Fase 3g · El resto del tejido empresarial (evidencia del corpus)

Generado el 4 de octubre de 2026 a partir de 268 registros extraídos de 461 artículos del corpus.

Cómo leer este informe

• Los datos son hechos que afirman los artículos, con su fuente. Se señalan las lagunas del corpus.
• Cada pregunta indica su certeza y qué la refutaría.

Preguntas 57-58 · Empresas que dependen del núcleo de la IA y procesos expuestos

¿Qué empresas ajenas al núcleo financiero de la IA dependen ya de su continuidad? ¿Qué procesos empresariales quedarían afectados por una subida de tarifas, una retirada de modelos o un cambio de condiciones?

La dependencia es amplia y está mal cartografiada. Alrededor del 90 % de las empresas de EMEA desconoce de qué proveedores, modelos e infraestructuras de IA depende; el 73 % describe su entorno como multiproveedor, pero solo el 7 % opera de forma adaptativa. En una encuesta a 101 empresas, Claude lidera la orquestación de agentes con un 40 % y el bloqueo de proveedor es el riesgo más temido. Casos concretos: Boomi multiplicó por diez su gasto en Claude en un año; Couchbase construyó su asistente sobre Claude Sonnet 4.5 en Bedrock; en España, BBVA extiende ChatGPT Enterprise a sus 120.000 empleados y es socio fundador de OpenAI Deployment Company, y Santander lo despliega entre más de 30.000 usuarios; el BCE señala que ninguna de las 111 entidades que supervisa ha podido acceder al modelo Mythos de Anthropic. Microsoft sustituye modelos externos en Copilot por su familia propia para depender menos de OpenAI y Anthropic.

Qué ocurrió cuando cambiaron las condiciones. Los cambios son frecuentes y ya han tenido efecto: AWS subió un 15 % en enero y un 20 % en julio de 2026 el precio de sus instancias de GPU (unos 35 % acumulados); Sonnet 5 mantiene el precio de lista pero consume cerca de un 40 % más de tokens por tarea, lo que casi duplica el coste real; GitHub Copilot pasó a facturación por uso, lo que hace visible el coste de los flujos intensivos; una caída de GitHub afectó a desarrolladores de todo el mundo; Doubao y Qwen retiraron sus funciones de agente el 15 de julio; y la licencia de Kimi K3 limita su uso a empresas de hasta 20 M$ de ingresos y prohíbe vender el modelo como servicio. Tras el apagado temporal de Fable 5, dos tercios de las empresas encuestadas por VentureBeat ya habían diseñado cobertura contra la dependencia de un solo proveedor (véase «Poder político y relación con los gobiernos»).

Respuesta de las empresas. El 98 % de las organizaciones gestiona activamente los costes de IA (31 % en 2024); Tesla limita el gasto en IA a 200 $ por empleado y semana; y, según el índice de Ramp, el precio por millón de tokens cayó un 41 % desde marzo mientras las empresas migran de modelos de frontera a otros más baratos y el gasto en IA por empleado del 1 % superior bajó cerca del 10 % en agosto.

Procesos afectados: el corpus no ofrece un inventario por proceso. Los ejemplos documentados son el desarrollo de software (Copilot, Claude Code), la atención al cliente, los flujos jurídicos (Perplexity enruta más de 20 modelos sin bloqueo de proveedor) y la banca. Es una laguna: no hay datos sobre qué proporción de procesos críticos depende de un único modelo.

Certeza: baja. Qué la refutaría: Inventarios de proveedores y modelos por empresa y análisis de impacto de caídas o cambios de condiciones. Si la mayoría de las empresas tiene ya un plano de control multiproveedor operativo, la dependencia efectiva sería menor; hoy solo el 7 % declara operar de forma adaptativa.

Dependencia

Cambios de condiciones y respuestas

Nota: Los datos proceden de lecturas de 461 artículos del corpus (268 registros). Sobre costes de migración medidos y márgenes de aplicaciones el corpus aporta muy poco; se indica expresamente. Las cifras de adopción en España difieren según la fuente (estadística oficial frente a estudios de proveedores) y se señalan. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Preguntas 59-61 · Coste de migrar, alternativas y portabilidad

¿Cuánto costaría migrar? ¿Hay alternativas y capacidad real de utilizarlas? ¿Los datos y procesos son portables?

Coste de migrar: casi no hay medición. El corpus tiene solo dos registros sobre coste de migración y ninguno aporta una cifra de euros. Lo que sí hay son indicios de que cambiar de modelo se ha vuelto barato en la capa técnica: en Couchbase, cambiar de modelo es un cambio de configuración y no de código; los endpoints de SageMaker aceptan el formato de OpenAI, así que migrar solo exige cambiar la URL (disponible en 14 regiones); Amazon Bedrock ofrece modelos abiertos con una API unificada, también en GovCloud; OpenRouter agrega más de 400 modelos (más de 10 billones de tokens diarios) y OmniRoute enruta a 231 proveedores; Salesforce mantiene un SDK multinube con más de 50 modelos en producción. En el otro extremo, la migración de datos y de arquitectura es lenta: GoDaddy tardó unos dos años en migrar sus datos, y AWS reconoce que migrar prompts a nuevos modelos es una de las tareas más manuales.

Alternativas reales: crecen, pero con límites. Los modelos de pesos abiertos supusieron el 54 % del volumen de tokens en el gateway de Vercel un martes y el 60 % del gasto en modelos según otro análisis (métricas y fechas distintas); su uso en OpenRouter pasó de unos 1 billón a unos 80 billones de tokens semanales en un año; las pilas de inferencia autogestionadas pasaron del 11,3 % al 17,9 % de los compradores empresariales y las cargas en nubes de inferencia especializadas del 30,2 % al 35,9 %; los modelos abiertos de origen chino son el 41 % de las descargas de Hugging Face. Los límites: alojar localmente Kimi K3 exige al menos 10 GPU de clase GB300 y la API sale más barata por debajo de 10 M de tokens al mes; OneAdvanced autoaloja Llama 4 en AWS por soberanía de datos porque el modelo no estaba en servicios gestionados de esa región; la licencia de algunos modelos restringe el uso comercial; y hay 184 proyectos de IA soberana respaldados por gobiernos en 67 países, con hardware de Nvidia en el 45 % de ellos.

Portabilidad. Las herramientas de abstracción (gateways, SDK multinube, formatos compatibles) hacen portable la capa de acceso al modelo. La portabilidad de los datos, las evaluaciones y los flujos específicos es otra cosa y casi no tiene datos: MassMutual se presenta con contratos de doce meses sin bloqueo y Niteshift levantó 7 M$ apostando a que las empresas querrán control frente a los grandes proveedores, pero son afirmaciones de prensa, no mediciones.

Certeza: baja. Qué la refutaría: Costes y plazos de migración medidos en casos reales (meses, personas, importes) y estudios de portabilidad de datos y evaluaciones. Si las migraciones entre proveedores de modelos cuestan semanas en vez de meses en empresas medianas, la dependencia sería menor.

Portabilidad técnica y costes de migración

Alternativas y su capacidad real

Nota: Los datos proceden de lecturas de 461 artículos del corpus (268 registros). Sobre costes de migración medidos y márgenes de aplicaciones el corpus aporta muy poco; se indica expresamente. Las cifras de adopción en España difieren según la fuente (estadística oficial frente a estudios de proveedores) y se señalan. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Preguntas 66-69 · Capacidad competitiva, autonomía y quién conserva cliente, datos y margen

¿Qué empresas ganan capacidad competitiva y cuáles pierden autonomía? ¿La reducción del coste permite competir a pequeñas empresas o aumenta la dependencia de unas pocas plataformas? ¿Quién conserva la relación con el cliente, los datos y el margen? ¿Qué sectores pueden incorporar IA sin entregar una parte creciente de sus ingresos al proveedor?

Quién pierde autonomía. Los intermediarios cuyo valor era la gestión de transacciones: según Ramp, la cuota de los marketplaces de freelancers en el gasto empresarial cayó del 0,66 % (4T 2021) al 0,14 % (3T 2025) mientras la de los proveedores de modelos pasó de cero a casi el 3 %; más de la mitad de las empresas que usaban freelancers en 2022 han dejado de hacerlo, y las más expuestas gastan unos 0,03 $ en IA por cada dólar de freelance que dejan de gastar (ahorro de unas 25 veces). Upwork recortó su previsión y su acción cayó cerca de un 15 %. En software, el consejero delegado de Atlassian describe la «SaaSpocalypse» como el desplazamiento de la capa de interfaz: un agente puede leer los datos de varios proveedores sin necesitar la interfaz, y el valor queda en los datos; Bain estima un mercado de 100.000 M$ en EEUU para SaaS con IA agéntica. Los inversores concentran el capital en startups de IA y las rondas de SaaS se rarifican.

Quién conserva al cliente. Depende del canal. Con la integración de Square en ChatGPT y Claude, un restaurante descubierto por un agente paga un 2,9 % + 0,30 $ en lugar del 30 % de los agregadores de reparto y el pedido llega directo a su terminal, con lo que conserva al cliente. En sentido contrario, cuando el canal es la plataforma del modelo: el catálogo de OpenAI, con 1.200 millones de usuarios semanales, se presenta como canal de adquisición; los clientes empiezan a preguntar a ChatGPT en lugar de buscar en Google; BBVA distribuye ChatGPT Business a más de 12.000 pymes (el intermediario conserva al cliente); y el 47 % de las pymes que venden en una plataforma usó IA por primera vez con herramientas de esa plataforma. Los marketplaces añaden chats internos para evitar que el cliente se vaya con el vendedor.

¿Pueden competir las pequeñas empresas? Hay potencial, pero la integración es baja. Tres de cada cuatro pequeñas empresas de un estudio con 10.000 usan IA pero solo el 14 % la ha integrado; OpenAI afirma que 4 millones de estadounidenses usan ChatGPT para iniciar o gestionar negocios; los lanzamientos de apps nuevas en la App Store subieron un 60 % interanual. En España, solo el 9 % de las pymes usa IA generativa de forma estructural, las pymes industriales apenas llegan al 2,9-4,1 % y el 45,3 % ni lo contempla; el Gobierno responde con un Bono IA de 600 M€ y 40 M€ de Red.es. A medida que las pymes adoptan por la vía de bancos y plataformas, su dependencia se concentra en pocos proveedores.

Márgenes y sectores que no ceden ingresos. El corpus no contiene cifras de margen de aplicaciones sobre modelos de terceros (cuatro registros, ninguno medido; Redis dice reducir hasta un 90 % el coste de API; otro informe sin verificar sitúa en 650 M$ el pago anual de Cursor a Anthropic frente a unos 500 M$ de ingresos) y no hay ningún caso de un sector que incorpore IA con modelos propios, abiertos o locales sin ceder ingresos. Lo observable: las empresas controlan el coste y migran a modelos más baratos (Ramp: precio por millón de tokens −41 % desde marzo), y los modelos abiertos ganan cuota, lo que reduce la parte que se cede.

Certeza: baja. Qué la refutaría: Datos de márgenes de aplicaciones sobre modelos de terceros, porcentaje del ingreso de las empresas usuarias que se destina a proveedores de IA y evolución de la cuota de intermediarios. Si el gasto de las empresas en proveedores de modelos se mantiene bajo (por debajo del 5 % del gasto total, hoy cerca del 3 %) mientras sus márgenes mejoran, la cesión de ingresos sería menor.

Quién gana y quién pierde autonomía

Pequeñas empresas y adopción

Nota: Los datos proceden de lecturas de 461 artículos del corpus (268 registros). Sobre costes de migración medidos y márgenes de aplicaciones el corpus aporta muy poco; se indica expresamente. Las cifras de adopción en España difieren según la fuente (estadística oficial frente a estudios de proveedores) y se señalan. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Preguntas 70 · España y la UE: valor local y dependencias

Para España y la UE: ¿dónde se genera valor local —aplicaciones, integración, conocimiento, infraestructuras— y dónde quedan las dependencias de financiación, modelos, chips y nube?

Dónde se genera valor local. Aplicaciones e integración: los bancos (Santander espera superar 200 M€ de valor de negocio por IA a fin de 2026, tras 35 M€ en el primer trimestre, y más de 1.000 M€ entre 2026 y 2028), los servicios digitales B2B de Telefónica (el 49 % de sus ingresos B2B), Substrate AI (más de 500 clientes y más de 200 trabajadores) y los proyectos de integración que atrae el sector (Accenture abre un hub en Barcelona; las ofertas de empleo de perfiles de IA y tecnología crecen un 64 % en un año). Industria y chips: Infineon inaugura en Dresde una fábrica de 5.000 M€ con unos 1.000 M€ de subvención de la Ley de Chips; ASML es la mayor tecnológica europea con 515.000 M€ de capitalización. Infraestructuras: Submer anuncia más de 1.000 M€ en Flix; AWS anuncia una fábrica de reciclaje de servidores con 1.800 puestos; la gigafactoría española prevista en Móra la Nova. Conocimiento y modelos: Mistral (unos 1.000 empleados, objetivo de 1.000 M€ de ingresos a fin de 2026 y un 75 % de ventas en Europa) y Multiverse Computing, cuyo modelo Quasar 438B se presenta como el más avanzado de Europa aunque un análisis lo describe como una compresión de un modelo chino mientras la empresa recibió dinero público (67 M€ en un registro y 107 M€ autorizados en otro).

Dónde quedan las dependencias. Cómputo: la UE tiene el 4,8 % del cómputo de IA de alto nivel frente al 74 % de EEUU y el 14 % de China; Lagarde cifra en 75 % y 5 % las cuotas de EEUU y Europa y dice que EEUU produjo 59 modelos notables y China 35, frente a uno de Francia y uno del Reino Unido; un informe europeo calcula que la UE tendría el 5 % en 2031 si no cambia el rumbo. Chips: el 96 % de los chips de IA vendidos en la UE procede de proveedores de EEUU y el acuerdo comercial UE-EEUU prevé comprar al menos 40.000 M$ en chips estadounidenses. Modelos y nube: el 80 % de los productos y servicios digitales de la UE dependen de empresas de EEUU; los grandes despliegues bancarios españoles dependen de OpenAI (que abre oficina en Madrid, igual que Anthropic); el consejero delegado de Mistral reconoce que sus modelos corren en buena medida sobre infraestructura de EEUU (su clúster de 10 MW está en Digital Realty) y le da a Europa unos dos años para construir infraestructura propia. Financiación: la Serie D de Mistral (3.000 M€ a más de 21.000 M€, la mayor ronda tecnológica europea) la lidera Samsung, la primera vez que una entidad no europea lidera una ronda de Mistral; la serie A de Theker (73 M€) la lidera el fondo estadounidense CRV con Samsung y LVMH; Sherpa.ai cerró 18 M$ liderados por Forgepoint (EEUU); SoftBank anuncia hasta 75.000 M€ y 5 GW en Francia y los 109.000 M€ prometidos en la cumbre de IA de 2025 vienen sobre todo de empresas extranjeras.

Inversión pública y plazos. España autorizó 719 M€ vía la SETT para una gigafactoría de IA (SETT 47,99 %, Telefónica, ACS y Santander 15,67 % cada una, Multiverse 4 % e Incasòl 1 %), con visto bueno de EuroHPC y pendiente de ganar la convocatoria europea; además, 115,8 M€ para Openchip, 19,1 M€ para Substrate AI, 107 M€ para Multiverse, una contribución de 300 M€ a EuroHPC, el Plan IA360 (600 M€ y una gigafactoría de hasta 100.000 chips) y el Bono IA de 600 M€. La UE prevé cinco gigafactorías de IA (1 GW cada una; 20.000 M€ en total con hasta 10.000 M€ públicos), que se retrasan (la licitación pasa de mayo a julio y solo dos podrían recibir fondos) dentro de un plan InvestAI de 200.000 M€; la Comisión estima que hacen falta unos 200.000 M€ para ampliar los centros de datos hasta 2036.

Adopción. Las estadísticas oficiales sitúan el uso de IA en el 20,3 % de las empresas españolas en 2025 (UE 20 %) y en el 21,1 % en 2026 (INE); un estudio de AWS lo sitúa en el 61 %, siete puntos sobre la media europea, una diferencia que se explica por definiciones y muestras distintas. Solo el 44,9 % de los líderes españoles dice tener datos preparados para IA (61 % de media europea) y el 73 % de los responsables de TI ve la falta de infraestructura como principal freno. El 82 % de los empleados españoles que usan IA recurre a herramientas no proporcionadas por su empresa. Las empresas quieren soberanía: el 88 % de los consejeros delegados la considera esencial y el 97 % valora trasladar su infraestructura de IA por motivos geopolíticos, aunque la regulación (28 %) y la inversión necesaria (27 %) son las principales barreras.

Certeza: media. Qué la refutaría: Datos medidos de compras de cómputo, modelos y nube de empresas españolas y europeas por país de origen del proveedor, y de qué parte del valor añadido de la IA se queda en la UE. Si las rondas y los centros de datos europeos pasaran a estar liderados por capital europeo y los modelos europeos ganaran cuota de uso, la dependencia sería menor; hoy los datos apuntan a lo contrario en cómputo, chips y financiación.

Valor local

Dependencias de cómputo, chips, modelos y financiación

Inversión pública y plazos

Adopción y percepción en España

Nota: Los datos proceden de lecturas de 461 artículos del corpus (268 registros). Sobre costes de migración medidos y márgenes de aplicaciones el corpus aporta muy poco; se indica expresamente. Las cifras de adopción en España difieren según la fuente (estadística oficial frente a estudios de proveedores) y se señalan. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Fuentes citadas