Después de DeepSeek, parece que Apple ha tenido la mejor estrategia de IA de todas

Las carreras de inteligencia artificial se han intensificado, con la mayoría de las grandes empresas tecnológicas, incluidas las denominadas Siete Magníficas, invirtiendo enormes sumas de dinero en la búsqueda de crear los mejores modelos de inteligencia artificial rápidamente.

Sin embargo, este enfoque ha generado dudas sobre si estas inversiones masivas darán frutos en el futuro.

Hace dos semanas, un grupo de importantes empresas de inteligencia artificial de EE. UU. anunció un proyecto de $100 mil millones llamado Stargate. Sin embargo, la semana siguiente se presentó el modelo chino de bajo costo, DeepSeek R1, demostrando que los modelos de vanguardia pueden entrenarse a un menor costo.

Una conclusión adicional de la introducción de DeepSeek es que parecía validar la estrategia de inteligencia artificial de Apple, que había sido criticada en los últimos años. Al parecer, Tim Cook y su equipo podrían tener la última palabra después de todo.

Las implicaciones de DeepSeek

Aunque todavía hay cierta controversia sobre cuánto gastó realmente DeepSeek en su modelo, si realmente "destiló" su modelo de OpenAI, o si tiene acceso a más GPUs de las que admite, las optimizaciones publicadas en su documento de investigación revelaron ideas novedosas sobre cómo reducir el costo de entrenar modelos de vanguardia.

Los inversores pueden anticipar algunas consecuencias de esto. Primero, es probable que esas ideas se incorporen rápidamente a todos los competidores principales en inteligencia artificial, lo que a su vez reducirá aún más los costos de los modelos de IA en la industria.

En segundo lugar, DeepSeek es parcialmente de código abierto, lo que significa que sus pesos y optimizaciones tecnológicas están disponibles públicamente para que los desarrolladores los utilicen y mejoren. De las grandes empresas tecnológicas de EE. UU., solo los modelos Llama de Meta Platforms son también de código abierto.

Contar con una gran empresa estadounidense y una china que divulguen sus optimizaciones de modelo públicamente debería fomentar aún más el evangelismo de código abierto, lo que podría acelerar aún más la competencia de modelos abiertos.

Aunque OpenAI todavía se considera que tiene una ventaja tecnológica global, el tiempo de diferencia entre ella y sus competidores de código abierto se ha reducido a solo unos meses. Por su parte, el CEO de Meta, Mark Zuckerberg, declaró en una llamada reciente con analistas que cree que los próximos modelos Llama 4 de Meta superarán a OpenAI y dominarán el mercado este año.

El aumento del código abierto y la reducción de costos basadas en algoritmos deberían llevar eventualmente a una mayor comoditización. La comoditización significa que los precios y márgenes de los modelos de IA deberían disminuir, beneficiando a los clientes de esos modelos a expensas de quienes los construyen.

Apple fue precavido

A medida que las carreras de IA se intensificaron en los últimos dos años, todas las principales empresas tecnológicas aumentaron dramáticamente sus gastos de capital para adquirir costosas GPUs de Nvidia y para infraestructura de centros de datos. Sin embargo, una empresa tecnológica en particular con los recursos para participar en este auge decidió no hacerlo: Apple.

Todos los grandes nombres tecnológicos aumentaron sus gastos de capital entre un 73% y un 182% en los últimos tres años, salvo Amazon. Pero Amazon es un caso aparte, ya que provenía de un gran gasto en su infraestructura de comercio electrónico después de la pandemia. Por lo tanto, su gasto en centros de datos para Amazon Web Services probablemente ha crecido mucho más que el aumento del 9% que muestra en general.

Eso deja a Apple como la única empresa que, sorprendentemente, ha disminuido sus gastos de capital en los últimos dos años, en marcado contraste con sus rivales.

Si un recurso se convierte en commoditizado y abundante, querrías ser un usuario de ese recurso, no un productor. Por esta razón, el enfoque de Apple de centrarse en utilizar IA para sus clientes centrales, mientras desestima la construcción de una vasta infraestructura basada en Nvidia, fue inteligente.

Apple sigue invirtiendo en IA

No significa que Apple no esté invirtiendo en sus propios modelos propietarios. Lo está haciendo, y de hecho, su enfoque se asemeja de alguna manera al de DeepSeek.

En el evento de Apple sobre Inteligencia celebrado en junio pasado, Apple presentó sus propios modelos, con dos grandes matices: Uno, cada modelo fue destilado y optimizado para casos de uso específicos en el iPhone o Mac. En una reciente llamada con analistas, el CEO Tim Cook destacó algunas de las características más utilizadas en los dispositivos Apple desde el lanzamiento de Apple Intelligence el pasado octubre.

Los usuarios de Apple Intelligence pueden utilizar herramientas de escritura para encontrar las palabras justas, crear imágenes únicas con Image Playground y Genmoji, gestionar tareas diarias y buscar información de manera más natural y conversacional con Siri, crear películas de sus recuerdos con un simple aviso, y retocar sus fotos con Clean Up. Además, se introduce la inteligencia visual con control de cámara para ayudar a los usuarios a aprender sobre su entorno al instante.

Además de centrarse en casos de uso específicos para los clientes de Apple en lugar de en grandes modelos de lenguaje generalizados, el enfoque de Apple también parece ser presciente de otras maneras. El modelo base de Apple Intelligence se construyó sobre un marco de código abierto llamado AXLearn de Apple. Y como es de código abierto, Apple también evitó el uso de chips de Nvidia y la costosa plataforma de software CUDA en la medida de lo posible, ya que desde el principio sabía que no quería quedar atrapada en el costoso ecosistema de Nvidia.

Aunque el marco de software de IA utilizado por Apple es de código abierto para su modelo base, Apple tiene un enfoque aparentemente contradictorio en lo que respecta a los datos. Apple utiliza solo datos licenciados, permitiendo a los editores optar por no participar. Además, Apple también raspa la web en busca de datos disponibles públicamente utilizando su propio rastreador web. La compañía se vuelve propietaria nuevamente para los algoritmos de filtrado y optimización post-entrenamiento, que están diseñados para tareas específicas en productos de Apple.

Al utilizar un software de código abierto que puede ejecutarse en chips que no son de Nvidia para el modelo base, incluidos los chips de centro de datos propietarios de Apple, y luego utilizar algoritmos propietarios en el nivel de filtrado y optimización para casos de uso conocidos, Apple puede producir modelos más pequeños pero altamente útiles para tareas específicas a un costo muy razonable.

La disciplina de Apple la convierte en una ganadora a largo plazo

Tras la caída de Nvidia después de las noticias sobre DeepSeek, Apple ha recuperado el trono como la empresa más grande del mundo.

A pesar de ser la mayor empresa del mundo hoy en día, es importante recordar que Apple nunca ha sido pionera en una innovación tecnológica por sí sola. No fue la primera en inventar la PC, el reproductor de música portátil, el smartphone o los auriculares inalámbricos. Lo que hizo Apple fue tomar esos inventos y luego innovar sobre ellos, haciéndolos especialmente intuitivos y útiles para los usuarios, mientras optimizaba constantemente los costos posteriormente.

Esta disciplina y la falta de urgencia por gastar enormes sumas en nuevas invenciones inciertas generan un modelo de negocio muy menos riesgoso. Dado que los modelos de lenguaje grande ahora están destinados a volverse más económicos y accesibles, la disciplina de Apple ha demostrado por qué fue la acción tecnológica preferida de Warren Buffett durante la última década.

IA, Apple, DeepSeek