Introducción
Desplegar código es solo la mitad del reto. Sin una observabilidad sólida —los logs, métricas y trazas detalladas que revelen en tiempo real el comportamiento de los sistemas— incluso las mejores aplicaciones se convierten en cajas negras opacas e inestables, y a gran escala. A medida que la inteligencia artificial deja de ser una promesa especulativa para convertirse en una tecnología fundamental, observamos cómo se repite esta misma lección clave. La adopción de la IA se está acelerando a un ritmo sin precedentes, y los patrones de uso dentro de las organizaciones están evolucionando igual de rápido. Por primera vez, New Relic comparte datos de uso agregados que ofrecen una mirada privilegiada sobre cómo el comportamiento de los desarrolladores está transformando continuamente el panorama de la IA, y revelan por qué el monitoreo de IA ha pasado de ser opcional a absolutamente esencial.
Los datos de New Relic muestran que ChatGPT lidera el uso en los prompts observados, ya que los clientes y desarrolladores migran rápidamente hacia las versiones más recientes, como GPT-4o, incluso cuando existen alternativas de menor costo. Al mismo tiempo, se registra un fuerte aumento en el número de desarrolladores que crean modelos personalizados para utilizar con GPT, lo que indica que más equipos podrían comenzar a elegir herramientas especializadas y personalizar las soluciones de IA según sus necesidades particulares.
Estas tendencias señalan un punto de inflexión fundamental: la IA está pasando rápidamente de la experimentación a la operación.Las exigencias de este entorno dinámico requieren mucho más que herramientas básicas de monitoreo orientadas a tareas específicas, lo que pone en evidencia la creciente adopción de la solución de monitoreo de IA de New Relic. A medida que estas tendencias se intensifican, queda cada vez más claro que el monitoreo de IA se ha convertido en un habilitador clave de la agilidad técnica y la resiliencia operativa para desarrolladores, equipos de infraestructura y directores de tecnología por igual.
ChatGPT se impone
Los desarrolladores están impulsando un crecimiento excepcional en la experimentación y especialización de modelos de IA. New Relic registró un aumento del 92 % en la cantidad de modelos de lenguaje extensos (LLM) únicos utilizados en aplicaciones de IA durante el último trimestre.
Más específicamente, los desarrolladores están adoptando los LLM más grandes, encabezados por ChatGPT de OpenAI, que representó más del 86 % de todos los tokens de LLM procesados por los clientes de New Relic, seguido por Llama de Meta. Esta amplia mayoría sugiere con firmeza que los desarrolladores priorizan la facilidad de uso, la fiabilidad y el alto rendimiento con una configuración mínima. Por ahora, se puede concluir razonablemente que las organizaciones prefieren hacer despliegues rápidos con modelos preparados para entornos empresariales, en lugar de invertir tiempo en crear o adaptar alternativas.
Incluso siendo ChatGPT el modelo más utilizado, la observabilidad sigue siendo imprescindible: los equipos deben seguir supervisando el uso, evaluando el rendimiento y detectando anomalías, a fin de garantizar eficiencia de costos, fiabilidad y un desempeño óptimo.
En general, muchas organizaciones aún se encuentran en etapas tempranas de adopción de la IA, por lo que no sorprende que recurran principalmente a modelos generalistas. Sin embargo, los datos muestran que los desarrolladores también están experimentando con una amplia gama de modelos, incluidos aquellos especializados por dominio o por tarea, aunque en menor escala. A medida que los equipos y las organizaciones maduran en el uso de la IA, es muy probable que aumente significativamente la necesidad de monitoreo avanzado para maximizar el rendimiento, optimizar los costos, garantizar el cumplimiento normativo y operar en entornos multimodelo.
Los desarrolladores se adaptan rápidamente
A medida que se acelera el ritmo de la innovación en IA, el comportamiento de los desarrolladores demuestra ser flexible: el cambio de versión de modelos ocurre con rapidez. ChatGPT-4o se ha posicionado recientemente como el modelo más utilizado,seguido por ChatGPT-4o mini. Dado que ChatGPT-4o mini es más económico que ChatGPT-4o, esto sugiere que, al menos por ahora, los desarrolladores priorizan el rendimiento de vanguardia y las funcionalidades avanzadas (por ejemplo,mejores capacidades multimodales, menor latencia) por encima del ahorro. Será interesante observar si, con el tiempo, los usuarios empiezan a optimizar los costos.
En algunos casos, el cambio de una versión a otra de ChatGPT se está dando prácticamente de un día para otro. Por ejemplo, los usuarios de New Relic han estado migrando rápidamente de ChatGPT-3.5 Turbo a ChatGPT-4.1 mini desde su anuncio en abril. Todo indica que las empresas están siguiendo de cerca las últimas innovaciones de OpenAI para asegurarse de mantener su competitividad.
En un entorno tan dinámico, las organizaciones necesitan soluciones de monitoreo de inteligencia artificial que puedan seguir el ritmo de la evolución constante del stack de IA, especialmente ahora que OpenAI lanza versiones incrementales y actualizaciones continuas de sus modelos. Los equipos de desarrollo deberán evaluar nuevos modelos que ofrezcan mayor visibilidad, sin perder el control sobre los costos, la fiabilidad o el cumplimiento normativo.
El monitoreo de IA se dispara
Desde su lanzamiento el año pasado, las empresas han estado adoptando New Relic AI Monitoring para garantizar la fiabilidad, precisión, cumplimiento normativo y eficiencia de costos de los modelos de IA. New Relic registró un crecimiento sostenido del 30 % trimestre tras trimestre durante los últimos 12 meses.
El Informe de Observabilidad 2024 de New Relic reveló que la adopción acelerada de la IA es el principal impulsor de la implementación de soluciones de monitoreo de IA por parte de las organizaciones. A medida que la IA pasa de ser experimental a operar en entornos reales, las empresas enfrentan nuevos desafíos de monitoreo. Esta evolución exige capacidades de observabilidad integral que vayan más allá de los modelos de lenguaje extensos. Los sistemas de observabilidad deben abarcar todo el ecosistema de tecnologías relacionadas con la IA, integrándose de forma fluida en la infraestructura operativa existente.
Mientras tanto, algunas empresas utilizan modelos de IA sin contar con una solución sólida de monitoreo, lo que las expone a riesgos considerables en aspectos como la fiabilidad, la precisión de las respuestas, la seguridad y el aumento inesperado de costos. Implementar IA sin el monitoreo adecuado es como desplegar software sin logs: las organizaciones quedan a ciegas ante los problemas de rendimiento, son vulnerables a posibles fallos y no están plenamente preparadas para cumplir con las exigencias de gobernanza de la IA. Eso podría ralentizar el ritmo de innovación en IA y minar la confianza en su escalabilidad. Las organizaciones necesitan una solución unificada de monitoreo de IA que sea fácil de implementar, configurable con el tiempo y que ofrezca una experiencia intuitiva para cualquier usuario, desde equipos de DevOps hasta ejecutivos.
Nuestra nueva herramienta de IA también se conecta con New Relic, donde monitoreamos su tiempo de actividad, rendimiento y tiempos de respuesta. Esto nos ayuda a reducir costos al permitir que nuestros desarrolladores se concentren en las características del producto que son de relevancia para el usuario.
Python se impone
Los clientes usan New Relic para observar aplicaciones de inteligencia artificial. Entre esas aplicaciones, Python sigue siendo el lenguaje dominante, seguido por Node.js, tanto en volumen de solicitudes como en adopción por parte de los clientes. La adopción de Python por parte de los clientes creció casi un 45 % desde el último trimestre.
A medida que la inteligencia artificial se integra cada vez más en las operaciones empresariales, es natural que se amplíe el conjunto de lenguajes de programación utilizados en aplicaciones de IA. Esta diversificación responde a la necesidad natural de las empresas de integrar la IA con sistemas heredados (a menudo creados con lenguajes como Java o C#), satisfacer demandas específicas de rendimiento y escalabilidad (impulsando la adopción de C++, Go o Rust), y desplegar la IA en entornos diversos, desde la nube hasta dispositivos perimetrales.
Aumenta el uso de Java
De hecho, New Relic observó recientemente un crecimiento acelerado en el uso de Java: un 34 % desde el último trimestre. New Relic considera que esta tendencia merece atención y podría ser una señal de que pronto surgirán más aplicaciones LLM basadas en Java de nivel empresarial.
No sorprende que Python lidere en adopción y uso, ya que cuenta con el mayor impulso, soporte y conjunto de herramientas. Sin embargo, New Relic cree que el conjunto de herramientas de otros lenguajes seguirá madurando, lo que conducirá a una mayor adopción con el tiempo. Esto explica por qué New Relic admite la mayor variedad de lenguajes, ofreciendo observabilidad integral para aplicaciones de IA desarrolladas con Python, incluidas aquellas que utilizan LLM.
Metodología
Este informe se basa en datos de uso agregados y anonimizados, recopilados a partir de 85 000 clientes activos de New Relic, entre el 30 de abril de 2024 y el 30 de abril de 2025.
Acerca de New Relic
La plataforma de observabilidad inteligente de New Relic ayuda a las empresas a eliminar interrupciones en las experiencias digitales. New Relic es la única plataforma potenciada por IA que unifica y correlaciona datos de telemetría para ofrecer visibilidad total sobre todo el ecosistema digital. Transformamos la resolución de problemas, pasando de lo proactivo a lo predictivo, al procesar los datos correctos en el momento justo para maximizar el valor y controlar los costos. Por eso, empresas de todo el mundo, como Adidas Runtastic, Domino’s, GoTo Group, Ryanair, Topgolf y William Hill, confían en New Relic para impulsar la innovación, mejorar la fiabilidad y ofrecer experiencias excepcionales a sus clientes que potencien el crecimiento.