Players La fiebre por los modelos abiertos: cuando los gigantes compran la llave, no la cerradura
Tres adquisiciones millonarias en semanas revelan que Big Tech no compra modelos abiertos, sino ecosistemas de desarrolladores para asegurar demanda de cómputo. Para LatAm, la 'apertura' migra del modelo a la infraestructura.
En agosto de 2026, el valle de Silicon Valley escribió el mismo titular tres veces con nombres distintos. Nvidia anunció 13.000 millones por Hugging Face, la plataforma que funciona como GitHub de la era de los modelos abiertos. Días antes, había pagado 6.000 millones por Poolside, creador de modelos de pesos abiertos. Y Stripe, la infraestructura de pagos de internet, cerró la compra de OpenRouter —puerta de entrada a más de 400 modelos— por más de 7.000 millones, una valoración que sextuplicaba los 1.300 millones de tres meses antes TechCrunch.
La coincidencia no es casual. Detrás de cada operación hay una misma lógica: quien controle la distribución de modelos abiertos controla hacia dónde fluyen los tokens y, por tanto, la demanda de chips y nube. Nvidia lo necesita porque sus grandes clientes —OpenAI, Google, Microsoft— fabrican ya sus propios semiconductores de inferencia, como el Jalapeño de OpenAI TechCrunch. Si los laboratorios frontera hacen silicio, Nvidia quiere una porción del negocio de los modelos. Stripe lo expresa en términos financieros: "los tokens son la moneda central" y la rentabilidad dependerá de usar bien el cómputo escaso TechCrunch.
Sin embargo, la realidad frena la euforia. Solo el 6 % de las empresas usa modelos de pesos abiertos según datos de gasto de Ramp, y apenas el 2 % de los ingenieros de software los emplea según Jellyfish TechCrunch. Nik Albarran, responsable de producto de IA en Jellyfish, lo resume: hoy se usan en cargas de inferencia repetitivas —chats de atención al cliente— donde un modelo ajustado responde barato. Para tareas de razonamiento variable o agentes de código, los modelos frontera siguen ganando, en parte por subsidios en el precio del token TechCrunch.
Lin Qiao, CEO de Fireworks —otra candidata permanente a ser comprada—, dice que su plataforma procesa 40 billones de tokens al día, más que las APIs de Gemini o OpenAI. Su apuesta: cada empresa debería tener su propio modelo por caso de uso, entrenado con sus datos TechCrunch.
El patrón trasciende estos nombres. El mercado de fusiones y adquisiciones tecnológicas creció un 75 % en 2025 con la IA como motor, pero los expertos advierten: son operaciones estructurales, no comerciales. Javier Lorente (EAE Business School) señala que se compran capacidades de nube, seguridad y datos para "industrializar la IA" a medio plazo Computerworld. José Ramón Morales (Garrigues) lo precisa: los grandes compradores adquieren "activos que hacen la IA operable en entornos empresariales", no los modelos en sí Computerworld.
El dato académico lo confirma: el 82 % de los productos de IA adquiridos por Alphabet, Amazon, Apple, Meta y Microsoft entre 2015 y 2021 fueron discontinuados, frente al 61 % en otros sectores —se compra talento y tecnología, no roadmap Bottan & Gautier.
Para un ejecutivo latinoamericano, la lección es incómoda pero clara. La narrativa del "modelo abierto" como refugio frente al vendor lock-in está siendo reescrita: el candado no está en los pesos, sino en quién provee la infraestructura para servirlos. Nvidia compra Hugging Face para dirigir tráfico a sus chips; Stripe compra OpenRouter para hacer eficiente el gasto en tokens. La apertura se convierte en canal de distribución de cómputo propietario.
En esa capa, la región no tiene la escala para competir, pero sí para elegir. Antes de comprometer roadmap técnico con un modelo "abierto" alojado en una plataforma que mañana puede cambiar de dueño, conviene preguntarse: ¿cuánto cuesta mover esa carga a otra nube? ¿El ahorro en tokens justifica la dependencia de un proveedor de hardware que acaba de comprar el mercado? La respuesta no está en el comunicado de prensa, está en la factura de inferencia del próximo trimestre.
