Cuando DeepSeek lanzó su modelo R1 a principios de 2025, el impacto fue inmediato: una empresa china, con muchos menos recursos que OpenAI o Google, publicaba un modelo de código abierto que rendía a un nivel comparable a los mejores modelos propietarios. Con la llegada de DeepSeek R2, esa tendencia se consolida y sus implicaciones para las empresas europeas son mucho más relevantes de lo que parecen a primera vista.
Este artículo no es un análisis técnico de benchmarks. Es una lectura estratégica de lo que significa DeepSeek R2 para la decisión que muchas empresas tienen sobre la mesa: seguir con herramientas propietarias como ChatGPT o Gemini, o empezar a explorar alternativas de código abierto que puedan desplegarse con mayor control y menor dependencia de terceros.
Qué es DeepSeek R2 y por qué está generando tanto interés
DeepSeek R2 es un modelo de lenguaje de gran escala desarrollado por la empresa china DeepSeek AI, publicado bajo licencia de código abierto. Eso significa que cualquier organización puede descargarlo, ejecutarlo en su propia infraestructura y adaptarlo a sus necesidades sin depender de una API externa ni pagar por cada consulta.
Lo que distingue a DeepSeek R2 de versiones anteriores es su capacidad de razonamiento extendido: el modelo está optimizado para tareas que requieren análisis en varios pasos, resolución de problemas complejos y coherencia en textos largos. En evaluaciones independientes, compite directamente con modelos como GPT-4 en muchas categorías, especialmente en razonamiento matemático y análisis de código.
Qué implica DeepSeek R2 para las empresas europeas
La llegada de modelos de este nivel en formato open source cambia tres cosas importantes para las organizaciones que están evaluando su estrategia de IA:
- Control sobre los datos: al desplegar el modelo en infraestructura propia, los datos no salen de la organización. Para sectores regulados como banca, salud, legal o administración pública, esto puede ser un factor determinante frente a soluciones SaaS.
- Reducción del coste por consulta: los modelos propietarios facturan por tokens procesados. Un modelo open source desplegado localmente tiene un coste fijo de infraestructura, sin variable por uso. Para empresas con alto volumen de interacciones, el ahorro puede ser muy significativo.
- Cumplimiento con el AI Act: el Reglamento Europeo de IA exige a las empresas documentar y controlar los sistemas de IA que utilizan. Con un modelo open source propio, esa documentación es mucho más sencilla que con modelos de terceros donde la opacidad sobre el entrenamiento es habitual.
¿Debería mi empresa evaluar DeepSeek R2?
La respuesta honesta es: depende. DeepSeek R2 requiere infraestructura técnica para desplegarlo correctamente, y no todas las empresas tienen la capacidad interna para hacerlo. Además, aunque el modelo en sí es gratuito, el coste de los servidores necesarios para ejecutarlo a escala no es trivial.
Para la mayoría de medianas empresas, la estrategia más sensata no es elegir entre ChatGPT y DeepSeek R2, sino tener una visión clara de qué herramientas necesita en función de sus casos de uso. Eso es precisamente lo que permite una consultoría estratégica de IA bien ejecutada: priorizar las opciones que tienen mayor impacto real, sin dejarse llevar por el ruido tecnológico.
Lo que sí está claro es que ignorar esta evolución del mercado no es una opción. Las empresas que están entendiendo el ecosistema de modelos disponibles —tanto propietarios como open source— son las que tomarán mejores decisiones de inversión tecnológica en los próximos meses. Si quieres empezar por ahí, en ENARTI trabajamos exactamente desde ese enfoque: estrategia antes que tecnología.