Las empresas de inteligencia artificial no tienen una ventaja competitiva – a menos que dejen de tomar partido

La verdad incómoda sobre los productos de inteligencia artificial: su ventaja competitiva tiene una vida útil medida en semanas, no en años.

Mientras que los laboratorios de inteligencia artificial fundamentales invierten miles de millones en modelos que tardan años en desarrollarse, las empresas de aplicación descubren que las ventajas competitivas no existen en el sentido tradicional. Su característica asesina! Replicada para el viernes. Su ventaja técnica? Desaparecida para el próximo trimestre. La diversidad de jugadores, la accesibilidad de los modelos fundamentales y la velocidad de la innovación han creado un mercado donde ser el primero, ser el mejor o ser diferente ya no garantiza la supervivencia.

Pero hay una forma contraintuitiva de salir de esto: dejar de tratar de ganar con la tecnología y comenzar a construir la capacidad de sobrevivir a ella. La verdadera ventaja competitiva no está en la inteligencia artificial que se utiliza, sino en la capacidad de utilizar cualquier inteligencia artificial.

La división fundamental

Hay una capa fundamental, los grandes modelos como ChatGPT, Grok y Gemini. Varias decenas de modelos, entrenados de manera diferente, cada uno con sus propias ventajas. Pero este es un trabajo fundamental y de investigación intensiva: ingenieros que trabajan durante años, requiriendo una gran inversión de recursos. Cada uno de estos posee una ventaja competitiva distinta, de lo contrario, el gasto de recursos no podría justificarse. Esto es precisamente por qué los intentos de contratar a ingenieros de OpenAI son tan publicitados: poseen una experiencia única que no puede ser cultivada rápidamente a ningún precio.

Pero en el nivel de aplicación, las cosas son completamente diferentes. Se necesitan muchos menos recursos, aunque un poco más de creatividad para afinar un modelo de lenguaje grande y resolver un problema empresarial. Todos tienen su propio juego, su propio enfoque, su propio producto. La diversidad de jugadores mata cualquier posibilidad de tener una ventaja competitiva distinta en cualquier mercado, ya sea de texto, audio o imagen. Las soluciones empresariales basadas en inteligencia artificial fundamental emergen a diario, las empresas aparecen regularmente y a menudo son indistinguibles entre sí.

Los posibles diferenciadores en la industria de la voz ilustran esta evolución: inicialmente, todos trataron de hacer que las voces sonaran lo más humano posible, luego la velocidad se convirtió en la pregunta y todos comenzaron a resolver la misma tarea rápidamente. Ahora estamos en la era de las etiquetas emocionales. En el reconocimiento de voz, la principal métrica, la tasa de errores de palabra, ha mejorado notablemente con la aparición de modelos de lenguaje grande capaces de comprender la adecuación contextual de las palabras.

En resumen, la ausencia de una ventaja competitiva se explica por la falta de profundidad en cualquier aspecto de la existencia de un producto de nivel de aplicación: es superficial tanto en el componente de inteligencia artificial como en su aplicación empresarial. Al igual que la ventaja competitiva de un producto fundamental se explica por la profundidad de su desarrollo.

Pero, ¿necesitan las empresas de nivel de aplicación una ventaja competitiva? Si estás trabajando en un mercado relativamente grande y tienes menos de 30 competidores, puedes dejar todo como está. Por supuesto, los competidores pueden ser grandes como OpenAI y Anthropic, pero aquí necesitas confiar en un sentido subjetivo del tamaño del mercado y la dinámica, si hay suficiente comida para todos o no. Pero si el mercado es relativamente pequeño y los competidores están brotando como setas, entonces debes posicionarte claramente en tu ventaja competitiva. No importa si los competidores la adoptan rápidamente.

La distribución como la verdadera ventaja competitiva

Sospecho que, en cierta medida, esta es una afirmación válida y la verdadera ventaja competitiva se encuentra en el dominio de la distribución, no en la tecnología en sí. Lo que más importa es cómo escalas rápidamente tu presencia con los clientes y si el valor del producto garantiza un buen valor de retención del cliente. De lo contrario, podrías construir alguna aplicación de consumo para que los usuarios la utilicen, y pueden incluso difundirla viralmente, pero luego simplemente dejar de usarla cuando aparezca la próxima nueva aplicación.

Los dos tipos de ventaja – Y por qué solo uno sobrevive

Hay dos tipos de ventajas competitivas. El primero te permite ganar aquí y ahora con una ventaja clara, gracias a algún conocimiento único o característica asesina que los competidores simplemente no tienen. El segundo te permite evitar perder a largo plazo, porque estás construyendo sostenibilidad.

Con los productos de inteligencia artificial, la práctica real ya está mostrando que el primer tipo de ventaja se borra extremadamente rápido: los competidores cierran la brecha a una velocidad aterradora.

Es por eso que tiene sentido centrarse en el segundo tipo: la máxima durabilidad del producto. Esto se logra construyendo un producto que pueda funcionar con cualquier proveedor de modelo de lenguaje grande y cambiar entre ellos instantáneamente, en el momento en que el modelo actual en el que se basa tu negocio comienza a quedarse claramente atrás del siguiente mejor.

Dado esto, la medida de independencia de las capas subyacentes de modelo de lenguaje grande se convierte en una ventaja competitiva más fuerte que los esfuerzos de marketing o técnicos solos. Ser agnóstico con respecto al proveedor no es solo algo agradable, es la única posición defensible cuando el terreno bajo tus pies cambia mensualmente.

La complejidad oculta de la estrategia de multi-modelo

Mientras que la agnosticidad del proveedor ofrece protección a largo plazo, la implementación revela desafíos significativos. Como explica Alexey Aylarov, “no es fácil, ya que todos los modelos tienen sus propias especificaciones/problemas”.

El problema principal: los modelos de lenguaje grande no son intercambiables. La salida varía con la misma entrada, incluso dentro del mismo modelo de lenguaje grande, pero mucho más dramáticamente cuando se cambia entre proveedores. Cada modelo reacciona a las instrucciones y las indicaciones de manera diferente: algunos siguen las pautas mejor, otros peor; el rendimiento puede ser específico del lenguaje o del objetivo.

Un ejemplo concreto: considere los servicios de generación de imágenes y videos como Sora o Veo. Dale la misma entrada y obtendrás resultados completamente diferentes. Esta variación se aplica a todas las aplicaciones de modelos de lenguaje grande.

El desafío de ajuste: para mantener la compatibilidad con varios modelos, debes:

• Crear instrucciones/pautas separadas para cada modelo de lenguaje grande que produzcan el resultado deseado
• Conocer cómo cada modelo de lenguaje grande es diferente y ajustar las entradas en consecuencia
• Participar en un trabajo que a menudo es creativo en lugar de rutinario
• Aceptar que este proceso es “relativamente difícil de automatizar en la mayoría de los casos”

Requiere un esfuerzo de ajuste sustancial para cada modelo. La inversión inicial es significativa: debes desarrollar instrucciones para todos los modelos de lenguaje grande antes de poder cambiar libremente entre ellos. Además, esta preparación solo cubre los modelos existentes, cuando surgen nuevos modelos de lenguaje grande, el proceso de ajuste comienza de nuevo.

La ventaja competitiva proviene de haber invertido en la infraestructura de prueba, la ingeniería de instrucciones y la disciplina operativa para mantener la compatibilidad en varios modelos de lenguaje grande, y para repetir este proceso a medida que evoluciona el panorama. Esta capacidad se convierte en una forma de profundidad técnica que los competidores no pueden replicar fácilmente, incluso si entienden la estrategia.

La paradoja: tu ventaja competitiva está en no tener una

Aquí está lo que hace que la agnosticidad del proveedor sea tan poderosa: es la única ventaja competitiva que se vuelve más fuerte a medida que el mercado se vuelve más caótico.

Cuando tu competidor construye su producto completo en GPT-4 y surge un modelo mejor, se enfrenta a un rediseño existencial. Cuando has construido la infraestructura para cambiar entre modelos, te enfrentas a un martes. Las empresas que sobreviven no serán las que eligieron el modelo correcto, serán las que nunca tuvieron que elegir en absoluto.

Sí, construir para varios modelos de lenguaje grande es costoso al principio. Sí, requiere un trabajo de ingeniería creativo que es difícil de automatizar. Sí, estás manteniendo estrategias de instrucciones paralelas para cada proveedor. Pero esto es exactamente lo que crea la barrera de entrada. La ventaja competitiva no está en la tecnología en sí, está en la memoria muscular operativa de gestionar el cambio tecnológico.

La mayoría de las empresas de inteligencia artificial están optimizando para ganar hoy. Las empresas agnósticas están optimizando para seguir estando aquí mañana. En un mercado donde el avance de ayer es la base de hoy, esa distinción es todo.