México invierte 213 veces menos que EU en IA, pero las startups aún tienen una oportunidad
En este contexto, la oportunidad para desarrollar modelos especializados ya comienza reflejarse en el flujo de inversión. De acuerdo con la Asociación para la Inversión de Capital Privado en América Latina (LAVCA), el capital de riesgo se concentra en industrias donde la IA puede entrenarse con información propia y resolver problemas específicos. Solamente en 2024, las startups de tecnología financiera captaron 865 millones de dólares, mientras que el comercio electrónico recibió 87 millones; las de movilidad 86 millones; y las de servicios de TI datos y nube 68 millones.
Así como explica Gabriel Charles, este escenario abre el espacio para desarrollar Small Language Models (SLM), o sea, soluciones enfocadas en sectores específicos como hospitalidad, vehículos, cobranza o asistencia financiera, donde el conocimiento del contexto y los datos propios representan una ventaja competitiva.
Para Franco Palacios, fundador y CEO de Creai, la oportunidad con los Small Language Models se encuentra en que “son hiperespecializados, las empresas medianas y grandes en latinoamérica necesitan certeza, no creatividad y ahí un LLM genérico introduce un riesgo: la alucinación. Un SLM acotado a un dominio específico reduce ese riesgo drásticamente. Es una necesidad que el mercado aún no articula, pero que ya existe”.
A diferencia de los Large Language models (LLM), los SML están entrenados para desempeñar tareas muy específicas dentro de un dominio determinado. Esa especialización reduce el consumo de infraestructura, abarata los costos de implementación y disminuye el riesgo de “alucinaciones” o respuestas incorrectas, aspecto importante para empresas que manejan información sensible.
