Un informe advierte que los LLM chinos y de pesos abiertos podrian reconfigurar la economia de la infraestructura de IA
Jefferies advierte que el abaratamiento de la inferencia por modelos chinos y open source tensiona el negocio de la nube: los grandes proveedores cargan con 2,3 billones de dolares en contratos.
Un informe de la firma de análisis Jefferies sostiene que el desplome del precio de los tokens, impulsado por modelos chinos, de pesos abiertos y modelos pequeños (SLM), podría provocar una reconfiguración de la economía de la infraestructura de inteligencia artificial. Los grandes proveedores de nube acumulan unos 2,3 billones de dólares en contratos y prevén destinar entre 600.000 y 800.000 millones de dólares a centros de datos este año, con una porción creciente financiada mediante deuda.
El análisis es la lectura financiera del debate sobre los modelos abiertos: si la inferencia se abarata de forma sostenida, el negocio de la nube premium se tensiona, porque sus ingresos dependen de precios por token que la competencia abierta empuja a la baja. El dato refuerza esa tendencia: en la semana cerrada al 27 de septiembre, los modelos chinos procesaron 76,12 billones de tokens frente a los 14,2 billones de los cuatro mayores proveedores estadounidenses, lo que sugiere que la brecha de precio ya se está traduciendo en volumen.
Para la industria, la advertencia apunta a un posible exceso de capacidad construida sobre supuestos de precios altos. Para los desarrolladores, la contraparte es favorable: APIs más económicas, más opciones de modelos de pesos abiertos y mayor viabilidad de ejecutar modelos en hardware propio o local. Si la presión de precios continúa, el costo por token tiene margen para seguir bajando, lo que abarata construir productos sobre IA.
Queda por ver si el ajuste será ordenado o abrupto. El informe plantea que el ritmo de inversión en centros de datos, cada vez más apalancado, podría no corresponder con la evolución de los precios. El debate, en todo caso, dejó de ser solo técnico y pasó a ser también de balance.
Fuente: The Register.