Fin de la 'guerra de los cien modelos' de IA en China: El análisis de JPMorgan sobre la consolidación y el valor empresarial

De una carrera por el número de modelos a una batalla por los ingresos empresariales

La 'guerra de los cien modelos' surgió por el auge global de la IA generativa tras la irrupción de ChatGPT. En China, esto se transformó en un esfuerzo nacional coordinado que involucró políticas estatales, capital privado y una regulación integral . A principios de 2024, China ya albergaba el 40% de los LLM del mundo, solo por detrás de Estados Unidos . Sin embargo, esta proliferación ocultaba una dura realidad: muchos de estos modelos carecían de estrategias de negocio sostenibles, enfrentaban crecientes costes operativos y eran demasiado similares entre sí .

Esa dinámica ha cambiado radicalmente. JPMorgan señala que el mercado ha pasado de centrarse en "quién podía desarrollar un modelo funcional" a una prueba de supervivencia de tres partes: rendimiento puntero continuo, viabilidad comercial y la capacidad de competir a nivel global . La "guerra de los cien modelos" está dando paso a una era de "IA agéntica": sistemas autónomos que ejecutan tareas del mundo real en logística, manufactura y software empresarial (SaaS), priorizando la eficiencia de costes y la integración profunda sobre los recuentos de parámetros que acaparan titulares .

Quizás la señal más reveladora de este cambio es hacia dónde fluyen los beneficios. El análisis de JPMorgan afirma que la mayor parte de las ganancias no se la están llevando las startups centradas en modelos, sino los grandes conglomerados de internet como Tencent y Alibaba, que controlan las plataformas de distribución, las puertas de enlace en la nube y los canales empresariales .

Los cinco factores competitivos de Alex Yao para la consolidación

Basándose en informes de JPMorgan y en los comentarios públicos de Yao, se perfilan cinco factores críticos que están separando a los supervivientes de las bajas en la consolidación de la IA china :

1. Mantener un rendimiento de modelo de primera línea

Mantener un modelo líder a nivel mundial ya no es opcional; es un mecanismo de confianza para los clientes empresariales. Un modelo que pierda su posición de vanguardia difícilmente retendrá clientes en un mercado donde los competidores globales también avanzan a toda velocidad. Datos de Stanford HAI muestran que, a principios de 2026, los modelos de EE. UU. y China se han alternado el liderazgo varias veces, con una brecha de rendimiento de apenas unos puntos porcentuales en pruebas clave .

2. Priorizar la tasa de finalización de tareas sobre el precio por token

La feroz guerra de precios que definió la fase anterior está remitiendo porque los clientes han aprendido que un token barato no sirve de nada si no hace el trabajo. En el nuevo paradigma de agentes inteligentes, JPMorgan sostiene que la "tasa de finalización de tareas" —si la IA completa de manera fiable una asignación compleja de varios pasos— es mucho más determinante para la retención de clientes que el coste por token .

3. La prueba de rentabilidad: crecimiento del beneficio bruto vs. gasto en I+D

Hay que olvidarse de métricas superficiales como los registros de usuarios. La prueba fundamental de una monetización sostenible es si el crecimiento del beneficio bruto de una empresa supera de forma consistente su gasto en investigación y desarrollo. JPMorgan ha identificado esta disciplina como la medida esencial de un modelo de negocio de IA saludable en el entorno actual .

4. Controlar la distribución y los canales empresariales

En el nuevo panorama, la distribución es el destino. Las empresas que controlan la relación con el cliente —ya sea a través de plataformas en la nube dominantes, super-aplicaciones móviles o software empresarial profundamente integrado— capturan la mayor parte de los ingresos de la IA. Por eso JPMorgan considera que los dueños de esos canales serán los ganadores definitivos de la consolidación, y no los creadores de modelos que dependen de distribución de terceros .

5. Resiliencia en el suministro de chips

A pesar de las conocidas restricciones a la exportación de semiconductores avanzados por parte de EE. UU., Yao ha afirmado que no se espera que la escasez de chips de IA a corto plazo cree barreras sustanciales para las principales empresas de internet chinas. Los grandes operadores nacionales están adquiriendo cada vez más alternativas locales, como los chips de IA Kunlun de Baidu, para sostener la robusta demanda de computación en la nube y servicios de IA .

La nueva fase: IA agéntica y ejecución industrial

El giro de la industria va más allá de la monetización del software. La IA se está trasladando de las pantallas de los consumidores a las fábricas, un cambio que está empezando a reconfigurar las cadenas de valor industriales. Los fabricantes están desplegando algoritmos en tiempo real que coordinan la producción y optimizan las líneas de montaje, capturando más valor más allá del montaje tradicional de bajo margen . Las startups chinas, al operar con restricciones de hardware más duras que sus contrapartes estadounidenses, se están optimizando para la eficiencia y el despliegue dirigido, encontrando impulso no en la escala bruta, sino en la entrega fiable de trabajo útil en escenarios industriales específicos .

El ecosistema de IA en China en 2026 es un conjunto completamente integrado de modelos fundacionales, sistemas multimodales y plataformas empresariales. La cuestión para los inversores, tal como la plantea Yao, ya no es "¿Es China competitiva en IA?", sino "¿quién tiene las ventajas estructurales y cómo las está convirtiendo en beneficios comerciales duraderos?" . La guerra de los cien modelos fue una fiebre del oro; la fase de consolidación es una industria disciplinada, impulsada por las empresas y centrada en ofrecer valor de negocio medible.