Open source en IA: ¿el negocio está en vender lo que rodea al modelo?

Los modelos de inteligencia artificial de código abierto —aquellos cuyo código y pesos pueden ser descargados, modificados y ejecutados sin pagar licencia— están dejando de ser cosa de entusiastas para convertirse en una opción habitual en empresas, gobiernos y startups. La promesa es clara: costos más bajos, mayor control sobre los datos y flexibilidad para adaptar el modelo a necesidades específicas. Pero a medida que estos modelos se vuelven más potentes y accesibles, surge una pregunta incómoda para quienes los desarrollan y distribuyen: ¿cómo se captura valor si cualquiera puede usar el producto gratis?

El dilema del negocio abierto

En el mundo del software tradicional, el código abierto demostró que se puede ganar dinero vendiendo servicios, soporte, versiones empresariales o infraestructura en la nube. En inteligencia artificial el camino es parecido, pero con matices. Empresas como Meta con sus modelos Llama, o la francesa Mistral, han optado por liberar versiones abiertas mientras ofrecen versiones más grandes o ajustadas bajo licencias comerciales. La estrategia busca atraer a desarrolladores y empresas que luego necesiten escalar y terminen pagando por una solución más robusta o por asistencia técnica.

En Chile, donde el ecosistema de startups tecnológicas aún es pequeño pero crece, varios equipos ya experimentan con modelos abiertos para construir asistentes virtuales, chatbots o herramientas de análisis de texto sin depender de servicios extranjeros que facturan por consulta. La ventaja local es doble: se evitan costos en dólares y se mantienen los datos dentro del país, algo cada vez más relevante con la nueva ley de protección de datos personales.

La sombra china y la respuesta estadounidense

El tablero global se ha movido. Modelos abiertos desarrollados en China, como Qwen de Alibaba o DeepSeek, han ganado terreno por su rendimiento competitivo y, en algunos casos, por ser más livianos de ejecutar. Esto pone presión sobre los actores estadounidenses que tradicionalmente dominaban la conversación. Empresas como OpenAI, que nació como organización sin fines de lucro y hoy es una empresa con fines de lucro, han ido cerrando sus modelos. Google, por su parte, mantiene sus modelos más potentes bajo licencias restrictivas.

Para una startup chilena, esta competencia global es una buena noticia: mientras más opciones abiertas existan, más poder de negociación tiene al elegir sobre qué modelo construir su producto. El riesgo, eso sí, es que la fragmentación de modelos y licencias complique la decisión. No todos los modelos abiertos son realmente libres: algunos tienen cláusulas que limitan su uso comercial o exigen compartir las mejoras.

Lo práctico para quien emprende en Chile

Hoy cualquier equipo en Chile puede descargar modelos como Llama 3, Mistral o Qwen y ejecutarlos en su propio servidor o en la nube. No se necesita pagar por consulta ni compartir datos con un proveedor externo. Eso sí, se requiere capacidad técnica para ajustar el modelo y mantenerlo, además de hardware adecuado —una GPU con suficiente memoria— o acceso a servicios en la nube que cobran por hora de cómputo. Para startups con poco capital, la barrera de entrada sigue siendo la infraestructura, no el modelo en sí.

En resumen, el open source en inteligencia artificial está redefiniendo cómo se compite: ya no se gana solo por tener el mejor modelo, sino por ofrecer la mejor experiencia, integración o soporte alrededor de él. Para el ecosistema chileno, la oportunidad está en especializarse en nichos —salud, agricultura, logística— donde un modelo abierto bien afinado puede marcar la diferencia sin depender de gigantes extranjeros.

Con información de TechCrunch