Esta semana ocurrieron dos movimientos en la industria de la IA que, a primera vista, no tienen relación entre sí. Uno es sobre precios. El otro es sobre geopolítica. Pero cuentan exactamente la misma historia: la inteligencia artificial dejó de ser una demostración subsidiada para convertirse en infraestructura que se cobra, se gobierna y se disputa entre bloques.

‍

Para cualquier empresa que ya usa IA en sus procesos financieros, o que está evaluando hacerlo, este cambio no es una nota de tecnología para leer por curiosidad. Es información directamente relevante para el presupuesto del próximo año.

Lo que pasó esta semana, en dos movimientos

‍

Los proveedores de IA más avanzados empezaron a moverse de licencias planas hacia modelos de consumo con créditos de uso y precio por token, mientras que en paralelo un modelo open-weight de gran escala presentado fuera de Estados Unidos y un nuevo acuerdo internacional de cooperación en IA confirmaron que la frontera tecnológica ya no está concentrada en un solo bloque de proveedores.

‍

Por qué esto es un problema de presupuesto, no de tecnología

‍

Cuando el precio de la IA era plano y predecible, era razonable presupuestarla como cualquier otra licencia de software. Ahora que el costo depende del volumen de trabajo, la autonomía del proceso y el proveedor elegido, el presupuesto de IA se parece más a un costo variable de operación que a una licencia fija, y necesita medirse de esa forma.

‍

Esto conecta directamente con algo que ya documentamos en Pantera Research: el costo de los sistemas de IA basados en LLM agéntico no crece de forma lineal en producción. Entre el primer y el doceavo mes de operación, el costo total puede multiplicarse varias veces, no porque el precio por token suba, sino porque el volumen de tokens que el sistema consume en validaciones, reintentos y correcciones crece con la complejidad real del trabajo.

‍

‍

La noticia de esta semana confirma la otra mitad del problema: ahora el precio por token también puede subir, cambiar de esquema, o depender de qué proveedor domine en un momento dado. Dos fuentes de variabilidad, sumándose al mismo presupuesto.

La métrica que tu empresa debería estar usando

‍

‍

Un modelo que cuesta menos por token pero necesita cinco intentos y termina escalando el caso a una persona puede ser, en la práctica, más caro que un modelo que cuesta más por llamada pero completa el proceso correctamente la primera vez. Comparar proveedores solo por su tarifa de token es exactamente el error que este cambio de mercado está dejando en evidencia.

Por qué depender de un solo proveedor es ahora un riesgo estructural

‍

‍

Esto no significa que haya que evitar los modelos de lenguaje. Significa que la ventaja competitiva de una empresa no debería vivir en qué modelo usa, sino en algo que no cambia cuando el mercado se mueve: sus propias reglas de negocio, su propia lógica de validación, su propia capacidad de cambiar de proveedor sin reconstruir todo desde cero.

Dónde encaja la arquitectura neuro-simbólica en este contexto

‍

En una arquitectura neuro-simbólica, solo la capa neural depende de un modelo de lenguaje y de su precio. La capa simbólica, que ejecuta la mayoría de las validaciones en un proceso financiero, no consume tokens ni depende de ningún proveedor específico. Esto reduce directamente la exposición de una empresa a la volatilidad de precios que describe el contexto actual del mercado de IA.

‍

Hay dos ventajas concretas en este momento de mercado. La primera es de costo: como la validación de reglas no pasa por ningún modelo de lenguaje, el aumento de precio de un proveedor de IA afecta solo a la parte del proceso que realmente necesita comprensión de lenguaje, no a la totalidad de la operación financiera.

‍

La segunda es de resiliencia. Como la capa neural y la capa simbólica están separadas, la empresa puede cambiar el modelo de lenguaje que usa su capa neural, sea porque un proveedor subió el precio, cambió las condiciones de acceso, o simplemente porque apareció una alternativa mejor, sin tener que reescribir las reglas de negocio que ya tiene configuradas en la capa simbólica. El ERP pasivo no queda atrapado con un solo proveedor de modelo de la misma forma en que quedaría un sistema construido enteramente sobre un LLM.

Qué hacer con esto esta semana

‍

• Revisa el presupuesto de IA que armaste a comienzos de año. Los supuestos de precio probablemente ya cambiaron. Separa licencias, créditos, API, infraestructura y supervisión humana en líneas distintas.

• Deja de comparar proveedores solo por precio de token. Mide costo por transacción completada, incluyendo reintentos, excepciones y revisión humana que el sistema todavía requiere.

• Pregúntate qué parte de tu automatización depende de un solo proveedor de modelo. Si la respuesta es "toda", tu operación hereda cada cambio de precio o de condiciones de ese proveedor sin ningún amortiguador.

• Evalúa si tu arquitectura separa la lógica de negocio del modelo de lenguaje. Esa separación es lo que permite cambiar de proveedor sin reconstruir la automatización desde cero cuando el mercado vuelva a moverse.