Recursos / Glosario de IA / Modelo fundacional

Modelo fundacional

IA

Un modelo fundacional es un modelo entrenado con datos amplios, normalmente a gran escala, que puede adaptarse a numerosas tareas posteriores. Actúa como una base incompleta sobre la que se construyen modelos especializados y aplicaciones.

El término fue popularizado por el Center for Research on Foundation Models de Stanford para destacar dos propiedades: adaptación y efecto transversal. La misma base puede generar mucho valor y propagar los mismos defectos a muchos usos.

De la base a la aplicación

Datos amplios + preentrenamiento
Modelo fundacional
Instrucciones y RAG
Fine-tuning y herramientas
Aplicaciones con procesos y controles

La capacidad general se convierte en una solución solo al integrarse con datos, reglas, personas y evaluación.

El modelo puede servir para texto, imagen, audio, código u otras modalidades. «Fundacional» describe su papel reutilizable, no una garantía de tamaño, calidad, apertura o seguridad.

Por qué cambia la implantación

Reutilizar una base reduce el coste de entrenar desde cero y permite probar muchos casos. También concentra dependencia: un cambio de modelo, política, licencia o proveedor afecta a varias aplicaciones. Los equipos deben saber qué sistemas heredan cada modelo y qué evaluaciones repetir.

Ejemplo empresarial

Una compañía utiliza el mismo modelo fundacional para resumir llamadas, extraer datos y apoyar un agente interno. Cada aplicación tiene prompts, fuentes, permisos y umbrales diferentes.

Una actualización mejora resúmenes pero altera la selección de herramientas. El inventario relaciona las tres aplicaciones con la versión base y activa evaluaciones distintas antes de migrar.

Qué debe evaluar una empresa

  • Capacidades demostradas en tareas propias, no solo benchmarks.
  • Modalidades, idiomas, contexto, herramientas y formatos necesarios.
  • Calidad, seguridad y comportamiento por segmentos.
  • Procedencia y documentación disponible sobre entrenamiento y evaluación.
  • Privacidad, retención, residencia, licencia y condiciones de uso.
  • Versionado, soporte, disponibilidad y estrategia de salida.
  • Riesgo sistémico de reutilizar la misma dependencia en muchos procesos.

No todas estas características son visibles desde una API. La diligencia sobre proveedor y contrato complementa la prueba técnica.

Qué no debe confundirse con modelo fundacional

  • Modelo base: punto de partida para adaptar; puede ser más estrecho y no cumplir la noción amplia de modelo fundacional.
  • LLM: tipo de modelo de lenguaje; muchos LLM son fundacionales, pero no todos los modelos fundacionales son LLM.
  • IA generativa: capacidad o familia de sistemas que generan contenido; puede apoyarse en un modelo fundacional.
  • Modelo de propósito general (GPAI): categoría jurídica del AI Act de la UE con una definición y obligaciones propias.
  • Aplicación de IA: producto que combina modelo, datos, interfaz, reglas, herramientas y operación.

La decisión útil

Trata el modelo fundacional como una dependencia crítica compartida. Registra qué aplicaciones lo utilizan, qué defectos pueden heredar y cómo sustituirlo sin perder datos, pruebas ni control del proceso.

Fuentes y lecturas recomendadas

Definición y vigencia revisadas el 20 de agosto de 2026.

Elaborado con asistencia de herramientas de IA y revisado por el equipo de INSTINTIA, que asume la responsabilidad editorial del contenido.

¿Quieres aplicar esto en tu empresa?

Solicitar diagnóstico gratuito AI Discovery Day