Entre el 13 y el 15 de septiembre, tres de los CEOs con más poder en la IA publicaron en X lo que más miedo les da. Satya Nadella, Sam Altman y Mark Zuckerberg lo escribieron con palabras distintas, y es el mismo miedo. Que el poder de la IA termine en muy pocas manos.

Los tres respondían a Dario Amodei, que el 12 había pedido frenar el ritmo al que mejoran los modelos más avanzados. Del ensayo y de los 517.000 millones de dólares en cómputo de Anthropic ya escribí. Aquí me interesa otra cosa.

Coinciden en el peligro y apuestan en direcciones opuestas para evitarlo. Y cada apuesta ya viene empacada en lo que su empresa te vende. Cuando eliges proveedor de IA, también eliges cuál de esas apuestas vas a pagar en dependencia, en precio y en continuidad del acceso.

Mismo diagnóstico, tres recetas

Altman lo escribió el 14 de septiembre. Hay dos formas en que esto sale muy mal. La primera es perder el control del futuro frente a la IA. La segunda, “too much concentration of power” (demasiada concentración de poder), con una persona o una empresa usando una IA extraordinariamente poderosa para imponer su visión del mundo a todos, según Fox Business. Su salida es un camino intermedio estrecho, con ritmo pactado y evaluadores externos dentro de los laboratorios.

Zuckerberg había dicho casi lo mismo el 10 de agosto, en un ensayo de 6.500 palabras titulado “The Future is for Everyone”. Si el poder de la superinteligencia queda en manos de pocos individuos, empresas, gobiernos o de la propia IA, el resultado es peor para todos los demás, cita Fox Business. Su remedio es repartirla. Y el 15 de septiembre escribió que cualquier política que frene los lanzamientos de modelos estadounidenses, “even by a month” (aunque sea un mes), deja que los modelos extranjeros se adelanten, recoge Business Today.

Nadella fue el más concreto sobre lo que le toca a una empresa. Pidió “broad access and choice at every layer of the AI stack” (acceso amplio y opciones en cada capa) y que cada organización controle sus propios ciclos de aprendizaje y sus modelos sin depender de un solo proveedor, según Unite.AI.

Un solo miedo. Tres productos distintos.

Lo que cada apuesta significa para tu contrato

Modelo cerrado con ritmo pactado. Es la apuesta de Amodei y de Altman. Te da los modelos más capaces que puedes contratar hoy y te deja en manos del proveedor en todo lo demás. Precio, cuotas, términos, a quién le vende. El 28 de agosto OpenAI le avisó a Cursor que terminaba su contrato de acceso a modelos después de que SpaceX lo compró, y Cursor lo aguantó porque esos modelos eran cerca del 5% de su tráfico. Lo que frena la pausa de Amodei es el próximo salto de capacidad. El modelo que ya usas sigue ahí.

Pesos abiertos. Muse Glimmer tiene 30.000 millones de parámetros, licencia Apache 2.0, está en Hugging Face y cuantizado cabe en una sola tarjeta gráfica de 24 GB, según VentureBeat. Una vez descargado, ese archivo es tuyo. Nadie te lo corta ni le sube el precio.

Pero mira la historia reciente de Meta. En abril dejó de publicar pesos cuando lanzó Muse Spark como modelo cerrado. En agosto abrió Glimmer y prometió que “soon” (pronto) publicaría los pesos de Muse Spark 1.2. Dos giros en cuatro meses. La apertura también la decide un proveedor, y se puede revertir en la siguiente versión. Lo descargado se queda. La próxima mejora, no sabes.

Opciones dentro de una plataforma. La idea de Nadella me gusta. Leída como cliente, las opciones viven dentro de la plataforma de alguien. Cambias de modelo sin cambiar de factura, y la dependencia se muda un piso más abajo, al proveedor de la plataforma.

Y el gobierno de Estados Unidos no va a resolver esto por ti. El 14 de septiembre, en una llamada con Jensen Huang en vivo, Donald Trump dijo sobre la resistencia a la IA “It’s a hoax” (es un engaño), reportó TechCrunch.

Dónde pondría yo la plata

Primero, mi sesgo. En IQ Source construimos casi todo sobre Claude, así que operamos del lado de la apuesta de Amodei. En agosto, Anthropic no firmó la carta de Jensen Huang a favor de los pesos abiertos. Tenlo presente al leer lo que sigue.

No creo que tengas que elegir bando en este debate. Ninguno de los tres CEOs te va a avisar cuando cambie de opinión, y Meta ya cambió dos veces este año.

Podrías concluir que la respuesta es pasarte todo a pesos abiertos. No, así no. Un modelo que cabe en una tarjeta gráfica no hace el mismo trabajo que uno que corre en un centro de datos, y operar tu propio modelo cuesta gente.

Lo que sí depende de ti es dónde guardas lo que hace funcionar tu IA. Tus prompts, tus casos de prueba, tus datos de evaluación. Son la llave de la casa. Si solo existen dentro de la consola del proveedor, el cerrajero tiene la única copia, y da igual si el cerrajero es simpático.

Yo empezaría por cuatro preguntas. ¿Qué tareas de tu operación correrían bien con un modelo de 30.000 millones de parámetros en tu propio servidor? ¿Cuánto te cuesta una semana sin tu proveedor principal? ¿Tus pruebas corren contra dos modelos o contra uno? ¿Quién en tu equipo sabe la respuesta?

En IQ Source podemos hacer ese mapa contigo. De qué modelo depende cada paso de tu operación y qué pasa si ese modelo cambia de precio, de licencia o de dueño. Mejor tenerlo antes de que alguno de los tres cambie de apuesta.

Mapeemos de qué modelo depende tu operación