Mercado de modelos de lenguaje pequeños (SLM) Tamaño y Compartir 2025 – 2034

Tamaño del mercado de modelos de lenguaje pequeños

El mercado mundial de modelos de lenguaje pequeños se valoró en 6,500 millones de USD en 2024 y se estima que registrará una tasa de crecimiento anual compuesta (TCAC) del 25,7 % entre 2025 y 2034.
 

Se prevé que el mercado registre un crecimiento significativo, impulsado por la creciente demanda de soluciones de IA eficientes en costes, la preocupación cada vez mayor por la privacidad de los datos y la creciente adopción de la computación perimetral. A medida que las empresas buscan soluciones basadas en IA sin los elevados costes computacionales de los modelos grandes, los SLM están cobrando impulso en sectores como la atención al cliente, la sanidad, las finanzas y la educación.
 

Los modelos de lenguaje pequeños desempeñan un papel crucial en el procesamiento del lenguaje natural (NLP), ya que ofrecen respuestas con baja latencia, menores costes de infraestructura y una mayor adaptabilidad. Estos modelos son especialmente valiosos para las aplicaciones de IA en el dispositivo, en las que la toma de decisiones en tiempo real es esencial, como los chatbots basados en IA, los asistentes de voz y las herramientas de generación de contenidos. Diseñados con una arquitectura optimizada, los SLM proporcionan un procesamiento eficiente sin sacrificar la precisión, lo que los hace adecuados para su despliegue en dispositivos móviles, servidores perimetrales y plataformas de IA basadas en la nube.
 

Por ejemplo, en marzo de 2024, OpenAI, Google y Meta anunciaron avances en modelos de lenguaje compactos, pero potentes, adaptados a soluciones de IA empresariales. Estas innovaciones aprovechan técnicas de aprendizaje con pocos ejemplos, ajuste eficiente de parámetros y destilación del conocimiento para mejorar el rendimiento de la IA y mantener la eficiencia. Las empresas integran cada vez más los SLM en sus plataformas de interacción con clientes, sistemas de asesoramiento financiero y herramientas educativas, garantizando experiencias fluidas basadas en IA.
 

Los avances en los modelos de lenguaje pequeños, incluido el despliegue híbrido de IA, la arquitectura modular y las soluciones de IA centradas en la privacidad, están transformando aún más el panorama del mercado. Estas innovaciones permiten a las empresas adoptar la IA a gran escala, minimizar la sobrecarga computacional y garantizar el cumplimiento normativo, posicionando a los SLM como un factor clave para la adopción de la IA en distintos sectores.
 

Tendencias del mercado de modelos de lenguaje pequeños

• La adopción de los modelos de lenguaje pequeños (SLM) está aumentando rápidamente debido a su rentabilidad, sus menores requisitos computacionales y su capacidad para funcionar de manera eficiente en dispositivos perimetrales. Las empresas aprovechan los SLM para mejorar la accesibilidad de la IA y desplegar soluciones basadas en IA en distintos sectores sin realizar grandes inversiones en infraestructura.
   
• Las organizaciones de los sectores de la sanidad, las finanzas, la atención al cliente y el aprendizaje electrónico están integrando los SLM para automatizar respuestas, generar contenidos y analizar datos. La capacidad de estos modelos para proporcionar resultados rápidos y sensibles al contexto con una latencia mínima está impulsando su amplia adopción.
   
• Las preocupaciones normativas y relacionadas con la privacidad están impulsando a las empresas hacia modelos de despliegue locales e híbridos para los SLM, con el fin de garantizar una mayor seguridad de los datos, el cumplimiento de las leyes regionales sobre IA y una menor dependencia de las soluciones de IA basadas en la nube.
   
• El aumento de la demanda de modelos de IA específicos para cada sector ha propiciado una tendencia creciente hacia los modelos de lenguaje pequeños ajustados. Las empresas personalizan cada vez más los SLM para adaptarlos a sus conocimientos especializados, mejorando la precisión y la relevancia en ámbitos específicos como las aplicaciones de IA jurídicas, médicas y financieras.
   
• La ciberseguridad y las preocupaciones relacionadas con la IA ética siguen siendo retos clave, con especial atención a la mitigación de sesgos, la explicabilidad y una gobernanza responsable de la IA. Las empresas están invirtiendo en el entrenamiento robusto de modelos, técnicas de cifrado y aprendizaje federado para mejorar la seguridad y la privacidad en las implementaciones de SLM.
   

Análisis del mercado de modelos de lenguaje pequeños

Para comprender las principales tendencias del mercado

Descargar PDF Gratis

Por tecnología, el mercado de modelos de lenguaje pequeños se divide en sistemas basados en aprendizaje profundo, sistemas basados en aprendizaje automático y sistemas basados en reglas. El segmento basado en aprendizaje profundo lideró el mercado, con unos ingresos de 6,500 millones de USD en 2024.
 

• El segmento basado en aprendizaje profundo lideró el mercado, principalmente debido a su comprensión contextual superior, escalabilidad y capacidad para procesar patrones lingüísticos complejos. Estos modelos aprovechan arquitecturas avanzadas de transformadores y redes neuronales, lo que permite generar y resumir textos con gran precisión, así como desarrollar soluciones de IA conversacional.
   
• La creciente adopción de la automatización impulsada por IA, el procesamiento de textos en tiempo real y las técnicas de aprendizaje autosupervisado ha incrementado significativamente la demanda de SLM basados en aprendizaje profundo en diversos sectores, como las finanzas, la atención sanitaria, el comercio electrónico y la atención al cliente.
   
• Los SLM basados en aprendizaje profundo se integran cada vez más en servicios de IA basados en la nube, proporcionando soluciones escalables y rentables para las empresas. Las empresas de IA y otras organizaciones utilizan estos modelos para el procesamiento inteligente de documentos, la automatización del servicio de atención al cliente y las recomendaciones personalizadas de contenido.
   
• Por ejemplo, en marzo de 2024, Meta AI lanzó un SLM de aprendizaje profundo de código abierto, proporcionando a los desarrolladores acceso a modelos de IA preentrenados para traducciones multilingües, desarrollo de chatbots y creación de contenido basada en IA.
   

Por implementación, el mercado de modelos de lenguaje pequeños se divide en soluciones en la nube, híbridas y locales. El segmento de soluciones en la nube lideró el mercado y registró una cuota de mercado del 55% en 2024.
 

• Las empresas adoptan ampliamente los modelos de lenguaje pequeños basados en la nube para automatizar la atención al cliente, generar contenido y procesar el lenguaje en tiempo real, lo que permite una implementación fluida sin necesidad de una infraestructura extensa.
   
• Las empresas prefieren los SLM basados en la nube porque eliminan la necesidad de contar con una costosa infraestructura local y permiten una implementación rápida y actualizaciones continuas. Grandes empresas tecnológicas como OpenAI, Google DeepMind, AWS AI y Microsoft Azure ofrecen soluciones de SLM alojadas en la nube que admiten aplicaciones como chatbots, generación de contenido, asistentes virtuales y traducciones automatizadas.
   
• Las empresas de los sectores financiero, sanitario, minorista y de medios de comunicación utilizan SLM basados en la nube para realizar análisis en tiempo real, resumir documentos y ofrecer interacciones personalizadas con los clientes. La flexibilidad de los modelos en la nube basados en API permite a las empresas integrar fácilmente la IA lingüística en sus flujos de trabajo existentes.
   
• Las mejoras en materia de seguridad y cumplimiento normativo están impulsando la adopción de soluciones en la nube, gracias a los avances en el procesamiento cifrado de IA y el aprendizaje automático con protección de la privacidad. Las empresas están invirtiendo en implementaciones en la nube específicas para cada región con el fin de cumplir las normativas sobre soberanía de los datos, especialmente en Europa y Norteamérica.
   
• Por ejemplo, en marzo de 2024, OpenAI colaboró con instituciones financieras para implementar SLM basados en la nube destinados a la detección del fraude, utilizando técnicas avanzadas de procesamiento del lenguaje natural (NLP) para analizar patrones de transacciones y detectar anomalías en tiempo real.
   

Según el tipo de modelo, el mercado de modelos de lenguaje pequeños se divide en modelos de lenguaje pequeños preentrenados, modelos de lenguaje pequeños ajustados y modelos de código abierto. El segmento de modelos de lenguaje pequeños preentrenados lideró el mercado en 2024.
 

• El segmento de modelos de lenguaje pequeños preentrenados lideró el mercado, principalmente gracias a su eficiencia, rentabilidad y capacidad para implementarse en múltiples aplicaciones con unos requisitos computacionales mínimos. Estos modelos se preentrenan con grandes conjuntos de datos, lo que permite a las empresas aprovechar las capacidades de la inteligencia artificial sin necesidad de realizar una formación o personalización exhaustivas.
   
• La creciente demanda de soluciones de inteligencia artificial de baja latencia, procesamiento de textos en tiempo real y aplicaciones específicas para cada sector ha impulsado la adopción de SLM preentrenados en sectores como la atención al cliente, la sanidad, las finanzas y la educación.
   
• Los SLM preentrenados reducen la necesidad de llevar a cabo una formación exhaustiva de los modelos, por lo que resultan ideales para pequeñas y medianas empresas (pymes) y grandes corporaciones que buscan mejorar la automatización y la integración de la inteligencia artificial.
   
• Por ejemplo, en febrero de 2024, OpenAI presentó un SLM preentrenado ligero y optimizado para aplicaciones empresariales de inteligencia artificial, lo que permitió a las empresas implementar chatbots basados en inteligencia artificial, herramientas automatizadas de procesamiento de documentos y soluciones de resumen en tiempo real.
   

Según el uso final, el mercado de modelos de lenguaje pequeños se divide en atención al cliente y chatbots, servicios financieros y banca, sanidad e inteligencia artificial médica, medios de comunicación y generación de contenidos, comercio minorista y comercio electrónico, educación y aprendizaje electrónico, servicios jurídicos y cumplimiento normativo, y otros. El segmento de atención al cliente y chatbots lideró el mercado en 2024.
 

• El segmento de atención al cliente y chatbots lideró el mercado, principalmente debido a la creciente demanda de automatización basada en inteligencia artificial en las interacciones con los clientes, la reducción de costes y la disponibilidad permanente. Las empresas de diversos sectores están aprovechando los modelos de lenguaje pequeños (SLM) para mejorar la atención al cliente, reducir los tiempos de respuesta y aumentar la interacción de los usuarios.
   
• Los chatbots y asistentes virtuales basados en SLM se integran cada vez más en los sectores del comercio electrónico, la banca, la sanidad y las telecomunicaciones, lo que agiliza las interacciones con los clientes y reduce los costes operativos. Estos modelos ofrecen respuestas contextuales y similares a las humanas, al tiempo que mantienen la eficiencia y la escalabilidad.
   
• El creciente cambio hacia la atención omnicanal, incluidos los asistentes de voz, las aplicaciones de mensajería y los bots de las redes sociales, ha impulsado aún más la adopción de chatbots basados en inteligencia artificial, mejorando la interacción con los clientes y las experiencias personalizadas.
   
• Las empresas están invirtiendo en chatbots con capacidad de autoaprendizaje que mejoran continuamente a partir de las interacciones con los clientes, aumentando la precisión y la satisfacción de los usuarios con el tiempo.
   
• Por ejemplo, en marzo de 2024, Salesforce AI presentó un chatbot actualizado basado en modelos de lenguaje pequeños, lo que permitió a las empresas automatizar las interacciones de CRM y mejorar la interacción con los clientes.
   

Obtenga más información sobre los segmentos clave que conforman este mercado

Descargar PDF Gratis

Estados Unidos dominó el mercado norteamericano de modelos de lenguaje pequeños, con unos ingresos de 2,000 millones de USD en 2024, y se prevé que registre una tasa de crecimiento anual compuesta (TCAC) de aproximadamente el 26 % durante el período de previsión.
 

• Estados Unidos dominó el mercado norteamericano de SLM, impulsado por la rápida integración de soluciones basadas en inteligencia artificial en sectores como las finanzas, la sanidad, el comercio electrónico y la atención al cliente. El país se beneficia de un sólido ecosistema de investigación en inteligencia artificial, elevadas tasas de adopción de servicios en la nube y un aumento de las inversiones en automatización basada en PLN.
   
• Las estrictas normativas de privacidad de datos y las políticas de gobernanza de la inteligencia artificial han acelerado la adopción de modelos de lenguaje pequeños que priorizan implementaciones de inteligencia artificial seguras y conformes con la normativa en diversos sectores.
   
• Por ejemplo, en marzo de 2024, OpenAI amplió su presencia en el mercado estadounidense de modelos lingüísticos pequeños al asociarse con varias empresas para implementar modelos lingüísticos pequeños basados en GPT destinados a la automatización empresarial, la interacción con clientes y el análisis de datos en tiempo real.
   
• El mercado estadounidense también se está beneficiando del auge de los servicios en la nube impulsados por la IA, ya que gigantes tecnológicos como Microsoft Azure AI, AWS y Google Cloud están mejorando la accesibilidad de los modelos lingüísticos pequeños mediante soluciones de IA escalables, rentables y específicas para cada sector.
   

Las previsiones indican que, de 2025 a 2034, el mercado alemán de modelos lingüísticos pequeños crecerá considerablemente.
 

• Se prevé que el mercado alemán registre un crecimiento sustancial, impulsado por la creciente adopción de la automatización basada en IA en sectores como las finanzas, la atención sanitaria, la automoción y el cumplimiento normativo. El sólido marco regulatorio del país y su énfasis en la IA ética están fomentando el desarrollo de modelos lingüísticos pequeños seguros y transparentes.
   
• Por ejemplo, en abril de 2024, un destacado instituto alemán de investigación en IA se asoció con importantes empresas para integrar modelos lingüísticos pequeños (SLM) en la automatización del servicio de atención al cliente, el análisis jurídico de documentos basado en IA y los chatbots de IA multilingües. Esta iniciativa tiene como objetivo mejorar la eficiencia operativa y garantizar al mismo tiempo soluciones de IA conformes con el RGPD.
   
• La rápida expansión de los sectores alemán del comercio electrónico y de la tecnología financiera ha incrementado la demanda de aplicaciones de modelos lingüísticos pequeños impulsadas por IA, lo que permite personalizar las interacciones con los clientes, detectar fraudes y analizar el sentimiento en tiempo real.
   
• La industria automovilística alemana también está aprovechando los modelos lingüísticos pequeños para sus asistentes de IA integrados en los vehículos, que ofrecen un reconocimiento de voz mejorado, información para el mantenimiento predictivo y asistencia de navegación en tiempo real en vehículos conectados.
   

Las previsiones indican que, de 2025 a 2034, el mercado chino crecerá considerablemente.
 

• Se espera que el mercado chino de modelos lingüísticos pequeños (SLM) registre un crecimiento significativo, impulsado por las iniciativas gubernamentales, los avances en la infraestructura de IA y la creciente demanda de soluciones de IA localizadas. El enfoque del país en la autosuficiencia en materia de IA y la automatización industrial a gran escala está impulsando una adopción generalizada en todos los sectores.
   
• Por ejemplo, en marzo de 2024, un importante gigante tecnológico chino lanzó un nuevo modelo lingüístico pequeño optimizado específicamente para el mandarín y los dialectos regionales, con lo que mejoró la atención al cliente basada en IA, el procesamiento jurídico de documentos y la moderación de contenidos. Este desarrollo tiene como objetivo mejorar la accesibilidad y la eficiencia en la economía digital china.
   
• Los sectores chinos del comercio electrónico y de la tecnología financiera están integrando rápidamente modelos lingüísticos pequeños para mejorar las interacciones automatizadas con los clientes, la detección de fraudes y el análisis del mercado en tiempo real, garantizando servicios más rápidos y personalizados.
   
• Los sectores de la educación y la atención sanitaria también están experimentando un aumento de la adopción de modelos lingüísticos pequeños, ya que los sistemas de tutoría basados en IA y los asistentes de investigación médica contribuyen a mejorar las experiencias de aprendizaje y acelerar el diagnóstico.
   

Cuota de mercado de los modelos lingüísticos pequeños

• Las siete principales empresas —Nvidia, Google, Meta, Microsoft, Amazon AWS AI, IBM Watson AI y Apple AI— registraron una cuota de mercado significativa, superior al 30%, en el sector de los modelos lingüísticos pequeños en 2024.
   
• Nvidia es un proveedor líder de soluciones informáticas impulsadas por IA, especializado en aprendizaje profundo acelerado mediante GPU para modelos lingüísticos pequeños. La empresa desempeña un papel fundamental en el avance de la infraestructura de IA y la eficiencia del entrenamiento de modelos.
   
• Por ejemplo, en marzo de 2024, Nvidia lanzó su chip de IA de próxima generación, diseñado para mejorar el rendimiento de los modelos lingüísticos pequeños, reducir el consumo energético y aumentar al mismo tiempo la eficiencia computacional.
   
• Google ha desarrollado modelos de lenguaje pequeños de última generación integrados en su motor de búsqueda, Google Assistant y servicios de IA en la nube, lo que permite mejorar el procesamiento del lenguaje natural y las aplicaciones de IA en tiempo real.
   
• Por ejemplo, en abril de 2024, Google presentó una versión mejorada de sus MLP Gemini, lo que permitió a las empresas implementar chatbots rentables basados en IA con una comprensión contextual mejorada.
   
• Meta se centra en innovaciones basadas en IA y aprovecha modelos de lenguaje pequeños para aplicaciones como chatbots, moderación de contenidos y asistentes virtuales en plataformas como Facebook, Instagram y WhatsApp.
   
• Por ejemplo, en enero de 2024, Meta integró su modelo de lenguaje pequeño más reciente en WhatsApp Business, lo que permitió automatizar las interacciones con los clientes y dotarlas de consciencia contextual.
   
• Microsoft ofrece soluciones basadas en IA a través de Azure AI y sus alianzas con OpenAI, e integra modelos de lenguaje pequeños en aplicaciones empresariales, inteligencia empresarial y servicios de IA basados en la nube.
   
• Por ejemplo, en febrero de 2024, Microsoft presentó una solución de MLP basada en Azure para empresas, que permite ajustar modelos de IA para casos de uso especializados por sector.
   
• Amazon AWS AI ofrece modelos de lenguaje pequeños basados en la nube a través de servicios de AWS como Amazon Bedrock y Amazon SageMaker, lo que permite a las empresas implementar aplicaciones escalables basadas en IA de manera eficiente.
   
• Por ejemplo, en marzo de 2024, AWS AI mejoró sus capacidades de modelos de lenguaje pequeños dentro de Amazon Bedrock, lo que permitió a los desarrolladores crear aplicaciones de IA de baja latencia con costes mínimos de infraestructura.
   

Empresas del mercado de modelos de lenguaje pequeños

Entre los principales actores que operan en el sector de los modelos de lenguaje pequeños se incluyen:

• Amazon AWS AI
• Apple AI
• Cerebras Systems
• Cohere
• Databricks
• Google
• IBM Watson AI
• Meta
• Microsoft
• Nvidia
   

Las principales empresas del mercado de modelos de lenguaje pequeños (SLM) están implementando iniciativas estratégicas, como fusiones y adquisiciones, alianzas e inversiones específicas en innovaciones basadas en IA, para mejorar la eficiencia, la escalabilidad y las aplicaciones específicas de cada sector. Mediante el uso del aprendizaje profundo, el procesamiento del lenguaje en tiempo real y la analítica basada en IA, los principales actores pretenden optimizar la comprensión del lenguaje natural, la eficiencia de los modelos y la integración de la IA empresarial. Estos avances refuerzan su posición en el mercado al responder a las necesidades cambiantes de empresas, desarrolladores e investigadores de IA, y garantizar una toma de decisiones fiable y consciente del contexto en diversos sectores.
 

Las organizaciones integran cada vez más modelos de IA basados en la nube, computación en el borde y capacidades de ajuste fino para mejorar el procesamiento del lenguaje y minimizar los costes computacionales y los problemas de latencia. La adopción de API escalables, arquitecturas de IA multimodal y entrenamiento automatizado de modelos mejora aún más el rendimiento de la IA conversacional, la comprensión contextual y la adaptabilidad a requisitos específicos de cada ámbito. La colaboración con proveedores de servicios en la nube, proveedores de software empresarial y organismos reguladores impulsa el desarrollo de modelos de lenguaje pequeños de próxima generación, alineados con la evolución de las normas sectoriales, las normativas de privacidad de datos y los marcos de IA ética.
 

Ante la creciente demanda de implementaciones de IA rentables, interacciones mejoradas con chatbots y servicios de traducción en tiempo real, los líderes del mercado están aumentando las inversiones en I+D para la optimización de la IA, la adaptación a idiomas con pocos recursos y la mejora de modelos específicos por ámbito.Estas innovaciones permiten generar texto en tiempo real, ofrecer recomendaciones de contenido personalizadas e integrar la IA de forma segura, al tiempo que se adaptan a diversas aplicaciones empresariales y necesidades sectoriales. Como resultado, el mercado de modelos de lenguaje pequeños está preparado para redefinir las soluciones de IA empresarial, acelerar la transformación digital, mejorar el cumplimiento normativo y optimizar la experiencia general de los usuarios en sectores de todo el mundo, incluidos la atención al cliente, las finanzas, la sanidad y la creación de contenido.
 

Noticias del sector de los modelos de lenguaje pequeños

• En noviembre de 2024, Nvidia presentó un marco avanzado de optimización de IA para modelos de lenguaje pequeños, que permite a los desarrolladores mejorar la velocidad de inferencia y reducir los costes computacionales de las aplicaciones empresariales.
   
• En octubre de 2024, Google AI amplió las capacidades de sus modelos de lenguaje pequeños mediante la integración del procesamiento multimodal, lo que permite a los usuarios generar e interpretar texto, imágenes y audio de forma fluida en un sistema de IA unificado.
   
• En septiembre de 2024, Meta lanzó un modelo de lenguaje pequeño ajustado para automatizar la atención al cliente, mejorando la precisión y el tiempo de respuesta de los chatbots para proveedores de comercio electrónico y servicios financieros.
   
• En agosto de 2024, Microsoft presentó un modelo de lenguaje pequeño nativo de la nube diseñado para procesar documentos empresariales, lo que permite a las empresas automatizar con gran precisión la revisión de documentos jurídicos y relacionados con el cumplimiento normativo.
   
• En julio de 2024, Amazon AWS AI introdujo una API escalable para modelos de lenguaje pequeños, que permite a los desarrolladores integrar funciones de resumen, traducción y generación de código basadas en IA en aplicaciones web con una latencia mínima.
   
• En junio de 2024, IBM Watson AI se asoció con destacados proveedores sanitarios para desplegar modelos de lenguaje pequeños especializados en diagnósticos médicos, mejorando la documentación de pacientes asistida por IA y la toma de decisiones clínicas.
   
• En mayo de 2024, Apple AI lanzó un modelo de lenguaje pequeño integrado en el dispositivo y adaptado a aplicaciones centradas en la privacidad, garantizando interacciones de IA seguras y eficientes sin necesidad de procesamiento en la nube.
   

El informe de investigación de mercado de modelos de lenguaje pequeños (SLM) incluye una cobertura exhaustiva del sector con estimaciones y previsiones de ingresos (miles de millones de USD) de 2021 a 2034, para los siguientes segmentos:

Mercado, por tecnología

• Basado en aprendizaje profundo
• Basado en aprendizaje automático
• Sistema basado en reglas

Mercado, por tipo de modelo

• Preentrenado
• Ajustado
• De código abierto

Mercado, por implementación

• Nube
• Híbrida
• En las instalaciones

Mercado, por uso final

• Atención al cliente y chatbots
• Servicios financieros y banca
• Sanidad e IA médica
• Medios de comunicación y generación de contenido
• Comercio minorista y comercio electrónico
• Educación y aprendizaje electrónico
• Servicios jurídicos y cumplimiento normativo
• Otros

La información anterior se proporciona para las siguientes regiones y países:

• América del Norte
  • EE. UU.
  • Canadá
• Europa
  • Alemania
  • Francia
  • Reino Unido
  • España
  • Italia
  • Rusia
  • Países nórdicos
• Asia-Pacífico
  • China
  • India
  • Japón
  • Corea del Sur
  • ANZ
  • Sudeste Asiático 
• América Latina
  • Brasil
  • México
  • Argentina
• MEA
  • EAU
  • Sudáfrica
  • Arabia Saudí