Programa emitido en Capital Radio.

En la última edición de Deep Business, Ángel García Crespo y María José de Vega analizan el vertiginoso cambio que vive el sector de la inteligencia artificial, destacando el sorprendente sorpasso de Claude frente a GPT. Este artículo desglosa las claves sobre la independencia de hardware de las grandes tecnológicas, el impacto real de la automatización en el empleo y los desafíos que afronta el ecosistema empresarial español ante un entorno regulatorio complejo y una evolución tecnológica que ya no admite previsiones anuales, sino trimestrales.

La batalla por el trono de los LLM

Uno de los puntos más destacados de la conversación es el cambio de preferencia entre los usuarios avanzados, que están migrando de OpenAI hacia las soluciones de Anthropic.

• El auge de Claude: Su capacidad cualitativa y su eficiencia en tareas de programación le están ganando terreno a un GPT que muchos usuarios perciben ahora como más «molesto» o enfocado al clickbait.
• Fatiga de modelo: Los límites de créditos en versiones de pago y la forma de interactuar están redefiniendo qué herramientas eligen los profesionales para su día a día.
• Velocidad exponencial: La evolución es tan rápida que los expertos sugieren realizar análisis semestrales o incluso trimestrales en lugar de las tradicionales predicciones anuales.

Hardware y la carrera por los chips propios

Las grandes tecnológicas están dejando de ser exclusivamente empresas de software para convertirse en fabricantes de hardware con el objetivo de eliminar su dependencia de terceros.

• Adiós a la dependencia de Nvidia: Tanto OpenAI como Meta y xAI (de Elon Musk) están desarrollando sus propios chips para ejecutar modelos de lenguaje de forma más eficiente.
• El factor Elon Musk: A pesar de las polémicas legales y los cambios en sus modelos de negocio, su capacidad financiera y de visión a largo plazo le mantienen como un actor disruptivo fundamental.
• Ejecución local: Existe una tendencia creciente hacia el uso de GPUs potentes para correr modelos en local, evitando la nube por motivos de costes y privacidad.

Impacto en el empleo y consultoría

El debate sobre los despidos en empresas como Amazon o Meta se analiza bajo una óptica financiera: la necesidad de justificar las grandes inversiones en IA ante los accionistas mediante la reducción de costes de personal.

• Riesgo para perfiles junior: Las labores de consultoría básica que antes realizaban los recién graduados ahora pueden ejecutarse con un LLM de 20 euros al mes.
• Automatización real: Sectores como la atención al cliente, mediante chatbots avanzados, están logrando resolver dudas de forma autónoma sin intervención humana.
• IA base cero: Las organizaciones deben repensar sus procesos desde cero en lugar de simplemente aplicar IA a problemas antiguos.

Nuevos modelos de negocio: la IA como suministro

El futuro económico de la inteligencia artificial se perfila como un servicio básico similar a la electricidad o el agua, basado en el consumo de tokens.

• Tarifas mixtas: Se prevé un modelo donde exista una suscripción base para usuarios medios y un pago por uso (heavy users) para quienes requieran mayor potencia.
• Agentes autónomos: La llegada de agentes que controlan archivos locales y ejecutan tareas sin supervisión directa cambiará radicalmente la productividad administrativa.
• Desintermediación: Plataformas de servicios podrían sufrir ante agentes de IA que busquen y reserven directamente, eliminando al intermediario tradicional.

El panorama en España y la administración

La situación en España se caracteriza por una brecha respecto a Estados Unidos, centrada más en la regulación que en el desarrollo, y por la aparición de una burbuja de «falsos expertos».

• Proyecto ALIA: Se analiza el modelo de lenguaje impulsado por el Gobierno, señalando las limitaciones de entrenar sobre estructuras abiertas como Llama frente a modelos puros.
• El papel de la banca: Entidades como BBVA se posicionan a la vanguardia en la implementación de IA estratégica para mejorar la experiencia del cliente y la eficiencia interna.
• Ciberseguridad y privacidad: Es fundamental la concienciación sobre la anonimización de datos al interactuar con LLMs comerciales para evitar riesgos reputacionales y legales.

#InteligenciaArtificial #Claude #TransformaciónDigital #DeepBusiness #Innovación