La respuesta corta
Bloomberg informó el 7 de julio de 2026 de que Microsoft ha empezado a dirigir algunas solicitudes de Microsoft 365 Copilot en Excel y Outlook a sus propios modelos MAI en lugar de a los de OpenAI y Anthropic, para reducir los costes de IA de terceros. Decenas de miles de prompts a la semana se ejecutan ya sobre MAI, aún una parte pequeña del volumen total de Copilot, y el responsable de IA, Mustafa Suleyman, dijo que el objetivo es seguir recortando el gasto externo hasta dejar de pagar por completo a Anthropic.
Para los equipos que desarrollan software en los mercados de EE. UU. y la UE, la conclusión no es «elegir MAI» ni «abandonar OpenAI». Es arquitectónica. Cuando el mayor comprador de IA se diversifica y se aleja de los proveedores únicos, la concentración de proveedores se convierte en una preocupación de diseño de primer orden, y el seguro más barato es una capa de abstracción de modelos que haga que cambiar o combinar proveedores sea un cambio de configuración y no una reescritura.
¿Qué ha cambiado realmente Microsoft?
El cambio afecta a qué motor funciona detrás del mismo botón, no a una función nueva. Microsoft 365 Copilot, la IA integrada en Excel, Outlook, Word y Teams, se ha apoyado mucho en modelos de OpenAI, con modelos de Anthropic añadidos para algunas tareas durante el último año. Según el informe de Bloomberg del 7 de julio, Microsoft está ahora dirigiendo discretamente una parte de esas solicitudes en Excel y Outlook a su propia familia MAI. Los usuarios ven el mismo Copilot; el modelo que responde ha cambiado por debajo.
Dos cifras enmarcan la escala. Los modelos propios gestionan decenas de miles de prompts por semana, lo que suena a mucho pero es una fracción pequeña del tráfico total de Copilot: es una migración gradual y medida, no un cutover brusco. Y está previsto que se amplíe: Microsoft ha señalado que los modelos MAI se extenderán a GitHub Copilot y Teams, y que sus propios modelos de transcripción de voz pasarán a las videollamadas de Teams. Si su producto integra Copilot o se construye sobre la pila de IA de Microsoft, el modelo que hay detrás de sus funciones de IA y datos puede cambiar sin que usted haga nada, un buen recordatorio de que conviene saber de qué modelo depende realmente.
Microsoft no ha dado la espalda a sus socios. Sigue siendo un gran respaldo de OpenAI y todavía dirige mucho trabajo de Copilot a modelos externos. El planteamiento exacto es la diversificación: añadir una opción propia junto a las contratadas y después desplazar la combinación allí donde sus propios modelos son lo bastante buenos y más baratos.
¿Por qué internalizar los modelos que ayudó a financiar?
Coste y control, por ese orden. Servir modelos de frontera a cientos de millones de usuarios de Office es una de las mayores facturas de inferencia del planeta, y cada prompt enviado a un proveedor externo es margen entregado a un proveedor. Tener el modelo propio reduce de golpe ese coste por token, elimina una dependencia y permite a Microsoft ajustar los modelos con precisión a sus propios productos y a su telemetría. Suleyman ha sido explícito en que reducir el gasto externo, y en última instancia dejar de pagar a Anthropic, es el objetivo.
Lo que lo hace viable ahora es que MAI se ha vuelto lo bastante bueno para una parte creciente del trabajo real. En su conferencia Build de junio de 2026, Microsoft presentó siete modelos nuevos a la vez, y las informaciones indican que uno de ellos se acerca a Opus 4.6, el modelo de la generación anterior de Anthropic, en generación de código a un precio más bajo. Esa es la parte discreta de toda la historia: para las tareas rutinarias de un asistente (resumir una bandeja de entrada, redactar una fórmula, limpiar una hoja de cálculo), un modelo propio más barato queda ahora lo bastante cerca de un modelo de frontera como para que gane la diferencia de precio. La frontera sigue importando para el trabajo más difícil; ya no es la única opción defendible para el trabajo fácil.
¿Por qué es una señal y no solo una historia de Microsoft?
Por quién lo hace. Microsoft es uno de los mayores compradores y distribuidores de IA del mundo y coinvirtió en los mismos modelos que ahora está esquivando. Cuando un cliente con tanto poder de negociación y conocimiento interno decide que lo inteligente es construir su propia opción y diversificar el suministro, está diciendo algo al mercado: los modelos capaces se están convirtiendo en commodities, los costes de cambio son el verdadero riesgo y depender de un único proveedor es una posición de la que conviene salir con ingeniería, no una alianza en la que apoyarse.
La mayoría de los equipos no pueden copiar la táctica; casi nadie debería construir un modelo de frontera. Pero la estrategia se generaliza sin problemas. No hace falta la escala de Microsoft para tratar los modelos como un insumo intercambiable y competitivo y no como una dependencia fija. Los equipos expuestos son los que conectaron su producto a la API de exactamente un proveedor, con las peculiaridades y los precios de ese proveedor repartidos por toda la base de código y sin un camino probado hacia ninguna otra cosa. Cuando ese proveedor cambia los precios, limita la tasa de uso o retira un modelo, descubren cuánto de su arquitectura era en realidad del proveedor.
Qué significa para los equipos de software de EE. UU. y la UE
Convierta el titular en tres hábitos de ingeniería. Primero, ponga una abstracción independiente del proveedor entre su lógica de negocio y cualquier modelo, de modo que el proveedor y el nombre del modelo sean configuración y no suposiciones dispersas por el código. Segundo, evalúe al menos una alternativa más barata o de pesos abiertos por tarea, con sus propios datos y su propio nivel de calidad: la historia de Microsoft demuestra que «suficientemente bueno y más barato» gana a «lo mejor y lo más caro» en buena parte del trabajo rutinario. Tercero, mantenga un modelo de respaldo configurado y probado, de modo que un cambio de precio, un tope de cuota o una caída degraden el servicio con elegancia en lugar de tumbar la función.
Lo que está en juego es mayor en los sectores regulados. En FinTech y otros ámbitos auditados, «dependemos de un único proveedor de IA sin alternativa» es un riesgo de concentración que las revisiones de resiliencia operativa y de riesgo de proveedores señalarán por su nombre. Un enfoque de cartera (un modelo principal, una alternativa probada, una abstracción que hace rutinario el cambio) no solo es más barato; es el enfoque que espera una evaluación de resiliencia. Diséñelo pronto, porque adaptar una abstracción a un producto que da por hecho un único proveedor cuesta mucho más que construirla desde el principio.
Nada de esto significa perseguir el modelo más barato en todas partes ni cambiar de proveedor por deporte. Significa tratar la elección del modelo como una cartera que se reequilibra a medida que se mueven los precios y la calidad: ajustar la capacidad a la tarea, conservar la opción de cambiar de opinión a bajo coste y no dejar nunca que un único proveedor condicione la hoja de ruta de su producto.
Una lista de comprobación de portabilidad de modelos
Aquí no hay un plazo nuevo, solo el trabajo que convierte el próximo movimiento de un proveedor en un encogimiento de hombros:
- Añada una capa de abstracción. Dirija cada llamada a un modelo a través de una única interfaz interna para que el proveedor y el modelo sean configuración y no código esparcido por la aplicación.
- Conozca su dependencia. Anote qué modelo impulsa cada función de IA y qué se rompe si cambia: no se puede gestionar una dependencia a la que no se ha puesto nombre.
- Compare una alternativa por tarea. Pruebe un modelo más barato o de pesos abiertos con sus propios datos en cada tarea; conserve los que se mantengan dentro de su nivel de calidad.
- Configure y pruebe una alternativa. Conecte al menos un proveedor alternativo y ejercite de verdad la conmutación por error, para que funcione cuando la necesite.
- Instrumente coste y calidad por función. Registre tokens, latencia y una puntuación de evaluación para que el reequilibrio lo guíe la evidencia y no las corazonadas.
- Reequilibre con regularidad. Los precios y las clasificaciones de los modelos cambian cada mes; revise la combinación según un calendario en lugar de tratar la primera elección como permanente.
Esto no es asesoramiento de inversión ni de compras, y la combinación de modelos adecuada depende de sus cargas de trabajo, de su nivel de calidad y de sus mercados. Pero la señal estratégica del movimiento de Microsoft es clara: hasta el mayor comprador se niega a quedar atado, así que construya la maquinaria que mantiene abiertas sus opciones.
Preguntas frecuentes
¿Qué ha cambiado realmente Microsoft?
Bloomberg informó el 7 de julio de 2026 de que Microsoft ha empezado a dirigir algunas solicitudes de Microsoft 365 Copilot en Excel y Outlook a sus propios modelos MAI en lugar de a los de OpenAI y Anthropic. Decenas de miles de prompts a la semana se ejecutan ya sobre MAI, aunque sigue siendo una fracción pequeña del volumen total de Copilot. El responsable de IA de Microsoft, Mustafa Suleyman, planteó el objetivo como recortar con el tiempo el gasto en IA de terceros y dijo que Microsoft quiere acabar dejando de pagar por completo a Anthropic.
¿Por qué se aleja Microsoft de los modelos de OpenAI que ayudó a financiar?
Por coste y control. Servir modelos de frontera a la escala de Microsoft es enormemente caro, y Microsoft cuenta ahora con su propia familia MAI, que incluye siete modelos presentados en Build en junio de 2026, uno de los cuales, según se informa, iguala en programación a Opus 4.6, de la generación anterior de Anthropic, a menor coste. Tener el modelo propio permite a Microsoft reducir el gasto por token, depender menos de proveedores externos y ajustar los modelos a sus propios productos. No ha abandonado a OpenAI ni a Anthropic: se está diversificando.
¿Significa esto que los equipos también deberían construir sus propios modelos?
Para casi todos los equipos, no. Microsoft tiene escala de centros de datos, personal de investigación y una demanda que justifican construir. La mayoría de los equipos de producto deberían seguir comprando modelos de frontera, pero mantenerse portables: poner una capa de abstracción entre el producto y el proveedor para poder cambiar o combinar modelos a medida que cambian el precio y la calidad. La lección no es construir el propio; es no atarse a un único proveedor.
¿Qué es la internalización de modelos (in-sourcing) y por qué importa como señal?
La internalización es cuando una empresa que compra mucha IA empieza a construir y servir sus propios modelos para depender menos de proveedores externos. Importa porque Microsoft es uno de los mayores compradores de IA del mundo; cuando el mayor cliente se aleja de un único proveedor, indica que los modelos capaces se están convirtiendo en commodities y que la concentración de proveedores es un riesgo de coste y de resiliencia que merece ingeniería.
¿Qué deberían hacer los responsables de ingeniería este trimestre?
Ponga una abstracción independiente del proveedor entre su aplicación y cualquier modelo, evalúe al menos una alternativa más barata o de pesos abiertos por tarea con sus propios datos, configure un modelo de respaldo e instrumente coste y calidad por función para que un cambio de precio o de disponibilidad sea editar la configuración y no un incidente. Trate la elección del modelo como una cartera que se reequilibra, no como una apuesta única.
Fuentes
Bloomberg — Microsoft Replaces OpenAI, Anthropic With Own AI in Some Apps (en inglés) (7 de julio de 2026)
CNBC — Microsoft unveils new AI models to lessen reliance on OpenAI and lower costs for developers (en inglés) (2 de junio de 2026)
The Decoder — Copilot goes cheap as Microsoft phases out OpenAI and Anthropic models to cut costs (en inglés) (julio de 2026)