La carrera por dominar la inteligencia artificial en la gran empresa se ha vuelto menos predecible de lo que sugerían muchos pronósticos hace apenas un año. Frente a la idea de una progresiva comoditización de los modelos y de un mercado fragmentado por la irrupción del open source, los datos apuntan en otra dirección: concentración, aceleración tecnológica y una competencia que se desplaza cada vez más hacia la ejecución en entornos corporativos complejos.
Esa es una de las lecturas que deja el tercer CIO Survey anual de Andreessen Horowitz, elaborado a partir de entrevistas con 100 directivos de empresas del Global 2000, con ingresos superiores a los 500 millones de dólares y una fuerte presencia multinacional. El informe dibuja un mercado que ya no está en fase experimental, pero tampoco en equilibrio.
Un liderazgo claro, aunque menos cómodo
En términos de adopción, OpenAI sigue ocupando la primera posición. El 78 % de los CIO encuestados afirma utilizar modelos de OpenAI en producción, ya sea de forma directa o a través de proveedores cloud. Esa cifra refleja algo más que popularidad tecnológica: habla de una ventaja de incumbencia en los primeros casos de uso empresariales, cuando muchas organizaciones dieron sus primeros pasos con chatbots generalistas, gestión de conocimiento o soporte al cliente.
Sin embargo, ese liderazgo empieza a mostrar grietas. Anthropic y Google avanzan con rapidez, y lo hacen desde ángulos distintos. Desde mayo de 2025, Anthropic es el proveedor que más ha incrementado su penetración en la empresa, con un aumento del 25 % y una adopción en producción que ya alcanza al 44 % de las compañías, porcentaje que supera el 60 % si se incluyen los entornos de prueba. Google, con Gemini, mantiene una presencia transversal más estable, aunque con debilidades visibles en algunos ámbitos concretos.
El reparto del gasto confirma esa tendencia. OpenAI conserva la mayor cuota de wallet share, en torno al 56 %, pero su peso relativo se reduce a medida que Anthropic y Gemini ganan terreno. Aun así, el informe introduce un matiz relevante: la pérdida de cuota no implica caída de ingresos. Todos los grandes proveedores están creciendo en términos absolutos, empujados por un aumento sostenido del presupuesto empresarial en IA.
La batalla real está en los casos de uso
Hablar de mercado de IA empresarial como un bloque homogéneo resulta cada vez menos útil. El estudio muestra que el liderazgo varía de forma significativa según la carga de trabajo. OpenAI mantiene una posición dominante en usos horizontales y tempranos, como asistentes conversacionales generales, bases de conocimiento internas o atención al cliente. Son áreas donde la rapidez de adopción inicial y la integración temprana siguen pesando.
Anthropic, en cambio, ha encontrado tracción en ámbitos como el desarrollo de software y el análisis de datos. Según los CIO consultados, los avances en capacidad observados desde la segunda mitad de 2024 han actuado como catalizador, facilitando que estos modelos pasen de pruebas controladas a despliegues más amplios. Google Gemini aparece como un actor sólido en múltiples frentes, aunque su cuota en programación empresarial continúa siendo sensiblemente inferior a la de sus rivales.
Este reparto explica otro dato relevante: la diversificación. El 81 % de las grandes empresas utiliza hoy tres o más familias de modelos en producción o pruebas, frente al 68 % de hace menos de un año. La estrategia de proveedor único pierde atractivo en un contexto donde cada modelo muestra fortalezas específicas y donde la conmutación inteligente se convierte en una ventaja operativa.
Innovación como palanca comercial
Uno de los patrones más claros del informe es la relación directa entre I+D y captación de clientes. En el caso de Anthropic, la adopción se concentra en sus modelos más avanzados. Tres de cada cuatro clientes empresariales utilizan Sonnet 4.5 u Opus 4.5 en producción, muy por encima del uso de versiones anteriores. OpenAI, por su parte, mantiene una base amplia de clientes en modelos previos, en parte porque fueron integrados antes y siguen ofreciendo un rendimiento “suficientemente bueno” para determinados procesos.
Este fenómeno eleva los costes de cambio. A medida que los flujos de trabajo se consolidan y se conectan con sistemas internos, la decisión de migrar deja de ser puramente técnica. El informe apunta, además, a los casos de uso intensivos en tokens, especialmente en programación, como uno de los motores del crecimiento de gasto y de la redistribución de cuota entre proveedores.
La popularidad de los modelos de razonamiento refuerza esta dinámica. Más de la mitad de los CIO considera que este tipo de modelos ha acelerado la adopción de LLM, al reducir la necesidad de ingeniería de prompts, mejorar la integración con sistemas corporativos y aumentar la confianza gracias a resultados más explicables. A partir de ahí emergen flujos de trabajo agentivos que hace un año apenas figuraban en los planes.
Construir o comprar, una dicotomía menos clara
Pese a los discursos recurrentes sobre la “muerte” de las aplicaciones de terceros, los datos sugieren lo contrario. La adopción de software especializado sigue creciendo en la mayoría de casos de uso. Incluso en áreas tradicionalmente dominadas por desarrollos internos, como la gestión del conocimiento o la automatización de procesos, muchas empresas prevén migrar hacia soluciones empaquetadas.
La tensión no desaparece. El ritmo al que las aplicaciones consiguen profundizar en dominios específicos compite directamente con la velocidad de mejora de los modelos base. En desarrollo de software, esta carrera es especialmente visible. Las aplicaciones, además, se benefician de un mercado multiproveedor, en el que pueden enrutar tareas hacia el modelo más adecuado en cada momento.
Microsoft, el factor estructural
Quizá el resultado más incómodo para ciertas narrativas sea el peso persistente de Microsoft. La mayor parte de la adopción de IA en el Global 2000 sigue pasando por productos del ecosistema Microsoft o por soluciones de otros incumbentes. Microsoft 365 Copilot lidera el uso de chat empresarial, mientras que GitHub Copilot continúa siendo la herramienta de referencia en programación corporativa.
El 65 % de las empresas reconoce preferir soluciones de proveedores consolidados cuando están disponibles. Los motivos se repiten: confianza, integración con sistemas existentes y simplicidad en los procesos de compra. Aun así, el informe sugiere que estas ventajas no son inexpugnables y que las startups de IA encuentran espacio cuando aportan innovación más rápida y mayor flexibilidad.
Confianza, costes y expectativas
Otro giro relevante es el aumento de la preferencia por modelos cerrados. Más de un tercio de las empresas los prioriza, impulsadas por la rapidez de mejora, la escasez de talento interno y, de forma menos intuitiva, consideraciones de seguridad de datos. La comodidad con el hosting directo de modelos por parte de los propios laboratorios también se ha duplicado en dos años.
En paralelo, la brecha de coste total de propiedad entre modelos abiertos y cerrados se estrecha. Donde persiste, las empresas tienden a justificarla por diferencias de capacidad. Sin embargo, el retorno de inversión percibido sigue siendo más moderado de lo que sugiere el discurso dominante en redes sociales. La explicación apunta menos a la tecnología y más a la curva de aprendizaje organizativa y a la dificultad de traducir modelos en flujos de trabajo reales.
Un mercado que sigue creciendo
Pese a todas las tensiones, el gasto empresarial en IA continúa sorprendiendo al alza. En dos años, la inversión media en LLM ha pasado de 4,5 a 7 millones de dólares y las previsiones apuntan a superar los 11 millones este mismo ejercicio. El gasto en aplicaciones ha seguido una trayectoria similar, con desviaciones al alza frente a las previsiones iniciales.
El tablero, en definitiva, no está cerrado. El liderazgo existe, pero es dinámico. Las cuotas se mueven, las expectativas se reajustan y la adopción real introduce fricciones que el relato tecnológico suele obviar. La incógnita no es tanto quién ganará la carrera, sino qué tipo de empresas estarán mejor posicionadas para aprovecharla cuando el mercado deje de crecer a base de promesas y empiece a medirse, de forma más estricta, en resultados operativos.
