Menlo: El mercado LLM vira hacia apps verticales, estabilidad y resultados
La rápida adopción de modelos de lenguaje grandes (LLM) en las empresas continúa su ascenso pronunciado, con algunos sectores reportando aumentos de uso de casi el 150% interanual. Sin embargo, esta trayectoria de crecimiento viene acompañada de un enfriamiento significativo en las mismas inversiones en infraestructura que una vez impulsaron el auge, con el nuevo capital fluyendo hacia esta área ahora más que reducido a la mitad en comparación con el año pasado. Este cambio dinámico marca un momento crucial en el panorama de la IA generativa (GenAI), como se detalla en la Actualización de Mercado de LLM de Mediados de 2025 de Menlo Ventures. El informe ofrece una perspectiva fundamentada sobre la maduración de la industria, ilustrando un claro giro desde los modelos amplios y de propósito general y los experimentos iniciales con agentes hacia aplicaciones más enfocadas, flujos de trabajo especializados y un énfasis más agudo en la entrega de resultados empresariales tangibles.
Un tema central destacado por Menlo Ventures, una firma de capital de riesgo especializada en IA, infraestructura y software empresarial, es la drástica reducción de la inversión en infraestructura. A lo largo de 2024, las plataformas para el entrenamiento de modelos, las herramientas de orquestación y las bases de datos vectoriales atrajeron una financiación sustancial. Para mediados de 2025, sin embargo, el volumen de acuerdos en estas categorías se ha desplomado en más del 50%. Esta disminución se atribuye en gran medida a los rápidos avances en modelos de código abierto como Mixtral, Claude y LLaMA 3, que han hecho que sea significativamente más fácil y rentable para las empresas construir sobre sistemas existentes en lugar de desarrollar los suyos desde cero. Al mismo tiempo, el gasto en API de modelos —interfaces de programación de aplicaciones que permiten a los desarrolladores integrar modelos preentrenados en sus aplicaciones— casi se ha cuadruplicado en el último año, disminuyendo aún más la necesidad de que las empresas construyan u operen sus propios modelos fundacionales. En consecuencia, la ventaja competitiva que una vez tuvieron los proveedores de infraestructura se está erosionando, y la mera capacidad de servir o ajustar un modelo ya no es suficiente para diferenciarse en el mercado.
En cambio, el valor se está concentrando cada vez más en empresas que se integran sin problemas en los flujos de trabajo existentes, aprovechan datos propietarios o se especializan en resolver problemas dentro de dominios específicos. El análisis de Menlo sugiere que los actores más exitosos no están intentando reconstruir toda la pila tecnológica. Más bien, están utilizando estratégicamente las mejores herramientas disponibles, centrando sus esfuerzos en la capa de aplicación donde los usuarios experimentan directamente el impacto. Esto señala un cambio fundamental, como explica el informe, de “plataformas horizontales a pilas verticales”. Las startups más prometedoras son aquellas que “resuelven problemas para un usuario específico en un dominio específico”, agrupando “experiencia de usuario, flujos de trabajo, datos e integraciones específicos del dominio”. Estos actores especializados están logrando una tracción más rápida, demostrando un ajuste producto-mercado más sólido y estrategias de comercialización más eficientes, particularmente cuando se combinan con técnicas como la generación aumentada por recuperación (RAG), que mejora las respuestas del modelo con datos externos. En este panorama en evolución, las startups que controlan los canales de distribución o poseen conjuntos de datos únicos están demostrando ser mucho más defendibles que aquellas que construyen principalmente infraestructura pura.
La maduración también es evidente en el desarrollo de agentes, que se está volviendo notablemente más enfocado y práctico. Después de un período inicial de entusiasmo en torno a los agentes de propósito general que a menudo prometían capacidades amplias pero poco fiables, el mercado ahora gravita hacia herramientas diseñadas para tareas repetibles. Las aplicaciones prácticas incluyen el resumen de documentos, la generación de leads y la extracción de datos estructurados. Este renovado énfasis en la fiabilidad está remodelando la forma en que los inversores evalúan a las startups de IA, quienes ahora examinan los fundamentos empresariales clave como la velocidad de entrega de valor, los márgenes de beneficio y la retención de clientes. En respuesta, muchas startups están perfeccionando sus ofertas, agrupando servicios o simplificando sus enfoques de ventas.
Simultáneamente, empresas de software más establecidas están entrando activamente en el espacio de GenAI, integrando características de LLM directamente en productos que sus clientes existentes ya utilizan. Esto les otorga una ventaja significativa, aprovechando bases de usuarios preexistentes, confianza establecida y un amplio alcance de mercado que las startups de IA más nuevas aún se esfuerzan por construir. Menlo anticipa que esta tendencia conducirá a una mayor consolidación del mercado y a una reducción en el número de empresas que intentan poseer toda la pila de IA. Los compradores empresariales también están madurando en su adopción de GenAI, con muchos ahora en sus segundos o terceros ciclos de implementación. Sus prioridades han cambiado de soluciones experimentales a aquellas que son seguras, estables y manejables. Aun así, ciertas áreas están ganando impulso, incluyendo la observabilidad de agentes, los sistemas enfocados en el cumplimiento, los pipelines RAG automatizados y las plataformas de datos sintéticos, que Menlo identifica como motores clave para la próxima ola de GenAI empresarial.
Este cambio en las prioridades de los compradores también está influyendo en la selección de LLM. Si bien OpenAI sigue siendo la API más utilizada, su cuota de mercado ha disminuido del 80% al 59% en los últimos dos años. Claude y Mistral están ganando terreno constantemente, particularmente en sectores que priorizan la eficiencia de costos o el cumplimiento normativo. Además, el uso de LLM se está diversificando cada vez más, con muchos equipos adoptando estrategias multimodelo, mezclando y combinando proveedores según el precio, el rendimiento y la idoneidad de la tarea. Solo Claude vio crecer su uso empresarial de un mero 3% a un 16% en un solo año. También hay un creciente interés en los modelos de código abierto, cuyas rápidas mejoras ofrecen a las empresas mayor flexibilidad y reducen la dependencia del proveedor, un factor crucial a medida que los modelos se mueven a entornos de producción reales.
En última instancia, las expectativas están cambiando. Con aproximadamente el 70% de las empresas ya en su segundo o tercer despliegue de LLM, los compradores ya no están cautivados por demostraciones llamativas. Sus demandas ahora se centran en la estabilidad, el control y un valor empresarial claro. Menlo describe esto como una señal de “creciente fatiga” en el mercado, lo que sugiere una transición a una fase más práctica donde las decisiones de compra son impulsadas por necesidades genuinas, y los proveedores están adaptando sus estrategias para satisfacer estas demandas cambiantes.