Los modelos MAI de Microsoft reducen los costos de Copilot en Excel y Outlook

Microsoft ha comenzado a enrutar decenas de miles de indicaciones semanales de Copilot dentro de Excel y Outlook a sus propios modelos MAI de Microsoft, marcando el primer cambio de escala de producción divulgado que se aleja de los sistemas de OpenAI y Anthropic que han impulsado las funciones de IA de la empresa desde su lanzamiento. El cambio, confirmado por Bloomberg a principios de julio de 2026, es un esfuerzo deliberado de Microsoft para frenar sus costos de infraestructura de IA de rápido crecimiento, reduciendo la dependencia de proveedores externos de modelos.

Los modelos MAI de Microsoft ahora manejan una fracción significativa pero aún pequeña del total de solicitudes de Copilot en las dos aplicaciones de Office, con un volumen medido en decenas de miles de indicaciones por semana. Tanto Excel como Outlook dependían anteriormente en mayor medida de modelos de OpenAI y Anthropic para ofrecer sus funciones asistidas por IA. Microsoft también ha implementado modelos MAI en GitHub Copilot, y la empresa espera lanzar un modelo de transcripción propietario en Teams en un futuro cercano.

El cálculo de costos detrás del cambio

Mustafa Suleyman, CEO de Microsoft AI, ha sido directo sobre la motivación de la empresa. En junio de 2026, declaró que Microsoft paga tarifas sustanciales a Anthropic y que el objetivo de la empresa es reducir y eventualmente eliminar ese gasto. Para un hiperescalador que ejecuta IA a la escala de Microsoft 365, el costo por token de llamar a las API de modelos externos se acumula rápidamente entre cientos de millones de usuarios. Trasladar las cargas de trabajo a modelos internos reduce ese costo marginal a casi cero después de la inversión inicial en infraestructura de entrenamiento e inferencia.

Esta lógica impulsada por costos se aplica en toda la cartera de IA de la empresa. Si bien el volumen actual enrutado a los modelos MAI de Microsoft sigue siendo un pequeño porcentaje del tráfico total de Copilot, la dirección del movimiento es inconfundible. Microsoft se está construyendo hacia un futuro en el que sus propios modelos sirvan como la capa de inferencia predeterminada para sus funciones de IA de consumo y productividad, con modelos de terceros reservados para tareas en las que las alternativas internas no puedan cumplir con los requisitos de calidad.

Lo que los modelos MAI de Microsoft significan para los usuarios empresariales

El cambio estratégico introduce una tensión que los clientes empresariales deben sopesar. Microsoft presentó siete nuevos modelos de IA en su conferencia Build, incluido MAI-Thinking 1, su primer modelo de razonamiento. Sin embargo, los resultados de las pruebas comparativas mostraron que MAI-Thinking 1 quedaba rezagado frente a las ofertas competidoras de OpenAI y Anthropic por un amplio margen. Para los suscriptores de Copilot y Office, esto podría significar pagar el mismo precio de suscripción mensual por funciones de IA que se ejecutan en modelos subyacentes menos capaces.

Microsoft no ha revelado si planea diferenciar los precios según el modelo que atiende cada solicitud de Copilot. Los niveles actuales de suscripción a Copilot para Microsoft 365 se mantienen sin cambios. Si una parte significativa de las consultas de Copilot se traslada a modelos MAI de menor rendimiento sin un ajuste de precio correspondiente, los compradores empresariales podrían enfrentar una degradación de facto en el valor que reciben por su gasto en IA. La brecha de calidad es más importante para consultas analíticas complejas en Excel o tareas matizadas de redacción y resumen en Outlook, precisamente los casos de uso en los que los usuarios avanzados corporativos dependen de Copilot.

Dicho esto, muchas solicitudes rutinarias de Copilot, como sugerencias simples de fórmulas en Excel o respuestas breves de correo electrónico en Outlook, pueden no requerir capacidades de razonamiento de vanguardia. Para esas tareas, un modelo interno adecuado ofrece la misma experiencia de usuario a una fracción del costo. La pregunta para Microsoft es qué tan limpiamente puede segmentar las cargas de trabajo: enrutar consultas simples a MAI mientras preserva el acceso a los modelos de OpenAI y Anthropic para las complejas, sin introducir problemas de latencia o confiabilidad que frustren a los usuarios.

Implicaciones estructurales para el ecosistema de IA

La medida conlleva consecuencias que se extienden mucho más allá de los propios productos de Microsoft. OpenAI y Anthropic han dependido en gran medida de Microsoft como cliente y socio de distribución. La nube Azure de Microsoft ha sido el proveedor exclusivo de cómputo para OpenAI, mientras que Anthropic también ha mantenido una estrecha relación comercial con la empresa. Una reducción gradual en la adquisición de modelos de estos socios es un riesgo de ingresos que ambos laboratorios de vanguardia deberán abordar.

Para OpenAI, perder una parte de su canal empresarial más grande significa que la empresa debe acelerar sus propios esfuerzos de ventas empresariales directas y diversificar su base de clientes más allá del ecosistema de Microsoft. Anthropic enfrenta un desafío similar: Mustafa Suleyman, CEO de Microsoft AI, mencionó específicamente a Anthropic como una línea de costos que la empresa pretende eliminar por completo con el tiempo. Ambos laboratorios han estado desarrollando sus propias estrategias de comercialización empresarial y compitiendo por clientes adyacentes a Azure, pero reemplazar el volumen que Microsoft maneja dentro de sus propios productos es un desafío de diferente escala.

El momento también es notable. Este cambio de producción se produce en un momento en que la industria de la IA en general está lidiando con la economía de la inferencia a escala. Los modelos de vanguardia son costosos de ejecutar, y los hiperescaladores que los despliegan a volúmenes masivos son extremadamente sensibles a la erosión de márgenes. La decisión de Microsoft de construir alternativas internas refleja un patrón ya visible en Amazon con sus familias de modelos Titan y Nova, y en Google con Gemini. Los hiperescaladores están convergiendo en una estrategia híbrida: ofrecen modelos de terceros a través de sus plataformas en la nube como un servicio de ingresos, mientras despliegan sus propios modelos en sus productos propios para controlar costos.

Qué significa esto para los tomadores de decisiones

Para los líderes de TI empresariales y compradores de tecnología, el cambio a los modelos MAI de Microsoft introduce un nuevo nivel de evaluación al evaluar las inversiones en Copilot. El consejo estándar de auditar el uso de funciones de IA y medir las ganancias reales de productividad se vuelve más urgente cuando la calidad del modelo subyacente puede cambiar sin previo aviso explícito. Las empresas que realizan pruebas piloto o implementan Copilot en toda su fuerza laboral deberían establecer una línea base del rendimiento actual y los niveles de satisfacción ahora, antes de que una mayor parte de las consultas migre a los modelos internos de Microsoft.

Desde el punto de vista de la estrategia del proveedor, las organizaciones que dependen de las capacidades de modelos de vanguardia integradas en sus herramientas de productividad pueden necesitar complementar Copilot con acceso directo a API de OpenAI, Anthropic u otros proveedores para tareas de alto riesgo. Esto crea una arquitectura de IA de dos niveles dentro de la empresa: una capa optimizada en costos incorporada para el trabajo rutinario, y una capa premium y de primera clase para análisis complejos o sensibles. Presupuestar para ambos niveles requiere planificación explícita.

Para inversores y analistas de la industria, el lanzamiento de los modelos MAI de Microsoft señala que la relación entre el hiperescalador y el laboratorio de IA está entrando en una nueva fase. El modelo de asociación que caracterizó 2023-2025, donde los proveedores de la nube invirtieron miles de millones en laboratorios de vanguardia y distribuyeron sus modelos como servicio, está dando paso a una dinámica más competitiva. Los clientes más grandes de los modelos de IA de vanguardia también son los mejor posicionados para construir sus propias alternativas, y están actuando sobre esa capacidad. Este cambio estructural ejercerá presión sobre los laboratorios de IA independientes para demostrar un valor diferenciado que no pueda ser replicado por los esfuerzos internos de sus mayores socios de distribución.

Por qué esto es importante

La decisión de Microsoft de enrutar el tráfico de Copilot a través de sus propios modelos MAI no es una medida aislada de reducción de costos. Es una señal estratégica de que la economía de la IA empresarial favorece al proveedor integrado verticalmente. Cuando la empresa que controla el sistema operativo, la suite de productividad, la infraestructura en la nube y el modelo de IA puede servir a su base de mil millones de usuarios con un costo marginal de inferencia cercano a cero, los proveedores de modelos independientes enfrentan una desventaja competitiva existencial. La próxima fase de la industria de la IA se definirá no por quién construye el modelo más inteligente de forma aislada, sino por quién puede ofrecer inteligencia adecuada al menor costo total en la huella de distribución más amplia.

Related Articles

• El rediseño de Microsoft 365 Copilot reduce los tiempos de carga a la mitad y añade Work IQ
• Microsoft lanza MAI-Image-2-Efficient para reducir costos de IA
• Microsoft 365 Copilot incorpora GPT-5.5 Instant para respuestas de IA más rápidas

✔Human Verified

Investigado y contrastado con fuentes primarias por el equipo editorial de Bytevyte.