DeepSeek vuelve a aparecer en el radar empresarial estadounidense, esta vez por una razón muy concreta: el coste. La compañía china de inteligencia artificial ocupó en junio el primer puesto en la lista de “trending software vendors” de Ramp, una plataforma estadounidense de gestión de gasto corporativo que detecta cuándo las empresas empiezan a pagar por primera vez a un proveedor de software. El dato no significa que DeepSeek haya superado en cuota a OpenAI o Anthropic, pero sí apunta a una señal incómoda para el mercado: algunas empresas de EE. UU. están dispuestas a usar modelos chinos si el ahorro compensa.
El movimiento llega al mismo tiempo que China lanza una advertencia sobre otro fenómeno relacionado, pero en sentido inverso: los servicios de intermediación o “AI relay” que permiten acceder a modelos extranjeros, incluidos sistemas estadounidenses como GPT o Claude, desde plataformas de terceros. Pekín alerta de riesgos de privacidad, fuga de datos, reventa de información, modelos de menor calidad vendidos como si fueran avanzados y posibles puertas traseras. El resultado es una paradoja llamativa: empresas estadounidenses miran a DeepSeek por precio, mientras desarrolladores chinos buscan vías indirectas para usar modelos occidentales más potentes en determinadas tareas.
DeepSeek entra en el gasto corporativo por la puerta del ahorro
El análisis de Ramp sitúa a DeepSeek como el proveedor de software con mayor crecimiento relativo en su lista de junio. Esta clasificación no mide liderazgo absoluto del mercado, sino incorporación reciente de nuevos compradores. Aun así, es una señal relevante porque procede de pagos corporativos reales, no solo de descargas, menciones en redes o pruebas individuales.
Según Ara Kharazian, economista jefe de Ramp Economics Lab, el dato más llamativo es que algunas empresas estadounidenses estarían realizando pagos directos a DeepSeek. Eso sugiere que no todas están ejecutando sus modelos open source en infraestructura propia, sino enviando y recibiendo datos a través de servidores operados por DeepSeek. Para organizaciones con información sensible, ese matiz no es menor.
DeepSeek ya había vivido un pequeño ciclo de interés en enero de 2025, cuando su adopción corporativa en el índice de Ramp subió hasta el 0,3 %, antes de caer de nuevo al 0,1 %. En abril de 2026 seguía alrededor de ese 0,1 %. En ese mismo mes, Anthropic y OpenAI dominaban claramente el índice de adopción de IA de Ramp, con el 34,4 % y el 32,3 %, respectivamente. Ramp no ha publicado los porcentajes de cuota correspondientes a junio.
| Indicador citado | DeepSeek | Anthropic | OpenAI |
|---|---|---|---|
| Posición en “trending vendors” de junio | 1.º | No indicada en ese ranking | No indicada en ese ranking |
| Adopción en enero de 2025 | 0,3 % | No indicada | No indicada |
| Adopción en abril de 2026 | 0,1 % | 34,4 % | 32,3 % |
| Lectura correcta | Crecimiento puntual desde una base pequeña | Fuerte presencia empresarial | Fuerte presencia empresarial |
La diferencia entre “tendencia” y “cuota” es importante. DeepSeek puede encabezar una lista de crecimiento porque parte de una base muy reducida, mientras OpenAI y Anthropic siguen concentrando la mayor adopción empresarial. Pero la aparición de pagos directos a DeepSeek confirma que la presión de costes en IA empieza a mover decisiones reales.
La factura de la IA empuja hacia modelos más baratos
El atractivo de DeepSeek se entiende por el contexto. Muchas empresas han pasado de experimentar con inteligencia artificial a integrarla en productos, atención al cliente, desarrollo de software, análisis interno o automatización. Cuando el uso crece, el coste por token deja de ser un detalle técnico y se convierte en una partida presupuestaria.
Los modelos de OpenAI y Anthropic mantienen una posición fuerte en calidad, ecosistema y confianza empresarial, pero no siempre son la opción más barata. Para tareas concretas, algunas compañías prefieren modelos más económicos, plataformas de inferencia open source o sistemas de enrutamiento que eligen modelo según precio, latencia y rendimiento. Fireworks AI, citada también en la lista de Ramp, forma parte de ese movimiento hacia plataformas de serving e inferencia más flexibles.
La pregunta no es solo si un modelo chino es más barato. Es dónde se ejecuta y qué datos toca. Una empresa puede descargar un modelo abierto y ejecutarlo en sus propios servidores, reduciendo dependencia externa. Otra puede usar una API directa del proveedor, lo que introduce consideraciones de privacidad, cumplimiento, jurisdicción y gobierno del dato.
| Forma de usar un modelo | Ventaja principal | Riesgo o límite |
| API directa del proveedor | Despliegue rápido y menos operación interna | Datos enviados a un tercero |
| Modelo abierto autoalojado | Mayor control sobre datos e infraestructura | Coste operativo y necesidad de equipo técnico |
| Plataforma de inferencia externa | Flexibilidad y acceso a varios modelos | Dependencia de otro intermediario |
| Enrutador multi-modelo | Optimización de coste, latencia y calidad | Más complejidad en gobierno y trazabilidad |
| Relay no autorizado | Acceso barato o a modelos restringidos | Riesgo alto de privacidad, seguridad y cumplimiento |
China pone el foco en los intermediarios de IA
Mientras DeepSeek despierta interés en empresas estadounidenses, el Ministerio de Seguridad del Estado de China ha advertido sobre los llamados “AI relay services” o “AI中转站”. Estos servicios actúan como una capa intermedia entre el usuario y los proveedores de modelos, agregando APIs de distintos sistemas, nacionales y extranjeros, para ofrecer acceso desde una sola plataforma.
La idea puede parecer cómoda: un único portal, precios bajos, acceso a varios modelos y menos fricción técnica. El problema, según las autoridades chinas, es que parte de ese mercado opera de forma irregular, sin controles adecuados de seguridad, sin cualificación suficiente para gestionar datos y sin garantías sobre transferencias transfronterizas.
La advertencia menciona varios riesgos. El primero es la exposición de datos: estos intermediarios pueden almacenar en sus propios servidores los textos, documentos, prompts o credenciales enviados por los usuarios. Si no hay cifrado adecuado o control interno, pueden producirse filtraciones. En algunos casos, la autoridad china alerta incluso de reventa de datos a terceros para entrenar otros modelos.
El segundo riesgo es la degradación del servicio. Algunas plataformas podrían usar modelos de menor calidad mientras se presentan como si ofrecieran acceso a sistemas más avanzados, reduciendo costes a costa de respuestas menos fiables. El tercero es más grave: posibles puertas traseras o inserción de código malicioso para robar credenciales, claves de nube o controlar equipos.
La cuarta preocupación es regulatoria. Si un relay envía datos a servidores extranjeros sin cumplir los requisitos de transferencia internacional, puede exponer información personal, secretos comerciales o datos sensibles a jurisdicciones no autorizadas.
Un mismo problema a ambos lados del Pacífico
Aunque el aviso chino se dirige a desarrolladores locales, el problema es global. El mercado de la IA está creando una capa creciente de intermediarios: agregadores de APIs, routers, proxies, plataformas de inferencia, servicios de optimización de coste y gateways empresariales. Muchos son legítimos y aportan valor. Otros operan con poca transparencia.
La presión económica acelera esta tendencia. Cuando usar un modelo puntero resulta caro, empresas y desarrolladores buscan alternativas: modelos abiertos, servicios más baratos, proveedores extranjeros o relays que prometen acceso a sistemas restringidos. Pero cada capa adicional entre el usuario y el modelo introduce preguntas: quién ve los datos, dónde se almacenan, cuánto tiempo se conservan, qué modelo responde realmente y qué controles existen.
En el caso de DeepSeek, el debate en EE. UU. se centra en si las empresas están enviando datos directamente a servidores del proveedor chino. En el caso de los relays en China, la preocupación es que desarrolladores locales envíen datos a plataformas intermedias que, a su vez, los transfieran a modelos extranjeros sin control suficiente. La dirección cambia, pero la cuestión de fondo es la misma: la inteligencia artificial está convirtiendo el flujo de datos en una decisión estratégica.
Coste, soberanía y cumplimiento
El auge de opciones más baratas muestra que la adopción de IA no dependerá solo de quién tenga el mejor modelo. También pesarán el precio, la latencia, la disponibilidad, la capacidad de autoalojamiento, la confianza jurídica y la facilidad de integración.
Para muchas empresas, la respuesta no será elegir un único proveedor, sino diseñar políticas de uso. Datos sensibles en modelos internos o proveedores auditados. Tareas genéricas en modelos más baratos. Cargas críticas con trazabilidad. Prohibición de relays no autorizados. Registro de prompts y respuestas. Evaluación periódica de proveedores. Contratos claros sobre retención y entrenamiento.
| Pregunta de gobierno de IA | Por qué importa |
| ¿Dónde se ejecuta el modelo? | Determina jurisdicción, latencia y control |
| ¿Qué datos se envían? | Afecta a privacidad, secretos comerciales y cumplimiento |
| ¿Se usan los datos para entrenar? | Puede comprometer información interna |
| ¿Quién es el proveedor real? | En relays, el modelo final puede no ser transparente |
| ¿Hay atestación, logs y auditoría? | Permite investigar incidentes y demostrar controles |
| ¿Existe alternativa autoalojada? | Reduce dependencia, pero exige operación propia |
El caso DeepSeek-Ramp y la advertencia china sobre relays apuntan a una nueva etapa del mercado. La IA empresarial ya no se decide solo en demos o benchmarks, sino en compras reales, facturas, arquitectura de datos y gestión del riesgo. El ahorro puede ser muy atractivo, pero no todos los ahorros cuestan lo mismo.
Para OpenAI y Anthropic, la señal es clara: la presión de precio existe incluso en empresas estadounidenses. Para DeepSeek, el reto será convertir interés puntual en confianza sostenida. Para los reguladores, el problema será controlar un mercado de intermediación que crece rápido y que puede mover datos sensibles entre países, modelos y operadores poco visibles.
La inteligencia artificial barata no es necesariamente mala. Puede ampliar el acceso, reducir costes y romper dependencias. Pero cuando el precio se convierte en el único criterio, los datos acaban viajando por caminos que muchas empresas no han evaluado. Esa es la lección que une las dos noticias: en IA, el proveedor importa, pero el recorrido de los datos importa aún más.
Preguntas frecuentes
¿Qué ha pasado con DeepSeek en el índice de Ramp?
DeepSeek ocupó en junio el primer puesto en la lista de proveedores de software en tendencia de Ramp, que mide nuevos pagos corporativos a proveedores. No significa que lidere el mercado en cuota total.
¿Por qué algunas empresas de EE. UU. usan DeepSeek?
Principalmente por coste. Algunas compañías buscan alternativas más baratas a modelos de OpenAI o Anthropic para determinadas tareas de inteligencia artificial.
¿Qué son los “AI relay services”?
Son plataformas intermedias que agregan acceso a APIs de varios modelos de IA y ofrecen a los usuarios una forma unificada de usarlos. Pueden ser útiles, pero también introducen riesgos si no están autorizadas o auditadas.
¿Qué riesgos ha señalado China sobre estos relays?
Las autoridades chinas alertan de privacidad, fuga de datos, reventa de información, uso de modelos de menor calidad, posibles puertas traseras y transferencias transfronterizas no autorizadas.
vía: scmp
