L’irrupció de models xinesos d’intel·ligència artificial com Kimi K3 o Qwen3.8 Max ha reavivat un debat que va més enllà de la tecnologia. Per entendre si representen una amenaça real o una oportunitat estratègica, cal examinar la dinàmica econòmica i tècnica que els sustenta. La clau no rau tant en la capacitat bruta dels models, sinó en com la seva disponibilitat modifica els costos marginals de la IA i, amb això, els fonaments dels negocis digitals.
Durant anys, el paradigma dominant en el programari es va basar en costos marginals propers a zero: un cop desenvolupada una aplicació, distribuir-la amb prou feines requeria recursos addicionals. La IA generativa i, en particular, la inferència sobre models de llenguatge han retornat a l’actualitat un concepte que semblava oblidat: el cost dels béns venuts (COGS). Cada consulta a un model consumeix computació i, per tant, diners. Kimi K3, per exemple, cobra 3 dòlars per milió de tokens d’entrada i 15 pels de sortida. Fable, d’Anthropic, ho fa a 5 i 30 respectivament. La diferència sembla abismal, però la realitat és més complexa: el nombre de tokens necessaris per arribar a una resposta correcta varia enormement entre models. Un model menys eficient pot consumir més tokens i, a la pràctica, resultar més car.
En aquest escenari, la intel·ligència comença a comportar-se com un commoditie. Quan dos models resolen la mateixa tasca amb idèntic resultat, el factor diferenciador no és la qualitat, sinó el cost de producció. I aquí entren en joc variables com la petjada del model, l’eficiència de la inferència (per exemple, mitjançant arquitectures Mixture-of-Experts), l’ús de memòria cau i la capacitat de servir múltiples peticions concurrents. Qui aconsegueixi l’estructura de costos més baixa tindrà un avantatge decisiu en un mercat on el preu de venda el fixa l’oferent menys eficient.
Avui, però, la demanda de models de frontera supera amb escreix l’oferta, cosa que permet a laboratoris com Anthropic o OpenAI mantenir marges elevats. Però aquesta situació és temporal. A mesura que la capacitat de còmput s’expandeixi, el preu de la intel·ligència tendirà a igualar-se cap avall. Els models xinesos, en ser de codi obert (open weights), acceleren aquesta pressió a la baixa. Per a les empreses occidentals, això suposa un repte immediat: ja no n’hi ha prou amb tenir el millor model; cal ser capaç de servir-lo al menor cost possible.
Des d’una perspectiva empresarial, aquesta evolució té implicacions profundes. Les companyies que construeixen aplicacions a mida han de replantejar-se com integrar la IA a les seves solucions. La disponibilitat de models competitius i gratuïts (en cost d’I+D) redueix les barreres d’entrada, però exigeix un domini sòlid de les tècniques de desplegament i optimització. Aquí és on l’experiència tècnica marca la diferència. No es tracta només de triar un model, sinó de dissenyar una arquitectura que minimitzi els costos d’inferència i maximitzi l’eficiència.
Paral·lelament, la “comoditització” de la intel·ligència obre oportunitats en àmbits com la ciberseguretat. Com assenyala un recent incident a Hugging Face, els defensors van recórrer a un model xinès de codi obert (GLM 5.2) perquè els models propietaris nord-americans tenien barreres que impedien el seu ús en entorns de resposta a incidents. Si els defensors no poden accedir als millors models per restriccions polítiques o de llicència, es veuen obligats a buscar alternatives, sovint en països amb interessos divergents. Per a les empreses que necessiten protegir els seus sistemes, comptar amb un soci tecnològic capaç d’integrar models d’IA als seus protocols de ciberseguretat esdevé crític. La pregunta no és si els models xinesos són segurs, sinó si podem permetre’ns no tenir accés a la millor intel·ligència disponible.
En l’àmbit de la intel·ligència de negoci, la IA generativa està transformant la forma en què s’analitzen les dades. Eines de BI com Power BI poden beneficiar-se de models de llenguatge que automatitzin la generació d’informes o la interpretació de tendències. Els models xinesos, en ser més econòmics, fan que aquesta integració sigui viable per a un major nombre d’organitzacions. No obstant això, el veritable avantatge competitiu no està en el model en si, sinó en la capacitat de combinar-lo amb una infraestructura cloud sòlida, ja sigui a AWS o Azure, que garanteixi escalabilitat i seguretat. Aquí, els serveis de cloud AWS/Azure ofereixen l’entorn ideal per desplegar aquests models amb control sobre els costos i la latència.
L’aparició d’agents d’IA que executen fluxos de treball complexos afegeix una altra capa de complexitat. Un agent mal optimitzat pot consumir milers de tokens per tasca, disparant els costos. Els models xinesos, amb el seu enfocament en eficiència token, poden ser especialment adequats per a tasques que requereixen raonament encadenat. Per a les empreses que busquen automatitzar processos, l’elecció del model subjacent condiciona la viabilitat econòmica del projecte. Aquí, el coneixement tècnic per avaluar i comparar alternatives resulta indispensable.
Més enllà de l’anàlisi econòmica, existeix una dimensió geopolítica. La Xina ha adoptat una estratègia de “comodititzar els complements”: impulsa models oberts perquè la IA es converteixi en un bé barat i accessible, beneficiant el seu robust sector industrial i robòtic. Alhora, debilita els laboratoris nord-americans en forçar una guerra de preus. La destil·lació (usar models de frontera per entrenar models més petits) és una pràctica habitual que, tot i ser controvertida, accelera la innovació. El problema no és la destil·lació en si, sinó la dependència de proveïdors que operen sota regles diferents. Per a les empreses occidentals, la solució passa per pressionar cap a un marc legal que permeti la destil·lació sense restriccions i fomenti un ecosistema propi de models oberts.
En aquest context, la pregunta “¿amenaça o oportunitat?” admet una resposta matisada. Per a les companyies que es limitin a consumir models tancats i cars, la irrupció xinesa serà una amenaça perquè erosionarà els seus marges. Per a aquelles que sàpiguen aprofitar la disponibilitat de models oberts per construir solucions diferenciades, optimitzant costos i escalant amb infraestructura cloud, serà una oportunitat única. La clau és no confondre el model amb el producte: el valor real resideix en la integració, la personalització i el servei. Les empreses que dominin aquests àmbits, recolzant-se en socis tecnològics amb experiència en IA, cloud i ciberseguretat, estaran millor posicionades per convertir la tempesta perfecta en vent a favor.
