El espectro del código abierto acecha el festín tecnológico
La industria de la IA se enfrenta a su propia disrupción ante las ventajas que ofrecen los modelos de lenguaje de código abierto
OpenAI logró una victoria histórica sobre su patrocinador inicial Elon Musk la semana pasada cuando un jurado californiano desestimó su intento de anular el cambio de estatus que la empresa pionera en inteligencia artificial llevó a cabo en 2019, pasando de ser una organización sin ánimo de lucro a una empresa privada. Sin embargo, este triunfo legal no ha resuelto el desacuerdo filosófico que subyace a la disputa. Las implicaciones financieras para OpenAI y sus inversores podrían ser existenciales.
El origen de la larga disputa entre Musk y Sam Altman, su homólogo en OpenAI, fue una lucha ancestral entre dos filosofías contrapuestas de la industria del software. Por un lado estaba la apuesta original de OpenAI de la arquitectura de código abierto, en la que los productos están disponibles libremente para que los usuarios los descarguen y ejecuten localmente en sus propios dispositivos. Por otro lado, estaba el modelo de negocio de código cerrado, más intransigente, al que han migrado el desarrollador de ChatGPT y su rival Anthropic: vender acceso a grandes modelos de lenguaje patentados de forma medida, con el procesamiento de datos a cargo de enormes centros de datos remotos.
Puede que el modelo de código cerrado de OpenAI haya salido victorioso en los tribunales. Pero, dos días antes y a 13.600 km de distancia, una presentación del ministro de Asuntos Exteriores de Singapur, Vivian Balakrishnan, demostró por qué la IA de código abierto está llamada a convertirse en una amenaza mayor que nunca en el mercado global. Balakrishnan explicó que los modelos de lenguaje grande (LLM) son ahora valiosos para todo tipo de trabajo intelectual, aunque subrayó que habla “no como ingeniero, sino como profesional con un trabajo diario”. Para un ministro del Gobierno, sin embargo, la seguridad y la privacidad son primordiales. Enviar secretos de Estado para que sean procesados en la nube por software propiedad de otra jurisdicción y regulado por ella, tal y como exige el modelo de negocio de código cerrado de las empresas de IA estadounidenses, es inviable.
Los ahorros de configurar un sistema de IA de código abierto para una empresa mediana permitirían amortizar sus costes de capital en menos de 18 meses
Tres revoluciones tecnológicas han convergido ahora para ofrecer una solución, como ha documentado el veterano estratega de inversiones Michael Power. La primera es que los algoritmos que sustentan los LLM se han vuelto un orden de magnitud más eficiente desde el punto de vista computacional. La segunda es que los chips baratos y de consumo de proveedores como Apple, Xiaomi y Huawei pueden proporcionar la potencia de cálculo en el ordenador o smartphone de un usuario que antes requería un centro de datos centralizado con los famosos –y costosos– chips gráficos de Nvidia. La tercera es que los gigantes tecnológicos, como Google, Alibaba y DeepSeek, ofrecen LLM de código abierto. Power ha acuñado un acrónimo para describir la nueva y radical posibilidad que abren estas tres revoluciones: construye tu propio centro de datos: BYODC, por sus siglas en inglés.
Balakrishnan explicó que eso es precisamente lo que él ha hecho: construir su propio agente de IA personal usando hardware comercial y un LLM de código abierto. Así ha aprovechado el increíble aumento de la productividad que le ofrece la IA sin que sus datos salgan nunca de su oficina. Esto ha “acelerado el ritmo al que se pueden hacer las cosas”. Este descubrimiento puede parecer relevante solo para altos funcionarios públicos con requisitos de seguridad al estilo James Bond. Sin embargo, hay dos razones por las que tiene una relevancia más amplia.
Confidencialidad y seguridad
La primera es que la confidencialidad y seguridad de los datos son un obstáculo para adoptar la IA en una gran variedad de aplicaciones comerciales cotidianas pero de gran valor. Abogados, médicos, contables y asesores financieros están sujetos a requisitos regulatorios, fiduciarios y de otro tipo de cumplimiento, que hacen que el procesamiento de datos en la nube sea arriesgado, si no ilegal. Ejecutar un modelo de código abierto en hardware local resuelve este problema. La segunda razón es que resulta más barato. Usar un LLM de código cerrado basado en la nube requiere una suscripción mensual o anual, a los que se suman cargos por consumo impredecibles en caso de un uso más intensivo. Además, los precios tan bajos que se ofrecen hoy para atraer clientes no durarán para siempre. Las empresas de IA acabarán necesitando recuperar los costes de sus inversiones épicas. La economía de la arquitectura de código abierto es radicalmente diferente. Hay un gasto puntual de hardware. El software en sí es gratuito. Los costes de mantenimiento, por su parte, se limitan a la electricidad necesaria para alimentar la máquina que lo integra.
El resultado es que una arquitectura LLM de código abierto es mucho más barata de mantener. El profesor de Economía Brad DeLong, de UC Berkeley, otro de los primeros en adoptarlo, calcula que el cambio reduce los costes de procesamiento de un proyecto reciente de 3.000 a 31 dólares. Power estima que los ahorros derivados de implantar un sistema de código abierto en una empresa mediana permitirían amortizar sus costes de capital en menos de 18 meses.
Una objeción común a los LLM de código abierto es que no son tan buenos como sus homólogos de código cerrado. Sin embargo, la clasificación independiente LMSYS Chatbot Arena Elo Rating Ranking clasifica el rendimiento del mejor modelo de código cerrado –Claude Opus 4.6 de Anthropic– como solo un 2% mejor que la alternativa open source mejor valorada: el GLM 5.1 de Zhipu AI. Además, la mayoría de los usuarios comerciales probablemente no necesitan estar a la vanguardia.
Otro supuesto obstáculo para su adopción es que crear un sistema de código abierto es algo que solo los frikis pueden hacer. La propia IA generativa ha dejado obsoleta esa suposición. Ya no se requieren conocimientos técnicos: basta con decirle a un chatbot lo que quieres hacer. Como dice Balakrishnan: “Las barreras… se han derrumbado. Las herramientas ya se han inventado. Se trata de conseguir que la gente comprenda qué herramientas hay disponibles… y se sitúe en una trayectoria completamente diferente”.
Si tiene razón, la industria de la IA se enfrenta a su propia disrupción, igualmente trascendental. Power advierte de que el cambio a modelos de código abierto en dispositivos locales convertirá en activos varados los cientos de miles de millones de dólares que se están invirtiendo en centros de datos para respaldar el modelo de negocio dominante de código cerrado. Este será “el mayor ejemplo de desintermediación en la historia económica de EE UU”.
Sin duda, cualquier cambio no será o blanco o negro. Las empresas y los particulares seguirán teniendo razones de peso para desembolsar dinero en modelos de código cerrado que se integran cómodamente en paquetes de software como Microsoft Office. Por ahora, el modelo de negocio de código cerrado está dando muy buenos resultados. La tasa de ingresos anual de Anthropic se ha disparado de 9.000 millones de dólares a finales de 2025 a 45.000 millones en la actualidad, según The Information. La empresa ha cerrado esta semana una ronda de financiación que le da un valor de 965.000 millones de dólares.