Enero en Buenos Aires. Treinta y ocho grados a la sombra, si encontrás sombra.
Prendés el aire. El split arranca a full, la pieza se vuelve habitable, respirás.
Y a los tres días llega la boleta de la luz.
Pegás el grito. Lo mirás al aparato como si te hubiera traicionado. "Lo vamos a usar menos", decretás, con esa solemnidad del que toma una decisión que no piensa cumplir. Lo apagás. Abrís la ventana. Ponés el ventilador de pie, que gira y reparte el mismo aire caliente con más entusiasmo.
Dos horas después estás transpirando sobre el teclado y lo volvés a prender.
Gritás cuando pagás. Llorás cuando lo apagás. Y volvés a empezar.
Mi vieja tenía un nombre para eso: la gata Flora. Si se la meten grita, si se la sacan llora. Nunca está bien, nunca decide, oscila. Y yo, que vengo militando la adopción de IA desde hace más de siete años —cuando explicarla era como venderte un fascículo coleccionable de algo que todavía no existía—, estos meses no puedo dejar de ver a medio mercado convertido en gata Flora.
Hace un año y medio era adopción, adopción, adopción. Todos con el copiloto. Todos con el agente. Todos con el POC que iba a cambiarlo todo antes del próximo trimestre. Charlas, webinars, roadmaps con la palabra "transformación" en catorce diapositivas.
Y de golpe, como si alguien hubiera abierto la boleta, el discurso giró en redondo. Gastemos menos. Usemos menos tokens. Cuidemos el consumo. Optimicemos.
Ahí está la gracia. Porque la misma empresa que ayer quería IA hasta en el dispenser de agua, hoy se agarra la cabeza con la factura de los modelos de frontera. Legítimo, ojo: los números asustan. Pero cuando llega el momento de hacer la movida que de verdad baja el costo, se refrena. Grita a la factura. Llora al cambio.
Y acá está el punto que casi nadie dice en voz alta: el costo no es el problema. El problema es la indecisión disfrazada de prudencia.
La herramienta para bajar un noventa por ciento ya está sobre la mesa, servida. Los modelos chinos open source —DeepSeek, Qwen, Kimi, GLM— cotizan entre cinco y treinta veces más barato que sus pares occidentales. No hablo de un juguete de fin de semana: la brecha entre el open weight y el modelo de punta se achicó a unos tres meses. Tres meses. La excusa técnica se murió. Lo que queda es la excusa de la cobardía, bien planchada y con corbata.
Porque bajar el costo en serio no es apagar el aire.
Es aislar la casa.
El que sabe no vive prendiendo y apagando el split. Pone burletes en las ventanas. Un toldo donde pega el sol de la tarde. El ventilador donde alcanza y el aire donde de verdad hace falta. Diseña una vez y después no sufre. No oscila: decide.
En IA eso tiene nombre y no es magia: arquitectura híbrida. Los modelos de frontera —Fable, Opus, GPT-5.6— para lo que de verdad los necesitás: planificar, razonar, el cinco por ciento difícil donde la calidad se paga sola. Modelos más viejos o más chicos —un Sonnet, un Haiku, una versión anterior de GPT, un modelo chino corriendo en la nube o en tu propio fierro— para el ochenta por ciento operativo, que es repetitivo, aburrido, y no necesita al genio. Y para los que integramos tecnología, los SLM: esos modelitos de pocos parámetros que corren hasta en un notebook y te descargan las tareas triviales sin despeinar —ni tarifar— al modelo caro.
Lomo para el asado. Choripán para el picoteo. No le servís lomo al que solo iba a comer un chori.
Ahora, antes de que alguien me acuse de ingenuo: ¿y el compliance?
Tienen razón. Es la única objeción seria de toda la conversación, y merece que la miremos de frente.
Usar la API china —la de DeepSeek, la de Qwen Max— significa que tus datos viajan a un servidor en China. Para un banco, una obra social, un estudio jurídico, cualquiera que maneje datos sensibles o tenga que rendirle cuentas a un regulador, eso es un no rotundo. Y está perfecto que lo sea. No es paranoia: es responsabilidad.
Pero acá está la vuelta que la gata Flora no ve. Esos modelos son open weights. Los pesos son un archivo —licencia MIT, licencia Apache— que te bajás y corrés en tu propio server, en tu nube privada, en tu fierro. El dato no sale nunca de tu casa. Mismo modelo, mismo ahorro, cero viaje a Hangzhou.
Compliance no te prohíbe el modelo. Te dice dónde correrlo.
Y ahí, de nuevo, la gata Flora tiene dos caras. La que grita "¡modelos chinos no, compliance!" y cierra la puerta sin averiguar. Y la que abre la API sin pensar y le manda la historia clínica de tus pacientes a un datacenter que no sabría ni ubicar en el mapa. Miedo de un lado, descuido del otro. Las dos oscilan. El que tiene criterio no discute "modelo chino sí o no": discute "API remota o peso corriendo en casa". Que es otra pregunta, y muchísimo mejor.
¿Y por qué no lo hacen? Tres razones, y ninguna es técnica.
Miedo —pero no el del compliance, ese ya lo resolvimos corriendo el peso en casa. Hablo del otro. El "da no-sé-qué". El "¿y si se rompe?". El modelo chino que suena raro en una reunión aunque nadie sepa explicar por qué. Pánico geopolítico de PowerPoint: se cita, pero no se sostiene con un número.
Inmadurez. Para armar el híbrido necesitás saber qué hace cada workload tuyo, cuánto vale cada tarea, dónde exactamente se te va la plata. Y la mayoría de las empresas no tiene la más pálida idea. Es la radiografía que no se quieren sacar, porque tienen miedo de lo que van a ver.
Y comodidad. El modelo de frontera se te volvió mascota. Le pusiste nombre, le tenés cariño, lo usás para todo aunque para el noventa por ciento de las tareas sea un delirio caro. Reemplazarlo por algo más barato y más chico da una culpa rara, como cambiar de auto por uno que anda igual pero no impresiona a nadie.
Drucker lo dijo mejor que yo hace medio siglo: no hay nada menos productivo que hacer eficiente lo que no habría que estar haciendo. Optimizar tokens dentro de una arquitectura mala es exactamente eso. Inutilidad eficiente. Estás lustrando la manija de una puerta que no lleva a ningún lado.
Porque la decisión de qué modelo usar para qué tarea no es un tema de compras. Es asignación de capital. Coase ya lo pensó, sin saber lo que era un token: la empresa existe para decidir, tarea por tarea, qué conviene hacer adentro y qué conviene comprar afuera. Ese cálculo —el frontier por API contra el open weight en tu propio server— es la pregunta de Coase con ropa nueva. Y es la misma que se hace un CTO cuando decide dónde pone un ingeniero senior y dónde alcanza con un junior. No contratás un arquitecto para cambiar una lamparita. Tampoco mandás al pasante a rediseñar el core.
Mintzberg diría que el problema es de nivel: estás decidiendo el síntoma y no el fondo. La factura es el síntoma. La arquitectura es el fondo.
El CTO que toda empresa quisiera tener no es el que grita cuando llega la boleta ni el que llora cuando le tocan el modelo. Es el que no se sube al péndulo.
Mientras el mercado saltaba de "adoptemos todo" a "no gastemos nada" —de un dogma al otro en seis meses, sin escala técnica de por medio—, ese CTO tenía la misma tesis de siempre. Modelo justo, tarea justa. La tuvo cuando estaba de moda gastar y la tiene ahora que está de moda ahorrar. Porque nunca fue una cuestión de moda. Fue, y sigue siendo, una cuestión de criterio.
El que oscila no tiene criterio. Tiene termómetro.
Y afuera, siempre, hace calor o hace frío. La gata Flora nunca está cómoda. El que aisló la casa, en cambio, ni se acuerda de la boleta.
Autor: Fabi Mesaglio
No hay comentarios:
Publicar un comentario