Microsoft apuesta por sus propios modelos de IA para cortar costos

El costo de la inteligencia artificial se ha vuelto un dolor de cabeza incluso para las empresas que más invierten en ella. Microsoft, que hasta hace poco promocionaba que Office 365 funcionaba con modelos de OpenAI y Anthropic, está dando un giro silencioso pero significativo: ahora utiliza sus propios modelos MAI para responder a un porcentaje de los comandos de los usuarios en Excel y Word, según reportó Bloomberg. La compañía confirmó a TechCrunch que no tiene nada más que agregar, pero el movimiento es claro.

La decisión no es aislada. Tras un breve período de uso intensivo de tokens, varias grandes tecnológicas están apretando el cinturón. Amazon, Uber, Meta y Accenture también han tomado medidas para frenar el gasto en IA, según reportes de The New York Times, The Information y TechCrunch. En el caso de Microsoft, el cambio viene acompañado del lanzamiento de siete nuevos modelos MAI en su conferencia Build de junio, incluyendo un codificador de agentes y un generador de imágenes. La compañía está construyendo su propia pila de IA para depender menos de sus socios externos.

¿Qué significa esto para un ejecutivo en América Latina? Primero, que la estrategia de modelos propios no es solo para gigantes. El principio de usar modelos más pequeños y especializados para tareas específicas —en lugar de depender siempre de modelos masivos y caros— puede replicarse en cualquier empresa. Una fintech mexicana que automatiza respuestas al cliente, un banco colombiano que procesa documentos o un retailer brasileño que genera descripciones de productos pueden beneficiarse de modelos más ligeros, entrenados con sus propios datos y alojados en infraestructura local, reduciendo costos de inferencia y mejorando la latencia.

Pero el movimiento de Microsoft también trae una advertencia. La empresa sigue siendo socia de OpenAI, pero al trasladar cada vez más carga a sus propios modelos, está redefiniendo la relación comercial. Para las compañías latinoamericanas que hoy dependen de APIs de proveedores externos como OpenAI, Anthropic o Google, el riesgo de una subida de precios o un cambio en las condiciones de servicio es real. La dependencia de un solo proveedor puede volverse costosa si no se tiene una alternativa. Microsoft está demostrando que la soberanía tecnológica —o al menos, una estrategia de múltiples modelos— no es un lujo, sino una necesidad de eficiencia.

Además, el fenómeno del "tokenminimizing" —como lo llaman en Silicon Valley— está llevando a algunas empresas a considerar modelos chinos más baratos, aunque con riesgos de seguridad. Para América Latina, donde la regulación de IA aún está en desarrollo y la protección de datos es cada vez más crítica, esta tensión entre costo y control es especialmente relevante. Un banco peruano o una aseguradora argentina no pueden darse el lujo de filtrar información sensible a un modelo extranjero sin evaluar las implicaciones legales.

La movida de Microsoft es, en el fondo, una señal de madurez del mercado de IA. Pasamos de la carrera por el modelo más grande a la búsqueda del modelo más eficiente. Las empresas que entiendan esto —y comiencen a construir o seleccionar modelos ajustados a sus necesidades reales— tendrán una ventaja competitiva. Las que no, pueden encontrarse pagando una cuenta que crece más rápido que su negocio.