Dos cuerpos celestes que orbitan entre sí trazan trayectorias estables y predecibles. Al añadir un tercero, el sistema se vuelve caótico: cada cuerpo es lo suficientemente grande como para desviar la trayectoria de los demás, y un pequeño empujón de uno puede alterar el rumbo de los tres. Así es como el autor de un comentario de Fortune describe la economía de la IA en 2026: como tres cuerpos que se atraen entre sí: los laboratorios de frontera de código cerrado, encabezados por OpenAI y Anthropic; los modelos de pesos abiertos, en su mayoría provenientes de China; y las empresas de aplicaciones construidas sobre ambos. Cada uno es lo suficientemente poderoso como para remodelar la órbita de los demás, pero ninguno puede dictar dónde se asentará finalmente el sistema.

Varios acontecimientos de las últimas semanas y meses han aumentado la inestabilidad del sistema. El cambio más dramático es el impulso adquirido —y los nuevos obstáculos enfrentados— por los laboratorios de frontera. Liderados por Anthropic, han visto una demanda sin precedentes y, con ella, un crecimiento de ingresos extraordinario. Esa expansión ha ayudado a difundir las herramientas de IA más ampliamente por la economía, pero también ha agudizado la pregunta que muchos compradores se hacen ahora: ¿cuál es el retorno de todo este gasto? Según la estimación del autor, el gasto en IA asciende hoy a entre 0.5 y 1 por ciento de todos los salarios de cuello blanco en Estados Unidos, una escala que, a su juicio, merece escrutinio.

En julio, Alex Karp, de Palantir, dijo a CNBC que «algo ha salido completamente mal» en la forma en que los laboratorios venden su producto: las empresas, argumentó, están haciendo «tokenmaxxing»: gastando frenéticamente en tokens sin una ganancia equivalente en productividad. La competencia en la frontera se ha intensificado en el mismo período, con Meta (Muse Spark 1.1) y xAI (Grok 4.5) presentando modelos cada vez más capaces junto a Anthropic, OpenAI y Google.

Los modelos abiertos, especialmente los de empresas chinas, también han mejorado. El GLM 5.2 de Zhipu y el Kimi K3 de Moonshot rinden hoy al nivel de la frontera o cerca de él en varias pruebas de referencia importantes. Con un precio que es una fracción del de los modelos cerrados comparables y una capacidad muy cercana, han generado un fuerte impulso para el ecosistema de pesos abiertos. Los modelos de pesos abiertos estadounidenses están sumando credibilidad propia: liderados por Inkling, de Thinking Machines, y Nemotron 3, de Nvidia —altamente capaces, aunque aún no del todo en la frontera—, ofrecen una alternativa nacional a los lanzamientos chinos. Para las empresas de aplicaciones, esa oferta más amplia importa porque la elección del modelo afecta tanto los costos como el control, y por eso muchas de las líderes han intensificado sus esfuerzos por construir sobre modelos de pesos abiertos.

Los sistemas de tres cuerpos son notoriamente difíciles de predecir. No obstante, el autor distingue varias trayectorias generales a lo largo del segundo semestre de 2026.

Primero, la incomodidad con los precios de la frontera disminuirá, en parte porque la competencia presionará los precios a la baja y en parte porque los retornos del gasto en IA comenzarán a manifestarse. Gran parte de la ansiedad actual, según el argumento, refleja un desajuste de tiempos: la adopción va por delante de la utilidad. Para la mayoría de las tecnologías anteriores, como los automóviles y los teléfonos celulares, la adopción masiva llegó tras la caída de los precios. En el caso de la IA, la adopción ocurrió mucho más rápido, por lo que la presión por demostrar valor llega mientras el uso todavía está escalando. El retorno llegará, escribe el autor, como un crecimiento más rápido para algunas empresas, ahorros de costos para otras y, eventualmente, una mayor productividad en toda la economía.

Segundo, el cambio hacia un mundo multimodelo continuará, impulsado por la competencia y, idealmente, por una verdadera diferenciación en lo que cada modelo hace mejor.

Tercero, los modelos de pesos abiertos estadounidenses se convertirán en alternativas genuinas a los chinos y ganarán adopción real como resultado. También tendrán un modelo de negocio más claro, lo que facilitará a los clientes hacer apuestas a más largo plazo. El autor espera que la distinción entre abierto y cerrado eventualmente se difumine, a medida que los propios laboratorios de frontera apoyen la personalización de modelos para las necesidades específicas de sus clientes.

En otros aspectos, también, los actores convergerán: los laboratorios de frontera adentrándose en la capa de productos para ampliar sus fosos defensivos y sostener márgenes altos, y las empresas de aplicaciones adentrándose en la capa de modelos para construir fosos propios. Esa convergencia es racional, argumenta el comentario: las empresas de software suelen disfrutar de márgenes brutos superiores al 70%, mientras que los clientes sienten que el producto vale lo que pagan.

Dados estos movimientos y contramovimientos, el sistema sigue siendo de tres cuerpos y su equilibrio aún no está resuelto. Gran parte del ruido actual —el debate entre abierto y cerrado, el pánico por China y la angustia por los retornos— parece temporal. La pregunta verdaderamente interesante, concluye el autor, no es si la IA genera retornos, sino quién capturará el valor cuando eso ocurra: los laboratorios en la frontera, los modelos abiertos que pisan sus talones o las aplicaciones que son dueñas del cliente.

Las opiniones expresadas en los artículos de opinión de Fortune.com pertenecen únicamente a sus autores y no necesariamente reflejan las opiniones y creencias de Fortune.

Esta nota fue publicada originalmente en Fortune.com.