Alternativas de bajo costo recuerdan que la IA es más que los grandes modelos

Por qué el futuro de la IA depende de su infraestructura y distribución, no solo de su potencia

En una oferta global de inteligencia artificial (IA) con campos tan diversos como las conversaciones humanas y el asesoramiento para la toma de decisiones, el sector demostró que no se limita a crear los modelos más poderosos. De acuerdo con actores del sector consultados porNotiPress, la carrera por la IA comienza a mirar más a los esquemas de innovación de bajo costo basados en capas, y no tanto a los modelos complejos y onerosos.

La tecnológica IBM informó que el concepto deinteligencia artificial consiste en la capacidad de hacer que las máquinas tomen decisiones y aprendan a manejar grandes volúmenes de datos de manera supervisada.

Si bien al hablar de IA se suele pensar en herramientas como ChatGPT y DeepSeek, las cuales son capaces de responder a conversaciones humanas, esta tecnología también es una aliada de sectores como laindustria manufacturera, el retail y la medicina.

Ante la competencia por desarrollar losmodelos de lenguaje grandes (LLM) más poderosos del mercado, donde destacan marcas como Claudey Gemini, las compañías enfrentan una serie de retos. En primer lugar, como afirman las Naciones Unidas, el costo de mantenimiento provocará que el consumo de agua para la infraestructura de IA sea equivalente al de mil 300 millones de personas en 2030. Asimismo, el retorno de la inversión no alcanza el desempeño esperado pese a que el gasto en el sector se triplicó.

Con motivo de las preocupaciones del sector y las oportunidades para nuevas aplicaciones de la IA, el enfoque en modelos de menor costo cobró relevancia. Según una investigación publicada por la firma de inversiones Janus Henderson Investors, los esfuerzos para generar unainfraestructura de bajo impacto en materia de gasto son una de las ventajas competitivas en el mercado de inteligencia artificial.

El estudio de Janus Henderson consultado por la agencia de noticias señaló que el error de la industria deIA occidental es que se enfoca casi exclusivamente en las vanguardias de desarrollo. Gracias al éxito de los LLM, encabezado por la adopción de herramientas de IA en Estados Unidosy Europa, las empresas no suelen mirar a otras aplicaciones de inteligencia artificial debido a la falta de información.

Los modelos de frontera requierengastos de operación y mantenimiento de infraestructura que dificultan su adopción masiva y dejan fuera del ecosistema a participantes pequeños. Por ello, losmodelos de menor costo ofrecen una alternativa para una nueva vanguardia de inteligencia artificial, misma que se basa en 5 capas.

Finalmente, diversos actores especializados en IA destacaron que la madurez del sectorse adaptará a las exigencias del mercado una vez se acelere la adopción. Mientras los modelos de vanguardia con código cerrado presentan uncrecimiento de bolsa acelerado y seguridad, las alternativas abiertas pueden enriquecer el ecosistema con nuevos participantes yformas de gobernanza no centralizada.

Inteligencia ArtificialTecnologíaSeguridad