Puntos clave:
Las empresas están pasando de utilizar por defecto los modelos de IA más potentes a asignar tareas según el costo, una tendencia que Palantir afirma puede reducir el gasto en inferencia hasta en un 97%.
El director ejecutivo de Palantir Technologies, Alex Karp, dijo que las empresas están "furiosas" porque los modelos de IA de frontera capturan su valor comercial patentado, mientras que el nuevo sistema de enrutamiento de la compañía reduce los costos de inferencia hasta en un 97% en algunas implementaciones.
"Las empresas están pagando por tokens que no crean valor mientras entregan su propiedad intelectual y ventaja competitiva a terceros", dijo Karp en una entrevista con CNBC el miércoles. Describió la dinámica como un "impuesto a la riqueza" para las empresas que utilizan IA para generar retornos operativos.
El sistema de enrutamiento Evolve AI de Palantir, que asigna automáticamente las tareas al modelo más rentable en lugar de recurrir al más potente, ha reducido los costos de inferencia hasta en un 97% en ciertas implementaciones de clientes, según reveló la compañía. El sistema también optimiza las instrucciones y evita llamadas redundantes. Por separado, la plataforma de enrutamiento OpenRouter recaudó $120 millones en abril, lo que subraya el apetito de los inversores por esta categoría.
El cambio de la competencia por la capacidad de los modelos a la optimización de costos representa una transformación estructural en la IA empresarial. Las empresas que permiten un enrutamiento eficiente —Palantir, Databricks, OpenRouter— están en posición de capturar una parte creciente de los presupuestos corporativos de IA, mientras que los proveedores de modelos de frontera de alto costo enfrentan presión para justificar sus precios.
La crisis de costos que impulsa la adopción
El gasto empresarial en IA se ha acelerado más rápido de lo que muchas compañías anticipaban. Ali Ghodsi, director ejecutivo de Databricks, dijo que su Unity AI Gateway, ahora muy utilizado internamente, ganó tracción porque las organizaciones están "quemando los presupuestos de IA demasiado rápido". La puerta de enlace permite a las empresas enrutar consultas entre modelos de OpenAI, Google y Anthropic según umbrales de costo y rendimiento.
La firma de construcción McCarthy Building informó que su uso de tokens de IA cayó aproximadamente un 60% interanual después de implementar la optimización de programación de modelos, sin una caída significativa en la calidad de los resultados. Palo Alto Networks también ha adoptado estrategias de cambio de modelos para reducir los costos relacionados con la IA, según la compañía.
El laboratorio japonés Sakana AI demostró un sistema de enrutamiento multimodelo que exhibe una forma de división de expertos: los problemas matemáticos se enrutan preferentemente a los modelos de OpenAI, mientras que las consultas científicas se dirigen con mayor frecuencia a Google Gemini. Este enfoque refleja un reconocimiento más amplio de la industria de que ningún modelo único es óptimo para todas las tareas.
La apuesta de $120 millones de OpenRouter por la infraestructura de enrutamiento
La categoría de enrutamiento atrajo su mayor inversión individual hasta la fecha en abril, cuando OpenRouter cerró una ronda de financiación de $120 millones. El "enrutador automático" de la plataforma permite a los usuarios establecer una preferencia de costo-calidad en una escala de 0 a 10, y el sistema selecciona dinámicamente los modelos en consecuencia.
Los datos de la plataforma muestran que aproximadamente un tercio de las solicitudes se enrutan a los modelos de bajo costo de Google, mientras que solo alrededor del 10% fluye hacia las ofertas premium de OpenAI, una distribución de niveles de costo que sería imposible bajo un enfoque de usar el mejor modelo por defecto. OpenRouter integra tecnología de enrutamiento de proveedores como Not Diamond y admite llamadas entre proveedores en la nube para optimizar la latencia y los precios.
La startup de codificación basada en IA Cognition también construyó su propio sistema de enrutamiento, logrando un rendimiento cercano al de frontera en puntos de referencia de programación con un costo aproximadamente un 35% menor que el de usar un solo modelo de primer nivel.
El caso financiero de Palantir para la tesis del enrutamiento
Palantir reportó ingresos en el primer trimestre de 2026 de $1.630 millones, un aumento del 84,7% interanual, con ganancias ajustadas por acción de $0,33, superando el consenso de $0,28. Los ingresos comerciales en EE.UU. alcanzaron los $595 millones, un aumento del 133%, y la compañía cerró 206 acuerdos de al menos $1 millón con un valor total de contrato de $2.410 millones.
Karp proyectó que la compañía generaría entre $15.000 y $18.000 millones en flujo de caja libre en un plazo de dos años, una cifra que, según dijo, valida el enfoque de modelo más capa de aplicación a pesar del escepticismo del mercado. El puntaje de la Regla del 40 de Palantir alcanzó el 145%, un nivel que Karp dijo que solo igualan otras compañías de infraestructura de IA como Nvidia, Micron y SK Hynix.
Aun así, PLTR cotiza a aproximadamente $127, un 34% menos en lo que va del año, con una relación precio-beneficio adelantada cercana a 74 veces. La desconexión en la valoración refleja la incertidumbre de los inversores sobre si el crecimiento de Palantir puede sostener su prima, una cuestión que depende de si los clientes empresariales continúan adoptando herramientas de enrutamiento e implementación al ritmo que Karp espera.
Nvidia, socia de Palantir en el impulso de la IA soberana, reportó ingresos en el primer trimestre del año fiscal 2027 de $81.600 millones, un aumento del 85% interanual, con ingresos del centro de datos de $75.250 millones, un 92% más. La compañía proyectó ingresos para el segundo trimestre de $91.000 millones. El stack Palantir-Nvidia ofrece a las empresas un camino para ejecutar modelos en su propia infraestructura en lugar de a través de API de terceros, abordando directamente las preocupaciones de control de datos que planteó Karp.
Para los inversores, la pregunta clave es si la tecnología de enrutamiento se convierte en una capa estándar de la IA empresarial —como lo hicieron las puertas de enlace de API para la computación en la nube— o sigue siendo una herramienta de optimización de nicho. Si ocurre lo primero, empresas como Palantir y Databricks que integran el enrutamiento en sus plataformas podrían ver un crecimiento sostenido de la demanda. Si ocurre lo segundo, la apuesta de $120 millones en OpenRouter podría resultar prematura. La respuesta se reflejará en el valor comercial de los contratos, el número de acuerdos y la adopción por parte de los clientes durante la segunda mitad de 2026.
Este artículo es solo para fines informativos y no constituye asesoramiento de inversión.
