Empresas Hyperscalers IA Tecnología Microsoft impulsa modelos pequeños de IA para recortar costos y depender menos de OpenAI Por Canuto Microsoft, Amazon y Google están ajustando su estrategia de inteligencia artificial con una idea cada vez más clara: no toda tarea necesita un modelo de frontera. La presión por reducir costos y acercarse a la rentabilidad está empujando a los gigantes de la nube hacia modelos más pequeños, especializados y fáciles de escalar. *** Microsoft estaría reemplazando gradualmente modelos de OpenAI por su familia propia MAI en varias funciones de IA.
Los modelos pequeños y específicos permiten bajar costos operativos, mejorar el uso del hardware y escalar más instancias por acelerador. Amazon y Google siguen una lógica similar, mientras los modelos de frontera conservan un papel clave en la innovación. La industria de la inteligencia artificial parece entrar en una nueva etapa. Tras la fiebre por construir modelos cada vez más grandes, varios gigantes tecnológicos ahora priorizan sistemas más pequeños y diseñados para tareas concretas. Ese giro responde a un problema que el sector no ha resuelto del todo: cómo convertir la IA en un negocio consistentemente rentable.
Si bien los modelos de frontera siguen siendo útiles, su costo operativo empuja a las grandes plataformas a buscar alternativas más eficientes. De la navaja suiza a la herramienta especializada Durante los últimos años, firmas como OpenAI y Anthropic apostaron por modelos enormes capaces de abordar casi cualquier tarea. La lógica fue simple: construir una especie de navaja suiza de la IA que sirviera para resumir, redactar, programar, razonar o generar imágenes. Pero esa versatilidad tiene límites prácticos. No todas las empresas necesitan usar un modelo de clase frontera para resumir correos, redactar respuestas o condensar notas de reuniones.
Según explica The Register, entrenar un modelo pequeño y ajustado a un dominio específico puede resultar más barato y más simple. Además, ese tipo de sistema permite ejecutar docenas de instancias en un solo acelerador. La ventaja no es solo económica. También ofrece mayor control sobre el producto final, algo valioso en un entorno donde los proveedores externos pueden reemplazar modelos, alterar comportamientos o enfrentar restricciones regulatorias. El artículo usa un ejemplo llamativo para ilustrarlo.
Una empresa que depende de un proveedor externo podría terminar lidiando con respuestas extrañas de su aplicación si ese proveedor sustituye un modelo viejo y apreciado por otro distinto. También aparece otro riesgo menos técnico y más político. Si las autoridades de Estados Unidos consideran que cierto modelo es demasiado peligroso para el consumo general, una compañía demasiado dependiente de esa tecnología podría quedar expuesta. Microsoft cambia el paso con la familia MAI Microsoft parece haberse movido con decisión hacia esa visión más pragmática.
En su conferencia Build de junio, la empresa detalló su familia MAI, una colección de modelos que cubre usos como razonamiento, codificación, generación y edición de imágenes, además de voz. La relevancia de MAI va más allá de una simple vitrina tecnológica. Un informe reciente de Bloomberg, citado por la fuente, señala que estos modelos están reemplazando lenta pero sostenidamente a los de OpenAI dentro de funciones de IA en productos de Microsoft. Ese dato sugiere un cambio importante en la relación entre ambas compañías.
Microsoft fue uno de los grandes impulsores del auge de OpenAI, pero ahora parece querer reducir su dependencia operativa mediante herramientas propias y más enfocadas. La lógica detrás del movimiento es directa. Cuando la empresa todavía intentaba insertar IA generativa en cada rincón de la vida digital, una solución amplia como GPT-5 era útil para experimentar y cubrir muchos casos a la vez. Sin embargo, una vez que Microsoft entendió mejor cómo usan realmente la IA sus clientes, pudo empezar a sustituir un modelo de frontera por herramientas más precisas. Si el resultado es similar y el costo baja, el incentivo empresarial es evidente.
La compañía describió a MAI-Thinking-1 como un “modelo de tamaño mediano que se encuentra entre los más fuertes en su categoría de peso”. También afirmó que iguala a modelos líderes en métricas clave de ingeniería de software y muestra capacidades avanzadas de razonamiento matemático. Microsoft agregó además que MAI-Thinking-1 fue preferido frente a Sonnet 4. 6 en evaluaciones humanas ciegas lado a lado. La empresa no precisó públicamente qué entiende por “mediano”, pero dejó claro que el equilibrio entre desempeño y costo es central. La presión por rentabilidad redefine la arquitectura de la IA En la IA generativa, el tamaño sigue importando.
En general, cuanto más grande es el modelo, mejores y más confiables tienden a ser sus resultados, aunque esa mejora llega acompañada de un aumento en el costo de operación. La razón técnica es conocida dentro del sector. Un modelo con menos parámetros libera memoria y mejora la utilización del hardware, lo que abre la puerta a una infraestructura más eficiente. Para una empresa como Microsoft, esto tiene implicaciones inmediatas.
Etiquetas: Tecnología, Big Tech, Antitrust, Tecnología · Big Tech y antitrust
About the Author
