Satya Nadella, consejero delegado de Microsoft, publicó el domingo un artículo en el que advierte a las empresas que usan modelos de inteligencia artificial propietarios de que pagan la tecnología dos veces: una en dinero y otra, más cara, cediendo el conocimiento interno que alimenta a esos mismos modelos.

Qué ha dicho Nadella exactamente

En su publicación del 13 de julio de 2026, Nadella escribió que esencialmente pagas por inteligencia dos veces, una vez con dinero, y nuevamente con algo aún más valioso. La segunda factura, según él, es el llamado exhaust de datos: los prompts que escribe cada empleado, las correcciones que introduce y las herramientas que usan los agentes internos. Ese material entrena de vuelta al proveedor del modelo, que además impone términos restrictivos sobre destilación a terceros mientras se beneficia libremente de los datos de sus propios clientes. Nadella no habló en abstracto: señaló la irritación creciente entre directores de tecnología que ven cómo sus correcciones a un chatbot terminan mejorando el producto de otra empresa, sin compensación alguna a cambio.

El exhaust de datos: la factura oculta

El término que usa Nadella describe algo muy concreto: cada interacción con un modelo de IA propietario deja un rastro que el proveedor puede reutilizar. Cuantas más correcciones aporta una empresa, más entrena, sin saberlo, a un sistema que no controla y que compite indirectamente con ella. El dato que sostiene la advertencia es el crecimiento del tráfico hacia modelos abiertos: un 29% del tráfico total del gateway de IA de Vercel el mes pasado ya se dirigía a modelos open source, frente a los propietarios de OpenAI, Anthropic o Google. Es una señal de que parte del mercado ya está actuando en la dirección que Nadella recomienda, aunque paradójicamente sea Microsoft quien más se ha beneficiado históricamente del modelo cerrado a través de su participación en OpenAI.

Quién ya se está moviendo: T-Mobile, ADP y SAP

Nadella no es una voz aislada. Jason Calacanis y Alex Karp, consejero delegado de Palantir, la empresa de análisis de datos para gobiernos y grandes corporaciones, han hecho advertencias similares sobre la dependencia de un único proveedor de IA. Y la teoría ya tiene ejemplos prácticos: T-Mobile, ADP y SAP han empezado a desplegar soluciones de IA on-premise, es decir, modelos instalados y ejecutados dentro de su propia infraestructura en lugar de depender exclusivamente de una API externa. La recomendación de Nadella a estas empresas se resume en tres puntos: retener la propiedad total de los datos generados en el uso diario de la IA, construir entornos de aprendizaje propios en la nube en vez de alimentar directamente al proveedor, e implementar capas de orquestación que permitan cambiar de modelo sin reescribir toda la infraestructura desde cero.

Qué significa esto para las empresas españolas

Para una empresa española que está evaluando o ya usa IA generativa, el mensaje tiene una traducción práctica inmediata: la elección de proveedor no es solo una decisión de coste por token, es una decisión sobre quién se queda con el conocimiento acumulado en meses de uso real. Una capa de orquestación que combine modelos abiertos y cerrados, alojada dentro de la Unión Europea y bajo control del cliente, evita ese doble pago que describe Nadella y además resuelve de paso el problema de cumplimiento normativo europeo que muchas empresas dan por sentado sin haberlo verificado nunca con su proveedor actual. La disyuntiva ya no es qué modelo de IA es mejor, sino quién es dueño de lo que la IA aprende de mi empresa cada día que se usa.

Modelo	Propiedad de los datos	Coste oculto	Cambio de proveedor
API propietaria cerrada	Del proveedor	Alto (exhaust de datos)	Difícil, reescritura completa
Modelo open source on-premise	De la empresa	Bajo	Requiere infraestructura propia
Orquestación multi-modelo EU-hosted	De la empresa	Bajo	Inmediato, sin reescritura

Preguntas frecuentes

¿Qué significa pagar la IA dos veces según Nadella?

Significa que además del coste económico por usar un modelo propietario, la empresa cede sus prompts, correcciones y datos de uso, que el proveedor reutiliza para entrenar y mejorar su propio producto sin compensación adicional.

¿Qué es una capa de orquestación de IA?

Es una infraestructura intermedia que permite a una empresa combinar y cambiar entre distintos modelos de IA, abiertos o propietarios, sin depender de un único proveedor ni reescribir sus sistemas cada vez que cambia de opción.

¿Qué empresas ya usan IA on-premise?

Según recoge el artículo, T-Mobile, ADP y SAP han empezado a desplegar soluciones de inteligencia artificial dentro de su propia infraestructura en vez de depender solo de APIs externas de terceros.

Conclusión

La advertencia de Nadella llega de la persona menos esperada: el máximo responsable de una compañía que ha construido buena parte de su estrategia de IA sobre un modelo cerrado a través de OpenAI. Que sea precisamente él quien pida a las empresas que retengan la propiedad de sus datos y construyan capas de orquestación propias confirma que el debate sobre quién controla el conocimiento generado por la IA ya no es una discusión técnica menor, sino una decisión de negocio con consecuencias a largo plazo. La pregunta que cada empresa debería hacerse no es qué modelo usar hoy, sino qué está cediendo cada vez que lo usa.