OpenAI y Anthropic están dando un paso estratégico que podría redefinir el ecosistema de la inteligencia artificial empresarial. Ambas compañías, conocidas por desarrollar modelos de lenguaje de vanguardia, están expandiendo su presencia en el ámbito de los servicios profesionales mediante empresas conjuntas y adquisiciones. Este movimiento acerca a los proveedores de modelos a funciones de implementación que tradicionalmente desempeñaban los integradores de sistemas, consultoras y proveedores de servicios gestionados.

El contexto de la expansión

Según informa Reuters, las empresas conjuntas vinculadas a OpenAI y Anthropic han mantenido conversaciones para adquirir empresas de servicios que ayudan a las empresas a implementar la IA. En particular, OpenAI se encuentra en fases avanzadas en tres acuerdos de adquisición. El objetivo es claro: incorporar ingenieros y consultores a medida que los clientes empresariales intentan pasar la IA generativa de la fase experimental a la de producción.

Por su parte, Anthropic ha anunciado planes para una nueva empresa de servicios de IA empresarial respaldada por gigantes financieros como Blackstone, Hellman & Friedman y Goldman Sachs. Esta nueva entidad se centrará en ayudar a las empresas medianas a integrar su modelo Claude en operaciones principales. Anthropic ha afirmado que sus ingenieros de IA aplicada trabajarán codo a codo con el equipo de ingeniería de la nueva empresa para identificar casos de uso, crear sistemas personalizados y brindar soporte continuo a los clientes.

Factores del mercado que impulsan la expansión de los servicios

Para los directores de sistemas de información (CIO), la pregunta clave es si los proveedores de IA están empezando a asumir una mayor parte del trabajo que tradicionalmente realizaban las consultoras, los integradores de sistemas y los proveedores de servicios gestionados. Estos avances sugieren que los proveedores de modelos quieren tener más control en la implementación de la IA empresarial, aunque los integradores de sistemas sigan siendo fundamentales para los despliegues a gran escala.

Este impulso también refleja un problema que muchos CIO ya enfrentan: los proyectos piloto de IA pueden ponerse en marcha rápidamente, pero convertirlos en sistemas de producción seguros suele requerir meses de integración y trabajo de procesos. Como señala Faisal Kawoosa, fundador y analista jefe de Techarc: “Las implementaciones de TI en el ámbito empresarial han estado impulsadas por la consultoría o el asesoramiento. Por lo tanto, si tienen que acelerar la adopción, ya que ahí es donde está el dinero de verdad, tendrán que alinearse con el marco existente y el modelo de comercialización de las empresas”. Kawoosa añade que las empresas de IA se encuentran actualmente en la cima de la cadena de valor y quieren seguir “al mando” en lugar de convertirse en un simple proveedor de TI más.

Una reestructuración de la cadena de valor

Deepika Giri, directora de investigación de IA, análisis y datos para Asia-Pacífico en IDC, afirma que este cambio podría apuntar a una reestructuración más amplia de la IA empresarial. “Los proveedores de modelos de IA están dejando de ser meros proveedores de plataformas para pasar a dar forma activamente a toda la cadena de valor de la IA”, señala Giri. “Al expandirse hacia la implementación, la consultoría y los servicios gestionados, se están posicionando más cerca de los resultados empresariales en lugar de limitarse a suministrar la tecnología subyacente”.

Kawoosa añade que algunas empresas de servicios de TI pueden mostrarse cautelosas con respecto a la IA porque la tecnología aún no es fiable y porque una adopción más amplia podría debilitar su papel en los proyectos de TI de las empresas. “Con este cambio en la estrategia de comercialización, los actores de la IA están tomando las riendas”, afirma.

Menor riesgo de implementación, pero mayor dependencia

Comprar servicios de IA directamente a los proveedores de modelos podría facilitar las primeras implementaciones. El proceso podría reducir el riesgo de implementación a corto plazo, ya que las empresas obtienen una integración más estrecha y acceso a conocimientos especializados, según Tulika Sheel, vicepresidenta sénior de Kadence International.

Pero esa comodidad podría conllevar una contrapartida a largo plazo. “También crea una mayor dependencia en toda la pila, desde los modelos hasta los flujos de datos y los flujos de trabajo”, señala Sheel. “Con el tiempo, esto podría aumentar la dependencia, lo que dificultaría cambiar de proveedor sin una interrupción significativa”.

Los proveedores de modelos de IA están tratando de convertirse en una “ventanilla única” para las empresas al vincular más estrechamente las aplicaciones y los servicios de IA a sus modelos de negocio basados en el uso, según Neil Shah, vicepresidente de investigación y socio de Counterpoint. “Controlar la capa de aplicaciones y servicios les permite fidelizar a las empresas y también beneficiarse de una mejor optimización del modelo al comprender de primera mano las necesidades, los puntos débiles y la forma de trabajar de la empresa”, agrega.

Evitar la dependencia: una decisión arquitectónica

La dependencia no es inevitable, según Giri, pero evitarla requiere que los directores de sistemas de información tomen decisiones deliberadas sobre la arquitectura desde el principio. “Aunque la capa de modelos puede abstraerse cada vez más mediante arquitecturas modulares, evitar la dependencia requiere decisiones de diseño deliberadas”, señala Giri. “Sin ello, las organizaciones corren el riesgo de volverse dependientes no solo de un modelo, sino de toda la pila: canalizaciones de datos, flujos de trabajo y marcos de gobernanza vinculados a un proveedor específico”.

Esta tendencia también pone de manifiesto por qué la IA empresarial requiere tanto trabajo de implementación práctica, según Sheel. Las plataformas de IA generativa pueden ser potentes, pero aún requieren una adaptación empresarial significativa antes de que puedan dar soporte a procesos de negocio reales. “La IA empresarial no es plug-and-play porque necesita una profunda integración con los datos internos, los flujos de trabajo y los sistemas de gobernanza. Esto pone de relieve una brecha entre la capacidad del modelo y su implementación en el mundo real”, dice Sheel.

Esto podría llevar a los directores de sistemas de información (CIO) a considerar no solo qué modelo de IA funciona mejor, sino también quién controlará la ruta de implementación una vez que esos modelos se hayan integrado en los sistemas empresariales. En ForgeNEX, hemos analizado cómo OpenAI y Anthropic redefinen el juego empresarial, y este movimiento consolida esa tendencia.

Implicaciones para las empresas y los profesionales IT

Este cambio estratégico tiene implicaciones profundas. Por un lado, las empresas podrían beneficiarse de una implementación más rápida y menos compleja, pero a costa de una mayor dependencia de un solo proveedor. Por otro lado, los integradores de sistemas tradicionales y las consultoras podrían ver amenazado su rol en el ecosistema de IA. Sin embargo, como vimos en el caso de éxito de transformación digital en una empresa logística, la integración personalizada sigue siendo clave para muchos negocios.

Para los profesionales IT, esta tendencia subraya la importancia de mantenerse actualizados en habilidades de integración y automatización, como la automatización de procesos empresariales con n8n e IA. Además, la ciberseguridad sigue siendo un frente crítico, como lo demuestra el artículo sobre Oracle y la ciberseguridad impulsada por IA.

En resumen, la jugada de OpenAI y Anthropic no solo amplía su oferta, sino que plantea un dilema estratégico para las empresas: ¿apostar por la comodidad de una ventanilla única o preservar la flexibilidad mediante una arquitectura modular? La respuesta dependerá de cada organización, pero una cosa es clara: la carrera por la IA empresarial ha entrado en una nueva fase.

Fuente original: ComputerWorld. Análisis y adaptación por ForgeNEX.