Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
La promesa de la inteligencia artificial en la empresa suele presentarse como una compra de software, pero Satya Nadella, consejero delegado de Microsoft, la describe de otra manera. A su juicio, muchas compañías no pagan una sola vez por usar estos sistemas, sino dos.
Primero ponen dinero.
Después entregan algo más delicado, porque para que un modelo resulte útil hay que compartir instrucciones, documentos internos, conexiones con aplicaciones de la empresa y hasta correcciones sobre sus respuestas. Ahí deja de hablarse solo de automatización y empieza a hablarse de conocimiento acumulado, ese que durante años quedó repartido entre correos, procesos y personas.
"En esencia, se paga por la inteligencia dos veces: primero con dinero y luego con algo aún más valioso: el conocimiento especializado que hay que revelar para que esa inteligencia sea útil. Cuanto mejor se quiera que funcione el modelo, ¡más conocimiento especializado hay que proporcionarle!" - Satya Nadella, consejero delegado de Microsoft
Esa idea toca una contradicción incómoda para cualquier organización que quiera ganar velocidad sin perder control. Si el modelo mejora a medida que recibe contexto, cada nuevo ajuste puede convertir una ventaja interna en material de aprendizaje para un sistema ajeno.
Los modelos aprenden justo donde la empresa más se expone
Ese es el punto de fricción que atraviesa hoy muchas decisiones técnicas. Los modelos de inteligencia artificial aprenden de la forma en que las personas los utilizan, de modo que pueden acabar absorbiendo parte del conocimiento interno de la organización.
No hace falta imaginar un laboratorio futurista. Basta con un equipo que carga manuales, conecta bases de datos o afina respuestas para tareas diarias, una práctica que recuerda a los frameworks para trabajar con LLMs que ya facilitan esa integración entre modelos y datos privados.
Cuanto más afinada quiere una empresa la respuesta, más información interna debe poner en juego. La paradoja es simple y difícil de esquivar.
Nadella cuestiona una regla que la propia industria ha defendido
Nadella también considera contradictorio otro comportamiento del sector. Las empresas tecnológicas, sostiene, defienden su derecho a entrenar sistemas con datos públicos y al mismo tiempo limitan que otros estudien el funcionamiento de esos modelos mediante la destilación.
La discusión no es menor porque afecta a la propiedad real del aprendizaje. Si una compañía vuelca procedimientos, criterios y correcciones en una herramienta externa, la frontera entre usar inteligencia artificial y alimentar inteligencia artificial empieza a volverse borrosa.
La respuesta pasa por retener el rastro completo de uso
Frente a ese escenario, Nadella propone que las empresas mantengan el control sobre toda la información que generan al utilizar estos sistemas. Eso incluye las instrucciones, las respuestas y también las correcciones que introducen los empleados cuando el modelo falla o se queda corto.
Visto así, el debate ya no gira solo en torno al modelo más capaz, sino al lugar donde queda depositada la experiencia de uso. Por eso cada vez más empresas están apostando por modelos abiertos instalados en sus propias infraestructuras, una vía que enlaza con los modelos LLM locales cuando la prioridad pasa de la comodidad a la independencia.
Cambiar de proveedor empieza a importar casi tanto como elegirlo
Nadella sugiere además crear entornos de aprendizaje propios en la nube y apoyarse en herramientas que permitan cambiar fácilmente de proveedor. La recomendación apunta a un miedo muy concreto, quedarse atado a un sistema al que se ha transferido demasiado conocimiento interno como para marcharse sin coste.
Ahí aparece la segunda factura de la inteligencia artificial. No figura en la licencia ni en la suscripción, pero puede medirse en documentos compartidos, aplicaciones conectadas y correcciones entregadas a un modelo que aprende justo con el material que muchas empresas consideran más valioso.