En el episodio de hoy hablamos de los modelos de negocio montados alrededor de la IA generativa y de cómo OpenAI, Microsoft y Meta la monetizan.
A estas alturas, cualquiera que no haya oído hablar de la IA generativa probablemente ha estado viviendo en una cueva en los últimos dos años.
La inteligencia artificial en forma de chatbots, generadores de texto, imágenes y hasta video, está literalmente en todas partes.
Pero si está tan extendida y sigue creciendo a un ritmo increíble, debe ser porque es una máquina de hacer dinero, ¿verdad?
Hoy vamos a analizar en detalle cómo OpenAI, Microsoft y Meta han construido modelos de negocio alrededor de estos modelos de lenguaje avanzados. Hablaremos de costos, ingresos, y las estrategias que están probando en su búsqueda de sostenibilidad financiera.
Desde que OpenAI lanzó GPT-3.5 a finales de 2022, el sector de la IA generativa no ha dejado de acelerarse.
Con una base de usuarios que ha crecido hasta unos 180 millones, OpenAI está muy lejos de los tiempos en los que solo los curiosos de la tecnología sabían de su existencia. Pero esta popularidad tiene su precio.
En 2024, se estima que OpenAI invertirá unos 8.500 millones de dólares en mantener operativos sus modelos. Estos costos incluyen:
En total, OpenAI gasta alrededor de 8.500 millones de dólares anuales, mientras que sus ingresos alcanzan aproximadamente 3.400 millones.
Un crecimiento impresionante, sí, pero sigue dejando un agujero considerable en sus cuentas.
Entonces, ¿de dónde viene ese dinero?
La respuesta es simple: de las suscripciones a ChatGPT y del uso de sus APIs en cientos de productos de terceros.
Sin embargo, como hemos visto, estos ingresos cubren solo una fracción de los costos, lo que obliga a OpenAI a buscar modelos más eficientes y, quizá en un futuro cercano, a subir precios.
Si quieres saber más sobre por qué cuesta tantísimo el entrenamiento y uso de la IA generativa puedes escuchar este episodio del podcast.
Mientras que OpenAI trata de construir su negocio alrededor del acceso a sus modelos de IA, Meta ha tomado otro camino.
Su enfoque se centra en integrar modelos de lenguaje en sus productos para mejorar la experiencia del usuario sin cobrar directamente por ello.
Meta lanzó sus modelos de lenguaje Llama con una filosofía de código abierto, permitiendo que cualquiera los descargue y utilice de forma gratuita.
¿El objetivo? Generar un ecosistema de innovación a partir de sus modelos.
¿Por qué lo hacen? Al abrir sus modelos, Meta espera que desarrolladores y expertos en todo el mundo experimenten y creen nuevas aplicaciones, enriqueciendo indirectamente sus plataformas como Instagram, Facebook y WhatsApp.
Además, esta estrategia ha ayudado a Meta a suavizar la imagen negativa que había cultivado con su enfoque en el Metaverso. Al posicionarse como un facilitador de IA generativa para todos, Meta ha recuperado valor y mejorado su percepción pública.
Microsoft ha adoptado una estrategia intermedia: ofrece la IA generativa como una característica adicional de sus servicios principales.
Un ejemplo claro es Microsoft Copilot, disponible como una mejora en la suscripción de Microsoft 365 por un costo adicional de 22 € al mes.
La idea es que los usuarios aprovechen la IA generativa para aumentar su productividad en aplicaciones como Word y Excel.
Sin embargo, la adopción ha sido baja, ya que solo entre un 0,1% y un 1% de los usuarios de Microsoft 365 han optado por esta suscripción adicional.
En el caso de GitHub Copilot, otra herramienta de Microsoft, el costo de mantener el servicio aún supera los ingresos, ya que cada usuario de Copilot cuesta alrededor de 20 dólares más de lo que paga.
Esto subraya un problema recurrente: aunque la IA generativa aporta valor, el mercado todavía no está completamente dispuesto a pagar su costo real.
Aunque cada una de estas empresas ha encontrado una forma de capitalizar la IA generativa, el modelo de negocio todavía está en evolución.
La estrategia de OpenAI de cobrar por el acceso directo a sus modelos parece el camino más sencillo, pero sus costos de infraestructura siguen siendo un gran desafío.
Meta, por su parte, utiliza la IA generativa para añadir valor a sus productos, confiando en que esto aumentará la retención y el engagement en sus plataformas.
Microsoft, por último, busca combinar ambos enfoques, ofreciendo IA generativa como una característica premium en suscripciones ya existentes.
La confianza en el futuro de la IA generativa es evidente, especialmente en los gigantes tecnológicos como Microsoft, Google y Amazon, que están invirtiendo miles de millones para apoyar estas tecnologías.
Aunque el capital riesgo tradicional aún observa desde la barrera, el compromiso de estas empresas con la IA generativa marca una dirección clara para el sector.
Hoy en día, la IA generativa se encuentra en una encrucijada.
Las empresas aún están afinando sus estrategias para convertir esta tecnología en un negocio rentable.
Sin embargo, la innovación constante en la reducción de costos y la optimización de modelos nos da una pista de hacia dónde se dirige la industria. Lo que está claro es que la IA generativa ha llegado para quedarse, y las empresas seguirán explorando sus límites y buscando formas de hacerla sostenible.
Para algunas, esto significa cobrar por el acceso directo a los modelos; para otras, es una inversión en sus propios productos y en la retención de sus usuarios.
A medida que el mercado y los consumidores entiendan mejor la IA generativa, podríamos ver el surgimiento de nuevos modelos de negocio, haciendo que esta tecnología sea tan indispensable como lo es hoy Google Maps en nuestras vidas.
Espero que te guste el episodio.
Si es así, no olvides dejar un «Me gusta» y algún comentario al episodio en Ivoox o una valoración de 5 estrellas del podcast en Apple podcasts, en Spotify, en Youtube o donde quiera que escuches el podcast.
Recuerda que si tienes cualquier duda o pregunta puedes contactar conmigo a través del formulario de contacto o podemos seguir la conversación en Twitter.
Muchas gracias por estar ahí y te espero en el próximo episodio de Un Podcast Ninja sobre Big Data.