La última valoración de Anthropic, de 380.000 millones de dólares, tras una ronda de financiación de 30.000 millones, resalta el crecimiento explosivo del sector de la IA. Pero detrás de los números se esconde una creciente vulnerabilidad: las altas estructuras de costos de estas empresas, que las hacen susceptibles a la disruptividad por parte de alternativas más económicas, según la teoría de la innovación.

Anthropic y OpenAI, dos de los actores más prominentes en el espacio de la IA, están gastando miles de millones en salarios e infraestructura. Solo en 2025, OpenAI destinó 6.000 millones de dólares en compensaciones basadas en acciones, casi la mitad de su ingreso. Esto contrasta con la mayoría de las empresas tecnológicas, donde estas cifras suelen estar cerca del 6%.

OpenAI también se comprometió a invertir 1,4 billones de dólares en centros de datos en los próximos años, gran parte en clusters de GPU que se deprecian rápidamente. La empresa proyecta pérdidas de 14.000 millones de dólares para 2026 y un total de 115.000 millones de dólares en pérdidas acumuladas para 2029. Esta carga financiera es difícil de deshacer, ya que reducir salarios podría llevar a la pérdida de talento clave, y las GPUs pierden valor independientemente de su producción.

A pesar de los costos crecientes, las empresas de IA cobran a los usuarios según el número de tokens procesados. Sin embargo, a medida que los modelos se vuelven más complejos, requieren un número exponencialmente mayor de tokens para realizar tareas. OpenAI reportó un aumento 320 veces mayor en el uso de tokens en 2025. Aunque el costo por token está disminuyendo rápidamente, el costo general de la inteligencia está subiendo.

Para usuarios como el autor del artículo, que interactúa con frecuencia con modelos de IA, el número de tokens utilizados se ha multiplicado por diez en un año. Esta tendencia no es única para un solo usuario; es un problema creciente a nivel de toda la industria.

Los modelos de IA chinos operan a un costo entre un sexto y un cuarto del costo de los sistemas equivalentes estadounidenses. La brecha de rendimiento entre modelos de código abierto y modelos propietarios se ha reducido significativamente, de un 8% a un 1,7% en un año. DeepSeek, una empresa china de IA, ofrece su API a aproximadamente un 90% por debajo del precio de OpenAI.

Estas alternativas más económicas están capturando el mercado de usuarios que las empresas pioneras no pueden atender con rentabilidad. Un entrante disruptivo sin los altos costos salariales de OpenAI puede ofrecir las mismas capacidades a un fracción del precio y aún así obtener ganancias. Por otro lado, las empresas pioneras quedan con los usuarios más exigentes y costosos.

La reciente jubilación del modelo GPT-4o de OpenAI ilustra este dilema. A pesar de la reacción negativa de los usuarios, la empresa avanzó, pero solo el 0,1% de sus 800 millones de usuarios seguía eligiendo el modelo anterior. Este grupo pequeño pero vocal resaltó un punto clave: algunos usuarios prefieren un chatbot que se sienta como un amigo en lugar del modelo más reciente y capaz.

Según un informe de RAND, estas alternativas más económicas están tomando a los clientes que las empresas pioneras nunca pudieron atender con rentabilidad. La brecha entre los modelos pioneros y los modelos de commodity se mide en meses, no en años, como predice la teoría de la innovación.

La mejor defensa de las empresas pioneras es la inercia, ya que los costos de cambio pueden retrasar la disruptividad. Sin embargo, a medida que las alternativas de código abierto mejoran, estos costos de cambio están disminuyendo, y la disruptividad es inevitable. El autor del artículo señala que, aunque la inteligencia podría no tener un techo, las estructuras de costos y dinámicas del mercado hacen aplicable aquí la teoría de la disruptividad.

La competencia se está intensificando, con empresas como Notion informando que los costos de IA están erosionando sus márgenes de beneficio. GitHub Copilot de Microsoft se reporta que pierde más de 20 dólares por usuario al mes, mientras cobra solo 10 dólares. Incluso las características básicas de IA están demostrando ser una carga financiera para algunas empresas.

A medida que el paisaje de la IA evoluciona, el desafío para las empresas pioneras será mantener su ventaja mientras gestionan los costos. Los próximos años serán críticos, ya que el equilibrio entre innovación, costo y demanda del mercado continúa cambiando rápidamente.