Gartner calcula que los modelos de pesos abiertos podrían ejecutar nueve de cada diez pasos rutinarios de los agentes empresariales, con costos muy inferiores a los de un modelo de frontera. La firma advierte que el ahorro real puede ser menor y señala que el valor competitivo también dependerá de las herramientas que coordinan a los agentes.
***
- Gartner estima que 90% de los pasos de flujos agénticos empresariales son rutinarios y podrían pasar a modelos de pesos abiertos.
- En el mejor escenario, estos modelos cuestan una quinta parte de usar un modelo de frontera en cada paso; los ahorros prácticos podrían ser de cinco o seis veces.
- Los analistas prevén que los modelos abiertos específicos de dominio ganen terreno, mientras los arneses coordinan tareas, salvaguardas y costos.
🚨🤖 Gartner: modelos abiertos podrían ejecutar 90% de los pasos rutinarios de agentes empresariales para 2030.
En el escenario más favorable, costarían hasta 20 veces menos que usar modelos de frontera en cada paso. El ahorro práctico podría ser de 5 a 6 veces.
La coordinación… pic.twitter.com/083BeAmdEO
— Diario฿itcoin (@DiarioBitcoin) November 3, 2026
Modelos abiertos podrían ejecutar 90% de los pasos de agentes empresariales, estima Gartner
Los modelos de pesos abiertos podrían asumir la mayor parte de las tareas repetitivas que componen los flujos de trabajo agénticos de las empresas y hacerlo por una fracción del costo de los sistemas más potentes. La proyección de Gartner apunta a que nueve de cada diez pasos de esos procesos son rutinarios, lo que abre espacio para reducir el uso de modelos de frontera sin renunciar a ellos en las tareas que requieren razonamiento más avanzado.
Una diferencia de costos que depende de la tarea
En un documento titulado Open-Weight Models Will Run 90% of Enterprise Agentic Workflow Steps, el director sénior Mark Petty y el vicepresidente de grupo Raymond Paquet sostienen que las empresas pueden trasladar a modelos abiertos gran parte del trabajo operativo de sus agentes. The Register informó sobre el análisis, que distingue entre la cantidad de pasos que componen un proceso y la complejidad de cada uno: no todos requieren la capacidad de un modelo de frontera.
Los analistas describen flujos empresariales que pueden involucrar cientos de ejecuciones rutinarias, entre ellas clasificar información, llamar herramientas, pasar datos entre etapas, validar registros y reconciliar resultados. En ese tipo de secuencias, argumentan, los modelos abiertos pueden completar numerosos pasos estables por cada tarea que sí exige un razonamiento de frontera, en lugar de asignar el sistema más costoso a cada operación.
La comparación económica de Gartner tiene dos referencias distintas. Frente al modelo cerrado más barato con una puntuación equivalente, el modelo de pesos abiertos costaría una cuarta parte; frente a ejecutar un modelo de frontera en cada paso, el costo sería apenas una vigésima parte, según el escenario más favorable que plantean los analistas.
Esas proporciones no deben leerse como una garantía para cualquier empresa ni como una reducción automática de gastos. El cálculo supone que las tareas pueden asignarse al modelo apropiado y que los modelos abiertos resuelven los pasos de manera suficientemente eficaz, condiciones que influyen en el costo real de operar un flujo agéntico completo.
El ahorro real puede ser menor
Petty y Paquet reconocen que los modelos abiertos disponibles pueden producir respuestas más verbosas y volver a intentar una tarea con mayor frecuencia. Esos comportamientos añaden ejecuciones y consumo, por lo que el ahorro frente a un modelo de frontera podría acercarse más a cinco o seis veces por tarea que al múltiplo de veinte del escenario más favorable.
La diferencia entre el cálculo ideal y el ahorro práctico es relevante para las compañías que evalúan presupuestos de inteligencia artificial. Una comparación basada únicamente en el precio de cada llamada puede dejar fuera el costo de los reintentos y del trabajo adicional que exige supervisar o corregir el resultado, aspectos que Gartner incorpora al matizar su estimación.
Los analistas no presentan el ahorro como el único motivo para adoptar modelos de pesos abiertos. Su argumento central es que estos sistemas pueden permitir a una empresa conservar mayor control sobre sus procesos y datos, mientras evita enviar cada operación rutinaria a una API de un proveedor externo de modelos de frontera.
En la lectura de Gartner, los registros históricos de flujos de trabajo forman parte del valor que una empresa de software como servicio ofrece a sus clientes. Si cada paso operativo se deriva a una API de frontera, sostienen Petty y Paquet, una porción de esa actividad sale del perímetro de la organización; el uso de modelos abiertos, en cambio, puede preservar ese control, mientras que la reducción de costos funciona como un beneficio adicional.
El papel de los modelos especializados y los arneses
La firma prevé que las empresas recurran principalmente a modelos abiertos diseñados para dominios específicos, en particular cuando un conjunto pequeño de pasos estables se repite millones de veces al mes. La repetición facilita ajustar la selección del modelo a una tarea concreta, según el razonamiento expuesto en el documento, en vez de depender de una única herramienta para todas las necesidades.
Gartner plantea como supuesto de planificación que, para 2030, los modelos de pesos abiertos ejecutarán 90% de los pasos de los flujos operativos de agentes empresariales. Se trata de una proyección de los analistas, no de un resultado confirmado: su alcance dependerá de cómo evolucionen los modelos, de las necesidades de cada compañía y de la capacidad de integrar los sistemas en procesos reales.
En ese escenario, los modelos por sí solos podrían diferenciar menos a los productos, mientras aumenta el peso de los arneses, es decir, las herramientas que ponen en marcha y coordinan agentes. Estos sistemas pueden dirigir cada tarea al modelo más apropiado, gestionar grupos de agentes y aplicar salvaguardas, de modo que el usuario no tenga que elegir manualmente una herramienta distinta para cada paso.
Un arnés eficaz también puede decidir cuándo basta un modelo abierto y cuándo conviene recurrir a uno de frontera, con el objetivo de equilibrar capacidad, costo y control. Si la coordinación es deficiente, en cambio, el usuario puede terminar realizando más trabajo, y la ventaja económica de usar modelos más baratos podría reducirse por la carga de supervisión o por asignaciones inadecuadas.
Modelos de frontera como inversión para el desarrollo
Los analistas no anticipan que los modelos de frontera desaparezcan de los entornos empresariales. Les atribuyen un papel de motores de investigación y desarrollo, capaces de hacer el trabajo pesado que luego puede permitir el despliegue de modelos abiertos en las operaciones cotidianas.
La distinción que propone el documento separa la fase de desarrollo de la operación diaria. Los modelos de frontera representarían una inversión para crear o impulsar capacidades, mientras que los modelos abiertos funcionarían como parte del gasto operativo una vez que las tareas puedan ejecutarse con sistemas más económicos y adecuados a dominios concretos.
La tesis de Gartner desplaza así la discusión desde una competencia simple entre modelos grandes y pequeños hacia la organización de todo el sistema agéntico. Para las empresas, la decisión no consistiría solo en escoger el modelo con mejor rendimiento, sino en determinar qué pasos requieren capacidades avanzadas, cuáles pueden resolverse con pesos abiertos y qué herramientas garantizan una asignación segura y eficiente.
La proyección del 90% resume esa apuesta, pero el propio análisis invita a no confundir frecuencia con importancia: que la mayoría de los pasos sean rutinarios no significa que todos tengan el mismo impacto si fallan. El reto para las organizaciones será obtener los ahorros posibles sin sacrificar la calidad, el control de sus procesos ni las salvaguardas que necesitan para operar agentes de inteligencia artificial.
ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.
Suscríbete a nuestro boletín
Artículos Relacionados
Empresas
El auge de la IA choca con una nueva escasez: el capital para financiarlo
Estados Unidos
Dos investigadores del MIT reciben un premio por descubrir antibióticos con IA
Ethereum
Ethereum Foundation ofrece un reto para fijar el peor costo de verificar bloques
Hardware
