El auge de la inteligencia artificial ha llevado al desarrollo de múltiples startups que se basan en modelos de lenguaje de gran tamaño (LLM). En este contexto, se ha generado un intenso debate sobre si las empresas que simplemente construyen «wrappers» alrededor de estos modelos pueden sostenerse a largo plazo o si están condenadas a la obsolescencia.
El dilema de ser solo un «wrapper»
Un «wrapper» en el mundo de la inteligencia artificial se refiere a una aplicación o software que encapsula un modelo de IA preexistente para ofrecer funcionalidades específicas sin modificar la arquitectura central del modelo. La preocupación es que, si una empresa solo se limita a construir una interfaz sin agregar valor significativo, podría ser fácilmente reemplazada o replicada por competidores con mayor inversión y alcance.
David Friedberg, CEO de Ohalo Genetics, advierte que «si solo eres un wrapper de un LLM, será difícil construir un negocio sostenible», ya que las empresas corren el riesgo de ser absorbidas o desplazadas en un mercado cada vez más competitivo. Según Friedberg, la clave para evitar la «comoditización» es desarrollar mecanismos de generación de valor sostenibles, como la recopilación de datos propios o la creación de efectos de red que aseguren la fidelización de los usuarios.
El valor de la innovación en los wrappers de IA
Sin embargo, no todos los expertos ven el término «wrapper» como algo negativo. Aravind Srinivas, cofundador y CEO de Perplexity, señala que la percepción de «wrapper» a menudo se asocia con una connotación despectiva, cuando en realidad muchas soluciones tecnológicas exitosas son, en esencia, «wrappers» mejorados de modelos subyacentes.
Will Poole, cofundador de Capria Ventures, establece un paralelismo entre los «wrappers» de LLM y las soluciones SaaS, que en muchos casos también son capas construidas sobre bases de datos preexistentes. Lo importante, según Poole, no es si una startup es un «wrapper» o no, sino si realmente está aportando innovación y generando un valor empresarial que la haga sostenible.
El caso de los startups de IA en India
El ecosistema de startups en India ha adoptado este enfoque con entusiasmo. Empresas emergentes están utilizando modelos de IA ya existentes para resolver problemas específicos del mercado local, lo que les permite competir con grandes corporaciones tecnológicas. Un ejemplo es 5C Network, una startup que ha revolucionado la radiología mediante el uso de IA para diagnósticos médicos. Su diferenciador clave es el acceso a datos médicos de alta calidad y diversidad, lo que le otorga una ventaja competitiva que va más allá del modelo de IA subyacente.
Los inversionistas también han tomado nota de este potencial. Accel, una de las principales firmas de capital de riesgo, recientemente anunció un fondo de $650 millones para impulsar startups de IA en India. Según Prayank Swaroop, socio de Accel, muchas empresas pueden comenzar como «wrappers», pero con el tiempo pueden evolucionar para desarrollar modelos más complejos y personalizados. Lo esencial es que la empresa logre encontrar clientes y aportar valor desde el primer día.
Casos de éxito en el mundo de los wrappers
Existen varios ejemplos de startups que han logrado un éxito notable a pesar de estar construidas sobre modelos de IA ya existentes. Un caso paradigmático es Harvey AI, una plataforma de IA generativa diseñada para profesionales del derecho. Aunque su tecnología se basa en los modelos de OpenAI, su enfoque específico en el sector legal le ha permitido atraer inversiones significativas, incluyendo una ronda de financiamiento de $300 millones, que elevó su valoración a $3 mil millones.
Otro ejemplo reciente es Manus, un agente de IA general que ha generado gran interés en la comunidad tecnológica. Construido sobre el modelo Claude Sonnet de Anthropic, Manus utiliza herramientas adicionales para mejorar su capacidad de navegación web y procesamiento de datos, lo que demuestra que el valor radica en la ejecución y la aplicación práctica de los modelos subyacentes.
¿Qué hace que un «wrapper» sea exitoso?
Si bien hay escepticismo en torno a las startups que solo construyen wrappers, hay varios factores que pueden hacer que un proyecto de este tipo tenga éxito:
- Diferenciación a través de datos propios: La recopilación y utilización de datos únicos pueden generar una ventaja competitiva.
- Personalización y adaptación a nichos de mercado: Adaptar la IA a sectores específicos permite resolver problemas que las grandes tecnológicas no han abordado.
- Experiencia de usuario optimizada: Crear interfaces intuitivas y eficientes puede hacer que un «wrapper» sea más valioso que el modelo original.
- Integraciones y automatización: La combinación de múltiples herramientas y modelos puede proporcionar una solución más robusta y efectiva.
- Efectos de red: Generar una comunidad o ecosistema alrededor del producto puede proporcionar barreras de entrada a los competidores.
La percepción sobre los LLM wrappers está cambiando. Lo que realmente define el éxito de una startup no es si está basada en un modelo de IA preexistente, sino si aporta innovación y valor real al usuario final.
Desde WWWhatsnew creemos que la clave está en evolucionar constantemente. Un wrapper sin diferenciación está condenado a desaparecer, pero uno que aproveche datos, personalización y efectos de red puede convertirse en un negocio sostenible y altamente rentable. En última instancia, la historia de la tecnología nos ha enseñado que la ejecución y la visión empresarial pesan más que la tecnología en sí.