Open source AI: Mission aborted? - The Economic Times

Open source AI: Mission aborted? - The Economic Times

Los modelos de lenguaje grandes de código abierto están enfrentando importantes vientos en contra en el ámbito comercial, ya que las empresas están favoreciendo cada vez más las soluciones cerradas y propietarias, a pesar de las promesas iniciales de control de los datos y eficiencia en costos. Los datos principales de capital de riesgo indican un cambio hacia actores dominantes como OpenAI y Anthropic, mientras que la cuota de mercado de los principales modelos abiertos ha disminuido notablemente. Esta tendencia sugiere que el entusiasmo inicial por la inteligencia artificial de código abierto está disminuyendo en el sector corporativo, impulsado por el deseo de APIs comerciales robustas y con soporte, en lugar de la compleja mantenimiento requerido para los sistemas autoalojados. Las principales barreras para la adopción generalizada en las empresas incluyen preocupaciones no resueltas sobre seguridad, gobernanza y responsabilidad legal, junto con la alta experiencia necesaria para la gestión del ciclo de vida. Aunque la brecha de rendimiento entre los modelos abiertos y cerrados se ha reducido considerablemente, el código abierto a menudo aún no alcanza la calidad de vanguardia. Además, las tensiones geopolíticas y las complejidades de licenciamiento limitan la usabilidad de los modelos abiertos emergentes de ciertas regiones, haciéndolos menos atractivos para las empresas internacionales que buscan implementaciones confiables y de bajo riesgo para datos sensibles. Esta narrativa es altamente relevante para open_data porque destaca una tensión crítica entre la accesibilidad tecnológica y los modelos de negocio sostenibles. La disminución del gasto empresarial en inteligencia artificial de código abierto subraya que proporcionar herramientas gratuitas no es suficiente sin estrategias claras de monetización. Para la comunidad de open_data, esto sirve como una advertencia de que la superioridad técnica y las licencias abiertas por sí solas no garantizan la adopción; las organizaciones deben abordar las barreras prácticas como la seguridad, el soporte y la claridad legal para asegurar que los conjuntos de datos y modelos abiertos sigan siendo activos viables en el ecosistema empresarial.

Fuente: economictimes.indiatimes.com
Publicado el 2025-08-27