OpenAI y Gemini ya tienen alternativas a Jev: qué protege a una startup cuando la IA lo copia todo

Una startup crea una herramienta exitosa y, al cabo de un tiempo, aparece una función similar en las API de los grandes laboratorios de IA. Con Jev, un clasificador rápido y económico, ya ha ocurrido: tanto OpenAI como Gemini han lanzado alternativas. Los usuarios dicen que todavía están peor calibradas que el modelo original, pero ya se pueden utilizar.

Qué se ha copiado exactamente

Un clasificador es un modelo pequeño y rápido. No escribe ensayos, sino que responde a una pregunta concreta: a qué categoría pertenece una solicitud, si debe dejar pasar un mensaje o si hace falta escalar el caso. Estas tareas no requieren un modelo grande, así que lo decisivo es la velocidad y el precio. Los enlaces de la publicación muestran que tanto la documentación de OpenAI como AI Studio de Google incluyen ahora secciones sobre decisions, es decir, sobre una clase de tareas similar.

La conclusión práctica es sencilla. Si habías construido parte de tu producto en torno a una clasificación barata, ahora tienes más opciones. Pero comprueba la calibración con tus propios datos: según los comentarios de los usuarios, es ahí donde las copias todavía quedan por detrás del original.

Se copia todo lo que merece la pena copiar

El autor del canal sostiene que esto le ocurrirá a cualquier startup prometedora. Como último recurso, basta con poner a un agente de programación —la publicación menciona Fable y Astra— a examinar el propio producto y todas las publicaciones públicas de la empresa, y pedirle que reproduzca la tecnología. El modelo lo hará.

Las objeciones son conocidas. ¿Reproducirá el 100% de las funciones? ¿Para qué necesitas el 100% si solo te hace falta el 10%? ¿Quién se encargará del mantenimiento? El mismo modelo. Cada una de estas respuestas es discutible, pero a muchos compradores les bastarán.

El autor no habla en abstracto. Su equipo en BitGN está desarrollando Company Brain y ya está empezando a implantarlo en otras empresas. Detrás del sistema hay 9 meses de investigación, desarrollo y optimización. Y sabe con certeza que más de un equipo ya ha puesto a Fable o Codex a examinar todos los materiales y las API disponibles para reproducir el sistema. No hay forma de impedirlo: los binarios se filtran y, a partir de las API y la documentación, se aplica ingeniería inversa para reconstruir el código fuente y reproducirlos.

Dónde buscar protección entonces

La conclusión del autor: la ventaja distintiva no debe estar en mantener la tecnología cerrada. Él mismo ha publicado los términos clave de la capa técnica de Company Brain: FoundationDB y LMDB, pruebas deterministas, inyección de fallos y replay, conjuntos de cambios inmutables, aislamiento de instantáneas, OCC, autorización basada en capacidades, SDK versionados para cada empresa, búsqueda que respeta los permisos de acceso y auditoría de la procedencia de los datos. Es solo una pequeña parte de la lista. Cualquier agente puede leerla, y al autor le parece normal.

La lógica es la siguiente: el coste de desarrollar y reproducir tecnologías está cayendo, así que la base conceptual y el código fuente dejan de ser una barrera competitiva. El valor y la ventaja competitiva se desplazan hacia aquello que todavía cuesta escalar mediante IA. Como ejemplo, la publicación menciona un módulo de formación sobre progressive disclosure: quienes tienen acceso han visto el código y leído los materiales obligatorios para participar en el desarrollo del núcleo. Mi lectura es que la protección está en las personas y en el conocimiento acumulado, más que en el repositorio.

Ahora el equipo está planificando la siguiente versión de Company Brain para que escale mejor a empresas grandes.

Qué hacer en la práctica

Tres preguntas que conviene plantear al equipo antes del lanzamiento, y no después:

• Si un agente lee nuestra API, nuestra documentación y nuestro blog, ¿qué parte del producto no podrá reproducir?
• ¿Qué acumulamos con el tiempo que no está en el repositorio: datos, experiencia de implantación, calibración con casos reales, confianza de los clientes?
• ¿Podemos revelar nuestra arquitectura con tranquilidad? Si no, quizá no tengamos una barrera competitiva.

El autor subraya que hay que incorporar esta realidad inevitable al desarrollo desde hoy y convertirla en parte del plan. Con eso previsto, revelar las especificaciones de la capa técnica deja de dar miedo.

Limitaciones

Es la opinión de un profesional con intereses en el asunto: vende su propia tecnología y la publicación no aporta cifras sobre la frecuencia con la que las copias sustituyen realmente al original. Sobre las alternativas a Jev solo hay un «dicen los usuarios», sin mediciones independientes de calibración. La tesis de que «solo necesitas el 10% de las funciones» no sirve para todos: en sectores regulados y en integraciones complejas, la cobertura funcional completa importa. Pero la dirección está clara: si un agente puede reproducir un producto a partir de su documentación, apostar únicamente por «fuimos los primeros» ya no ofrece protección.