La IA de fuente abierta está reestructurando silenciosamente las pilas de tecnología empresarial, y una nueva Fundación McKinsey, Mozilla y la Fundación Patrick J. McGovern encuesta De los 700 líderes de tecnología muestran por qué el costo, el control y la comunidad están dando vueltas. Cuando un banco global necesitaba una transparencia total para un modelo de ascenso de riesgos, se omitió las API cerradas y la Llama 3 sintonizada en sus propios servidores. Esa historia ya no es la valora atípica; Es el patrón emergente.
El código abierto se encuentra con la fiebre del oro de IA
Los últimos dos años han producido una oleada de conciencia, experimentación y financiación en torno a la IA generativa y los modelos de lenguaje grande. Las empresas quieren resultados rápidamente, pero también necesitan espacio para jugar. Los repositorios abiertos entregan ambos. Un solo tirón de GIT puede girar un modelo de trabajo en minutos, permitiendo que los ingenieros exploren las arquitecturas, los parámetros de ajuste y el punto de referencia sin retrasos en las adquisiciones. Esa velocidad de su propio tiempo explica por qué proyectos como Meta’s Llama, Gemma de Google, Deepseek -R y las Qwen Families de Alibaba han aterrizado en tuberías de producción a pesar de sus descargas de «solo investigaciones». Las brechas de rendimiento con titanes propietarios como GPT – 4 se están reduciendo; La libertad de inspeccionar y modificar el código sigue sin precio.
Lo que revela la encuesta
Para cuantificar el turno, McKinsey se asoció con la Fundación Mozilla y la Fundación Patrick J. McGovern, que viene a 41 países y más de 700 desarrolladores senior, CIO y CTO. El estudio, titulado «Corriente abierto en la era de la IA»es la instantánea más grande hasta ahora de cómo las empresas combinan soluciones abiertas y cerradas a medida que avanzan de proyectos piloto a la captura de valor a escala. Los encuestados abarcan las industrias desde las finanzas hasta la atención médica, la fabricación y el sector público, lo que da a los datos una amplia relevancia. Si bien el informe completo llega en marzo, los números de vista previa ya volcan algunas suposiciones sobre cómo se ve la IA de «empresa empresarial» en 2025.
En múltiples capas de la pila de tecnología AI, más de la mitad de las organizaciones encuestadas usan al menos un componente de origen abierto, a menudo justo al lado de una clave API comercial.
- Ingeniería de datos e funciones: El 58 % depende de las bibliotecas abiertas para la ingestión, el etiquetado o la vectorización.
- Capa del modelo: El 63 % ejecuta un modelo abierto como Llama 2, Gemma o Mistral en producción; La cifra salta al 72 % dentro de las empresas tecnológicas.
- Orquestación y herramientas: El 55 % emplea marcos abiertos como Langchain, Ray o Kserve para enrutamiento y escala.
- Capa de aplicación: El 51 % incrusta los componentes abiertos en chatbots, copilotos o paneles analíticos.
Estos porcentajes suben aún más altos dentro de las organizaciones que califican la IA como «crítica para la ventaja competitiva». En esa cohorte, los líderes tienen un 40 % más de probabilidades que los pares de integrar modelos y bibliotecas abiertos, subrayando un hecho simple: cuando la IA es estratégica, control y flexibilidad son importantes.
- Un costo total más bajo de propiedad. El sesenta por ciento de los tomadores de decisiones dicen que los costos de implementación son más bajos con herramientas abiertas que con servicios propietarios comparables. Ejecutar un modelo de 7 billones de parámetros de fino en los CPU de productos básicos puede socavar los precios de API por órdenes de magnitud cuando el uso es estable.
- Transparencia y personalización más profundas. Los equipos que trabajan en cargas de trabajo reguladas (pensan en los diagnósticos de salud o algoritmos comerciales) valorados la capacidad de auditar pesos, rastrear el linaje de datos y parchear vulnerabilidades sin esperar un ciclo de liberación del proveedor. Los pesos abiertos hacen que eso sea factible.
- Magnetismo del talento. El ochenta y uno por ciento de los desarrolladores y tecnólogos informan que la fluidez de origen abierto es muy valorada en su campo. Los ingenieros quieren contribuir aguas arriba, exhibir las carteras de GitHub y evitar los callejones sin salida de la caja negra. Las empresas que cortejan esa piscina de talentos se inclinan en licencias permisivas en lugar de jardines amurallados.
Las herramientas abiertas no son una panacea. Cuando se le preguntó sobre las barreras de adopción, el 56 % de los encuestados citan preocupaciones de seguridad y cumplimiento, mientras que el 45 % se preocupa por el apoyo a largo plazo. Los proveedores propietarios obtienen un puntaje más alto en el «tiempo hasta el valor» y la «facilidad de uso» porque agrupan el alojamiento, el monitoreo y las barandillas. Y cuando los ejecutivos prefieren sistemas cerrados, lo hacen por una razón dominante: el 72 % dice que las soluciones propietarias ofrecen un control más estricto sobre el riesgo y la gobernanza. En otras palabras, las empresas sopesan la apertura contra la certeza operativa en caso de caso.
Este punto de referencia pregunta si AI puede pensar como un ingeniero
Multimodelo es la nueva normalidad
Los datos de McKinsey hacen eco de una tendencia que se ve en la computación en la nube hace una década: las arquitecturas híbridas ganan. Pocas compañías lo harán todo en abierto o patentado; La mayoría se mezclará y combinará. Un modelo de base cerrado podría alimentar a un chatbot de consulta con el cliente, mientras que un abierto abierto maneja la búsqueda interna de documentos. La elección a menudo depende de la latencia, la privacidad o la especificidad del dominio. Espere que los menús «traiga su propio modelo» se vuelvan tan estándar como los paneles de múltiples nubes.
Libro de jugadas para CTOs
Según las ideas de la encuesta y entrevistas de expertos, McKinsey describe una matriz de decisión pragmática para los líderes de tecnología:
- Elija abrir cuando Necesita transparencia de peso total, optimización agresiva de costos o dominio de dominio profundo.
- Elija propietario cuando La velocidad al mercado, la seguridad administrada o la cobertura de idiomas global superan las necesidades de personalización.
- Mezclar ambos cuando Las cargas de trabajo varían: mantenga las experiencias de consultas públicas en una API administrada, ejecute una inferencia sensible o de alto volumen en modelos abiertos autohostados.
- Invierte en talento y herramientas: El éxito abierto depende de las tuberías de MLOPS, los escaneos de seguridad del modelo e ingenieros con fluidez en el ecosistema en evolución.
Un CIO entrevistado lo resumió: «Tratamos modelos como microservicios. Algunos que construimos, otros que compramos, todos deben interperar».
Por qué importa ahora
Las empresas enfrentan una encrucijada estratégica. Apostar únicamente en plataformas patentadas arriesga el bloqueo del proveedor y el comportamiento del modelo opaco. Entrar completamente abierto exige experiencia interna y una rigurosa postura de seguridad. Los datos de la encuesta sugieren que el juego ganador es la opcionalidad: construya una pila que permite a los equipos intercambiar modelos tan rápido como el mercado evoluciona. El código abierto ya no es la elección rebelde; Se está convirtiendo en un ciudadano de primera clase en Enterprise AI. Ignóralo, y puede encontrar a su competencia iterando más rápido, contratando mejor talento y pagando menos por inferencia. Abrázcalo cuidadosamente, y obtendrá apalancamiento, perspicacia y una comunidad que nunca deja de mejorar las mejoras de envío.
Según el «código abierto en la era de la IA» El 76 % de los líderes planean expandir el uso de IA de origen abierto en los próximos años. La edad del pragmatismo multimodelo ha llegado: el código está abierto, el campo de juego es amplio y las organizaciones más inteligentes aprenderán a prosperar en ambos mundos.
