El auge del cambio de modelos de IA en Enterprise

Perplexity es la única plataforma de IA empresarial que proporciona acceso a modelos de diversos proveedores en una sola interfaz. Mientras tanto, el 92% de las empresas de Fortune 500, incluyendo a seis de las 7 Magníficas, utilizan Perplexity para obtener respuestas y tomar decisiones. Esto nos brinda una posición única para observar cómo las empresas realmente utilizan diferentes modelos de IA para diversas tareas y equipos.

Los datos de 2025 revelan un patrón claro: a excepción de los equipos de ingeniería, ningún modelo alcanzó una participación superior al 17% del uso general y, a medida que los modelos de IA y los usuarios se volvieron más sofisticados, el uso entre modelos se fragmentó cada vez más. En enero de 2025, dos modelos principales representaron más del 90% del uso empresarial. Para diciembre, cuatro modelos tenían más del 10% de participación cada uno, e incluso el modelo líder capturó solo alrededor del 23% de las consultas.

El auge de la fuerza laboral multimodelo

Los datos de uso de Enterprise muestran que los empleados ahora consideran los modelos como un menú de opciones, no como una herramienta predeterminada única. Entre los puestos de Enterprise, el 12.5% califica como usuarios avanzados activos, interactuando al menos 12 de cada 28 días. Estos usuarios avanzados impulsan la exploración de modelos: el 40% utiliza activamente más de 6 modelos, en comparación con el 20% de los usuarios regulares. El patrón también se escala a nivel organizacional. Las 50 principales cuentas de Enterprise utilizan 30 modelos en promedio frente a siete en las cuentas típicas.

Cómo los equipos de Enterprise ajustan los modelos a las tareas

Las principales empresas de IA lanzaron 46 modelos nuevos en 2025, y Perplexity los ofreció todos dentro de las 24 horas posteriores a su lanzamiento. Este enfoque de agregador resolvió un problema importante de flujo de trabajo: los empleados pueden cambiar entre modelos sin necesidad de gestionar inicios de sesión ni contratos separados.

Entre los clientes de Enterprise, el 43.6% de las organizaciones utilizaron más de un modelo en algún momento durante 2025, lo que refleja un cambio decisivo que se aleja de la estandarización de un modelo único hacia el uso multimodelo. El 9.1% de los usuarios de Enterprise que utilizaron múltiples modelos en un solo día señala un comportamiento de usuario avanzado de dirigir diferentes tareas a diferentes modelos. Entre los usuarios que eligen modelos específicos, el 53% cambió de modelo dentro de una misma jornada laboral al menos una vez en 2025, lo que subraya cuán rutinario se ha vuelto el cambio de modelo para este grupo.

Especialización de modelos por caso de uso

A lo largo de 2025, los usuarios de Enterprise seleccionaron un modelo Claude para el 38% de las consultas de programación. A nivel de organización, el 40% de las empresas utilizan Claude de forma predeterminada para la programación, mientras que el 22% prefiere GPT.

Pero la programación es la excepción. Para cualquier otra función, el liderazgo es menos claro. En diciembre de 2025, las preferencias variaron según el tipo de tarea:

Artes Visuales: Gemini Flash (40%)

Análisis Financiero: Gemini 3.0 Pro Razonamiento (31%)

Depuración: Claude Sonnet 4.5 (30%)

Desarrollo de Software: Claude Sonnet 4.5 (29%)

Casos Legales/Judiciales: Modelos de Razonamiento de Claude (23%)

Investigación Médica: GPT-5.1 Razonamiento (13%)

A medida que se lanzan nuevos modelos, es probable que estas preferencias cambien. Lo que lidera hoy puede no liderar el próximo trimestre.

El panorama de los modelos continúa evolucionando

A principios de 2025, Claude Sonnet 4 y GPT-4o representaron juntos el 91.5% de las consultas de Enterprise (47.5% y 44% respectivamente). A finales de 2025, los principales modelos se dividieron de manera más equitativa entre los proveedores: 23.3% Gemini 3.0 Pro Razonamiento, 20.6% Claude Sonnet 4.5, 10.7% Claude Sonnet 4.5 Razonamiento y 7.9% GPT-5.

Los modelos nuevos suelen superar el 50% del uso de Enterprise durante unos días después de su lanzamiento, a medida que los usuarios experimentan con nuevas capacidades (GPT-4.1 a finales de abril, GPT-5 a principios de agosto, GPT-5 Chat a finales de octubre). Eso disminuye rápidamente al 35% como máximo durante la semana siguiente. Los modelos entran y salen de favor a medida que llegan nuevos lanzamientos y los equipos refinan qué modelo se ajusta a cada trabajo.

Por qué la flexibilidad supera a la elección de un solo ganador

Claude dominó para los ingenieros, pero esa fue la excepción. En todas las demás funciones, los equipos se dividieron entre diferentes modelos según la tarea. Cuando el panorama cambia tan rápidamente, el acceso a todas las opciones importa más que elegir la mejor del día de hoy.