Por qué ningún proveedor de IA mantiene la delantera, y qué hacer al respecto

Hace tres años la decisión parecía sencilla: OpenAI tenía el mejor modelo y la mitad del gasto empresarial. Hoy la tiene otro proveedor, y dentro de dieciocho meses puede ser un tercero. Este artículo reúne los datos publicados sobre cómo ha rotado el liderazgo en modelos de IA, qué hacen las empresas al respecto, y qué significa para una empresa española de 100 a 1.000 empleados que va a comprar una plataforma para varios años.

El liderazgo ha cambiado de manos dos veces en tres años

Menlo Ventures mide cada año qué proveedores se llevan el gasto empresarial en modelos de lenguaje en Estados Unidos. La serie es clara:

Fuente: Menlo Ventures, 2025: The State of Generative AI in the Enterprise, encuesta a 495 decisores de IA empresarial en Estados Unidos, noviembre de 2025. Es un dato estadounidense; no existe equivalente español.

No hace falta interpretar mucho. El proveedor que dominaba en 2023 tiene hoy poco más de la cuarta parte del gasto, y el que era marginal es el primero. Nadie sabe cómo será la tabla de 2027, y eso es exactamente el punto: cualquier empresa que se ate hoy a un proveedor está apostando a que la tabla no vuelva a girar.

Las empresas ya usan varios modelos

La respuesta del mercado ha sido no elegir. Según ICONIQ, las compañías usan de media 3,3 modelos distintos (julio de 2026), desde 2,8 un año antes. Una encuesta de a16z a directores de sistemas (enero de 2026) sitúa en el 81 % las empresas que usan tres o más familias de modelos, frente al 68 % del año anterior. Y LangChain encuentra que más de tres cuartas partes de los equipos que llevan agentes a producción usan varios modelos y los asignan por complejidad, coste y latencia (diciembre de 2025).

La razón no es ideológica. Un modelo escribe mejor en castellano, otro razona mejor sobre contratos largos, otro es diez veces más barato para consultas repetitivas de alto volumen. Y la posición cambia con cada versión: lo que hoy es el mejor para una tarea puede no serlo en tres meses.

Fuentes: ICONIQ, 2026 State of AI Report, julio de 2026; a16z, encuesta a CIOs, 30 de enero de 2026; LangChain, State of Agent Engineering, n=1.340, diciembre de 2025.

Cambiar de modelo es fácil en teoría y raro en la práctica

Aquí está el matiz que convierte lo anterior en un problema de compra. Menlo mide que solo el 11 % de las empresas cambió de proveedor de modelos en el último año, a pesar de que la calidad y el precio se movieron mucho. Y a16z documenta por qué: el coste de cambiar sube cuando el trabajo es agéntico. Un agente que ejecuta un proceso en varios pasos está afinado para un modelo concreto; cambiar el modelo obliga a revisar cada paso y todo lo que depende de él.

La consecuencia es incómoda: cuanto más valor produce la IA en una empresa, más caro le resulta dejar de depender del proveedor con el que la construyó. Es la definición de dependencia. Y el momento de evitarla es antes de construir, no después.

Lo que esto significa para una empresa que va a comprar

Tres cosas, en orden de importancia.

1. La elección de modelo debe ser configuración, no proyecto. Si cambiar el modelo que usa un agente exige rehacerlo, la empresa no elige de verdad. Pregunta a cualquier proveedor cuánto cuesta cambiar de modelo un agente que ya está en uso.
2. Los agentes y el conocimiento tienen que ser de la empresa, no del modelo. Las instrucciones, las fuentes conectadas, los permisos y el historial deben sobrevivir al modelo con el que se crearon. Es la única forma de que la rotación del mercado no obligue a empezar de cero.
3. La independencia es un seguro cuyo precio sube. Hoy es barata: la mayoría de las empresas todavía no ha construido nada que dependa de un modelo. Dentro de dos años, con decenas de agentes en uso, será cara. Como todos los seguros, se contrata antes del siniestro.

El argumento en contra, para que lo tengas

Hay una posición seria en sentido contrario, y conviene conocerla. Ben Thompson (Stratechery, marzo de 2026) sostiene que el beneficio huye de las partes modulares de una cadena de valor hacia las integradas, y que la diferenciación de los agentes estará en la integración entre el modelo y el entorno que lo rodea; es decir, que los propios laboratorios serán el punto de integración y una capa independiente será la parte que se comoditiza. Es un argumento respetable. Nuestra respuesta es que para una empresa de 200 personas en España la integración que importa no es la que hay entre un modelo y su laboratorio, sino la que hay entre la IA y sus propios sistemas, procesos y permisos, y esa integración no la va a hacer ningún laboratorio a su medida. Puedes juzgar tú mismo cuál de las dos lecturas describe mejor tu caso.

Lo que no sostenemos

Para ser precisos con lo que dicen los datos. No sostenemos que los modelos abiertos vayan a sustituir a los cerrados en la empresa: la cuota de cargas de trabajo sobre modelos de pesos abiertos bajó del 19 % en 2024 al 11 % a finales de 2025, según la misma encuesta de Menlo, y una empresa mediana española no va a alojar modelos por su cuenta. Tampoco sostenemos que el precio de la frontera caiga sin parar: lo que se abarata es la capacidad de ayer, y los modelos más avanzados de cada momento se han encarecido. Lo que sostenemos es más modesto y más sólido: ningún proveedor mantiene la delantera el tiempo suficiente como para que valga la pena casarse con él, y el coste de cambiar sube con el tiempo.

Cómo lo hace Azimut

Azimut es independiente del modelo por construcción: una capa propia con un módulo por proveedor, sin agregador de por medio, sobre la que el usuario elige el modelo por tarea entre OpenAI, Anthropic, Google y Mistral. Los agentes, las fuentes conectadas, los permisos y el consumo pertenecen a la empresa y no dependen del modelo con el que se crearon. Cambiar un modelo es configuración. Es el seguro del que habla este artículo, incluido en el precio del asiento.

Preguntas frecuentes

¿No es mejor esperar a que un proveedor gane?

Los datos de tres años dicen que no hay señales de que eso vaya a ocurrir pronto. Esperar tiene un coste: mientras tanto, cada equipo compra por su cuenta y lo que construye no se comparte.

¿Usar varios modelos no complica el trabajo a los empleados?

No, si la plataforma lo hace por ellos. El usuario elige el agente; el modelo lo ha configurado quien creó el agente. Para la mayoría de la plantilla, la elección de modelo es invisible.

¿Qué pasa con el modelo que usa un agente si el proveedor cambia de precio?

Se cambia el modelo del agente en configuración, sin rehacer el agente. El panel de consumo muestra el efecto en el gasto.