1. Titular e introducción
El nuevo acuerdo de 200 millones de dólares entre Snowflake y OpenAI se ha contado como otra gran victoria para la IA generativa. Pero lo realmente interesante no es el tamaño del cheque, sino el movimiento estratégico: Snowflake quiere dejar de ser solo un almacén de datos para convertirse en el panel de mando donde viven los datos, las identidades y, cada vez más, todas las IAs que usa una empresa.
En este artículo analizaremos qué hay detrás del acuerdo, por qué el enfoque multi‑modelo se está imponiendo, cómo encaja esto con otros movimientos recientes y qué implica para empresas en España y América Latina.
2. La noticia en breve
Según informa TechCrunch, Snowflake ha firmado un acuerdo plurianual con OpenAI valorado en 200 millones de dólares. El objetivo es que las aproximadamente 12.600 empresas que ya usan Snowflake puedan acceder a los modelos de OpenAI directamente desde la plataforma, independientemente de si operan sobre AWS, Azure o Google Cloud. Además, el personal de Snowflake dispondrá internamente de ChatGPT Enterprise.
Ambas compañías también colaborarán en el desarrollo de agentes de IA y otros productos que se ejecuten sobre los datos corporativos almacenados en Snowflake. TechCrunch recuerda que en diciembre Snowflake anunció otro acuerdo empresarial, también de 200 millones, con Anthropic. Y en enero, ServiceNow comunicó contratos similares con OpenAI y Anthropic.
Snowflake insiste en que mantiene una postura “agnóstica” respecto a modelos y que, junto a OpenAI y Anthropic, ofrece acceso a modelos de Google, Meta y otros proveedores.
3. Por qué importa: la batalla ya no es solo entre modelos
En la superficie, el titular favorece a OpenAI: más dinero, más presencia en grandes cuentas, más legitimidad. Pero si miramos un poco más allá, quien refuerza de verdad su posición estratégica es Snowflake.
Snowflake está diciendo, en la práctica: «Centraliza aquí tus datos y nosotros nos encargamos de conectar cada caso de uso con el modelo adecuado.» Eso transforma a Snowflake en una especie de broker de IA. Cuanto más dependan las empresas de ese broker para hablar con varios modelos, más difícil será reemplazar a Snowflake en el futuro.
Beneficios claros:
- Snowflake se diferencia de otras plataformas de datos y se coloca un nivel por encima de los proveedores de modelos.
- OpenAI consigue volumen y acceso a miles de clientes sin negociar integración de datos uno a uno.
- Las empresas ganan flexibilidad: pueden negociar precios entre varios proveedores y justificarse internamente como “multi‑modelo” y “multi‑cloud”.
Los que salen perdiendo, al menos a corto plazo, son los que siguen vendiendo una historia cerrada: «nuestro cloud, nuestras herramientas, nuestro modelo y nada más». En un entorno donde los propios empleados ya usan su modelo favorito —desde ChatGPT a Claude o alternativas open source— aunque la empresa tenga contrato con otro, esa rigidez se vuelve difícil de sostener.
El cambio de fondo es que la IA deja de ser una decisión binaria (“¿a quién elegimos?”) para convertirse en gestión continua de portafolio: probar, medir, renegociar, sustituir.
4. El panorama general: la IA se parece cada vez más a la nube
Durante años se ha temido que la IA generativa termine en un escenario tipo buscador web: un gran ganador y todos los demás a mucha distancia. Los acuerdos de Snowflake, ServiceNow y compañía sugieren otra cosa: un mercado más parecido a la nube pública.
TechCrunch menciona dos estudios de fondos de capital riesgo con conclusiones opuestas: uno sitúa a Anthropic como líder en empresas, otro a OpenAI. El detalle es menos relevante que el patrón: ambos tienen tracción y muchas compañías usan varios proveedores a la vez.
No es algo nuevo:
- Muchas empresas trabajan con AWS y Azure y, a la vez, con GCP o proveedores regionales.
- En bases de datos es habitual mezclar SQL tradicional, data warehouses en la nube y sistemas NoSQL.
- En Latinoamérica, por ejemplo, es muy común combinar infra propia con servicios cloud por temas de costes, conectividad y regulación.
Con los modelos de IA veremos lo mismo. Cada uno tiene puntos fuertes: unos razonan mejor, otros son más rápidos y baratos, otros manejan mejor el español y el portugués de la región, o están especializados en sectores concretos como banca o salud.
Eso desplaza el centro de gravedad. El activo más valioso no es tener “el mejor modelo”, sino ser la capa desde la que se gobiernan datos, identidades y modelos. Ahí es donde Snowflake quiere situarse; y lo mismo Microsoft con Copilot y Fabric, Salesforce con Einstein, SAP con Joule, o incluso actores open source que aspiran a orquestar distintos modelos.
5. El ángulo europeo e hispano: regulación, soberanía y realidad del mercado
En Europa, y también en buena parte de América Latina, la conversación no es solo técnica, sino también legal y política.
El Reglamento General de Protección de Datos (RGPD) lleva años condicionando dónde y cómo se pueden procesar datos personales. El próximo Reglamento de IA de la UE (AI Act) va en la misma línea: más transparencia sobre los modelos usados, más controles en usos de alto riesgo, más responsabilidad para las empresas que los integran.
En ese contexto, el mensaje „multi‑modelo sobre una plataforma gobernada“ suena muy atractivo para bancos, aseguradoras, telcos o administraciones públicas españolas. Pero plantea preguntas incómodas:
- ¿Se procesan los datos en la UE o se envían a EE. UU. para inferencia y logging?
- ¿Es posible combinar modelos estadounidenses como OpenAI con modelos europeos u open source desplegados en clouds locales (por ejemplo, OVHcloud, Deutsche Telekom, Telefónica Tech) o incluso on‑premise?
- ¿Qué herramientas ofrece la plataforma para auditar qué modelo se usó en qué decisión y con qué resultado?
Para América Latina el matiz es distinto. Allí la regulación suele ser menos estricta que en la UE, pero los problemas de soberanía y dependencia tecnológica son igual de sensibles. Países como Brasil, México, Colombia o Chile están empezando a definir marcos regulatorios de IA; y muchas empresas preferirán soluciones que puedan integrar modelos regionales o ejecutarse en proveedores cloud locales.
En este escenario, que Snowflake se defina como agnóstico de modelos puede ser una ventaja clave: le permite integrar tanto „gigantes“ estadounidenses como modelos europeos o latinoamericanos más ajustados a idioma y contexto.
6. Mirando hacia adelante: la pregunta clave será "¿quién orquesta?"
En los próximos años, el foco del debate se desplazará. No será tanto “¿OpenAI o Anthropic?” como “¿a través de qué plataforma conecto mis datos con todos ellos?”
Algunas tendencias probables:
- Brokers de IA más inteligentes. Snowflake y otros venderán como gran ventaja su capacidad de elegir automáticamente el modelo adecuado según precio, latencia, precisión, idioma o requisitos de compliance.
- Guerra de costes. A medida que los proyectos piloto se conviertan en productos reales, los CFO querrán saber cuánto cuesta cada interacción. Eso impulsará modelos open source o propios para tareas estándar, reservando los modelos más potentes para casos críticos.
- Modelos verticales. Grandes bancos, retailers o grupos industriales en España y LatAm entrenarán modelos sobre sus propios datos (documentación legal, contratos, históricos de incidencias) y los conectarán al mismo broker que habla con OpenAI, Anthropic o Google.
- Regulación como driver de arquitectura. El AI Act en Europa y las leyes que puedan surgir en América Latina exigirán trazabilidad: qué modelo, qué versión, qué datos, qué controles. Sin una capa de orquestación común, eso será difícil de gestionar.
Para OpenAI y sus competidores la incógnita es clara: ¿se verán como plataformas únicas e imprescindibles, o como „motores“ intercambiables bajo el capó? Cuanto más se imponga el enfoque multi‑modelo, más valor tenderá a concentrarse en quienes controlan el panel de mando por encima de ellos.
7. Conclusión
El acuerdo de 200 millones entre Snowflake y OpenAI no va solo de comprar capacidad de cómputo; va de quién se queda con el rol de árbitro en la IA empresarial. Todo apunta a un futuro multi‑modelo y multi‑cloud, donde la pieza realmente estratégica será la plataforma que orquesta datos, identidades y modelos.
Si dirige tecnología o datos en su organización, quizá la pregunta más importante ya no sea „¿qué modelo elijo hoy?“, sino: „¿en qué plataforma confío para gestionar muchos modelos distintos durante la próxima década?“ La respuesta a esa pregunta, más que el nombre de un modelo concreto, definirá su estrategia de IA.
