Goldman Sachs está haciendo una apuesta silenciosa pero significativa: el futuro de la IA empresarial no es exclusivamente propietario. El liderazgo en IA del banco ha sido vocal sobre mantener modelos de peso abierto y de código abierto en la mezcla, oponiéndose al impulso de recurrir por defecto a sistemas cerrados de los actores habituales como OpenAI y Anthropic.
El argumento para mantener las opciones abiertas
El enfoque de Goldman se centra en una estrategia multipropósito. El GS AI Assistant del banco, inicialmente probado a principios de 2025, no se limita a un solo proveedor. En su lugar, incorpora opciones de código abierto junto con acuerdos propietarios, redirigiendo las consultas a varios proveedores, incluidos modelos de código abierto.
Las empresas chinas de inteligencia artificial, como Moonshot, desarrolladora del modelo Kimi, y Zhipu, detrás de la serie GLM, han estado lanzando modelos de peso abierto cada vez más sofisticados que compiten de manera creíble con sus contrapartes occidentales de código cerrado. Ejemplos incluyen el Moonshot Kimi K3 y el Zhipu GLM-5.2.
Estos desarrolladores chinos también han pionero un camino intermedio interesante: “pesos pagados”. El modelo principal es accesible, pero ciertas aplicaciones comerciales requieren tarifas de licencia, creando una vía de monetización que no requiere bloquear todo detrás de una barrera de pago por API.
Los analistas de Goldman han presentado un argumento aún más contraintuitivo: los modelos de código abierto más baratos podrían realmente aumentar la demanda de recursos de cómputo. Cuando la implementación de la IA se vuelve más barata, más empresas la implementan, generando más cargas de inferencia y mayor demanda de infraestructura en la nube. Los analistas mencionaron específicamente a AT&T reduciendo los costos del modelo en un 56% como ejemplo de posibles reducciones en los costos de cómputo para aplicaciones de IA.
El problema de la atrofia cognitiva
Chris Churchman, quien dirige el grupo de trabajo de IA del banco, ha planteado una preocupación que la mayoría de los ejecutivos tecnológicos prefieren no discutir públicamente: el riesgo de atrofia cognitiva. Su argumento es que cuando los profesionales financieros dependen excesivamente de la IA para el análisis, la investigación y la toma de decisiones, sus propias capacidades analíticas comienzan a debilitarse. Churchman no ha sugerido evitar por completo los modelos abiertos, sino que emite una advertencia más amplia sobre la dependencia de la IA en todos los tipos de modelos.
Qué significa esto para el panorama de la inteligencia artificial
Goldman no ha emitido ninguna advertencia regulatoria contra el uso de modelos abiertos en sus declaraciones públicas durante los últimos seis meses. En una industria donde las preocupaciones de cumplimiento suelen eliminar ideas, la ausencia de una bandera roja es en sí misma significativa.
Si Goldman tiene razón al afirmar que los modelos abiertos impulsarán una adopción más amplia de la IA en las empresas, los proveedores de nube se benefician del aumento en la demanda de cómputo, y las empresas que desarrollan herramientas para preparar los modelos abiertos para el entorno empresarial —guardrails, plataformas de ajuste fino y sistemas de monitoreo— se vuelven más valiosas. Goldman no ha emitido advertencias regulatorias contra el uso de modelos abiertos en sus comunicaciones públicas recientes, lo que sugiere que el banco considera la implementación de modelos abiertos como operativamente viable dentro de su marco de cumplimiento.