La inteligencia artificial empresarial está entrando en una nueva etapa. Tras el auge de los grandes modelos de propósito general (LLMs), las organizaciones comienzan a apostar por soluciones más especializadas, eficientes y adaptadas a entornos regulados. Esta es la principal conclusión del informe de vigilancia estratégica ‘La nueva frontera europea de la IA B2B’ , elaborado por Santander AI Lab y la Unidad de Vigilancia Estratégica de la Fundación General del Consejo Superior de Investigaciones Científicas (FGCSIC).
El estudio se basa en el análisis de 10,3 millones de documentos y de más de 326.000 publicaciones especializadas sobre IA, finanzas y banca e identifica un cambio de tendencia en el desarrollo de la IA empresarial: el paradigma del one model fits all empieza a dar paso a modelos especializados que protegen el control del dato y sistemas diseñados para operar con mayor garantía de trazabilidad, supervisión y cumplimiento normativo.
El informe concluye que la siguiente fase de adopción de la IA estará impulsada por modelos capaces de resolver tareas concretas con mayor eficiencia que los grandes modelos generalistas. En sectores regulados como la banca, esta evolución responde a la necesidad de integrar la IA en procesos críticos sin renunciar al control sobre los datos, la auditabilidad o la gestión del riesgo.
"Tenemos que pasar de la experimentación con modelos generalistas a una IA B2B industrial, soberana y gobernable. La ventaja no estará en utilizar siempre el modelo más potente, sino en integrar la IA adecuada en el proceso correcto, con trazabilidad, control del dato y responsabilidad desde el diseño", afirma José Manuel de la Chica, director de Santander AI Lab.
Entre las tendencias identificadas destacan el crecimiento de los Small Language Models (SLMs) y de arquitecturas como el RAG soberano, que permiten aprovechar las capacidades de la IA generativa manteniendo el conocimiento corporativo bajo el control de las organizaciones.