La mayoría de las grandes organizaciones planean aumentar el uso de modelos de IA de peso abierto para mantener los costos bajo control, según un nuevo informe del Instituto de Investigación Capgemini, que encontró que casi seis de cada diez empresas gastaron significativamente más en inteligencia artificial de lo que habían esperado o presupuestado durante el año pasado.
El informe, basado en una encuesta realizada en septiembre de 2026 a 500 altos ejecutivos de 10 países y 13 industrias, encontró que el 59% de las organizaciones gastaron significativamente más en IA de lo esperado. Entre las organizaciones afectadas, el gasto fue un 24 % mayor de lo esperado en promedio, y el 21 % de las organizaciones encuestadas excedieron sus presupuestos de IA en más de un 30 %. El hallazgo central del estudio (que la mayoría de las grandes empresas planean un mayor uso de IA de peso abierto para limitar las facturas, como informó Reuters) apunta a que las estrategias empresariales de IA están entrando en una fase de disciplina de costos. Los hallazgos llegan en medio de una [cobertura de la industria de la IA] más amplia (https://aibuzzwire.news) de empresas que están reconsiderando cómo compran e implementan modelos.
Adónde va el dinero
El informe destaca una brecha persistente en la forma en que las empresas estiman el costo total de la implementación de la IA. Más allá de los gastos directos, como el uso de modelos y tokens, las organizaciones deben tener en cuenta los costos indirectos que son fáciles de subestimar: supervisión humana de los resultados de la IA, corrección de errores generados por la IA y trabajo de gobernanza.
La mitad de los ejecutivos encuestados dijeron que el gasto en IA se había aprobado sin una visibilidad adecuada de su costo total, y solo el 56% dijo que confiaban en su capacidad para pronosticar cómo cambiarían los costos de la IA a medida que aumenta la adopción. En otras palabras, para la mayoría de las empresas, los presupuestos de IA se establecieron antes de que alguien entendiera completamente lo que realmente cuesta ejecutar la IA a escala.
"La disciplina de costes por sí sola no creará un patrimonio de IA rentable, del mismo modo que la creación de valor sin control de costes no será sostenible", afirmó Volker Darius, director ejecutivo de Capgemini Invent, en un comunicado que acompaña al informe. "Las organizaciones necesitan medir el costo, la calidad y el valor comercial juntos y utilizar el modelo más apropiado para cada tarea".
De apuestas de un solo proveedor a estrategias multimodelo
El aumento del gasto está impulsando a las empresas a reconsiderar sus estrategias de IA de forma estructural. Más de tres de cada cinco ejecutivos esperan que sus organizaciones adopten una estrategia multimodelo durante los próximos 12 meses, seleccionando diferentes modelos de IA en función del costo, el rendimiento, la velocidad y los requisitos comerciales.
Esto marca un alejamiento del patrón de los últimos dos años, en el que muchas empresas estandarizaron uno o dos proveedores modelo de frontera para todo, desde chatbots hasta procesamiento de documentos. Un enfoque multimodelo permite a las empresas encaminar tareas simples y de gran volumen a modelos más baratos, al tiempo que reservan costosos modelos de frontera para trabajos que realmente los requieren.
Según el informe, casi tres de cada cinco organizaciones también planean ampliar el uso de modelos abiertos (modelos cuyos parámetros se publican públicamente y pueden ejecutarse en la propia infraestructura de una empresa) y modelos más pequeños y especializados ajustados para tareas específicas.
Por qué los modelos de peso abierto están teniendo un momento
El segmento de peso abierto ha crecido rápidamente como alternativa a los modelos propietarios que solo utilizan API. Debido a que los modelos abiertos pueden ser autohospedados, las organizaciones con cargas de trabajo constantes y predecibles pueden evitar la facturación por token y negociar una curva de costos diferente: intercambiar costos de infraestructura y operaciones para lograr previsibilidad. Los análisis de la industria han estimado que los tokens de modelos abiertos cuestan una fracción de los propietarios comparables, aunque la economía total depende de la utilización y la capacidad de ingeniería interna.
Los hallazgos de Capgemini sugieren que el cálculo se está inclinando aún más hacia modelos pequeños y de peso abierto a medida que el gasto en IA crece más rápido que el valor que demuestra que crea. La presión de costos, en este marco, no es un rechazo a la IA (el 59% de las empresas gastaron de más porque estaban usando más IA de lo planeado, no menos), sino una demanda de precisión sobre adónde va cada dólar del modelo.
Qué significa para el mercado de la IA
Las implicaciones del informe van en varias direcciones a la vez. Para los proveedores de modelos propietarios, esto indica que los compradores empresariales están cada vez más dispuestos a diversificarse lejos de las API de frontera de precio superior, donde un modelo más pequeño o abierto será suficiente. Para los proveedores de nube e infraestructura, las estrategias multimodelo prometen cargas de trabajo más heterogéneas y una mayor demanda de herramientas de servicio que abaratan el cambio entre modelos.
Para las propias empresas, el mensaje es que la gestión de costos de la IA se está convirtiendo en una disciplina en sí misma, más cercana a la planificación financiera que a la experimentación. El hallazgo del informe de que la mitad del gasto en IA se aprobó sin una visibilidad total de los costos sugiere que muchas organizaciones necesitarán una mejor medición antes de poder optimizar.
El informe del Capgemini Research Institute se suma a un creciente cuerpo de evidencia de encuestas de que la próxima fase del mercado de la IA empresarial se definirá no por quién la adopta, sino por quién la implementa de manera rentable, y que la combinación de modelos dentro de las grandes organizaciones está a punto de volverse mucho más variada.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
