Lo que DeepSeek revela sobre el futuro de la IA
E
l lanzamiento del modelo R1 de DeepSeek a finales de enero de 2025 provocó un fuerte descenso de las valoraciones del mercado en toda la cadena de valor de la IA, afectando tanto a los desarrolladores de modelos como a los proveedores de infraestructura. Los inversionistas vieron en R1 un competidor poderoso (y económico) frente a los modelos de IA estadounidenses, lo que puso en duda las proyecciones de crecimiento extraordinario que habían justificado las valuaciones elevadas. Sin embargo, para aquellos que han estado atentos, la llegada de DeepSeek (o algo parecido) era inevitable.
Aun así, este es un momento útil para reflexionar sobre hacia dónde se dirige la IA. Más que considerar a DeepSeek R1 como un punto de inflexión, es más útil verlo como un indicador de dónde estamos realmente ahora, y un presagio de lo que está por venir.
He aquí cinco lecciones que los líderes empresariales deberían extraer de este momento.
1. Del reconocimiento de patrones a la resolución de problemas
Los modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés) se robaron el protagonismo en 2023 y 2024, pero en 2025 quedaremos asombrados por los sistemas de IA capaces de razonar, planificar y operar de manera autónoma. Esto se debe a que dos tendencias interrelacionadas dominarán el panorama de la IA este año: el auge de los modelos de razonamiento y la llegada de agentes de IA listos para el uso generalizado. Estas capacidades dependen en gran medida del aprendizaje por refuerzo (RL, por sus siglas en inglés), un método para entrenar a un agente inteligente para que tome una secuencia de decisiones óptimas. Piense en ello como aprender a jugar un videojuego: Cuando acierta en el blanco, salta sobre un abismo o adivina una palabra, gana puntos. A medida que juega, aprende a realizar acciones que son recompensadas.
La última generación de modelos, como GPT-4, era asombrosa para identificar patrones: Se entrenaban con enormes volúmenes de información, la contextualizaban y nos dejaban sin palabras con sus predicciones precisas del siguiente término en una conversación.
DeepSeek R1 es un modelo de razonamiento gratuito, al igual que los modelos ChatGPT o3-mini de OpenAI y Copilot o1 de Microsoft. Estos modelos representan un cambio crucial de la simple predicción de la siguiente palabra a la resolución metódica de problemas que se basa en gran medida del aprendizaje por refuerzo. Gracias a esta capacidad de razonamiento, estos modelos pueden desempeñarse mucho mejor que sus predecesores en tareas específicas, como resolver problemas matemáticos.
Con la capacidad de desglosar y razonar los problemas, los agentes de IA son capaces de aprender a navegar dinámicamente por flujos de trabajo complejos, adaptándose a nueva información a medida que surge en el proceso de realización de tareas, en lugar de limitarse a scripts rígidos y predefinidos. Esto es justo lo que hacemos los humanos en nuestro trabajo diario, como cuando los agentes de servicio al cliente responden consultas, los empleados administrativos organizan horarios y planifican viajes, o los analistas de datos recopilan información, la analizan y redactan un informe.
2. El punto de inflexión económico de la IA
Uno de los grandes titulares en torno a DeepSeek R1 es su supuesto costo de desarrollo de 5.5 millones de dólares. Esta cifra es engañosa. Probablemente solo refleje el costo de una única prueba de entrenamiento, sin incluir los gastos de infraestructura, ingeniería e implementación. Una cifra total que incluyera esos gastos sería mucho más alta, aunque significativamente inferior a las estimaciones de los costos de desarrollo de OpenAI, Anthropic, Google y otros modelos con los que compite R1.
En lugar de centrarnos únicamente en estas cifras, deberíamos prestar más atención a los costos de inferencia, es decir, los gastos asociados al uso real de los modelos una vez que han sido entrenados. El entrenamiento requiere una inversión inicial sustancial, pero los costos de inferencia son cruciales para las aplicaciones empresariales. DeepSeek R1 y otros modelos recientes, incluida la serie de modelos Llama de Meta, han logrado reducciones significativas en estos costos.
Por regla general, la caída de los precios tiende a estimular la competencia y a impulsar la adopción por parte de los usuarios. Basta pensar en la caída de los precios ajustados al rendimiento en mercados de productos electrónicos (teléfonos inteligentes, televisores, ordenadores portátiles) impulsada por el aumento de la eficiencia en la producción de semiconductores. Esta es la Ley de Moore, que impulsa la caída de los precios y el aumento de las tasas de adopción de demasiados productos finales. Lo mismo está sucediendo en la IA.
3. La IA de código abierto y la propietaria coexistirán
Una de las razones por la que deberíamos haber anticipado un desarrollo como DeepSeek R1 es la lógica económica del software de código abierto. Históricamente, los proyectos de código abierto han desafiado a las soluciones propietarias al reducir significativamente los costos, como sucedió con Unix/Linux en la informática empresarial, Android en los sistemas operativos móviles, MySQL en las bases de datos y, por supuesto, Llama en la IA. La ventaja en costos del software de código abierto está bien documentada. Era predecible que la IA siguiera una trayectoria similar.
Las empresas como OpenAI, Alphabet y Anthropic siguen estando a la vanguardia en cuanto a capacidades multimodales, seguridad (parece fácil vulnerar DeepSeek R1) y otros puntos de referencia. Aun así, los modelos de código abierto como DeepSeek R1 han reducido la brecha en el razonamiento basado en texto y han demostrado una eficiencia notable. Su potencial para aplicaciones empresariales se refleja en la decisión inmediata de Microsoft de integrar DeepSeek R1 en Azure. Dado su menor costo y mayor flexibilidad, los modelos abiertos como DeepSeek R1 serán muy atractivos para los usuarios, al igual que los modelos de lenguaje más pequeños como Phi-4 de Microsoft, que han demostrado un gran rendimiento en muchos casos de uso.
Por ahora, todo apunta a un mercado con una amplia gama de participantes, en lugar de un escenario donde un solo actor domine casi todo.
4. La escasez de chips impulsa la innovación algorítmica
Otro aspecto de la reacción ante DeepSeek R1 se ha centrado en la “sorprendente” noticia de que China parece haber alcanzado a Estados Unidos en cuanto a modelos de IA de vanguardia. Las restricciones estadounidenses a la exportación pretendían limitar el acceso chino a los semiconductores más avanzados y preservar el liderazgo estadounidense en la investigación de IA. El hecho de que este enfoque no haya tenido un éxito total no debería ser una gran sorpresa. La necesidad es la madre de la invención. Las limitaciones de chips han llevado a los investigadores chinos a priorizar la eficiencia algorítmica sobre la potencia bruta de cálculo, una estrategia que podría resultar profética a medida que se dispara el consumo de energía de los centros de datos.
5. DeepSeek R1 no lo cambió todo
Dicho todo esto, los principales laboratorios de IA y los gigantes tecnológicos de Occidente (incluidos Microsoft, Meta, Alphabet y Amazon) seguirán invirtiendo a niveles vertiginosos, asegurando que la demanda de GPU e infraestructura de IA de última generación siga siendo alta. Los modelos abiertos no reemplazarán por completo a los propietarios, y es probable que sigamos viendo un consumo inmenso de recursos computacionales en el entrenamiento e inferencia de modelos. Como resultado, la carrera por desarrollar los sistemas de IA más avanzados continuará impulsando la demanda de chips de alto rendimiento e infraestructura en la nube a gran escala, a pesar de que en estos momentos los costos de inversión superan con creces los ingresos de muchas empresas del sector.
Además, los grandes compradores de infraestructura de Occidente están indudablemente preocupados por el riesgo de suministro, ya que la mayoría de los semiconductores avanzados se fabrican en una planta de TSMC ubicada en Taiwán.
Podría decirse que el ritmo del avance de la IA, así como la importancia social y económica de este conjunto de tecnologías, no tiene precedentes históricos. Con el aprendizaje por refuerzo que permite avances en los modelos de razonamiento y los agentes de IA, que a su vez darán lugar a innumerables aplicaciones nuevas, 2025 estará repleto de momentos “DeepSeek”. Se esperan avances continuos, un aumento de los casos de uso en el mundo real y el verdadero inicio de una transformación económica a escala sísmica.
© 2025 Harvard Business School Publishing Corp. | De: hbr.org | Distribuido por: The New York Times Syndicate.
Artículo en inglés
DeepSeek’s launch of its R1 model in late January 2025 triggered a sharp decline in market valuations across the AI value chain, from model developers to infrastructure providers. Investors saw R1, a powerful yet inexpensive challenger to established U.S. AI models, as a threat to the sky-high growth projections that had justified outsized valuations. For those who have been paying attention, however, the arrival of DeepSeek — or something like it — was inevitable.
Even so, this is a useful moment to reflect on where AI is headed. Rather than understanding DeepSeek’s R1 as a watershed, it’s more useful to see it as a signal of where we really are right now — and a harbinger of what’s to come.
Here are five lessons that business leaders should take away from this moment.
FROM PATTERN RECOGNITION TO PROBLEM SOLVING
Large language models stole the show in 2023 and 2024, but in 2025 we will stand in awe of AI systems that can reason, plan and operate autonomously. That’s because two related trends will dominate the AI landscape this year: the rise of reasoning models and the arrival of AI agents that are ready for prime time. These capabilities heavily rely on reinforcement learning (RL), which is a method to train an intelligent agent to make a sequence of good decisions. Think of it like learning to play a video game. When you hit a bullseye or jump over a wide ditch or guess a word, you earn points. As you play, you learn to perform actions that are rewarded.
The last generation of models like GPT 4 were amazing pattern matchers — they pre-trained on vast quantities of information, contextualized it all and blew us away with their uncanny next-word predictions to respond to our prompts.
DeepSeek R1 is a free-to-all reasoning model — as are OpenAI’s just-released ChatGPT o3-mini and Microsoft’s Copilot o1 models. These models represent a crucial shift from uncertain next word prediction to methodical problem solving that heavily relies on RL. Reasoning allows them to perform certain tasks much better than prior models, like solving math problems.
With the capability to break down and reason through problems, AI agents are able learn to dynamically navigate complex workflows, adapting to new information as it arises in the process of task completion, rather than being limited to rigid, predefined scripts. This is just what humans do in our work, such as when customer service agents respond to queries, admin employees create schedules and plan travel and when data analysts collect information, analyze it and write a report.
AI’S ECONOMIC INFLECTION POINT
One of the big headlines around DeepSeek R1 is its reported development cost of $5.5 million. That figure is misleading. It likely only reflects the cost of a single training run, excluding infrastructure, engineering and deployment expenses. A total figure that included those expenses would be much higher — though still significantly lower than the estimates of the development costs for OpenAI, Anthropic, Google and other models R1 is competing against.
Instead of focusing on these numbers alone, we should be paying more attention to inference costs — the expenses associated with actually using models after they’ve been trained. Training requires substantial upfront investment, but inference costs are crucial for enterprise applications. DeepSeek R1 and other recent entrants, including Meta’s Llama series of models, represent large reductions in these expenses. As a rule, falling prices tend to spur competition and drive user adoption. Just think about the drop in performance-adjusted prices in markets for all electronic products — smartphones, television sets, laptops — driven by efficiency gains in semiconductor production. This is Moore’s Law propelling price drops and higher adoption rates of far too many end products to name. The same is happening in AI.
OPEN-SOURCE AND PROPRIETARY AI WILL COEXIST
One reason we should have expected a development like DeepSeek R1 is the basic economics of open-source software. Historically, open-source projects have challenged proprietary solutions by significantly reducing costs, such as Unix/Linux in enterprise computing, Android in mobile OS, MySQL in databases and, of course, Llama in AI. The cost advantage of open-source software is well-documented. It is predictable that AI would follow a similar trajectory.
In AI, proprietary models from companies like OpenAI, Alphabet, and Anthropic remain at the cutting edge in multimodal capabilities, security (it appears to be easy to jailbreak DeepSeek R1), and other benchmarks. Even so, open-weight models like DeepSeek R1 have closed the gap in text-based reasoning and the model is incredibly efficient. The potential for enterprise use cases of the model are reflected in Microsoft’s overnight decision to integrate DeepSeek R1 into Azure. Because of their lower costs and greater flexibility, open models like DeepSeek R1 will be very attractive to users. So will a host of small language models, like Microsoft’s Phi-4, which have demonstrated strong performance in many use cases.
For now, it looks like we can expect a market structure with a diverse array of players, versus a winner-take-almost-all scenario.
SILICON SCARCITY DRIVES ALGORITHMIC INNOVATION
Another part of the reaction to DeepSeek R1 has centered on the “surprising” news that China appears to have closed the gap on the U.S. in frontier AI models. U.S. export restrictions were meant to limit Chinese access to the most advanced semiconductors and help preserve American companies’ lead in AI research. The fact that this approach hasn’t completely succeeded should not be a great surprise. Remember the old adage, necessity is the mother of invention? The silicon constraints have led Chinese researchers to prioritize algorithmic efficiency over raw compute power — a strategy that could prove prescient as data center energy consumption explodes.
DEEPSEEK R1 DIDN’T CHANGE EVERYTHING
All of this said, the major AI labs and the hyperscalers in the West — including Microsoft, Meta, Alphabet and Amazon — will continue to invest at dizzying levels, ensuring that demand for state-of-the-art GPUs and AI infrastructure will remain high. Open models will not completely replace proprietary ones, and we are likely to see immense computational resources consumed in model training and inference. As a result, the neck-and-neck sprint for the most capable AI systems will continue to fuel demand for high-performance chips and large-scale cloud infrastructure, despite that investment costs now vastly outstrip revenues for many players in the industry.
In addition, the big infrastructure buyers in the West are undoubtedly concerned about supply risk, since the majority of advanced semiconductors are manufactured in a TSMC facility located in Taiwan.
The pace of AI advancement — as well as the social and economic importance of this set of technologies — arguably has no historical precedent. With reinforcement learning enabling breakthroughs in reasoning models and AI agents, which will in turn lead to countless new applications, 2025 will be packed with “DeepSeek” moments. Expect continuous advancement, increasing real-world use cases and the true beginning of a seismic-scale reshaping of the economy.
La IA generativa podría solucionar las evaluaciones de desempeño (o empeorarlas aún más)
La IA puede alejar las evaluaciones de desempeño de las narrativas laborales y acercarlas a evidencia directa del trabajo en la práctica.
Es difícil utilizar la IA en equipo. Estas 3 prácticas pueden ayudar
He aquí tres prácticas que pueden ayudar a desarrollar la «química humano-IA en los equipos» a medida que evoluciona el lugar de trabajo.
¿Cuáles son los problemas de su empresa en materia de IA?
El “Ethical Nightmare Challenge” (ENC) es un marco de trabajo que puede integrarse con programas existentes de gestión de riesgos de IA.
