Computación en la Nube — Unidad 5

Conceptos básicos de IA

Esta unidad sale del territorio estricto de infraestructura para mirar de cerca al gran consumidor actual de esa infraestructura: la inteligencia artificial generativa. Vamos a ordenar el vocabulario que circula desordenado en cualquier conversación sobre IA, bajar al detalle técnico de cómo funcionan los modelos grandes de lenguaje, repasar a los tres laboratorios que dominan el mercado occidental y terminar con los modelos de negocio que están naciendo alrededor de todo esto. La motivación, además, es práctica: hoy una parte enorme del cómputo en la nube se va a entrenar e inferir modelos de IA, y entender el vocabulario es la mitad del trabajo para entender la economía.

1. La pirámide conceptual

En la conversación pública los términos inteligencia artificial, machine learning, deep learning y LLM suelen usarse como sinónimos, pero describen niveles distintos de una misma jerarquía. La forma más limpia de ordenarlos es como círculos concéntricos: el de afuera contiene a todos los demás, y cada uno hacia adentro es un subconjunto más específico del anterior. Tenerlos separados ayuda a discutir con precisión: no toda IA es machine learning, no todo ML es deep learning, y no todo deep learning produce un LLM.

En el círculo más amplio está la Inteligencia Artificial (IA): todo el campo que estudia cómo construir sistemas que realicen tareas asociadas a la inteligencia humana, ya sea razonar, percibir o decidir. Un motor de ajedrez basado en reglas y un asistente conversacional moderno son ambos IA, pero técnicamente tienen muy poco en común. Adentro de IA aparece el Machine Learning (ML), que es el subconjunto donde el sistema aprende patrones a partir de datos en lugar de seguir reglas escritas a mano. Adentro de ML está el Deep Learning (DL), que es el ML basado en redes neuronales con muchas capas —de ahí lo de "profundo"—. Y dentro del DL aparece la familia de los modelos generativos, una aplicación específica del DL enfocada en producir contenido nuevo: texto, imágenes, audio, código. Los LLMs (large language models) son la variante de modelos generativos especializada en texto.

Concepto clave

IA > ML > DL > LLMs: una jerarquía de subconjuntos, no de sinónimos.

Analogía didáctica

La IA es como la medicina; el ML es como la cardiología; el deep learning es una técnica quirúrgica específica; los LLMs son una operación particular que aprendiste a hacer. Permite mostrar que un médico no es necesariamente cardiólogo, y un cardiólogo no necesariamente opera.

Cómo se relacionan los niveles

IACampo amplio, incluye sistemas basados en reglas y en aprendizaje.

MLSubconjunto de IA donde el sistema aprende patrones de datos.

DLSubconjunto del ML basado en redes neuronales con muchas capas.

LLMsAplicación del DL para generar texto nuevo a partir de un prompt.

Para tener en cuenta

• Confundir los niveles lleva a discusiones torcidas: "¿esto es IA?" suele ser una pregunta mal planteada; mejor preguntar a qué nivel pertenece.
• Existen sistemas de IA que no son ML (motores de reglas) y sistemas de ML que no son DL (regresión lineal, árboles de decisión).

2. Tipos de aprendizaje

Dentro del machine learning hay varias maneras de que un modelo aprenda, y cada una se elige según qué tipo de datos tenemos y qué problema queremos resolver. La división clásica reconoce cuatro grandes familias: aprendizaje supervisado, no supervisado, por refuerzo y, más recientemente, auto-supervisado. Esta última categoría es relativamente nueva en el discurso público y es, sin embargo, la que sostiene a los LLMs modernos.

En el aprendizaje supervisado entrenamos al modelo con pares input → output conocidos. Un clasificador de spam recibe miles de mails ya etiquetados como "spam" o "no spam" y aprende a generalizar. Lo mismo ocurre con un clasificador de imágenes médicas que aprende a separar tumores malignos de benignos a partir de un conjunto de imágenes etiquetadas por médicos. El costo principal acá es el etiquetado: necesita personas (o procesos) que digan cuál es la respuesta correcta para cada ejemplo.

En el aprendizaje no supervisado el modelo encuentra estructura en datos sin etiquetas. Lo típico es la segmentación de clientes —agrupar usuarios por comportamiento similar sin decirle al modelo qué grupos esperar— y la detección de anomalías, donde el sistema aprende qué es "normal" y marca lo que se desvía. Es la herramienta natural cuando no sabemos a priori qué buscar.

El aprendizaje por refuerzo entrena al modelo a través de recompensas. El agente toma una acción, recibe una señal positiva o negativa, y ajusta su política. AlphaGo aprendió a jugar Go ganando y perdiendo partidas contra sí mismo; los robots de control aprenden a caminar cayéndose miles de veces. En los LLMs aparece bajo la sigla RLHF (reinforcement learning from human feedback), donde humanos puntúan respuestas del modelo y ese feedback se usa para refinarlo después del pre-entrenamiento.

Finalmente, el aprendizaje auto-supervisado es el truco central del pre-entrenamiento de los LLMs modernos: el modelo genera sus propias etiquetas a partir de los datos crudos. La tarea típica es "predecir la siguiente palabra de un texto dado el contexto anterior". Internet entera es el conjunto de entrenamiento, y la etiqueta de cada fragmento es, literalmente, la palabra que aparece a continuación. No requiere etiquetadores humanos, lo que permite escalar a billones de palabras de manera viable.

3. Conceptos clave para entender LLMs

Si vas a leer documentación, papers o pricing pages de modelos de lenguaje, hay un puñado de términos que aparecen una y otra vez. Vale dedicarles dos párrafos a cada uno: con esos siete u ocho conceptos ya podés conversar técnicamente sobre cualquier LLM moderno y entender por qué cuesta lo que cuesta.

Un token es la unidad mínima que procesa el modelo. No es exactamente una palabra: puede ser una sílaba, un signo de puntuación o una secuencia de caracteres frecuente. Como regla práctica, 1.000 tokens equivalen aproximadamente a 750 palabras en inglés; en español la proporción es algo peor por la riqueza morfológica del idioma, alrededor de 600 palabras por 1.000 tokens. Todo se factura en tokens —entrada y salida— y todos los límites del modelo se expresan en tokens, así que conviene tener la noción internalizada.

Los parámetros son los pesos numéricos que componen la red neuronal. Más parámetros generalmente implican más capacidad pero también más costo de entrenamiento e inferencia. Los modelos frontera actuales tienen cientos de miles de millones (e incluso billones) de parámetros; cada uno es un número flotante, así que el solo hecho de cargar uno de estos modelos en memoria requiere terabytes de RAM repartidos en clústeres de GPUs o TPUs.

La ventana de contexto (context window) es la cantidad máxima de tokens que el modelo puede "ver" simultáneamente: incluye el prompt del usuario, las instrucciones del sistema, el historial de la conversación y la respuesta que está generando. Hoy los modelos top manejan entre 200.000 y 2.000.000 de tokens, lo que permite poner libros enteros o repositorios completos como contexto antes de hacer una pregunta.

Una distinción central a la hora de pensar costos es la de inferencia versus entrenamiento. Entrenar un modelo frontera cuesta decenas o cientos de millones de dólares y consume meses de cómputo en clústeres dedicados. Ejecutarlo después —responder a un prompt, lo que se llama inferencia— cuesta fracciones de centavo por consulta. Esta asimetría es la clave para entender los modelos de negocio: quien entrena modelos juega un juego de capital intensivo de pocos jugadores; quien los consume vía API juega un juego de costo marginal bajísimo y volumen alto.

El fine-tuning es la práctica de re-entrenar un modelo base con datos específicos de una tarea o dominio. Si tu empresa tiene miles de tickets de soporte resueltos, podés afinar un modelo para que responda con el tono y la jerga propios; si tu dominio es legal, podés afinarlo sobre jurisprudencia. Es más caro que usar el modelo base como está, pero menos que entrenar desde cero.

Los embeddings son la representación numérica —en forma de vector de cientos o miles de dimensiones— de un texto, una imagen u otro dato. Su propiedad clave es que contenidos semánticamente similares producen vectores cercanos, lo que permite buscar "por significado" en lugar de "por palabra exacta". Son la base de los buscadores semánticos modernos y, como vamos a ver enseguida, de RAG.

4. RAG en profundidad

De todos los conceptos anteriores, RAG (Retrieval Augmented Generation) merece una sección propia porque es, lejos, la técnica más usada hoy para que los LLMs respondan con información específica que no estaba en su entrenamiento: documentación interna de una empresa, apuntes de clase, manuales técnicos, jurisprudencia, historia clínica. Es también el primer proyecto serio que cualquier estudiante puede armar en un fin de semana y entender de punta a punta.

Por qué existe RAG

Los LLMs tienen tres limitaciones inherentes que RAG ayuda a resolver. La primera es el conocimiento desactualizado: el modelo solo sabe lo que vio durante el entrenamiento; todo lo posterior a su knowledge cutoff es invisible. La segunda es la falta de información privada: no conoce los documentos internos de tu empresa, tus apuntes, ni nada que no esté en internet público. La tercera son las alucinaciones: cuando no sabe algo, los LLMs tienden a inventar respuestas plausibles antes que admitir ignorancia. RAG mitiga las tres porque le entrega al modelo el contexto relevante antes de pedirle que responda.

Cómo funciona, paso a paso

RAG tiene dos fases bien diferenciadas: una de indexación, que se hace una sola vez por cada documento, y otra de consulta, que se ejecuta cada vez que el usuario hace una pregunta. La fase de indexación es la inversión inicial; la fase de consulta es la que se ejecuta en tiempo real.

Concepto clave

RAG es como darle al modelo un examen a libro abierto.

El LLM es el estudiante —sabe razonar y escribir bien— y el sistema de recuperación es quien le pasa el libro abierto en la página correcta antes de cada pregunta. Sin RAG, el estudiante tiene que responder de memoria; con RAG, responde con la fuente delante.

Para tener en cuenta

• RAG no le enseña nada nuevo al modelo: solo le entrega información en el prompt. Si querés que el modelo "absorba" conocimiento, lo que buscás es fine-tuning, no RAG.
• La calidad del RAG depende más del retrieval que del LLM: con un LLM mediocre y buen retrieval podés tener respuestas excelentes; con un LLM top y mal retrieval, respuestas elegantes pero equivocadas.

Caso concreto: RAG sobre apuntes y bibliografía

Es un proyecto ideal para construir en un fin de semana y entender el pipeline completo. La idea: armar un asistente que responda preguntas sobre los PDFs de las materias, citando la página exacta de cada respuesta. Los materiales de entrada son los que cualquier estudiante tiene a mano: PDFs de la bibliografía obligatoria, apuntes propios y de compañeros en Word, Markdown o Google Docs, diapositivas de clase en PPTX, transcripciones de grabaciones si las hay, y exámenes y guías de ejercicios anteriores.

5. Los tres jugadores: ChatGPT, Gemini y Claude

Tres laboratorios dominan hoy el mercado occidental de modelos frontera, y conviene presentarlos en paralelo porque cada uno persigue una estrategia distinta. Las tres compañías compiten por los mismos benchmarks y, en apariencia, por los mismos clientes, pero el contexto institucional, las alianzas y los productos donde se diferencian son sorprendentemente distintos.

ChatGPT (OpenAI)

OpenAI fue fundada en 2015 con una estructura institucional poco común: una organización sin fines de lucro controla a una con fines de lucro "capeada" (capped-profit), donde los retornos a inversores tienen un techo definido. Sus modelos actuales son la familia GPT-5, con el flagship GPT-5.5 lanzado en abril de 2026, junto con variantes Mini y Nano para casos de menor complejidad. El diferenciador histórico de OpenAI es el first mover advantage: ChatGPT, lanzado en noviembre de 2022, fue el producto que masificó la IA generativa y todavía hoy es la referencia de mercado en cantidad de usuarios. Su alianza estratégica más importante es con Microsoft, que invirtió alrededor de 13 mil millones de dólares e integra los modelos en Azure, Copilot y Office. Los productos principales son ChatGPT para el consumidor final y la API de OpenAI para developers, complementados con Codex, Sora (video) y herramientas para agentes.

Gemini (Google / DeepMind)

Google DeepMind es la división de IA de Alphabet, formada por la fusión de Google Brain y DeepMind en 2023. Sus modelos actuales son Gemini 3 Pro y Gemini 3.1 Pro como flagships, junto con Flash y Flash-Lite para casos más simples y de menor costo. El diferenciador es la integración profunda con el ecosistema Google —Search, Workspace, Android, Chrome— y la mayor ventana de contexto del mercado (hasta 2 millones de tokens), apoyada en el acceso privilegiado a TPUs propios. Los productos principales son la app Gemini, las integraciones en Workspace (Docs, Gmail, Sheets) y Vertex AI para empresas. La ventaja estructural es triple: chips propios (TPUs), datos propios (Search, YouTube) y distribución propia (Android está en miles de millones de dispositivos).

Claude (Anthropic)

Anthropic fue fundada en 2021 por ex-empleados de OpenAI, los hermanos Dario y Daniela Amodei. Sus modelos actuales son Claude Opus 4.7 (lanzado en abril de 2026) como flagship, junto con Sonnet 4.6 y Haiku 4.5 para distintos balances entre capacidad y costo. El diferenciador es el foco fuerte en AI safety y en alineamiento usando una técnica propia llamada Constitutional AI; además, Claude se posicionó muy bien en tareas de programación, agentes de larga duración y trabajo profesional. Las alianzas incluyen inversiones de Amazon (~8 mil millones de dólares) y Google, lo que se traduce en disponibilidad tanto en AWS Bedrock como en Google Vertex AI. Los productos principales son Claude.ai para el consumidor, la API de Anthropic, Claude Code (CLI para desarrollo) y extensiones como Claude para Excel y Chrome.

Comparación lado a lado

Una tabla resumen ayuda a tener el panorama en una sola pantalla. Los números cambian rápido —cada laboratorio re-precia varias veces por año—, pero la forma del posicionamiento es razonablemente estable.

Precios y modelos referencia al 2026-04-01. Cambian varias veces por año: verificar en las páginas oficiales antes de citar.

6. Modelos de negocio en IA

Alrededor de estos modelos creció un ecosistema con varios patrones de monetización conviviendo al mismo tiempo. Conviene presentarlos como una taxonomía y discutir los trade-offs: cada modelo de negocio refleja una posición distinta en la cadena de valor, desde quien entrena los pesos hasta quien arma una experiencia de usuario sobre la API de un tercero. Para el listado de proveedores que exponen modelos vía API gestionada (Bedrock, Vertex AI, Azure OpenAI, Claude API, OpenAI, Gemini) y cuándo conviene cada uno, ver el recurso integración con IA.

Modelos directos (los grandes laboratorios)

El primer grupo son los modelos que aplican los laboratorios mismos sobre sus propios productos. El más visible es la API as a Service en formato pay-per-token: se cobra por consumo, con precios distintos para input y output (por ejemplo, GPT-5.5 a 5 dólares de input y 30 de output por millón de tokens). Es el modelo dominante de OpenAI, Anthropic y Google para developers. Para el consumidor existe la suscripción consumer: acceso "ilimitado" (con límites razonables) por una mensualidad fija, normalmente alrededor de USD 20 al mes; ahí entran ChatGPT Plus, Claude Pro y Google AI Pro. Para empresas grandes hay planes enterprise con seguridad, auditoría, mayores límites y SSO. Y atravesando todos los segmentos aparecen los tiered models: ofrecer el mismo producto con modelos de distintas capacidades a distintos precios —Pro, Pro+, Ultra—.

Modelos sobre infraestructura

El segundo grupo monetiza el cómputo necesario para entrenar e inferir. El cloud + IA bundling es la jugada de los hyperscalers: AWS Bedrock, Google Vertex AI y Azure AI Foundry venden los modelos como parte de su oferta cloud y capturan margen sobre el cómputo además del modelo en sí. El GPU as a Service es la jugada de empresas como CoreWeave, Lambda Labs o Crusoe, que alquilan capacidad de cómputo a startups que no pueden firmar contratos de largo plazo con NVIDIA. Y una jugada particular es la de open weights + servicios: Meta libera Llama gratis, pero se beneficia indirectamente de la adopción y de tener una IA optimizada para sus propios productos (Instagram, WhatsApp).

Modelos de producto sobre IA (la capa de aplicación)

El tercer grupo es donde nace la mayor cantidad de startups: productos cuyo core es IA pero que no entrenan modelos propios. AI-native SaaS agrupa a productos como Cursor (programación), Perplexity (búsqueda), Notion AI o Granola (notas de reuniones); suelen cobrar por usuario por mes con tiers según uso. Las AI features sobre SaaS existente son la jugada inversa: incumbents que agregan IA a productos consolidados como upsell —Salesforce Einstein, HubSpot AI, Atlassian Intelligence—. El outcome-based pricing es el modelo más emergente y polémico: se cobra por resultado, no por uso (agentes de soporte que cobran por ticket resuelto, por ejemplo); alinea incentivos pero es difícil de medir. Finalmente, los marketplaces y agregadores —OpenRouter, Replicate— agrupan modelos de distintos proveedores y capturan margen por ruteo, comparación y conveniencia.

Hasta acá vimos cómo se compone un sistema con IA generativa cuando el modelo se limita a responder: recibe prompt, devuelve texto. La próxima generación de productos da un paso más y construye agentes: LLMs equipados con herramientas (tools) que actúan en el mundo —leen archivos, consultan bases, llaman APIs, mandan mensajes—. La forma estándar de exponer esas herramientas se llama MCP (Model Context Protocol), publicado por Anthropic a fines de 2024. La Unidad 6 retoma este hilo con foco en cómo se construyen agentes IA en producción y cuándo conviene usar MCP frente a tool calling directo.

7. Errores comunes

El vocabulario de IA es nuevo y se presta a confusiones que vale anticipar. Estos son los dos errores que aparecen con más frecuencia cuando alguien empieza a integrar LLMs en un sistema real.

Calcular costos por usuario, no por token

Qué suele pasar

Se asume que "cada usuario nos cuesta X" cuando en realidad un usuario que abre una conversación larga con contexto de un millón de tokens cuesta diez veces más que uno que hace tres preguntas cortas. Los costos reales se descubren cuando llega la primera factura mensual de la API y triplica el estimado.

Por qué

El pricing es por token, no por usuario, y el output suele costar entre 3 y 6 veces más que el input. La variabilidad de uso entre usuarios es enorme y se concentra en una long tail que distorsiona el promedio.

Cómo evitarlo

Instrumentá desde el día uno tokens de input y output por usuario, por endpoint y por modelo. Aplicá prompt caching y elegí el modelo más chico que cumpla la tarea antes de optimizar precio del modelo grande.

8. Para profundizar