Las empresas de IA más inteligentes no eligen, combinan

La estrategia multimodelo se impone

Durante mucho tiempo, fue una decisión casi ritual en la primera etapa de cada startup de IA: elige tu modelo, construye tu producto, apuesta por todo. Abierto o cerrado. Llama o GPT. Una vez elegido, elegido para siempre.

Esa imagen se está resquebrajando.

En TechCrunch Disrupt 2026, celebrado el 5 de octubre, fundadores, inversores de riesgo y líderes tecnológicos se reunieron para analizar una de las cuestiones más prácticas del ecosistema actual de la IA, y la conclusión común es clara: cada vez más empresas de IA exitosas combinan varios modelos para distintas tareas, en lugar de atarse a un único proveedor o estrategia.

Según TechCrunch, el programa de la conferencia aborda este cambio desde varios ángulos, desde las aplicaciones multimodelo y las soluciones a medida hasta la infraestructura y la tecnología de procesadores.

Por qué un solo modelo rara vez basta

En la sesión The Real Tokenmaxxing: How the Best AI Companies Navigate a Multi-Model World se reúnen inversores y fundadores tecnológicos para aclarar por qué la elección del modelo se ha vuelto tan compleja y por qué, en realidad, eso es una buena noticia.

Mo Jomaa, de la firma de capital riesgo CapitalG, Vipul Ved Prakash, de Together AI, y Zuzanna Stamirowska, de Pathway, debaten cómo las empresas equilibran tres fuerzas en competencia: coste, rendimiento y flexibilidad. Ya no se trata de qué modelo es el mejor en términos absolutos, sino de cuál es el mejor para esta tarea concreta, a este precio concreto, con esta posibilidad de sustituirlo mañana si surge algo mejor.

Los modelos abiertos, como la familia Llama de Meta o Mistral, mejoran a un ritmo que hace apenas un año habría parecido improbable. Los modelos cerrados de OpenAI, Anthropic y Google siguen liderando en algunos ámbitos, pero la brecha se reduce con rapidez. El resultado es un panorama en el que una startup puede razonablemente usar un modelo abierto para tareas de fondo que son costosas en recursos y un modelo cerrado para interacciones críticas con los clientes, y beneficiarse de ambos.

¿Alquilar, personalizar o construir por cuenta propia?

Otra sesión de Disrupt 2026 aborda una cuestión relacionada y igual de central: ¿cuánto de la pila de IA debe poseer realmente una empresa?

Manos Koukoumidis, consejero delegado y cofundador de Oumi, dirige la conversación Which AI Should Your Company Actually Deploy: Rent, Customize, or Build, un título que por sí solo resume todo el espectro de opciones.

Esta es una pregunta que me planteo constantemente con los fundadores. La tentación de construir modelos propios es grande, pero el coste —en tiempo, dinero y talento— suele subestimarse. Alquilar capacidad a través de una interfaz de modelo ofrece rapidez, pero genera riesgos de dependencia. Adaptar un modelo abierto existente a un dominio específico suele ser la opción intermedia inteligente, que combina control con requisitos de recursos razonables.

Por tanto, la elección no es solo técnica. Es, en esencia, una decisión estratégica de negocio que afecta a la economía operativa, a la dirección del producto y a la rapidez con la que la empresa puede reaccionar cuando se lance el próximo gran modelo.

Qué significa esto para los fundadores suecos

Para las startups de IA suecas y nórdicas, las conclusiones de Disrupt 2026 son directamente aplicables. Estamos en una fase en la que el coste de experimentar con modelos de IA ha caído de forma drástica, mientras que la posibilidad de combinarlos ha aumentado en la misma medida.

Ya no hay ninguna razón estratégica para casarse pronto con un único proveedor. Al contrario: el punto de partida más inteligente es diseñar para la intercambiabilidad, es decir, construir sistemas en los que la capa de modelos pueda sustituirse o complementarse sin que haya que rediseñar toda la arquitectura del producto.

El fundador que lo entiende tiene una ventaja estructural. No solo técnica, sino también empresarial.