TL; DR
La suposición de que el mayor modelo de IA gana se está derrumbando, y las empresas ahora eligen modelos por tarea, costo y control en lugar de por clasificación en la clasificación. Lo que impulsa esto son las facturas de modelos de millones por mes, el crecimiento en el enrutamiento de modelos y los agentes especializados en tareas específicas, que Gartner espera que representen el 40% de las aplicaciones empresariales para fines de 2026, en comparación con menos del 5%. Si la asequibilidad se convierte en una mercancía, el margen se lo lleva quien realice la estimación más barata.
Durante años, la industria se basó en la hipótesis de que gana el modelo más grande. Esa confianza ahora se está desmoronando, informa CNBC.
Las empresas están seleccionando modelos por tarea, costo y control en lugar de por ubicación de referencia. La frontera sigue siendo importante, pero ya no se compra.
La razón no es romántica. A escala empresarial, las facturas modelo ascienden a millones de dólares al mes.
El ascenso es lo suficientemente bueno
El principio de funcionamiento es ahora el modelo más barato que supera el listón de calidad. Los compradores han descubierto que la mayoría de los empleos no requieren sistemas fronterizos.
Espacio de coworking de TNW City: donde ocurre tu mejor trabajo
Un espacio de trabajo diseñado para el crecimiento, la colaboración y un sinfín de oportunidades de networking en el corazón de la tecnología.
El enrutamiento de modelos ha surgido para automatizar ese juicio, enrutando cada solicitud a la que mejor se ajuste al modelo. Una tarea de resumen y una tarea de razonamiento de varios pasos ya no van en el mismo lugar.
Los modelos especializados y específicos de la industria están llenando los vacíos restantes. Gartner espera que el 40% de las aplicaciones empresariales incorporen agentes de inteligencia artificial para tareas específicas para fines de 2026, frente al 5% hace un año.
¿Por qué Bill se ve obligado a hacer esto?
La economía ha dejado de cuadrar. Los precios por token han caído, pero las facturas de IA empresarial se han triplicado, ya que las herramientas agentes consumen muchos más tokens por tarea.
Los compradores lo han notado. El director ejecutivo de Palo Alto Networks, Nikesh Arora, dijo que el precio del token caería hasta un 90%.
Algunas organizaciones dejaron de esperar y comenzaron a racionar. Las empresas están limitando por completo el gasto de los empleados en IA en una ola de "minimización de tokens".
donde se mueve el valor a continuación
Si la asequibilidad se convierte en una mercancía, el margen va para quien lo administre más barato. La optimización inferencial se ha convertido silenciosamente en una de las capas más valiosas de la infraestructura de IA.
Los modelos abiertos y baratos van al grano. Los modelos chinos se están acercando a los laboratorios fronterizos de Estados Unidos a una fracción del precio, lo que simplemente limita lo que cualquiera puede cobrar por una producción decente.
Esto es un inconveniente para la tesis de escala. Cientos de miles de millones de gastos de capital se justificaron con la premisa de que los modelos más grandes serían decididamente mejores, y los compradores ahora están votando lo contrario.
Nada de esto significa que el modelo Frontier esté terminado. Esto significa que la industria está descubriendo que la mayoría de los trabajos son aburridos y que los trabajos aburridos no necesitan las herramientas más caras del taller.
