carreras de lujo para hacer la compra diaria cuando un utilitario fiable hace exactamente el mismo servicio por una décima parte del dinero.
La brecha de rendimiento entre los modelos más avanzados de Estados Unidos y las mejores alternativas de China se estima actualmente entre seis y doce meses. Para tareas de razonamiento lógico profundo o investigación científica, esa diferencia puede justificar el pago de tarifas elevadas. Sin embargo, para la inmensa mayoría de las funciones comerciales habituales —como la atención al cliente, la clasificación de correos, la traducción de textos o la generación de código rutinario—, la diferencia de rendimiento es imperceptible para el usuario final.
Muchos ingenieros están adoptando una estrategia de enrutamiento de tareas. Dirigen las consultas más complejas y críticas a los costosos modelos de vanguardia estadounidenses, mientras que el grueso del trabajo pesado, repetitivo y de alto volumen se deriva a modelos chinos más económicos como MiniMax o DeepSeek.
El dilema de la soberanía de los datos y el futuro del mercado
El uso de tecnología china en territorio estadounidense conlleva ciertas reticencias debido a las tensiones geopolíticas y a la sensibilidad en torno a la privacidad de la información. Para evitar riesgos, la mayoría de las empresas emergentes no conectan sus sistemas directamente a los servidores de Pekín. En su lugar, utilizan proveedores de alojamiento intermedios con sede en Estados Unidos o descargan los modelos de plataformas abiertas como Hugging Face para ejecutarlos en entornos de nube locales y protegidos. De este modo, los datos de los usuarios nunca salen del país de origen.
A pesar del ahorro evidente, no todo el mundo está convencido de dar el paso. Algunas empresas emergentes de reciente creación prefieren seguir utilizando los servicios de OpenAI o Anthropic. El argumento principal es el tiempo de desarrollo: prefieren pagar más a cambio de evitar errores de precisión que obliguen a los ingenieros a pasar semanas depurando código. Además, muchas de estas empresas todavía se benefician de generosos créditos de computación y subvenciones que los gigantes americanos ofrecen para captar clientes en sus fases iniciales.
Sin embargo, el sector es consciente de que estas subvenciones temporales terminarán tarde o temprano. A medida que las grandes firmas de inteligencia artificial se acerquen a sus salidas a bolsa y aumente la presión de los inversores para demostrar rentabilidad, los precios de los servicios en la nube subirán. Cuando ese momento llegue, el pragmatismo financiero obligará a muchas más organizaciones a plantearse si realmente necesitan seguir pagando el precio de la vanguardia estadounidense.