El crecimiento exponencial de los gastos en inteligencia artificial está forzando a startups estadounidenses a repensar sus proveedores tecnológicos. Desde julio de 2026, empresas como Lindy.ai han migrado completamente hacia soluciones chinas de código abierto, priorizando la reducción de costos operativos sobre las capacidades de vanguardia.
¿Por qué las startups estadounidenses eligen modelos chinos de IA?
La presión financiera es el factor determinante. Lindy.ai, una startup con sede en San Francisco que desarrolla asistentes de IA para gestionar correos y calendarios, enfrentaba un gasto en servicios de Anthropic que superaba la nómina completa de su personal (más de dos docenas de empleados) y excedía el alquiler y cualquier otro costo operativo. Ante esta situación insostenible, la empresa anunció el mes pasado su migración del 100% de su tráfico hacia DeepSeek-V4, un modelo chino que resultó ser 10 veces más económico y generó ahorros de millones de dólares.
Este caso refleja una tensión creciente en el sector tecnológico: las empresas necesitan IA para competir, pero el volumen de consultas convierte rápidamente ese servicio en su mayor desembolso. El fundador de Lindy.ai, Flo Crivello, describió la decisión como puramente empresarial, ya que la diferencia de precio entre Anthropic y DeepSeek-V4 hizo el cambio inevitable.
Adopción acelerada de modelos chinos en 2026
Los datos de adopción muestran una tendencia clara. En OpenRouter, el uso de DeepSeek aumentó de aproximadamente 9% en enero de 2026 a casi 20% en julio, mientras que también creció la utilización de modelos de MiniMax, Xiaomi y Tencent. Expertos estiman que los modelos chinos se encuentran entre seis y doce meses por detrás en capacidades técnicas respecto a los sistemas estadounidenses líderes (Anthropic, OpenAI y Google), pero esa brecha resulta aceptable para tareas repetitivas.
China consolidó su posición competitiva mediante modelos de código abierto que pueden descargarse, adaptarse y alojarse de distintas maneras. Las empresas acceden a través de plataformas como Hugging Face, GitHub y proveedores de inferencia especializados (Featherless, OpenRouter) que mantienen los datos del usuario en territorio estadounidense. Esta disponibilidad técnica reduce las barreras de entrada para empresas que buscan controlar gastos sin construir sistemas desde cero.
¿Cuándo es suficiente un modelo más barato?
La respuesta depende de la tarea. Para procesos de alto volumen y bajo nivel de complejidad —clasificación, automatización, programación repetitiva— los modelos chinos funcionan de manera suficiente. Victor Su-Ortiz, responsable de marketing de producto global en MiniMax, explica que la competencia se centra en el costo por token (la unidad de trabajo que mide y factura el procesamiento). Una tarea de programación repetitiva puede ejecutarse con MiniMax M3 a una décima parte del costo de un modelo fronterizo, sin pérdida significativa de rendimiento.
Sin embargo, no todas las empresas comparten esta lógica. Jon Gordner, director ejecutivo de Comment.io (una startup que desarrolla herramientas colaborativas para programadores), sostiene que corregir errores de un modelo más barato podría costar dos o tres semanas adicionales de desarrollo. Para su empresa, ahorrar algunos dólares no compensa la pérdida de velocidad o calidad. Comment.io mantiene su prioridad en Anthropic y OpenAI, aunque reconoce que evaluará modelos chinos si los subsidios estadounidenses desaparecen en el futuro.
Grandes empresas también sienten la presión de costos
El problema no es exclusivo de startups. Dara Khosrowshahi, director ejecutivo de Uber, reveló que la empresa excedió en un trimestre su presupuesto anual de IA y tuvo que implementar ajustes. Airbnb utilizó el modelo Qwen de Alibaba durante 2025, según reportes de Bloomberg, y su director ejecutivo, Brian Chesky, lo describió como "bueno, rápido y barato". Perplexity y Nvidia también han adoptado Qwen.
La adopción corporativa demuestra que el atractivo de los modelos chinos trasciende los presupuestos limitados. Dado que las empresas pagan por tokens, una diferencia pequeña en cada operación se multiplica y se convierte en un gasto relevante cuando se procesan millones de consultas. Su-Ortiz señala un cambio estratégico: las compañías abandonan el uso indiscriminado de IA ("tokenmaxxing") y aplican una estrategia selectiva, reservando los modelos más costosos para tareas que realmente requieren capacidades superiores.
Seguridad, privacidad y dependencia tecnológica
El debate incluye consideraciones políticas y de privacidad que las empresas evitan publicitar. Aunque muchas compañías podrían acceder a modelos chinos mediante proveedores estadounidenses que alojan datos localmente, persisten dudas sobre la sostenibilidad de esa arquitectura. Gordner cree que los precios promocionales de Anthropic y OpenAI probablemente no durará indefinidamente, especialmente si ambas compañías avanzan hacia ofertas públicas iniciales (IPO), lo que intensificaría la presión de inversionistas por demostrar rentabilidad.
El futuro de la competencia en IA: precio versus capacidad
Ara Kharazian, economista principal de Ramp, analiza que las compañías estadounidenses enfrentan dos caminos: desarrollar modelos de código abierto de alta calidad o reducir precios de sistemas comerciales para competir. El auge de los modelos chinos demuestra que el mercado busca algo que las empresas estadounidenses aún no ofrecen de manera suficiente: la relación óptima entre rendimiento y costo a escala.
Kharazian se muestra pesimista sobre la permanencia de la ventaja china porque asume que las compañías estadounidenses responderán competitivamente cuando perciban una amenaza relevante. Sin embargo, Gordner es menos optimista: cree que las grandes empresas de IA podrían comenzar a cobrar más mientras aumenta la presión para demostrar rentabilidad, especialmente si Anthropic y OpenAI avanzan en sus procesos de IPO.
La industria enfrenta una contradicción fundamental: necesita mantener precios atractivos para expandir la adopción, pero también debe cubrir costos crecientes de infraestructura, investigación y operación de modelos cada vez más complejos. La competencia entre modelos estadounidenses y chinos no se resolverá únicamente mediante comparaciones de capacidades técnicas. Para las empresas, la pregunta central será si una herramienta más avanzada justifica su precio cuando una alternativa inferior puede completar la misma tarea.
Impacto para empresas y administradores de negocios argentinos
Este escenario de competencia global tiene implicaciones directas para las pymes y empresas argentinas que utilizan IA. La reducción de costos que impulsa la migración hacia modelos chinos abre oportunidades para que negocios locales accedan a tecnología de IA a fracciones del precio que pagaban hace meses. Empresas que desarrollan software, servicios de automatización, chatbots o herramientas de análisis de datos pueden ahora evaluar modelos económicos sin sacrificar funcionalidad para tareas de volumen alto.
Sin embargo, administradores de negocios argentinos deben considerar el contexto de dependencia tecnológica. La concentración de capacidades de IA en proveedores chinos plantea riesgos de largo plazo: cambios en políticas de acceso, variaciones de precios, o restricciones geopolíticas podrían afectar la continuidad operativa. Además, la presión competitiva global sobre precios de IA probablemente intensifique la guerra comercial entre proveedores estadounidenses y chinos, afectando la estabilidad de las opciones disponibles. Para empresas argentinas, la estrategia recomendada es diversificar proveedores (combinando modelos chinos, estadounidenses y de código abierto) y priorizar soluciones que permitan migración futura sin costos prohibitivos de reingeniería.
