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

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 por NotiPress, 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 inteligencia artificial es más que los grandes modelos de lenguaje

La tecnológica IBM informó que el concepto de inteligencia 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 la industria manufacturera, el retail y la medicina.

Ante la competencia por desarrollar los modelos de lenguaje grandes (LLM) más poderosos del mercado, donde destacan marcas como Claude y 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 una infraestructura de bajo impacto en materia de gasto son una de las ventajas competitivas en el mercado de inteligencia artificial.

Las 5 capas de un modelo alternativo de bajo costo para la IA

El estudio de Janus Henderson consultado por la agencia de noticias señaló que el error de la industria de IA 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 Unidos y Europa, las empresas no suelen mirar a otras aplicaciones de inteligencia artificial debido a la falta de información.

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

Energía sostenible: bajo un enfoque de menor impacto ambiental, los costos de la industria pueden disminuir en 50%, como en el caso de China.

Semiconductores: en el clima de sanciones a la manufactura encabezadas por Washington, los actores miran la posibilidad de desarrollar sus propios chips o comprar a terceros.

Infraestructura: A diferencia de un solo centro de datos con consumo masivo de energía, el enfoque alternativo requiere centros de menor costo e impacto distribuidos.

Modelos abiertos: Ante los esquemas de software propietario utilizados por marcas como ChatGPT, el código abierto brinda la posibilidad de hacer negocios con una menor barrera de entrada donde los participantes conozcan el funcionamiento de los modelos.

Aplicaciones: Evitar restringir el uso de la IA a robots conversacionales e impulsar su implementación en salud, educación, alimentación, entre otros.

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