Què ha passat amb els preus
L'exemple més recent i concret: un dels principals proveïdors va retallar el preu del seu model fins a 0,20$ per milió de tokens d'entrada, un ajust de fins al 80% respecte a preus anteriors. No és un cas aïllat — és la continuació d'una tendència sostinguda de baixada de preus a tot el sector, impulsada per la competència entre proveïdors i per millores d'eficiència en els mateixos models.
Al mateix temps, l'adopció massiva (alguns d'aquests assistents ja superen els mil milions d'usuaris setmanals) dona als proveïdors l'escala necessària per seguir baixant preus sense perdre marge.
Quins casos d'ús que abans no sortien rendibles, ara sí
Quan el cost per token cau de manera tan pronunciada, canvia el càlcul de negoci de projectes que abans es descartaven:
- Processar grans volums de documents o tiquets que abans eren massa cars d'analitzar un per un (contractes, factures, correus de suport).
- Agents conversacionals 24/7 per a pimes petites — abans només viables econòmicament per a empreses amb pressupostos grans.
- Anàlisi de sentiment i classificació massiva de feedback de clients, ressenyes o enquestes.
- Generació de contingut a escala per a màrqueting, tot i recordant les obligacions d'etiquetatge de l'AI Act que ja estan en vigor.
La dada concreta: un model que fa un any costava operar a gran escala avui pot costar una fracció d'això. Un projecte pilot que abans requeria un pressupost d'empresa gran, avui pot cabre en el pressupost d'una pime.
Errors a evitar ara que la IA és més barata
- Pagar de més per un model "premium" quan un de més barat resol igual de bé el cas d'ús concret.
- Escalar sense mesurar. Barat no vol dir gratis: els volums alts igualment sumen, i sense control de la despesa un projecte pot sortir-se del pressupost.
- No optimitzar l'ús. Prompts innecessàriament llargs o la falta de cache continuen fent malbaratar diners, encara que el preu per token hagi baixat.
- Triar el model per marca en comptes de comparar benchmarks reals per al cas d'ús específic de la teva empresa.
Com aprofitar la baixada de preus: 3 preguntes
- Quin projecte d'IA vas descartar fa 6-12 mesos per cost? Val la pena revisar-lo amb els preus actuals.
- Estàs utilitzant el model més car disponible sense haver comparat alternatives més barates per al teu cas d'ús concret?
- Tens un pilot acotat que podries llançar ara amb el pressupost que abans no arribava?
Conclusió
La caiguda de preus no resol tots els problemes d'un projecte d'IA — els errors de governança de dades, un abast mal definit o la manca d'un diagnòstic previ continuen sent la causa principal de fracàs. Però sí que elimina l'excusa del cost per a moltes pimes que fins ara s'havien quedat fora.
A Dataverse Solutions ajudem a triar el model i l'arquitectura correctes per a cada cas d'ús, optimitzant el cost sense sacrificar el resultat.