Caída del 90% en el precio de Frontier AI: Cómo China está revolucionando el mercado tecnológico mundial – Imagen: Xpert.Digital
¿El fin de la era Transformer? Esta nueva arquitectura de IA está revolucionando Wall Street
La silenciosa ruptura de la IA: por qué los gigantescos modelos de lenguaje se han vuelto repentinamente obsoletos para las empresas
La escalabilidad es cosa del pasado: por qué los modelos de IA pequeños y privados están conquistando ahora la economía
El mercado de la inteligencia artificial está experimentando una transformación radical. Mientras los proveedores chinos ejercen una enorme presión sobre los gigantes estadounidenses con drásticas reducciones de precios en los modelos de lenguaje generativos, y la capacidad de procesamiento de la IA se está convirtiendo en un bien cada vez más accesible, surge un dilema tecnológico más profundo que va más allá de la guerra de precios. La arquitectura Transformer, la base de casi todos los modelos de IA actuales, está alcanzando sus límites estructurales en lo que respecta al razonamiento complejo y al procesamiento impecable de datos sensibles. En respuesta, están surgiendo enfoques completamente nuevos: desde neurotopologías dinámicas que demuestran su valía en los mercados financieros reales hasta modelos de IA personalizados y soberanos que priorizan la soberanía total de los datos y la trazabilidad absoluta. La carrera geopolítica por la mayor capacidad de procesamiento está dando paso a una batalla por la arquitectura más inteligente y segura, un desarrollo que obliga a las empresas de todo el mundo a replantearse fundamentalmente sus estrategias de IA.
La IA de vanguardia se refiere a los sistemas de inteligencia artificial más potentes y de mayor aplicación disponibles actualmente. "Frontera" significa simplemente: en el límite de lo que actualmente es técnicamente posible.
La era Transformer se refiere a la fase del desarrollo de la IA desde 2017 en la que los modelos Transformer se convirtieron en la base técnica central de la IA generativa moderna. Esto no alude a un solo producto, sino a un cambio de paradigma: de modelos más especializados y de funcionamiento secuencial a modelos de IA a gran escala y de aplicación general.
La pausa silenciosa en la carrera por la inteligencia artificial
Cuando los precios caen más del 90 % sin un desplome de la demanda, no se trata de una estrategia de marketing, sino de un cambio estructural en toda una industria. Esto es precisamente lo que ocurrió en el mercado de modelado de lenguaje generativo durante 2026. Proveedores chinos como DeepSeek, Alibaba, Moonshot AI, Xiaomi y Zhipu redujeron drásticamente el coste de sus modelos de vanguardia, hasta tal punto que el coste por millón de caracteres de texto procesados es ahora entre quince y doscientas veces inferior al de proveedores estadounidenses como OpenAI y Anthropic. DeepSeek ha hecho permanente su descuento del 75 % en el modelo V4 Pro, ofreciendo la generación de un millón de fragmentos de texto por 0,87 dólares, mientras que productos estadounidenses comparables a veces cobran más de 30 dólares. Según la firma de análisis Artificial Analysis, el último modelo V4 Flash cuesta solo alrededor de tres centavos de dólar en pruebas de rendimiento, en comparación con los más de tres dólares del modelo tope de gama actual de Anthropic. Este cambio afecta no solo a los balances de las empresas tecnológicas, sino a toda la estructura de costes con la que las empresas de todo el mundo integran la inteligencia artificial en sus flujos de trabajo.
¿Por qué la capacidad de procesamiento informático se está convirtiendo repentinamente en un bien de consumo?
El desplome de los precios no es casualidad, sino el resultado de varias fuerzas económicas paralelas. En primer lugar, los desarrolladores chinos han creado modelos utilizando las denominadas arquitecturas de mezcla de expertos. Estos modelos poseen billones de parámetros, pero solo activan una fracción de ellos para cada consulta, lo que reduce drásticamente los costes de computación. En segundo lugar, sofisticadas técnicas de almacenamiento en caché, como el sistema de reutilización de información de contexto de DeepSeek, permiten procesar consultas frecuentes prácticamente sin coste alguno, a veces por menos de tres milésimas de dólar por millón de caracteres. A esto se suman los menores costes energéticos en China, los programas de subvenciones gubernamentales para la producción nacional de semiconductores y la voluntad política de lograr la independencia tecnológica frente a las restricciones a la exportación de chips estadounidenses, lo que ha motivado a empresas como Huawei a establecer una alternativa nacional al hardware occidental con su procesador Ascend 950. El resultado es una guerra de precios que, según un estudio de la Comisión de Revisión Económica y de Seguridad entre Estados Unidos y China, ha provocado que los modelos chinos cuesten solo entre una sexta y una cuarta parte del precio de los sistemas estadounidenses con un rendimiento comparable. Para las empresas, esto significa un recálculo radical de cuánto puede costar realmente la automatización con soporte de IA para que sea económicamente viable.
El verdadero problema detrás de la caída de los precios
Por impresionante que sea la reducción de costes, no resuelve un dilema técnico fundamental. Todos los modelos mencionados, tanto estadounidenses como chinos, se basan en la misma arquitectura fundamental, el llamado Transformer, que ha constituido la base de casi todos los principales modelos de lenguaje desde su introducción en 2017. Un Transformer procesa el lenguaje calculando probabilidades estadísticas sobre la secuencia de elementos de texto y derivando la continuación más probable. Este método ha permitido un progreso enorme, pero alcanza un límite estructural cuando se trata de un razonamiento verdadero e independiente del contexto en áreas donde los errores tienen consecuencias financieras u operativas reales. Un Transformer más barato sigue siendo un Transformer en su funcionalidad básica, independientemente de cuánto disminuya su precio. Esta observación es el punto de partida para un pequeño pero creciente grupo de empresas que están cuestionando fundamentalmente la arquitectura predominante, en lugar de simplemente abaratarla.
Un concepto arquitectónico que se reinventa con cada petición
La empresa Vertus, con sede en Miami, adopta un enfoque fundamentalmente diferente con su arquitectura propia, a la que denomina neurotopología o topología neuronal dinámica. En lugar de enrutar las consultas a través de una red fija de pesos preentrenados, como es común en los modelos Transformer, el sistema está diseñado para construir nuevas vías neuronales para cada consulta individual, de forma similar a como un cerebro biológico activa conexiones sinápticas de densidad variable para tareas de distinta complejidad. Una pregunta sencilla activaría así una ruta de procesamiento optimizada, mientras que una tarea de análisis compleja activaría una estructura densa y altamente interconectada que se disuelve una vez finalizado el cálculo. La empresa promueve dos variantes del modelo, denominadas arquitecturas de ocho meganeuronas y dieciséis meganeuronas, diseñadas para el razonamiento general y las tareas de análisis multidimensional orientadas a la investigación, respectivamente. Vertus afirma operar más de un millón de subsistemas internos entrenados con un conjunto de datos propio llamado Broker Money Flow, que mapea los movimientos de capital entre intermediarios financieros, y que esta arquitectura no se basa en modelos de lenguaje externos como GPT o Gemini, sino en una estructura diseñada desde cero para el pensamiento financiero.
La dura prueba práctica en el mercado de valores
La elección del entorno de pruebas resulta particularmente reveladora. En lugar de probar inicialmente el nuevo concepto arquitectónico en un entorno de bajo riesgo, Vertus está implementando su sistema en mercados financieros reales, donde los errores de juicio provocan pérdidas financieras inmediatas y en tiempo real. La empresa anuncia una rentabilidad superior al 51 % para 2025 y un volumen de negociación diario de miles de millones. Estas cifras, de ser fiables, serían excepcionales, pero actualmente escasean las auditorías independientes y la documentación técnica verificable que respalde las afirmaciones de la empresa. Una investigación periodística concluye que, si bien las declaraciones técnicas de Vertus están formuladas de manera plausible, apenas cuentan con detalles verificables de forma independiente, lo que, en un sector conocido por sus promesas de rendimiento exageradas, exige cautela. Al mismo tiempo, el entorno de pruebas elegido es notablemente acertado: los mercados financieros proporcionan información objetiva y diaria en forma de ganancias o pérdidas, que no puede disimularse ni ocultarse con un marketing ingenioso. Si una nueva arquitectura ofrece resultados consistentemente mejores que los modelos establecidos durante un período prolongado, sería un claro indicio de que hay algo más que una simple afirmación. La compañía también anuncia su intención de expandir su tecnología más allá del sector financiero a áreas como la biotecnología, la defensa, la industria aeroespacial y la ciencia de los materiales.
Cuando la escala ya no es la única respuesta
En los últimos años, el desarrollo de la IA se ha regido en gran medida por una fórmula simple: más datos, más parámetros, mayor potencia de cálculo conducen a mejores modelos. Esta lógica ha impulsado inversiones gigantescas en centros de datos y chips especializados, llevando las valoraciones de mercado de las principales empresas estadounidenses de IA a máximos históricos. Sin embargo, la actual guerra de precios con China demuestra que la mera escalabilidad está alcanzando cada vez más sus límites económicos, ya que los competidores con arquitecturas más eficientes pueden ofrecer un rendimiento similar a una fracción del coste. Si además se demostrara que conceptos arquitectónicos alternativos, como la neurotopología desarrollada por Vertus, son superiores al Transformer en ciertos casos de uso, esto volvería a cambiar la lógica de inversión de toda la industria. La cuestión crucial ya no sería qué país o corporación opera los centros de datos más grandes, sino qué principio fundamental de computación prevalecerá a largo plazo. Este cambio de una carrera geopolítica a una competencia arquitectónica sería una de las reorientaciones más significativas en la corta historia de la inteligencia artificial.
Una nueva dimensión de la transformación digital con 'IA Gestionada' (Inteligencia Artificial) - Plataforma y solución B2B | Xpert Consulting
Una nueva dimensión de la transformación digital con 'IA Gestionada' (Inteligencia Artificial) – Plataforma y solución B2B | Xpert Consulting - Imagen: Xpert.Digital
Aquí aprenderá cómo su empresa puede implementar soluciones de IA personalizadas de forma rápida, segura y sin grandes barreras de entrada.
Una plataforma de IA gestionada es su solución integral y sin preocupaciones para la inteligencia artificial. En lugar de lidiar con tecnología compleja, infraestructura costosa y largos procesos de desarrollo, recibirá una solución lista para usar y adaptada a sus necesidades de un socio especializado, a menudo en tan solo unos días.
Las principales ventajas de un vistazo:
⚡ Implementación rápida: De la idea a la aplicación lista para usar en días, no meses. Ofrecemos soluciones prácticas que generan valor añadido inmediato.
🔒 Máxima seguridad de datos: Tus datos confidenciales permanecen contigo. Garantizamos un procesamiento seguro y conforme a la normativa sin compartirlos con terceros.
💸 Sin riesgo financiero: Solo pagas por resultados. Se eliminan por completo las altas inversiones iniciales en hardware, software y personal.
🎯 Concéntrese en su negocio principal: Concéntrese en lo que mejor sabe hacer. Nos encargamos de toda la implementación técnica, la operación y el mantenimiento de su solución de IA.
📈 A prueba de futuro y escalable: Tu IA crece contigo. Garantizamos la optimización y la escalabilidad continuas, y adaptamos los modelos con flexibilidad a las nuevas necesidades.
Más información aquí:
Soberanía de datos en lugar de dependencia de la nube: por qué los modelos de IA pequeños están triunfando para las empresas
La soberanía de los datos como la nueva moneda de cambio de la IA empresarial
Paralelamente al debate sobre arquitectura y costes, surge una segunda tendencia, igualmente relevante desde el punto de vista económico: la demanda de modelos de IA pequeños y propietarios que permanecen bajo el control total del cliente. La empresa myAux Labs, con sede en Marina del Rey, California, se posiciona precisamente en este nicho. Su modelo de negocio aborda dos obstáculos que hasta ahora han impedido que muchas empresas adopten la IA de forma generalizada: la tendencia de los grandes modelos de lenguaje a generar afirmaciones que suenan plausibles pero son incorrectas, y los requisitos normativos o contractuales que impiden que los datos confidenciales de la empresa salgan de su infraestructura informática. A diferencia de los proveedores de nube tradicionales, que ofrecen un modelo universal por una tarifa de uso continuada, myAux colabora con el cliente para definir un caso de uso específico, selecciona los datos propietarios necesarios, entrena y valida un modelo personalizado a partir de ellos y, posteriormente, entrega los pesos completos del modelo al cliente. El cliente es entonces propietario del modelo en su totalidad, no hay costes recurrentes por solicitud, no existe dependencia de un único proveedor y ningún dato tiene que salir del entorno del cliente, ya que la implementación puede realizarse in situ o completamente desacoplada de redes externas.
Por qué la comprensibilidad está adquiriendo mayor importancia que la fluidez lingüística pura
Una característica técnica clave de la oferta de myAux es su arquitectura con restricciones de contexto, desarrollada en colaboración con la empresa asociada TopoLift AI. Esta arquitectura limita deliberadamente las afirmaciones que un modelo puede realizar, basándose exclusivamente en estructuras presentes y verificables dentro de los datos del cliente. Por lo tanto, cada respuesta del sistema puede rastrearse hasta la evidencia específica que la originó. Este enfoque difiere fundamentalmente de la funcionalidad de los modelos de lenguaje clásicos, entrenados de forma generalizada, que derivan su conocimiento de una enorme cantidad de datos de entrenamiento generales y, por su propia naturaleza, pueden generar afirmaciones que, si bien son lingüísticamente convincentes, ya no pueden rastrearse claramente hasta una fuente específica y verificable. Para sectores como las finanzas, la energía, la administración pública, la sanidad y la educación, donde la trazabilidad y la protección de datos son requisitos indispensables, este principio representa una diferencia crucial. Traslada la ventaja competitiva del tamaño del modelo a la cuestión de cuán precisas y verificables son realmente sus afirmaciones dentro de un campo claramente definido.
Dos respuestas a la misma pregunta básica
A primera vista, Vertus y myAux siguen estrategias completamente diferentes, pero en realidad, ambos abordan la misma cuestión fundamental desde perspectivas opuestas: cómo superar las debilidades inherentes de los sistemas de IA actuales, concretamente su falta de fiabilidad en situaciones críticas y su falta de control sobre sus propios datos. Vertus se basa en una arquitectura universal radicalmente nueva, diseñada para su uso en diversos sectores, que inicialmente demostrará su eficacia en un único campo particularmente exigente. MyAux, por otro lado, evita deliberadamente la pretensión de ser una inteligencia artificial general y, en cambio, se centra en modelos pequeños, estrictamente definidos, pero totalmente controlables y trazables para empresas individuales. El siguiente resumen ilustra las principales diferencias conceptuales entre ambos enfoques.
| característica | Vertus (Neurotopología) | myAux Labs (modelos soberanos) |
|---|---|---|
| Enfoque arquitectónico | Vías neuronales reconstruidas dinámicamente según se solicite | Modelos con restricciones de contexto basados en datos de clientes seleccionados |
| Objetivo | Razonamiento universal e intersectorial | Caso de uso específico de la empresa y definido con precisión |
| Modelo de propiedad | Plataforma propietaria, uso a cambio de acceso | Entrega completa de los pesos del modelo al cliente |
| Disposición | A través de su propia plataforma, principalmente para mercados financieros | En las instalaciones del cliente o con aislamiento total de la red en sus propias instalaciones |
| Promesa fundamental | Habilidades argumentativas superiores en comparación con los modelos Transformer | Respuestas verificables y basadas en la fuente, sin fugas de datos |
Por qué el tamaño ya no será una garantía de victoria
La combinación de la drástica caída de los precios de los modelos genéricos de vanguardia y la aparición paralela de alternativas más pequeñas, especializadas o con arquitecturas muy diferentes apunta a un proceso de maduración del mercado similar al observado en otros ciclos tecnológicos. En las primeras etapas de un ciclo tecnológico, la competencia suele centrarse en el rendimiento bruto y la escala, mientras que en una fase más madura, la diferenciación, la rentabilidad y la fiabilidad cobran protagonismo. Para una empresa mediana o una que opere en un sector altamente regulado, esto significa que la elección de la estrategia de IA adecuada dependerá menos de qué modelo obtenga la puntuación más alta en las pruebas de rendimiento lingüístico generales y más de qué sistema se ajuste mejor a los requisitos operativos específicos de la empresa en cuanto a coste, control y trazabilidad. Una empresa de logística con datos sensibles de la cadena de suministro tiene prioridades diferentes a las de una startup que simplemente necesita una generación de texto rápida y económica, y ambas difieren de una institución financiera que debe tomar decisiones de inversión acertadas en tiempo real.
Riesgos y cuestiones abiertas que no deben pasarse por alto
A pesar de la justificada curiosidad que suscitan los nuevos conceptos arquitectónicos y los sofisticados enfoques de modelado, es necesario mantener cierto escepticismo. Las afirmaciones de Vertus sobre rentabilidad y volumen de operaciones se basan, hasta el momento, principalmente en las declaraciones de la propia empresa; las auditorías independientes y técnicamente verificables de la arquitectura subyacente son escasas, y el sector financiero conoce numerosos ejemplos de sistemas supuestamente revolucionarios cuyos éxitos resultaron posteriormente irreproducibles. También se recomienda cautela respecto a las ventajas de precio que ofrecen las soluciones chinas, ya que analistas independientes señalan que muchos de los modelos chinos de bajo coste presentan un rendimiento notablemente inferior en cargas de trabajo de alto rendimiento y con gran capacidad de procesamiento, y sus resultados de referencia son revisados a la baja periódicamente por auditores externos. Además, en el caso de los servicios en la nube chinos, surge la cuestión del acceso a los datos por parte de organismos gubernamentales, un aspecto que supone un grave riesgo para las empresas europeas y estadounidenses con estrictos requisitos de cumplimiento normativo y que difícilmente puede eliminarse por completo mediante garantías contractuales. Incluso con modelos propios y específicos de cada empresa, como los de myAux, queda por ver hasta qué punto los sistemas estrechamente integrados y adaptados a un único caso de uso pueden adaptarse realmente a las cambiantes necesidades empresariales y si la trazabilidad prometida se mantiene de forma fiable incluso con problemas más complejos y de varias etapas.
Una evaluación razonada de los acontecimientos futuros
Desde la perspectiva actual, existen numerosos indicios de que el mercado de la IA se dividirá en dos vías de desarrollo paralelas y complementarias en los próximos años. Por un lado, el precio de los modelos de lenguaje generales y ampliamente aplicables seguirá bajando, y estos sistemas se convertirán cada vez más en un componente de infraestructura prácticamente invisible e intercambiable, al igual que el almacenamiento en la nube o la capacidad de procesamiento ya se han convertido en productos básicos. Por otro lado, está surgiendo un mercado creciente para soluciones especializadas, con arquitectura diferenciada o propietarias, que abordan precisamente los límites estructurales de los modelos genéricos, ya sea en decisiones de alto riesgo y en tiempo real, como en finanzas, o en áreas con estrictos requisitos de soberanía y trazabilidad de datos, como en sanidad y gobierno. Aún no se puede afirmar con certeza si los enfoques de neurotopología, como el de Vertus, resultarán superiores a Transformer, pero el mero hecho de que empresas serias con capital tangible estén siguiendo este camino y sometiéndose a la prueba más exigente del mundo real —los mercados financieros en tiempo real— merece atención económica. Para las empresas que deciden hoy su estrategia de IA, la consecuencia práctica no es centrarse únicamente en los proveedores más grandes y conocidos, sino definir con precisión sus propios requisitos en cuanto a costes, control, trazabilidad y tolerancia a fallos, y alinear la elección de la tecnología adecuada en consecuencia. Por lo tanto, la verdadera carrera de los próximos años se decidirá menos entre naciones o corporaciones individuales, y más entre concepciones fundamentalmente diferentes de lo que la inteligencia artificial debería ser en su esencia.
🎯🎯🎯 Centro de datos para la industria B2B como una solución casi interna
La solución casi interna: Cómo Xpert.Digital cierra las brechas operativas en el marketing y las ventas B2B – Negocios inteligentes basados en contenido - Imagen: Xpert.Digital
Xpert.Digital es un centro industrial B2B basado en datos, dirigido por Konrad Wolfenstein . La empresa actúa como una solución externa, casi interna, para socios industriales, cubriendo las brechas operativas en marketing, contenido y ventas, sin requerir recursos adicionales por parte del cliente.
Más información aquí:
Su socio global de marketing y desarrollo empresarial
☑️ Nuestro idioma comercial es el inglés o el alemán
☑️ NUEVO: ¡Correspondencia en tu idioma nativo!
Konrad Wolfenstein
Mi equipo y yo estaremos encantados de estar disponibles para usted como su asesor personal.
Puedes contactarme rellenando el formulario de contacto aquí wolfenstein@xpert.digital:o simplemente llamándome al +49 7348 4088 965. Mi dirección de correo electrónico es
Espero con ilusión nuestro proyecto conjunto.
