Mistral acaba de lanzar Workflows. OpenAI lleva meses construyendo capas de orquestación. Anthropic no es solo el modelo: es el entorno donde ese modelo opera. En doce meses, los principales laboratorios de IA han pivotado, silenciosamente, desde fabricar modelos hacia construir runtime.
Esto no es un detalle técnico menor. Es un cambio de negocio que afecta directamente a cómo tu empresa debería relacionarse con estas plataformas.
- Los labs ya no compiten solo por el mejor modelo, sino por ser el sistema operativo de tus flujos de trabajo automatizados.
- Cuanto más integras sus capas de orquestación, más caro y difícil es salir. El lock-in se desplaza del dato al proceso.
Dependencia: El nuevo lock-in no es el modelo
Durante años, el argumento del lock-in en IA giraba alrededor del dato: si tu historial de interacciones vive en una plataforma propietaria, cambiar de proveedor es doloroso. Ese riesgo sigue ahí, pero hay uno nuevo encima.
Cuando adoptas el sistema de agentes, los workflows, la memoria persistente y las herramientas de un lab concreto, estás construyendo lógica de negocio sobre su infraestructura de ejecución. No sobre un modelo intercambiable, sino sobre un entorno que define cómo se encadenan las tareas, cómo se gestiona el contexto y cómo se monetiza cada llamada. Migrar eso no es cambiar una API: es reescribir procesos enteros.
En este sentido, la apuesta por arquitecturas local-first cobra más sentido que nunca: no como purismo técnico, sino como estrategia de soberanía operativa frente a plataformas que cada vez se parecen más a un sistema operativo propietario.
Estrategia: Qué hacer cuando el lab quiere ser tu infraestructura
La respuesta no es rechazar estas plataformas. Es entrar con los ojos abiertos y una capa de abstracción deliberada.
Lo que recomendamos en Room 714 es separar con claridad dos capas: la lógica de orquestación (qué tareas se encadenan, bajo qué condiciones, con qué objetivos) y la ejecución del modelo (qué LLM o agente realiza cada tarea concreta). La primera debe vivir en código tuyo, versionado y portable. La segunda puede vivir en el proveedor que más convenga en cada momento.
Si tu lógica de negocio está acoplada al runtime del lab, no tienes una estrategia de IA. Tienes una dependencia con buena PR.
Este principio conecta directamente con el debate sobre modelos especializados frente a generalistas: igual que apostar por modelos pequeños y específicos reduce costes y recupera control, diseñar una orquestación portable reduce la exposición al riesgo de un proveedor que hoy es el mejor y mañana cambia sus precios o sus condiciones.
Si estás evaluando cómo integrar agentes o flujos automatizados en tu producto sin ceder el control de tu arquitectura, es exactamente el tipo de conversación que tenemos en Room 714. Antes de construir sobre el runtime de otro, conviene saber exactamente qué estás cediendo.
