El planteamiento es que el bajo precio actual de las herramientas de programación con IA no refleja tanto su costo real, sino que está sostenido por capital de inversión, la competencia por cuota de mercado y políticas de precios subsidiados. Por eso, se argumenta que el verdadero punto decisivo para los desarrolladores no es “rechazar la IA”, sino tener la capacidad y la adaptabilidad para sobrevivir incluso después de que terminen las políticas de precios bajos de las empresas de IA.
1. Reacciones negativas/pesimistas
La política de precios bajos es una ilusión temporal
Muchos creen que los precios baratos o la oferta gratuita actuales tienen poca sostenibilidad, y que el costo real sería mucho mayor.
Temor a alzas de precios tras la reorganización del mercado
La reacción predominante es que al principio se regala o se ofrece barato para amarrar usuarios, y que después, cuando el mercado se reordene alrededor de unas pocas empresas, los precios subirán con fuerza.
Preocupación por las enormes pérdidas de las empresas de IA
Hay opiniones de que empresas puramente enfocadas en IA como OpenAI y Anthropic son inestables a largo plazo debido a sus enormes costos de infraestructura y entrenamiento.
Temor al deterioro del ecosistema de desarrolladores
Se plantea la preocupación de que, si los perfiles junior dependen de la IA sin desarrollar capacidades básicas, a largo plazo se debilitará el grupo de desarrolladores experimentados.
Efectos secundarios de una adopción corporativa excesiva
También hay testimonios de que la gerencia ha impulsado la IA como si fuera una solución universal y que, al final, los costos de tokens, nube y mantenimiento terminaron creciendo aún más.
Riesgo de dependencia
Existe una fuerte preocupación de que, si personas y empresas pasan a una estructura en la que trabajar sin IA se vuelve difícil, luego quedarán expuestas a cambios en la política de precios.
2. Reacciones positivas/optimistas
El costo de inferencia seguirá bajando, según esta postura
También hay una fuerte réplica que sostiene que, gracias a la mejora en la eficiencia de los modelos, el avance del hardware, el procesamiento por lotes y el desarrollo de modelos ligeros, los costos bajarán a largo plazo.
El problema no es el costo de uso, sino el costo de entrenamiento
Hay quienes opinan que el núcleo del costo no está en la inferencia cotidiana, sino en el entrenamiento de la próxima generación de modelos, y que usar un modelo ya construido es más barato de lo que suele pensarse.
El open source y los modelos locales como alternativa
Existe expectativa de que, aunque suban los precios de los servicios en la nube, los LLM locales y los modelos de pesos abiertos puedan convertirse en sustitutos viables hasta cierto nivel.
La lógica de que sigue siendo más barato que una persona
Muchas reacciones señalan que, incluso si el precio de la IA sube varias veces respecto al actual, mientras se mantenga la mejora de productividad frente al costo laboral de un desarrollador, las empresas podrán pagarlo sin problema.
La IA es una herramienta que amplifica al desarrollador más que reemplazarlo
También son bastantes las respuestas realistas que dicen que un buen desarrollador se vuelve más rápido usando IA, mientras que alguien sin conocimientos terminará chocando con sus límites.
Posibilidad de aparición de nuevos roles
Hay opiniones de que, aunque disminuyan los puestos centrados en escribir código directamente, roles más avanzados como validación, integración, decisiones de arquitectura y comprensión del dominio se volverán más importantes.
3. Ambiente general del hilo de comentarios
En conjunto, el hilo está más cerca de una “teoría de reestructuración” que de una “teoría de reemplazo total”
Más que “los desarrolladores van a desaparecer”, la reacción central es que la forma de trabajar, la estructura del personal y la estructura de costos cambiarán de manera importante.
La mayor línea divisoria no es el costo, sino la calidad y el mantenimiento
Muchos comentarios consideran que, más que el precio en sí, el problema esencial está en la calidad del código generado por IA, su comprensión del contexto, la respuesta ante sistemas legacy y el mantenimiento a largo plazo.
En conclusión, la opinión pública está dividida
Un lado cree que “cuando se desinfle la burbuja, los precios subirán y la ilusión terminará”, mientras que el otro sostiene que “la tecnología al final será más barata y mejor, así que ganará quien se adapte”.
6 comentarios
Ojalá se vuelva aún más barato... T_T
Parece que esto de gastar créditos a manos llenas solo va a durar por ahora.
Ojalá pudiera surgir un modelo open source realmente útil que no dependa de ninguna empresa. Y que el entrenamiento se hiciera como SETI, aportando GPU entre todos... aunque sería bastante más lento;;;
Primero habrá que ver qué empresa se anima primero a tomar la delantera y subir los precios, y si eso termina siendo un suicidio o si empuja a una subida general de precios. Si lo hacen bien, los demás probablemente los seguirán, pero el problema es que entonces muchos se pasarán a servicios chinos y considerarán mucho más la adopción interna. Viendo el dinero que están gastando las empresas de IA, lo que ganan con IA no parece ser tan grande en comparación con lo que gastan, así que por ahora da la impresión de que incluso si suben los precios no verán mucho efecto.
Debería volverse mucho más barato..
Al contrario, había análisis que decían que la inferencia sí deja ganancias...
Dicen que el problema real es que al bucle de entrenamiento se le suma además el cómputo de inferencia para RL, y eso es lo que aumentó la complejidad.