DSLM: el fin de los modelos de lenguaje “todoterreno” y el auge de la IA especializada

Introducción: el problema que nadie quería admitir
Durante dos años, las empresas han orbitado una única pregunta: ¿con qué modelo de lenguaje me quedo? La respuesta, en la mayoría de los casos, ha sido decepcionante. El modelo funciona bien en demos. Falla en producción. Alucina con la terminología que define el negocio. El problema nunca fue el modelo. El problema fue asumir que un solo modelo podía servir para todos los contextos por igual.
Gartner ha nombrado a los Modelos de Lenguaje Específicos por Dominio (DSLM) como una de sus principales tendencias tecnológicas estratégicas para 2026.
¿Qué es exactamente un DSLM?
Un DSLM es un modelo de lenguaje entrenado o ajustado (fine-tuned) sobre datos especializados de una industria, función o proceso particular. La distinción es crucial: mientras un LLM de propósito general es un generalista excepcionalmente bien leído, un DSLM es un experto de dominio que ha pasado años inmerso en el vocabulario, los requisitos de cumplimiento, los casos límite y los patrones de decisión de un campo específico.
El mercado: cifras que confirman la tendencia
| Métrica | Valor | Proyección |
|---|---|---|
| Mercado DSLM 2025 | USD 3.85 mil millones | USD 18.25 mil millones (2031) |
| CAGR proyectado | 30.73% | Periodo 2026-2031 |
| Ingresos proyectados DSLM + aplicaciones | — | USD 131 mil millones (2035) |
| Costo de desarrollo vs. LLM general | Hasta 50% menor | Estimación citada en análisis del sector |
Gartner proyecta además que más del 50% de los modelos de IA generativa que utilicen las empresas serán específicos de una industria o función para 2027. Las cifras de mercado provienen de firmas de análisis y son proyecciones, no resultados medidos.
Casos reales: la teoría ya es práctica
IBM: el “líder a vencer”
Gartner posicionó a IBM como la “empresa a vencer” en el mercado de DSLM en su informe de enero de 2026, destacando los modelos Granite y el portafolio watsonx como sus principales diferenciadores.
Thomson Reuters: un modelo entrenado sobre su corpus propietario
Thomson Reuters desarrolló una familia de modelos entrenados sobre un corpus propietario de contenido tributario, legal y de noticias. Según la compañía, el modelo superó a GPT-5.4 y Claude Sonnet 5 en completitud y factualidad para ese tipo de contenido. Es una comparación realizada por el propio proveedor y conviene contrastarla con evaluaciones independientes.
Med-PaLM 2: el especialista médico que iguala a expertos
El modelo médico de Google, Med-PaLM 2, alcanzó 86.5% de precisión en preguntas estilo USMLE, un resultado que Google describió como de nivel experto en exámenes de licencia médica. Es un resultado en un banco de preguntas, no una prueba de desempeño clínico real.
Latinoamérica: el despertar de los modelos soberanos
La región no está al margen. LatamGPT, el primer gran modelo de lenguaje abierto desarrollado desde y para América Latina, ya cuenta con un benchmark cultural. Investigadores latinoamericanos han desarrollado VectraYX-Nano, un modelo de 42 millones de parámetros entrenado desde cero en español para ciberseguridad con enfoque regional latinoamericano.
Los desafíos que no podemos ignorar
- La adquisición de datos de calidad: El acceso a datos de dominio de alta calidad sigue siendo una restricción mayor.
- El riesgo de “olvido catastrófico”: Cuando un modelo altamente especializado se enfrenta a preguntas generales, puede fallar estrepitosamente.
- Modelos de precios inmaduros: Los DSLM carecen de modelos de precios estandarizados.
- Cumplimiento regulatorio: La Ley de IA de la UE aplica obligaciones a los proveedores de modelos de IA de propósito general desde agosto de 2025.
Conclusión: del generalismo a la maestría
Los DSLM representan un cambio de paradigma: de la búsqueda del modelo más grande y poderoso, a la construcción del modelo más preciso y confiable para un contexto específico. Para las organizaciones de Aulas Latam y de toda la región, la pregunta ya no es “¿qué LLM usamos?”, sino “¿cómo construimos, ajustamos y gobernamos el modelo que realmente entiende nuestro dominio?”



