Microsoft PCM: el gigante de Redmond abre un «supermercado de datos» para entrenar IA

¿Recuerdan aquellos buenos tiempos en que internet parecía un bufé libre infinito y gratuito para los desarrolladores de redes neuronales? Esos días están oficialmente contados. Microsoft ha decidido liderar un proceso que muchos en la industria consideraban inevitable y construye Publisher Content Marketplace (PCM). En pocas palabras, es una especie de App Store, pero en lugar de aplicaciones vende derechos de uso de textos, noticias y análisis. El gigante de Redmond ya no quiere ver cómo sus socios y competidores se ahogan en interminables demandas de grupos mediáticos furiosos.

El contexto importa aquí más que la tecnología. Durante los dos últimos años, la industria de la IA ha funcionado bajo el lema «primero descarga, luego pide perdón». OpenAI, Google y la propia Microsoft absorbieron petabytes de datos de la web abierta sin pedir permiso y mucho menos ofrecer dinero.

El resultado fueron sonadas demandas de The New York Times y otros grandes actores. Microsoft PCM es un intento de legalizar el proceso antes de que los tribunales cierren definitivamente el grifo de los datos. Pesos pesados como Vox Media, Associated Press y Condé Nast ya participan en el desarrollo del marketplace.

Estas compañías están cansadas de luchar contra los bots de scraping y han decidido que, si su contenido se va a usar de todos modos, al menos deben cobrar por ello.

¿Qué ha cambiado exactamente en el enfoque? La palabra clave es «grounding», o anclaje de los modelos. Los LLM actuales alucinan con frecuencia y, para ofrecer datos actualizados, necesitan acceso a fuentes recientes y fiables. PCM permitirá a los desarrolladores conectarse directamente a los archivos de los medios y obtener información verificada en tiempo real. Los editores conservan el control: fijan ellos mismos las condiciones de uso y ven informes detallados. Microsoft promete la transparencia que tanto faltaba en los acuerdos cerrados entre OpenAI y grupos de medios concretos.

¿Por qué importa esto al mercado ahora mismo? Microsoft crea de hecho la infraestructura de una nueva economía del conocimiento. Si antes los datos eran el «nuevo petróleo» que cualquiera podía extraer gratis en terreno ajeno, ahora Microsoft levanta una valla en ese terreno y abre la caja registradora. Es una excelente noticia para los grandes editores, cuyos archivos valen millones, pero una señal inquietante para las pequeñas startups de IA. Solo los gigantes podrán pagar por contenido licenciado, lo que ampliará aún más la brecha entre Big Tech y el resto. Vemos cómo la internet abierta se convierte poco a poco en un jardín cerrado en el que los bots deben pagar por entrar.

Hay que reconocer que Microsoft ha elegido el momento ideal. La compañía necesita proteger Copilot de riesgos legales, y PCM resuelve el problema con elegancia. En lugar de negociar con cada editor por separado, crea un estándar. Si PCM se convierte en el estándar de la industria, Microsoft controlará no solo la capacidad de cómputo y los modelos, sino también la materia prima con la que funcionan. Es una jugada estratégica que consolida el dominio de la compañía en la cadena alimentaria de la inteligencia artificial durante años.

Lo esencial: Microsoft convierte el licenciamiento de datos en un negocio escalable y admite, en la práctica, que la era del scraping gratuito de la web ha terminado. ¿Están listos para que entrenar redes neuronales sea un privilegio de los ricos?