La Inteligencia Artificial entra en la era de la eficiencia y Wall Street mira más allá de los grandes modelos

La Inteligencia Artificial avanza hacia la eficiencia, obligando a Wall Street a reajustar sus inversiones en tecnología y modelos más accesibles.

La eficiencia se vuelve el nuevo valor estratégico

Según informa EFE, Aaalistas señalan que la primera fase de la inteligencia artificial se centró en demostrar que los modelos funcionaban. La actual exige justificar el gasto. El consumo de tokens —unidad que mide uso y coste— se convirtió en una métrica crítica. Cada pregunta, respuesta o línea de código consume tokens, y en producción los costos dejan de ser técnicos para transformarse en gastos operativos vigilados por directores financieros.

Una encuesta de UBS revela que 60 % de las empresas ya impone límites al gasto en inteligencia artificial , con casos extremos como empleados que consumieron 35.000 dólares mensuales en tokens. Para expertos como Karl Freund, esto marca el paso de una fase centrada en crear modelos a otra enfocada en maximizar su rendimiento real.

Wall Street: chips, nube y nuevos ganadores

Goldman Sachs indica que las compañías que más usan IA consumen tres veces más tokens que la media, impulsando la demanda de chips, memoria y centros de datos. La expansión de la inferencia —uso de modelos ya entrenados para tareas nuevas— acelera el interés inversor en fabricantes de hardware y proveedores de nube.

El mercado lo refleja:

  • Nvidia subió ~13 % en seis meses.
  • AMD creció 167 %.
  • Intel avanzó 150 %.
  • Micron aumentó 186 %.

Pero vender chips ya no basta: deberán ofrecer soluciones completas para operadores de nube. Morgan Stanley destaca a los grandes beneficiados: AWS, Azure, Google Cloud, Oracle y empresas de infraestructura como Cloudflare, que creció 45 % en el último semestre.

Modelos abiertos y China: la competencia se intensifica

La presión por reducir costos favorece modelos más baratos y de código abierto, especialmente los desarrollados por DeepSeek, Alibaba y Tencent. Esto dificulta que un único proveedor mantenga precios altos y acelera la estandarización del sector.

La presión por reducir costos favorece modelos más baratos y de código abierto, especialmente los desarrollados por DeepSeek, Alibaba y Tencent.

Hoy existen más de 2,9 millones de modelos en Hugging Face, donde investigadores y empresas comparten desarrollos. Según Freund, los modelos del futuro serán como los compiladores del pasado: herramientas esenciales, pero con poco margen de beneficio.

En este escenario ganan relevancia compañías que aplican inteligencia artificial a operaciones concretas, gestionan datos y desarrollan agentes, como Salesforce, Microsoft y Palantir. Su CEO, Alex Karp, criticó el modelo generalista basado en tokens por “elevar costos y reducir retorno”.

La inteligencia artificial ya no se mide solo por potencia, sino por eficiencia, costo y utilidad real. Mientras los modelos abiertos ganan terreno y la infraestructura se dispara, Wall Street ajusta su mirada hacia capas de valor más prácticas: agentes, datos y soluciones integradas. La nueva fase premiará a quienes hagan la tecnología más accesible, segura y rentable.

FUENTE: EFE

MÁS LEÍDAS