Vendor lock-in en IA: ¿podría tu empresa cambiar de modelo o proveedor?
Adoptar una herramienta de inteligencia artificial puede ser rápido. Sustituirla después puede no serlo. La dependencia puede quedar repartida entre modelos, APIs, prompts, datos, agentes, integraciones, evaluaciones y conocimiento que la empresa no siempre tiene inventariado.
En IA, cambiar de modelo no siempre consiste en sustituir una API por otra.
El vendor lock-in en IA aparece cuando una organización ha construido suficiente parte de sus procesos alrededor de un modelo, proveedor o plataforma como para que sustituirlo implique un coste, riesgo o trabajo significativo.
Una aplicación puede utilizar una API aparentemente sencilla y, sin embargo, haber ajustado durante meses sus instrucciones, formatos de salida, validaciones y flujos al comportamiento de un modelo concreto. También puede depender de almacenamiento, herramientas, agentes, búsqueda semántica o funciones exclusivas del proveedor.
Seis capas que pueden dificultar cambiar de modelo o proveedor de IA.
Modelo y API
Endpoints, SDK, parámetros, herramientas y formatos de respuesta pueden estar ligados al proveedor o al modelo utilizado.
Prompts e instrucciones
Prompts de sistema, plantillas, ejemplos y reglas pueden haberse optimizado para el comportamiento específico de un modelo.
Datos y RAG
Documentos, índices, metadatos, embeddings, bases vectoriales y procesos de recuperación pueden depender de decisiones concretas de arquitectura.
Agentes e integraciones
Herramientas, funciones, conectores, memorias, automatizaciones y aplicaciones empresariales pueden estar acoplados a una plataforma.
Evaluación y control
Los criterios de calidad, pruebas, guardrails y controles pueden haber sido calibrados para outputs y comportamientos específicos.
Conocimiento operativo
Configuraciones, decisiones, documentación y experiencia práctica pueden estar concentradas en un proveedor, partner o especialista.
Utilizar un único proveedor de IA no significa necesariamente tomar una mala decisión.
Concentrarse en una plataforma puede reducir complejidad, acelerar la implantación y facilitar el soporte. Intentar ser compatible con todos los modelos desde el primer día también tiene un coste.
El riesgo aparece cuando la empresa desconoce qué ha quedado ligado al proveedor, cuánto costaría sustituirlo o qué procesos dejarían de funcionar si el servicio cambiara.
Siete preguntas para saber si realmente podrías cambiar de modelo o proveedor.
Sin una evaluación reproducible, «podemos cambiar de modelo» es difícil de demostrar.
En IA generativa no basta con que dos modelos acepten texto y produzcan texto. Pueden responder de manera diferente a las mismas instrucciones, utilizar herramientas de forma distinta o comportarse de forma desigual en los casos que resultan críticos para la empresa.
Por eso una organización que quiera conservar capacidad de cambio debería mantener ejemplos, casos de prueba y criterios que permitan comprobar si una alternativa alcanza un nivel aceptable antes de sustituir el modelo actual.
VIGENTE
El AI Act mejora la información disponible, pero no demuestra que puedas sustituir un modelo o proveedor.
El artículo 53 del AI Act exige a los proveedores de determinados modelos de IA de propósito general elaborar y mantener documentación y facilitar información a los proveedores de sistemas de IA que pretendan integrar esos modelos.
Esa información busca permitir que los actores posteriores comprendan capacidades y limitaciones del modelo y puedan cumplir sus propias obligaciones. No utilizamos esta disposición como si fuera un derecho general de portabilidad o cambio de proveedor.
CADA propone extender la evaluación europea de soberanía también a la IA.
La propuesta de Cloud and AI Development Act presentada por la Comisión en junio de 2026 contempla un marco europeo para evaluar la soberanía de servicios cloud e IA.
La dirección política sí refuerza una tendencia relevante: dependencia, control, cadena tecnológica y autonomía están entrando de forma cada vez más explícita en la conversación europea sobre IA.
No necesitas poder cambiar de proveedor mañana. Necesitas saber qué ocurriría si tuvieras que hacerlo.
El objetivo no es construir una infraestructura innecesariamente compleja ni eliminar cualquier dependencia. Es saber qué modelos y proveedores sostienen procesos importantes, qué activos conserva la empresa, qué tendría que reconstruir y qué alternativas son realmente viables.
Si mañana tu modelo principal dejara de convenirte, ¿sabrías qué tendrías que conservar, probar y reconstruir?
Podemos incorporar la IA al diagnóstico de dependencia tecnológica y analizar proveedores, modelos, datos, integraciones, activos, continuidad y capacidad real de sustitución.
