Durante semanas este verano, la industria de la IA se ha centrado en el último modelo de frontera de Anthropic y en la batalla de Washington por controlar quién tiene acceso a él. Pero mientras todos se concentraban en la frontera, los desarrolladores siguieron construyendo. Y no estaban esperando el permiso de los Antrópicos y OpenAI del mundo.
Esta primavera, los modelos chinos de peso abierto representaron el 41% de las descargas de Hugging Face, superando a los modelos estadounidenses. En OpenRouter, los seis modelos más populares son todos modelos abiertos de empresas chinas como Tencent, Xiaomi, DeepSeek, MiniMax y Z.ai. Al momento de escribir este artículo, Claude Opus 4.7 de Anthropic ocupa el séptimo lugar. Los datos de Vercel también muestran que los modelos abiertos absorben gran parte de la infraestructura de alto volumen para aplicaciones de IA, mientras que los modelos cerrados actúan como una capa premium de alto costo. En junio, casi un tercio de las solicitudes de IA en la plataforma se procesaron en un modelo abierto.
Estas plataformas capturan solo una porción del ecosistema de IA. En particular, excluimos las sesiones organizadas por los principales laboratorios, que probablemente representan la mayor parte del uso de OpenAI y Anthropic. Sin embargo, el crecimiento continuo y significativo de la proporción de modelos de código abierto en el mercado plantea cuestiones difíciles. Incluso si la mayor parte de su producción de IA termina ejecutándose en modelos alternativos más baratos y personalizables, ¿qué importancia tienen los modelos de frontera?
Algunos ven el crecimiento de los modelos de código abierto como una señal de que los modelos más inteligentes pueden terminar utilizándose sólo para los casos de uso más especializados. «Probablemente en unos años, los modelos de frontera serán para experimentación y tareas de muy alto valor, y la mayoría de las cargas de trabajo de producción en realidad estarán impulsadas por modelos privados dentro de la empresa o modelos de código abierto», dijo el director ejecutivo de Hugging Face, Clem DeLang, en un episodio reciente de Equity.
Hugging Face es una plataforma y una comunidad de desarrolladores mejor conocida por implementar, alojar, compartir y potenciar empresas con modelos abiertos. Según Delangue, los clientes y miembros de la comunidad de Hugging Face están promocionando cada vez más los beneficios de poseer sus propios modelos de IA en lugar de alquilarlos, y esta tendencia está ganando impulso a medida que pagan las facturas asociadas con los costos de escalar un modelo de frontera cerrada.
«Si usted es una empresa de inteligencia artificial o una empresa de tecnología, no desea subcontratar su funcionalidad principal a otra empresa, una API de caja negra que no controla, sobre la que no tiene ninguna visibilidad y sobre la que no tiene ninguna propiedad», dijo DeLang.
Ese cambio, sostiene DeLang, se refleja en la actividad que ocurre en Hugging Face. Delangue dijo que la plataforma crea un nuevo repositorio cada siete segundos y alberga aproximadamente 3 millones de modelos públicos y 1 millón de conjuntos de datos públicos. Esto presenta una imagen diferente a la de «un modelo que los gobierne a todos», dice. En realidad, muchas empresas utilizan una variedad de modelos, muchos de los cuales parecen personalizados para casos de uso específicos. Dice que la mitad de las empresas Fortune 500 utilizan Hugging Face para implementar sus propios modelos privados y de código abierto.
El aumento de la popularidad de los modelos abiertos ha coincidido con un flujo constante de lanzamientos cada vez más capaces de los institutos de investigación de IA de China.
Cada pocos meses, otra empresa china de IA lanza un potente modelo abierto que es más barato de implementar y más fácil de personalizar que su competidor privado, lo que socava la economía de la IA patentada en la que las empresas estadounidenses han invertido miles de millones. Más recientemente, la empresa de inteligencia artificial Z.ai, con sede en Beijing, lanzó un modelo abierto llamado GLM-5.2 que sobresale en codificación de agentes y compite con el último modelo de Anthropic en la identificación de vulnerabilidades de seguridad.
DeLang no es el único ejecutivo que dice que las empresas deberían evitar estar atadas a un único modelo de proveedor.
El director ejecutivo de Microsoft, Satya Nadella, advirtió recientemente contra el bloqueo de un solo proveedor, argumentando que el control de los datos debería ser una de las principales preocupaciones de las empresas que utilizan la IA.
«Necesitamos una gran innovación por parte de los proveedores de modelos que tienen derechos de uso justo para entrenar modelos con datos disponibles públicamente, pero me parece irónico que el status quo se haya revertido para imponer condiciones restrictivas a la destilación y reservarse el derecho de aprender de los datos de interacción y uso de los clientes», dijo Nadella. «Cuando el aprendizaje fluye sólo en una dirección, el valor económico se concentra en los propietarios de la infraestructura de aprendizaje y no en los creadores del conocimiento en sí. Por lo tanto, es esencial distribuir la infraestructura de aprendizaje a todas las empresas para que cada una pueda controlar su propio circuito de aprendizaje».
El auge de los modelos abiertos también ha intensificado el debate sobre si los modelos con capacidades mejoradas deberían estar ampliamente disponibles.
El director ejecutivo de Anthropic, Dario Amodei, argumentó que escalar los pesos de un modelo abierto fuerte puede ser peligroso, ya que resulta difícil de controlar una vez lanzado. Algunos argumentan que los modelos abiertos son más accesibles porque pueden explotarse para difundir desinformación o librar una guerra cibernética o biológica.
DeLange ve las compensaciones de manera diferente.
«El mayor riesgo en la IA es la concentración de poder», dijo DeLang. «En mi opinión, la manera de hacer que el mundo sea más seguro es nivelar el campo de juego y hacer que estos modelos sean más transparentes».
La transparencia significa que los defensores pueden más fácilmente «parchar los riesgos de ciberseguridad que ya sabemos que los modelos de código abierto pueden explotar», dijo.
Los ejecutivos de Hugging Face argumentan que mantener en privado los modelos potentes no elimina los riesgos asociados con los sistemas avanzados de IA. Una razón para esto es que es fácil burlar las barreras de la API del modelo Frontier y robar pesos y difundirlos abiertamente. DeLang sostiene que limitar los modelos potentes sólo concentra la tecnología en manos de unas pocas empresas y reduce la transparencia sobre cómo funciona el sistema.
«Mantener a unos pocos jugadores detrás de puertas cerradas en realidad no lo hace más seguro», dijo DeLang. «Crea una asimetría de poder y una asimetría de capacidad, lo que aumenta el riesgo».
Si compra a través de enlaces en nuestros artículos, podemos ganar una pequeña comisión. Esto no afecta la independencia editorial.
Source link
