Nuevos competidores en IA: la carrera de la innovación

Ciudad de México, a 07 de marzo de 2025.

El mercado de la Inteligencia Artificial (IA) se está transformando. La entrada de nuevos competidores en este sector ha incrementado la necesidad de innovar y de reducir los costos, redefiniendo con ello el panorama tecnológico global. Lo que hasta hace poco parecía un mercado dominado por cierto tipo de productos y procesos dio un giro cuando una nueva generación de chips, específicamente diseñados para el funcionamiento de la IA, irrumpió en el mercado con productos igual de eficientes, pero más baratos^[1].

Como sabemos, la competencia fomenta la diversificación del mercado y la creación de soluciones más especializadas y accesibles, pero también puede impulsar a los desarrolladores a mejorar sus productos y servicios, ofreciendo mayores beneficios a los consumidores y a las empresas de diversas industrias. Tal como ocurrió recientemente con la nueva generación de chips que apareció.

Diversas proyecciones apuntan a que la inversión global en IA seguirá creciendo a tasas significativas, lo que indica que, en el futuro próximo, habrá un mercado en expansión, con muchas oportunidades, pero también muy competido. Según un estudio de la consultora IDC, la IA tiene el potencial de contribuir con 19.9 billones de dólares a la economía global hacia 2030, generando 3.5% del PIB global para ese entonces^[2] e impulsando el desarrollo de dicho sector y el de otros, como salud, finanzas, manufactura y servicios.

En este contexto de crecimiento y de competencia, ¿cómo pueden las empresas de este sector mantenerse a la vanguardia y prosperar?

Los diferenciadores

En un mercado saturado, la diferenciación es esencial para destacar. Las empresas deben ofrecer un valor agregado a sus productos y servicios, a fin de atraer a los consumidores. La experiencia del cliente es un diferenciador clave para más de 70% de las organizaciones^[3].

Esto podría significar ofrecer modelos más precisos, soluciones fáciles de integrar, mejor soporte técnico y personalización de soluciones de IA para nichos específicos. Un buen ejemplo es OpenAI, que no solo ofrece modelos avanzados, sino también herramientas y APIs accesibles para desarrolladores, lo cual ha sido un diferenciador significativo.

Todo esto implicará mayor gasto, no solo por lo que se refiere a la producción de todos los componentes que facilitan el funcionamiento de la IA, sino también en lo relativo al entrenamiento que requiere este tipo de tecnología.

Sin embargo, el entrenamiento de modelos de IA es un factor crucial en su desarrollo y adopción. Entrenar modelos de IA avanzados puede ser extremadamente costoso, no solo en términos financieros, sino también por el consumo energético que implica. Por ejemplo, entrenar modelos como GPT-3 puede costar varios millones de dólares y consumir una cantidad significativa de energía, lo que tiene implicaciones ambientales.

Además, un estudio del MIT encontró que entrenar un modelo de IA puede emitir tanto CO2, como cinco automóviles a lo largo de su vida útil^[4]. Estos factores deben ser considerados para garantizar la viabilidad comercial y la sustentabilidad de las tecnologías basadas en IA.

La tecnología frente a la restricción de exportaciones

Las restricciones en la exportación de chips pueden tener un impacto considerable en el desarrollo de tecnologías de IA. Los chips avanzados, como las GPU y TPU, son esenciales para el procesamiento y entrenamiento de modelos de IA.

Según el estudio de Deloitte Perspectivas de la Industria de Semiconductores 2024, el mercado global de semiconductores alcanzó los 588 mil millones de dólares en 2024. Esto representa un crecimiento de 13% en comparación con 2023^[5].

Las restricciones, como las impuestas por los Estados Unidos a China, pueden limitar el acceso a hardware crítico, frenando el desarrollo y aumentando los costos. Esto puede incentivar a ciertos países a desarrollar sus propias capacidades de fabricación de chips, como se observa en China con sus inversiones masivas en la industria de semiconductores. Pero este es un proceso que lleva tiempo y recursos significativos.

De momento, el acceso a herramientas de IA más económicas parece ser el camino de la expansión tecnológica, lo que abriría nuevas oportunidades para startups en América Latina. Según la Asociación Latinoamericana de Capital de Riesgo y Capital Privado, el ecosistema de startups en América Latina ha crecido significativamente, con inversiones que alcanzaron los 4 mil millones de dólares en 2023^[6].

Con herramientas de IA más accesibles, las startups pueden desarrollar soluciones innovadoras, sin la necesidad de grandes inversiones iniciales. Esto puede fomentar la creación de soluciones localmente relevantes y competitivas a nivel global, impulsando el crecimiento económico y la innovación en la región.

En suma, los competidores que logren reducir sus costos de producción podrán ofrecer precios más accesibles y, por ende, ganar una mayor cuota de mercado. Aquellos que no consigan disminuir sus costos podrían enfrentar desafíos significativos para mantener su posición. La capacidad de ofrecer productos similares a un menor costo no solo atraerá a más clientes, sino que también fomentará la innovación continua y la eficiencia en los procesos de desarrollo y de producción de tecnologías de IA.

Las empresas que se adapten y ofrezcan valor agregado a través de diferenciadores clave, como la experiencia del cliente y la personalización de soluciones, estarán mejor posicionadas para prosperar. Para las startups en América Latina, este contexto presenta una oportunidad única para innovar y crecer, contribuyendo al desarrollo económico y tecnológico de la región. La clave estará en balancear la reducción de costos con la oferta de productos y servicios de alta calidad que satisfagan las necesidades del mercado.

[1] BBC, “Qué tiene de especial DeepSeek, la nueva herramienta china de inteligencia artificial (y en qué se diferencia de ChatGPT o Gemini)”, 28 de enero de 2025, consultado el 5 de marzo en https://www.bbc.com/mundo/articles/cwypdqe2nxyo.

[2] IDC Research, The Global Impact of Artificial Intelligence on the Economy and Jobs: AI will steer 3.5 of GDP in 2030, 5 de noviembre de 2024, consultado el 5 de marzo de 2025 en https://www.idc.com/getdoc.jsp?containerId=prEUR152702124.

[3] Zendesk, “Experiencias de clients satisfechos: 6 trucos para adoptar”, 4 de enero de 2024, consultado el 5 de marzo de 2025, en https://www.zendesk.com.mx/blog/cliente-satisfecho-mejor-estrategia/.

[4] MIT Technology Review, “Training a single AI model can emit as much carbon as five cars in their lifetimes”, 6 de junio de 2019, consultado el 5 de marzo de 2025 en: https://www.technologyreview.com/2019/06/06/239031/training-a-single-ai-model-can-emit-as-much-carbon-as-five-cars-in-their-lifetimes/ 

[5] Deloitte Research, Perspectivas de la industria de semiconductores 2024, consultado el 5 de marzo de 2025 en: https://www.deloitte.com/es/es/Industries/tmt/research/perspectivas-industria-semiconductores.html

[6] BBVA SPARK, “La inversión de venture capital se estabiliza en América Latina en un contexto de desaceleración mundial”, 30 de abril de 2024.