Ahora que los proveedores de IA nos tienen enganchados y usamos herramientas generativas y agenticas, los modelos de precios están evolucionando. Las suscripciones ya no funcionan como modelos que buscan clientes experimentales; ahora deben cumplir un propósito más importante: generar ingresos.

Aún se están definiendo exactamente cómo será esta transición, pero ya observamos a grandes proveedores de software abandonar los precios por usuario a favor del consumo por tokens o por resultados.

Lo que esto significa para clientes corporativos y empresariales es que la IA está a punto de volverse considerablemente más cara; sin embargo, no todo es desventajoso, porque estas empresas también pueden ganar mayor control sobre ciertos gastos.

Una propuesta emergente es la “AI PC”, capaz de ejecutar modelos locales de tamaño razonable y realizar tareas generativas básicas e intermedias sin necesidad de gastar un solo centavo en la nube. Hace unos meses, mi feed de redes sociales se llenó de usuarios que adquirían Mac minis para ejecutar la IA de forma local.

https://kwizly.com/embed/WlM3jO.js

Breve visión general de cómo podría verse el modelo basado en consumo

Shashi Upadhyay, presidente de Productos, Ingeniería y IA de Zendesk, explicó la razón detrás del cambio en los modelos de precios: las métricas tradicionales ya no son tan relevantes y están surgiendo otras. “Creemos que el valor del software debe alinearse directamente con el éxito del cliente, no con la cantidad de personal”, dijo en una entrevista.

Upadhyay también criticó los modelos por usuario por cobrar por IA sin importar si el problema se resuelve o no. Pero un cambio hacia precios basados en resultados requiere que el proveedor y el cliente acuerden “el resultado exacto que activa el pago”.

En apariencia, podría parecer una variable que difiera según el proveedor, pero al pensar con mayor profundidad, los clientes podrían determinar sus propios resultados significativos, de modo que solo paguen por el éxito y nunca por fracasos.

Distinción entre necesidades de procesamiento local y cómputo en la nube

Con esta división híbrida en mente, las empresas podrían pagar un precio único por una AI PC y los trabajadores tendrían acceso ilimitado al procesamiento en el dispositivo para tareas como resúmenes, transcripciones, eliminación de fondo de imágenes y más.

La nube quedaría para las tareas que requieren mayor potencia de cómputo, como aplicaciones empresariales enormes que manejan datos centralizados o ejecutar los modelos más potentes.

Busqué definir qué hace exactamente a una AI PC y cómo esperan los analistas que este cambio impacte en los mercados relevantes, pero el director de investigación de PC y tabletas de Omdia, Ishan Dutt, me advirtió que aún estamos en transición, por lo que el resultado final todavía no está determinado.

Por ejemplo, Dutt explicó que PCs consideradas previamente como ‘AI-ready’ hace solo 18 meses habrían tenido NPUs por debajo de 10 TOPS. Luego llegó la clasificación de Microsoft de PCs Copilot+ con alrededor de 40 TOPS. Recientemente, en CES 2025, Intel, AMD y Qualcomm mostraron NPUs de 50+ TOPS, y ya hay indicios de 75+ TOPS.

Las firmas de análisis de mercado como Omdia suelen clasificar una AI PC como una máquina con una Neural Processing Unit (NPU) diseñada para ejecutar cargas de IA localmente junto a la CPU/GPU, pero esta es claramente una categoría nueva cuyo techo continúa empujándose por los fabricantes de chips, y cuyo punto de partida aún se escribe.

Otras métricas tradicionales también importan en el mundo del procesamiento local; para Omdia, 16 GB de memoria ya no son suficientes en muchos casos y, para ejecutar tareas más allá de lo ligero, 32 GB o más suelen ser beneficiosos.

«En la práctica, la ‘capacidad de IA’ es una función de tres consideraciones de hardware (TOPS de NPU, RAM y, cada vez más, GPU para cargas generativas/creativas), no de un solo número», afirmó Dutt en una entrevista exclusiva. «Es razonable esperar que la barra siga moviéndose a medida que las cargas de IA agenticas, siempre encendidas, se conviertan en el caso de uso de referencia en lugar de simples asistentes de chat.»

Demanda de AI PC frente a los efectos del ciclo de renovación de dispositivos

Tras definir los parámetros que definen ampliasmente una AI PC, quise entender si las empresas están equipando a su personal con estas máquinas hoy. He leído numerosos estudios sobre la creciente imprevisibilidad de la fijación de precios en la IA en la nube, y los datos incluso muestran un incremento en los envíos de AI PC. ¿Eso indica un cambio de la nube hacia el procesamiento local, o es simplemente que ahora más PCs pasan a clasificarse como AI PCs y los ciclos de renovación normales están influyendo en estas cifras?

«Las NPUs son ahora la línea base en plataformas de Intel, AMD y Qualcomm», afirmó Dutt, recordando que las Macs ya tenían NPUs desde el cambio a Apple Silicon en 2020, aproximadamente dos años antes de que ChatGPT hiciera pública su existencia.

Los análisis de mercado de Omdia proyectan que la cuota de mercado de las AI PCs (con NPU) entre todas las PCs alcanzará el 77,5% para 2030, frente al 17,3% en 2024. También señalan que el final de vida de Windows 10 concentró una gran cantidad de actualizaciones en el último año o dos, elevando significativamente la cuota de AI PC.

Dutt añadió que una definición más clara de cómo las actualizaciones de hardware desbloquean futuras funciones de IA en el dispositivo podría impactar aún más el ritmo de los ciclos de renovación.

Las AI PC tienen un problema de precios propio

«La fijación de precios basada en consumo en la nube de IA crea un argumento genuino para trasladar cargas de inferencia al dispositivo», coincidió Dutt. Sin embargo, el mercado de PC tiene sus propios retos que también generan inestabilidad de precios.

Aunque parezca que hemos convivido con una escasez de chips durante medio decenio, en realidad hemos enfrentado dos periodos. El segundo podría ser mucho peor.

La escasez inicial de 2020-2022 fue una desalineación entre demanda y logística impulsada por la pandemia, que se normalizó rápidamente. Este segundo periodo es una “reasignación deliberada de capacidad” a medida que los fabricantes de memoria desplazan capacidad de DRAM/NAND hacia HBM y DDR5 de alta capacidad. En otras palabras, el problema que intentamos resolver (la inestabilidad de precios impulsada por la demanda empresarial de IA) se está generando a sí mismo, una especie de encrucijada.

Con Apple elevando precios en la mayoría de sus modelos Mac y reduciendo las opciones de nivel de entrada, Omdia describe desafíos por venir: el 60% de los partners del canal esperan experimentar retrasos (53%) o cancelaciones (7%) en los planes de renovación de hardware de sus clientes.

Ya, el 70% de los partners esperan escasez significativa en algunos (11%) o la mayoría (59%) de sus productos de hardware de PC.

El futuro es híbrido

Volviendo a mi tesis inicial de que muchos flujos de trabajo organizacionales de IA se moverán hacia el procesamiento local ante un paisaje de suscripciones en la nube en evolución, está cada vez más claro que un aumento en los envíos de AI PC no necesariamente coincide con una demanda real de los clientes.

Si bien trasladar parte del procesamiento para que funcione localmente tiene enormes méritos al considerar el mercado de cómputo en la nube por separado, los propios desafíos del mercado de PC complican las estrategias. La respuesta probablemente será una aproximación híbrida para ambos lados, y su forma exacta variará caso por caso.

Más crucialmente, el procesamiento en la nube no está destinado a desaparecer y continuará complementando las cargas de trabajo locales con el tipo de potencia y rendimiento que pocas organizaciones podrían permitirse adquirir. Upadhyay recordó que los beneficios del cómputo en la nube abarcan: centralizar datos de múltiples canales de clientes, enrutamiento de tickets en tiempo real, informes unificados e integraciones API sin fisuras entre cientos de herramientas.