Ni OpenAI ni Amazon: este es el verdadero ganador del acuerdo de 38 mil millones de dólares: Nvidia – Imagen: Xpert.Digital
¿Más grande que la burbuja puntocom? El furor por la IA está alcanzando un nuevo nivel de irracionalidad
Quemar dinero para el futuro: Por qué OpenAI está perdiendo aún más miles de millones a pesar de sus miles de millones en ingresos
El acuerdo de 38 000 millones de dólares entre OpenAI y Amazon Web Services es mucho más que una gigantesca adquisición de infraestructura: supone un punto de inflexión estratégico que expone sin piedad los cambios tectónicos y las profundas contradicciones de la revolución global de la IA. Tras esta enorme suma se esconde la historia de una empresa que, a pesar de una valoración astronómica de hasta 500 000 millones de dólares, se encuentra atrapada en una paradoja económica: máxima valoración de mercado con mínima rentabilidad operativa. Este acuerdo representa el intento calculado de OpenAI de liberarse de su precaria dependencia de su principal socio, Microsoft, y, al mismo tiempo, un esfuerzo desesperado por satisfacer la creciente demanda de potencia informática que amenaza con hundir por completo su modelo de negocio.
El acuerdo revela una compleja estructura de poder en la que cada actor persigue su propia agenda: Amazon se lanza a una estrategia de recuperación en la carrera de la computación en la nube, mientras que el verdadero beneficiario de esta carrera armamentística parece ser el gigante de los chips Nvidia, cuya tecnología constituye la base de todo. Sin embargo, en el centro de todo esto se encuentra una pregunta fundamental que recuerda los excesos de las burbujas tecnológicas pasadas: ¿Podrán estas gigantescas inversiones —solo OpenAI prevé gastos de 1,4 billones de dólares— recuperarse alguna vez mediante ingresos reales? Analizar este acuerdo es, por lo tanto, un vistazo al motor de la economía de la IA, un mundo atrapado entre apuestas visionarias sobre el futuro, riesgos existenciales y una lógica financiera que parece estar poniendo a prueba los límites de la racionalidad.
Relacionado con esto:
La reorganización estratégica de la economía de la infraestructura en la nube: cuando la dependencia se convierte en estrategia: la apuesta de 38 mil millones de dólares por el futuro de la inteligencia artificial
El acuerdo de 38 000 millones de dólares entre OpenAI y Amazon Web Services supone mucho más que un simple contrato de adquisición. Marca un cambio fundamental en la arquitectura energética de la industria tecnológica global y revela las precarias dependencias en las que se basa toda la revolución de la inteligencia artificial. Si bien a primera vista OpenAI parece simplemente asegurar el acceso a cientos de miles de procesadores gráficos Nvidia, un análisis más detallado revela una compleja red de cálculos estratégicos, riesgos existenciales y una lógica de financiación que recuerda a los excesos de las burbujas tecnológicas pasadas.
El acuerdo revela la frágil situación de una empresa que, a pesar de su valoración de entre 300 y 500 mil millones de dólares y unos ingresos anualizados de aproximadamente 12 mil millones de dólares, opera con pérdidas estructurales. Con una pérdida de capital proyectada de 8 mil millones de dólares solo en 2025 y pérdidas acumuladas que podrían alcanzar los 44 mil millones de dólares para 2028, OpenAI se encuentra ante una paradoja: máxima valoración de mercado con mínima rentabilidad operativa.
La anatomía económica de una crisis de infraestructura
El problema fundamental de la inteligencia artificial moderna se manifiesta en un desequilibrio simple pero fundamental: los requisitos de recursos para entrenar y operar grandes modelos lingüísticos crecen exponencialmente, mientras que las oportunidades de monetización son lineales o incluso estancadas. OpenAI requiere potencia de cálculo para sus generaciones de modelos actuales y futuras a una escala que desafía toda analogía histórica. La dirección de la compañía planea invertir un total de 1,4 billones de dólares en procesadores e infraestructura de centros de datos en los próximos años.
Para contextualizar esta escala: las inversiones previstas superan el producto interior bruto de numerosas economías desarrolladas. La industria estima el coste de un solo centro de datos de un gigavatio en unos 50 000 millones de dólares, de los cuales entre el 60 % y el 70 % corresponde a semiconductores especializados. Con un objetivo de diez gigavatios de capacidad total, OpenAI opera a una escala que eclipsa incluso las inversiones en infraestructura de gigantes consolidados de la nube como Microsoft y Google.
La estructura de costos revela el punto débil estructural del modelo de negocio: OpenAI destina aproximadamente entre el 60 % y el 80 % de sus ingresos únicamente a potencia de procesamiento. Con ingresos de 13 000 millones de dólares, esto se traduce en costos de infraestructura de 10 000 millones de dólares, además de importantes gastos adicionales en personal, investigación, desarrollo y procesos operativos. Incluso con pronósticos de crecimiento optimistas, sigue siendo incierto si esta estructura de costos permitirá una rentabilidad sostenible, y en qué momento.
Relacionado con esto:
La estrategia de diversificación como necesidad existencial
En este contexto, la alianza con Amazon Web Services no se presenta como una expansión, sino como una estrategia de supervivencia. Hasta hace poco, OpenAI se encontraba atrapada en una dependencia sin precedentes de Microsoft. El gigante del software con sede en Redmond había invertido un total de 13 000 millones de dólares estadounidenses en OpenAI desde 2019 y, a cambio, recibió no solo una importante participación en los ingresos, sino también derechos exclusivos de facto sobre la infraestructura en la nube.
Esta situación planteó a OpenAI una doble vulnerabilidad: tecnológicamente, la empresa dependía de una única fuente de infraestructura, lo que dificultaba su escalabilidad. Económicamente, una parte significativa de los ingresos fluía directamente a Microsoft: inicialmente el 75 % hasta recuperar la inversión por completo, y posteriormente el 49 % de las ganancias. Esta situación se volvió cada vez más insostenible a medida que los planes de crecimiento de OpenAI se volvían más ambiciosos.
La renegociación de la alianza con Microsoft en octubre de 2025 eliminó la exclusividad en la nube, pero también pone de relieve la tensa relación entre ambas compañías. Los informes de prensa sobre quejas antimonopolio y diferencias en materia de propiedad intelectual, potencia informática y estructuras de gobernanza subrayan la fragilidad de esta relación simbiótica.
La nueva estrategia se basa en una diversificación radical. Además de Amazon como nuevo socio, OpenAI ahora tiene acuerdos con Microsoft por 250 000 millones de dólares, Oracle por 300 000 millones de dólares, el proveedor especializado CoreWeave por 22 400 millones de dólares, así como colaboraciones con Google Cloud, Nvidia, AMD y Broadcom. Si bien esta diversificación reduce las dependencias individuales, también crea nuevas complejidades en la orquestación de diferentes infraestructuras y stacks tecnológicos.
La perspectiva de Amazon: Estrategia para alcanzar el éxito en la competencia de la nube
Para Amazon Web Services, el acuerdo representa un avance estratégico en un mercado cada vez más competitivo. Si bien AWS sigue siendo el líder mundial en computación en la nube, con una cuota de mercado del 29% al 32%, su dinámica de crecimiento en los últimos años ha mostrado tendencias preocupantes. Mientras que AWS creció un 17% en el segundo trimestre de 2025, Microsoft Azure aumentó un 39% y Google Cloud un 34%. Los principales acuerdos de IA de los últimos años se han dirigido principalmente a la competencia.
La cuota de mercado de AWS cayó del 50 % en 2018 a menos del 30 % en la actualidad. Esta pérdida gradual de importancia se debió, paradójicamente, al dominio inicial de Amazon: como proveedor de infraestructura consolidado, AWS carecía de la estrecha integración con los principales desarrolladores de IA que Microsoft poseía gracias a su inversión multimillonaria en OpenAI y Google a través de sus propios modelos de lenguaje. La alianza con Anthropic, menos posicionada, solo compensó parcialmente esta desventaja, a pesar de que Amazon ya había invertido ocho mil millones de dólares en ella.
El anuncio del acuerdo con OpenAI impulsó la capitalización bursátil de Amazon en más de 100 000 millones de dólares, lo que subraya su importancia para los inversores. Para AWS, el acuerdo no solo supone unos ingresos sustanciales, sino, sobre todo, una señal contundente: el mayor proveedor de nube del mundo es ahora también un socio de infraestructura importante de la empresa líder en IA. Los 38 000 millones de dólares pueden parecer modestos en comparación con los compromisos totales de OpenAI de 1,4 billones de dólares, pero marcan el inicio de una relación potencialmente a largo plazo con importantes opciones de expansión hasta 2027 y más allá.
Amazon se compromete a proporcionar toda la capacidad computacional acordada en el acuerdo para finales de 2026, lo que dará a OpenAI acceso inmediato a cientos de miles de chips Nvidia en sus centros de datos. Esta rápida disponibilidad aborda un problema clave para OpenAI: el larguísimo plazo de construcción de su propia infraestructura. Si bien el proyecto Stargate con SoftBank y Oracle aspira a construir diez gigavatios de capacidad a largo plazo, OpenAI necesita recursos disponibles a corto plazo para entrenar nuevos modelos y escalar los servicios existentes.
La dimensión tecnológica: Nvidia como verdadera beneficiaria
Tras un análisis más detallado, un tercero emerge como quizás el mayor ganador en esta situación: Nvidia. La empresa de semiconductores domina el mercado de aceleradores de IA con una cuota de mercado estimada del 80 % y ha establecido una posición casi monopolística. Los chips GB200 y GB300 que Amazon proporciona para OpenAI representan la última generación Blackwell de Nvidia y ofrecen un rendimiento drásticamente superior para el entrenamiento y la inferencia de IA.
La plataforma GB300 NVL72 combina 72 GPU Blackwell Ultra y 36 CPU Grace basadas en ARM en un diseño de rack con refrigeración líquida que funciona como una única GPU de gran tamaño. En comparación con la generación Hopper anterior, Nvidia promete un aumento de 50 veces en el rendimiento para tareas de razonamiento de IA y una mejora de 10 veces en la capacidad de respuesta del usuario. Estos avances tecnológicos son cruciales para los ambiciosos planes de OpenAI para los llamados sistemas de IA agéntica, cuyo objetivo es permitir la resolución autónoma de problemas en múltiples etapas.
Las cargas de trabajo de IA agentic difieren fundamentalmente de las tareas de inferencia clásicas. Mientras que los modelos de lenguaje convencionales responden a consultas individuales con respuestas individuales, los sistemas agentic están diseñados para descomponer tareas complejas en subpasos, tomar decisiones independientes y buscar soluciones iterativamente. Estas capacidades requieren una potencia de cálculo significativamente mayor y tiempos de procesamiento más largos, lo que impulsa aún más la demanda de procesadores más potentes.
El coste de esta tecnología de vanguardia es astronómico. Se estima que un solo superchip GB300 cuesta entre 60.000 y 70.000 dólares. Con la necesidad de cientos de miles de chips, los costes de adquisición ascienden a decenas de miles de millones de dólares. Nvidia se beneficia de un ciclo que se retroalimenta: cuanto más se invierte en infraestructura de IA, mayor es la demanda de chips Nvidia, lo que a su vez aumenta la valoración y la solidez financiera de la empresa, lo que permite nuevas inversiones en startups de IA que, a su vez, requieren aún más chips Nvidia.
Esta dinámica se manifiesta en el reciente anuncio de Nvidia de una inversión de 100 000 millones de dólares en OpenAI. El acuerdo sigue una lógica notable: Nvidia aporta capital que OpenAI utiliza para construir centros de datos, que posteriormente se equipan con chips Nvidia. El dinero, en esencia, se mueve de un bolsillo a otro, mientras Nvidia financia simultáneamente la demanda de sus propios productos. Los analistas de Bank of America señalan algunos problemas contables, pero la estrategia está dando sus frutos: Nvidia ha alcanzado una capitalización bursátil de más de 5 billones de dólares y se encuentra entre las empresas más valiosas del mundo.
La arquitectura financiera: entre la innovación y la irracionalidad
La ola de inversión en infraestructura de IA alcanza una escala que desconcierta incluso a los analistas más experimentados del mercado. Tan solo las grandes empresas tecnológicas Meta, Microsoft, Google y Amazon planean inversiones de capital por un estimado de 320 000 millones de dólares para 2025, principalmente para centros de datos de IA. Esta suma supera el producto interior bruto de Finlandia y es casi equivalente a los ingresos totales de ExxonMobil en 2024.
Los analistas de Bain & Company predicen que la industria de la IA necesitaría generar 2 billones de dólares en ingresos anuales para 2030 para justificar las inversiones planificadas en infraestructura. Sus cálculos identifican un déficit de financiación de 800 000 millones de dólares entre los ingresos necesarios y las expectativas realistas. Morgan Stanley prevé un déficit de financiación de 15 billones de dólares durante los próximos tres años. Estas cifras plantean preguntas fundamentales sobre la sostenibilidad del ciclo de inversión actual.
El problema se ve agravado por la velocidad con la que se consume el capital. OpenAI generó 4.300 millones de dólares en ingresos en el primer semestre de 2025, mientras que quemó 2.500 millones de dólares en efectivo en seis meses. Esto equivale a una tasa de quema de más de 8.000 millones de dólares anuales, que se prevé que aumente aún más hasta 2028. Incluso con proyecciones optimistas de ingresos de 29.400 millones de dólares para 2026 y 125.000 millones de dólares para 2029, OpenAI anticipa pérdidas elevadas y necesidades de capital significativas.
Estos déficits se financian mediante rondas de financiación continuas con valoraciones crecientes. Una ronda de financiación en marzo de 2025 valoró a OpenAI en 300 000 millones de dólares; tan solo siete meses después, una venta secundaria de acciones elevó la valoración a 500 000 millones de dólares. Esta valoración implica una relación precio-ventas de aproximadamente 38, basada en unos ingresos proyectados de 13 000 millones de dólares para 2025, mientras que las empresas de software típicas se valoran entre dos y cuatro veces sus ingresos anuales.
OpenAI trabaja deliberadamente para eludir las métricas tradicionales de rentabilidad. La empresa comunica a los inversores una métrica creativa llamada "ganancias ajustadas por IA", que excluye bloques de costes significativos, como los miles de millones invertidos en el entrenamiento de grandes modelos lingüísticos. Según esta métrica ficticia, se supone que OpenAI será rentable en 2026, mientras que las cifras reales predicen pérdidas de 14 000 millones de dólares para 2026, que se proyecta que se acumulen hasta los 44 000 millones de dólares para 2028.
Una nueva dimensión de la transformación digital con 'IA Gestionada' (Inteligencia Artificial) - Plataforma y solución B2B | Xpert Consulting
Una nueva dimensión de la transformación digital con 'IA Gestionada' (Inteligencia Artificial) – Plataforma y solución B2B | Xpert Consulting - Imagen: Xpert.Digital
Aquí aprenderá cómo su empresa puede implementar soluciones de IA personalizadas de forma rápida, segura y sin grandes barreras de entrada.
Una plataforma de IA gestionada es su solución integral y sin preocupaciones para la inteligencia artificial. En lugar de lidiar con tecnología compleja, infraestructura costosa y largos procesos de desarrollo, recibirá una solución lista para usar y adaptada a sus necesidades de un socio especializado, a menudo en tan solo unos días.
Las principales ventajas de un vistazo:
⚡ Implementación rápida: De la idea a la aplicación lista para usar en días, no meses. Ofrecemos soluciones prácticas que generan valor añadido inmediato.
🔒 Máxima seguridad de datos: Tus datos confidenciales permanecen contigo. Garantizamos un procesamiento seguro y conforme a la normativa sin compartirlos con terceros.
💸 Sin riesgo financiero: Solo pagas por resultados. Se eliminan por completo las altas inversiones iniciales en hardware, software y personal.
🎯 Concéntrese en su negocio principal: Concéntrese en lo que mejor sabe hacer. Nos encargamos de toda la implementación técnica, la operación y el mantenimiento de su solución de IA.
📈 A prueba de futuro y escalable: Tu IA crece contigo. Garantizamos la optimización y la escalabilidad continuas, y adaptamos los modelos con flexibilidad a las nuevas necesidades.
Más información aquí:
Estrés por monetización: Por qué inversiones multimillonarias amenazan las ganancias
El Proyecto Stargate: Una empresa monumental entre la visión y la arrogancia
La manifestación más ambiciosa de esta lógica de inversión es el proyecto Stargate, una empresa conjunta entre OpenAI, SoftBank y Oracle con inversiones previstas de hasta 500 000 millones de dólares en cuatro años. El proyecto contempla la construcción de hasta 20 centros de datos de última generación con una capacidad total de diez gigavatios, equivalente al consumo energético de aproximadamente diez centrales nucleares o al suministro eléctrico de cuatro millones de hogares.
La estructura de socios revela la complejidad de la financiación: SoftBank actúa como inversor principal con una participación de aproximadamente el 40 %, OpenAI también aporta el 40 % y Oracle y el inversor tecnológico emiratí MGX aportan conjuntamente el 20 %. Los primeros 100 000 millones de dólares para el primer año ya están prácticamente comprometidos; para los 400 000 millones restantes, los socios buscan inversores externos específicos para el proyecto, como Apollo Global Management y Brookfield Asset Management.
Los primeros centros de datos ya están en construcción. Oracle instaló los primeros racks GB200 en su campus principal en Abilene, Texas. Se han identificado ubicaciones adicionales en Lordstown, Ohio; el condado de Milam y Shackelford, Texas; y el condado de Doña Ana, Nuevo México. SoftBank planea establecer instalaciones de 1,5 gigavatios en Ohio y Texas, que se espera que estén operativas en un plazo de 18 meses.
La estructura de financiación combina capital, financiación de deuda relacionada con el proyecto y modelos innovadores de leasing. Según informes de prensa, OpenAI y sus socios están negociando acuerdos de leasing para los chips necesarios, lo que reduciría el requisito de capital y, al mismo tiempo, vincularía aún más a OpenAI con Nvidia. Se espera que los futuros usuarios de los centros de datos contribuyan con aproximadamente el diez por ciento de los costes del proyecto.
Críticos como Elon Musk, director ejecutivo de Tesla, dudan de la viabilidad de estos planes, argumentando que SoftBank podría recaudar, de forma realista, "bastante menos de 10 000 millones de dólares". Hasta ahora, los compromisos reales asumidos han refutado este escepticismo, pero la pregunta fundamental sigue vigente: ¿Cómo se recuperarán estas gigantescas inversiones si ni siquiera las proyecciones de ingresos más optimistas cubren el coste del capital?
Relacionado con esto:
Las implicaciones macroeconómicas: leyes de escalamiento al límite de su capacidad
Toda la lógica de inversión se basa en un supuesto fundamental: las llamadas leyes de escalabilidad de la inteligencia artificial. Estas establecen que los modelos más grandes con más parámetros, entrenados con más datos y mayor potencia de cálculo, producen mejores resultados. Esta relación ha demostrado ser notablemente estable en los últimos años, lo que permite mejoras predecibles del rendimiento simplemente ampliando los recursos.
Sin embargo, cada vez hay más indicios de que este enfoque lineal está llegando a sus límites. El último modelo de OpenAI, Orion, decepcionó las expectativas y no logró los avances de rendimiento esperados, a pesar de un aumento significativo en la inversión de recursos. Gary Marcus, profesor de Psicología y Neurociencia en la Universidad de Nueva York y destacado crítico del enfoque de Silicon Valley, argumenta que la teoría fundamental que sustenta la estrategia de "cuanto más grande, mejor" es errónea.
Enfoques alternativos, como las técnicas demostradas por DeepSeek, demuestran que es posible lograr mejoras drásticas en la eficiencia mediante algoritmos mejorados sin necesidad de un escalamiento masivo. De prevalecer estos enfoques, las enormes inversiones en el escalamiento tradicional perderían un valor considerable. OpenAI y otras empresas tendrían que replantear sus estrategias a fondo y podrían perder sus ventajas actuales en el proceso.
La demanda energética representa otra limitación fundamental. La Agencia Internacional de la Energía estima que los centros de datos representaron aproximadamente el 2 % del consumo energético mundial en 2022. Esta proporción podría duplicarse con creces hasta alcanzar el 4,6 % para 2026. Los diez gigavatios previstos para el proyecto Stargate de OpenAI equivalen, por sí solos, a aproximadamente cinco millones de chips especializados o a la producción de diez centrales nucleares. Estas magnitudes plantean cuestiones existenciales sobre la sostenibilidad y la aceptación social.
Los cuellos de botella de capacidad ya se están manifestando. Por ejemplo, según las previsiones, Alemania solo podrá aumentar la capacidad de conexión de TI de los centros de datos de 2,4 a 3,7 gigavatios para 2030, mientras que la demanda empresarial se estima en al menos doce gigavatios. Estados Unidos ya tiene 20 veces la capacidad de Alemania, pero incluso allí, los cuellos de botella se están haciendo evidentes.
Brookfield Asset Management prevé que la capacidad global de centros de datos de IA aumentará de aproximadamente siete gigavatios a finales de 2024 a 15 gigavatios a finales de 2025 y a 82 gigavatios para 2034. Este aumento de más de diez veces en una década requerirá inversiones superiores a los siete billones de dólares estadounidenses, dos billones de los cuales se destinarán específicamente a la construcción de centros de datos de IA. La financiación de estas sumas transformaría radicalmente los mercados de capitales y podría desplazar a otras áreas de inversión.
Relacionado con esto:
La dimensión geopolítica: la soberanía tecnológica como factor competitivo
Las estructuras de dependencia en la infraestructura de la nube adquieren cada vez más dimensiones geopolíticas. En Alemania y Europa, crece la preocupación por la excesiva dependencia de los proveedores de nube estadounidenses. Según una encuesta de Bitkom, el 78 % de las empresas alemanas cree que Alemania depende demasiado de los proveedores de nube estadounidenses, mientras que el 82 % prefiere hiperescaladores europeos que puedan competir con los líderes del mercado no europeo.
Los tres principales hiperescaladores estadounidenses, Amazon, Microsoft y Google, controlan el 65 % del mercado global de la nube. En el ámbito de la computación en la nube, casi el 40 % de las empresas alemanas declaran una alta dependencia de proveedores de nube no europeos, mientras que menos de una cuarta parte utiliza servicios de nube europeos. En el ámbito de la inteligencia artificial, aunque una quinta parte de las empresas conoce las ofertas europeas de IA, solo alrededor del 10 % las utiliza realmente.
Esta dependencia se percibe cada vez más como un riesgo estratégico. La mitad de las empresas que utilizan la computación en la nube se ven obligadas a replantear su estrategia debido a las políticas del gobierno estadounidense. Deutsche Telekom responde construyendo una "Nube de IA Industrial" en Múnich, un proyecto multimillonario en colaboración con Nvidia, que comprenderá más de 10 000 chips de alto rendimiento y se espera que aumente la capacidad de computación de IA alemana en un 50 %.
La Unión Europea planea un programa de 200 000 millones de euros con hasta cinco gigafábricas de IA, cada una capaz de producir más de 100 000 chips. La UE cubrirá hasta el 35 % de los costes estimados, de entre 3 000 y 5 000 millones de euros por fábrica. Estas iniciativas representan intentos de recuperar la soberanía tecnológica, pero su escala sigue estando muy por debajo de las inversiones estadounidenses.
Los desafíos para las soluciones alternativas europeas son inmensos. Hiperescaladores como AWS, Azure y Google Cloud ofrecen soluciones sencillas y escalables con ecosistemas maduros que los proveedores europeos no pueden replicar a corto plazo. Las pequeñas y medianas empresas (pymes) se ven especialmente afectadas por la dependencia de proveedores, ya que suelen estar atadas a formatos específicos y sistemas propietarios.
Dinámica del mercado: La concentración como riesgo sistémico
El análisis de las estructuras del mercado revela una creciente concentración en unos pocos actores dominantes, lo que genera riesgos sistémicos. En el mercado de la nube, los "Tres Grandes" —AWS, Azure y Google Cloud— acaparan más del 60 % del mercado, y el resto se distribuye entre numerosos proveedores más pequeños. Nvidia domina el mercado de chips de IA con una cuota de mercado estimada del 80 %.
Esta concentración se ve amplificada por los efectos de red y los ciclos que se retroalimentan. Las empresas con centros de datos más grandes pueden negociar mejores condiciones con los proveedores de hardware, lo que aumenta aún más sus ventajas en costes. Los desarrolladores tienden a desarrollar para las plataformas con mayor base instalada, lo que aumenta aún más su atractivo. Los inversores favorecen a las empresas consolidadas con modelos de negocio probados, lo que facilita su acceso al capital.
La integración vertical intensifica esta dinámica. Google está desarrollando sus propios aceleradores de IA con TPU, lo que le permite construir infraestructura de IA a un tercio del coste de los sistemas basados en Nvidia. Amazon está desarrollando sus propios chips con Trainium, que ya utiliza Anthropic y que podrían llegar a ser relevantes también para OpenAI. Microsoft está invirtiendo fuertemente en su propio desarrollo de semiconductores. Esta integración vertical aumenta drásticamente las barreras de entrada para nuevos competidores.
Las valoraciones de las empresas involucradas reflejan la expectativa de un dominio continuo. Nvidia alcanzó una capitalización de mercado de más de cinco billones de dólares estadounidenses, y Microsoft y Google se encuentran entre las empresas más valiosas del mundo. Amazon vio su valor aumentar en 100 mil millones de dólares estadounidenses tras el anuncio del acuerdo con OpenAI. Estas valoraciones se basan en el supuesto de que los líderes actuales del mercado no solo mantendrán sus posiciones, sino que también las ampliarán.
La cuestión de la gobernanza: estructuras atrapadas entre la innovación y el control
La estructura corporativa de OpenAI refleja la tensión inherente entre los objetivos sin fines de lucro y las necesidades comerciales. Fundada originalmente como una organización sin fines de lucro con la misión de desarrollar inteligencia artificial para el beneficio de la humanidad, OpenAI se transformó gradualmente en una estructura híbrida con una subsidiaria con fines de lucro que permitió importantes entradas de capital.
Los planes de reestructuración actuales buscan una transformación completa en una organización con fines de lucro, requisito previo para las rondas de financiación previstas. Los reguladores de California y Delaware han aprobado estas medidas, pero plantean preguntas fundamentales: ¿Cómo se alinea la misión original con las expectativas de rentabilidad de los inversores que están arriesgando cientos de miles de millones de dólares?
La participación de Microsoft ilustra esta complejidad. Microsoft recibe inicialmente el 75 % de los ingresos hasta recuperar completamente su inversión, y posteriormente el 49 % de las ganancias. Al mismo tiempo, Microsoft mantiene los derechos exclusivos de propiedad intelectual sobre ciertas tecnologías y acceso preferencial a nuevos modelos hasta que se logre la inteligencia artificial general. Esta estructura vincula estrechamente a OpenAI con Microsoft, incluso después de que se levante la exclusividad en la nube.
La estructura de gobernanza también debe gestionar las crecientes tensiones entre socios estratégicos. Microsoft y Amazon compiten directamente en el negocio de la nube, mientras que OpenAI se mueve entre ambos. Oracle, Google y otros socios persiguen sus propios intereses estratégicos. Coordinar estas diversas demandas requiere habilidad diplomática y puede generar conflictos de intereses que perjudiquen la eficiencia operativa.
La dinámica competitiva: lo antrópico como contrapeso estratégico
La alianza Amazon-Anthropic constituye un interesante contrapeso a la constelación Microsoft-OpenAI. Amazon ya ha invertido ocho mil millones de dólares estadounidenses en Anthropic, la empresa competidora fundada por exempleados de OpenAI. Esta inversión posiciona a Amazon con un pie en ambos bandos: socio de infraestructura de OpenAI y principal inversor en Anthropic.
Anthropic utiliza principalmente los chips Trainium de Amazon, mientras que OpenAI se basa en hardware de Nvidia. Esta diferenciación tecnológica permite a Amazon aplicar diferentes enfoques en paralelo y comprender mejor la eficiencia y el rendimiento de diferentes arquitecturas. Si los chips de Amazon ofrecen un rendimiento comparable a un menor coste, podría reducir su dependencia a largo plazo de Nvidia.
Los modelos Claude de Anthropic se encuentran entre los chatbots más potentes disponibles y compiten directamente con los modelos GPT de OpenAI. Decenas de miles de empresas ya utilizan Anthropic a través de Bedrock, el servicio de inteligencia artificial en la nube de Amazon. El valor de mercado actual de Anthropic es de 61 500 millones de dólares, significativamente inferior a los 500 000 millones de dólares de OpenAI, pero sigue siendo una valoración considerable para una empresa fundada en 2021.
El panorama competitivo plantea riesgos para todos los involucrados. Amazon está desarrollando sus propios modelos de IA y podría convertirse en un competidor a largo plazo de Anthropic, de quien depende para captar clientes empresariales. OpenAI compite con Anthropic por el talento de los desarrolladores, los clientes empresariales y la atención mediática. Microsoft se debate entre su inversión en OpenAI y la expansión de sus propias capacidades de IA. Estas relaciones competitivas multilaterales generan incertidumbre estratégica.
El problema de la rentabilidad: Déficits estructurales a pesar del crecimiento de los ingresos
El reto fundamental para todas las empresas de IA sigue siendo la monetización. OpenAI generó 4.300 millones de dólares en ingresos en el primer semestre de 2025, un 16 % más que sus ingresos totales del año anterior. Los ingresos anualizados alcanzaron aproximadamente los 12.000 millones de dólares, con 700 millones de usuarios semanales. Sin embargo, alrededor del 75 % de los ingresos proviene de productos de consumo, principalmente suscripciones a ChatGPT, mientras que el segmento de clientes empresariales aún es relativamente pequeño.
La conversión de usuarios sigue siendo problemática. Con 700 millones de usuarios semanales, solo un 5% paga suscripciones premium. Las tasas de crecimiento de ChatGPT muestran indicios de saturación del mercado, lo que genera presión para encontrar nuevos métodos de monetización. OpenAI está probando la publicidad y la monetización de su aplicación de generación de videos Sora, pero aún se cuestiona si estas medidas serán suficientes para cubrir los enormes gastos.
A pesar de los avances tecnológicos, la estructura de costos sigue siendo un desafío. El costo marginal por millón de tokens de IA que OpenAI cobra a los desarrolladores se redujo un 99 % en tan solo 18 meses. Sin embargo, esta drástica reducción de costos, paradójicamente, conduce a una mayor demanda general de potencia de procesamiento, un fenómeno conocido como la paradoja de Jevons. A medida que los modelos de IA se vuelven más eficientes y económicos, su uso aumenta desproporcionadamente, lo que eleva los costos generales en lugar de reducirlos.
Los plazos de recuperación de las inversiones en infraestructura no están claros. McKinsey advierte que tanto la sobreinversión como la subinversión en infraestructura conllevan riesgos significativos. La sobreinversión conlleva la pérdida de activos si la demanda no cumple con las expectativas. La subinversión implica quedarse atrás de la competencia y perder cuota de mercado. Optimizar esta compensación requiere una previsión precisa en un entorno extremadamente volátil.
Nuestra experiencia en EE. UU. en desarrollo de negocios, ventas y marketing
Nuestra experiencia en EE. UU. en desarrollo de negocios, ventas y marketing - Imagen: Xpert.Digital
Áreas de enfoque de la industria: B2B, digitalización (de IA a XR), ingeniería mecánica, logística, energías renovables e industria
Más información aquí:
Un centro temático que ofrece información y experiencia:
- Plataforma de conocimiento que abarca las economías globales y regionales, la innovación y las tendencias específicas de la industria
- Una colección de análisis, perspectivas e información de fondo de nuestras áreas de enfoque clave
- Un lugar para la experiencia y la información sobre los avances actuales en negocios y tecnología
- Un centro para empresas que buscan información sobre los mercados, la digitalización y las innovaciones de la industria
¿Cuán realistas son las previsiones de ingresos? ¿Quién gana y quién pierde? Las luchas de poder en torno a la infraestructura de IA
Expectativas de los inversores: entre el análisis racional y el exceso especulativo
Las valoraciones de las empresas de IA reflejan expectativas extremas de crecimiento futuro. La valoración de OpenAI de 500 000 millones de dólares implica que la empresa se convertirá en una de las más valiosas del mundo, comparable a Apple o Saudi Aramco. Esta valoración se basa en el supuesto de que OpenAI aumentará sus ingresos de 13 000 millones de dólares en 2025 a 100 000 millones de dólares en 2028 y, posteriormente, operará de forma sostenible y rentable.
Para alcanzar los 100 000 millones de dólares en ingresos, OpenAI tendría que cumplir varias condiciones: el número de usuarios de pago tendría que aumentar de 200 a 300 millones, desde los aproximadamente 35 millones actuales. Se tendrían que desarrollar con éxito nuevas fuentes de ingresos, como la publicidad, el comercio electrónico y los productos empresariales de alto precio. Los costes de inferencia tendrían que reducirse significativamente mediante avances tecnológicos y la escalabilidad. Cada uno de estos supuestos es muy incierto.
Los analistas de Epoch AI critican la probabilidad de que OpenAI alcance sus objetivos de ingresos. En un escenario moderado, OpenAI podría alcanzar entre 40 000 y 60 000 millones de dólares en ingresos para 2028, en lugar de 100 000 millones, lo que aún representaría un crecimiento excepcional. Sin embargo, la rentabilidad seguiría siendo difícil de alcanzar, ya que los costes seguirían el ritmo del crecimiento. En este escenario, la valoración actual de 500 000 millones de dólares estaría significativamente inflada.
En un escenario pesimista, el crecimiento se estanca antes de lo previsto, los nuevos competidores erosionan los márgenes y los avances tecnológicos no se materializan. OpenAI tendría que revisar significativamente su valoración, lo que podría desencadenar una reacción en cadena entre los inversores. El alto nivel de endeudamiento y la dependencia de las entradas constantes de capital harían vulnerable a la empresa.
El Nasdaq, con un fuerte componente tecnológico, subió un 19 % en 2025, Nvidia ganó más del 25 % y Oracle, un 75 %. Estas valoraciones reflejan la esperanza de que la revolución de la IA realmente genere las ganancias de productividad prometidas y nuevos modelos de negocio. Pero también evocan burbujas tecnológicas pasadas, en las que las expectativas infladas provocaron una destrucción masiva de valor cuando la realidad no cumplió con las previsiones.
Relacionado con esto:
Transformación industrial: casos de uso entre la promesa y la realidad
La justificación de estas inversiones masivas depende, en última instancia, de casos de uso concretos y de ganancias de productividad mensurables. Los sistemas de IA agentic prometen automatizar flujos de trabajo complejos que antes requerían experiencia humana. En las plataformas logísticas, los agentes podrían detectar retrasos en los envíos, redirigir las entregas, notificar a los clientes y actualizar automáticamente los niveles de inventario. En el software empresarial, podrían comprender consultas, tomar decisiones y ejecutar planes multietapa.
Las aplicaciones actuales muestran resultados dispares. Microsoft informa de más de un millón de agentes de IA creados por clientes que utilizan los servicios de Azure AI Foundry Agent. Más de 14 000 clientes utilizan Azure AI Foundry para tareas de automatización complejas. Estas cifras demuestran una creciente adopción, pero las mejoras reales de productividad y los ahorros de costes suelen ser anecdóticos.
Commerzbank, con la ayuda de Microsoft, desarrolló Ava, el asesor de clientes basado en IA, durante dos años y elogia la colaboración. Estos casos de éxito ilustran el potencial, pero representan implementaciones complejas que requieren una cantidad considerable de tiempo, recursos y experiencia. Escalar estas soluciones a diferentes sectores y tamaños de empresa sigue siendo una incógnita.
Los críticos señalan la discrepancia entre la publicidad y la realidad. Bain & Company argumenta que las inversiones planificadas podrían no alcanzar los ingresos esperados. La consultora estima que los proveedores de IA necesitarían alcanzar ingresos anuales de dos billones de dólares estadounidenses para 2030, pero prevé una diferencia de 800 000 millones de dólares estadounidenses con respecto a las expectativas realistas. Esta discrepancia significaría que se han asignado incorrectamente importantes cantidades de capital y que los inversores están sufriendo pérdidas sustanciales.
Riesgos de burbuja: paralelismos con los ciclos tecnológicos históricos
Los desarrollos actuales muestran notables paralelismos con burbujas tecnológicas anteriores. A finales de la década de 1990, las expectativas infladas en torno a internet impulsaron las valoraciones de las empresas puntocom a niveles astronómicos antes de que la realidad obligara a una corrección brutal. Muchos inversores perdieron todo su capital; las empresas consolidadas sobrevivieron, pero con pérdidas significativas de valor.
La fiebre ferroviaria del siglo XIX ofrece otra analogía histórica. Las inversiones masivas en infraestructura ferroviaria provocaron sobrecapacidad, quiebras y crisis financieras. Si bien el ferrocarril transformó la economía y la sociedad a largo plazo, los primeros inversores a menudo sufrieron pérdidas devastadoras. El paralelismo es evidente: las inversiones en infraestructura pueden ser socialmente valiosas sin que los inversores se beneficien.
Varias señales de alerta apuntan a la dinámica de una burbuja. Los flujos circulares de dinero, en los que Nvidia financia a OpenAI, que a su vez compra chips de Nvidia, recuerdan a estructuras tipo Ponzi. Las métricas de valoración creativas, como las "ganancias ajustadas por IA", se asemejan a las ganancias pro forma de la era puntocom. Las valoraciones en constante aumento, a pesar de las pérdidas estructurales, replican patrones de burbujas anteriores.
La pregunta no es si se producirá una corrección, sino cuándo. Los desencadenantes podrían incluir: el fracaso sonado de un proyecto de IA, avances tecnológicos en enfoques alternativos, intervenciones regulatorias, escasez de energía o simplemente la imposibilidad de alcanzar las ganancias de productividad prometidas. Dicha corrección probablemente implicaría una importante destrucción de valor, pero también podría dar lugar a modelos de negocio más saludables y sostenibles.
Las implicaciones estratégicas: posicionamiento en un entorno volátil
Esto plantea complejas cuestiones estratégicas para empresas, inversores y legisladores. Las empresas deben decidir cuánto invertir en infraestructura de IA y de qué proveedores quieren depender. El efecto de dependencia de las plataformas de nube propietarias dificulta el cambio posterior y genera compromisos a largo plazo.
Los enfoques híbridos que combinan infraestructura local con servicios en la nube ofrecen mayor flexibilidad a costa de una mayor complejidad. Las organizaciones mantienen el control sobre las cargas de trabajo críticas a la vez que aprovechan la escalabilidad de la nube para cargas variables. Optimizar este equilibrio requiere un análisis detallado de las características de las cargas de trabajo, los costos, los requisitos de seguridad y las prioridades estratégicas.
Los inversores deben elegir entre diferentes exposiciones en la cadena de valor de la IA. Proveedores de infraestructura como AWS, Azure y Google Cloud ofrecen modelos de negocio relativamente estables con flujos de caja establecidos. Fabricantes de semiconductores como Nvidia se benefician del ciclo de inversión, independientemente del éxito final de cada empresa de IA. Las startups de IA como OpenAI o Anthropic ofrecen un mayor potencial de crecimiento, pero también un riesgo significativamente mayor.
Los responsables políticos deben crear marcos que faciliten la innovación sin generar riesgos sistémicos. Las cuestiones antimonopolio cobran mayor importancia cuando unos pocos actores dominantes controlan infraestructuras críticas. La política energética debe abordar el aumento masivo de la demanda de electricidad de los centros de datos de IA. Las cuestiones de soberanía digital requieren inversiones estratégicas en alternativas europeas sin generar ineficiencias proteccionistas.
Evolución tecnológica: La eficiencia como potencial factor de cambio
Una incertidumbre clave sigue siendo el desarrollo tecnológico. Si se logran mejoras drásticas en la eficiencia, la lógica de inversión podría cambiar radicalmente. Google demuestra que la infraestructura de IA puede construirse con sus propios chips TPU a un tercio del coste de los sistemas Nvidia. De prevalecer estos enfoques, las estructuras de costes se reducirían considerablemente y la rentabilidad se alcanzaría con mayor rapidez.
La transición del entrenamiento basado en GPU a cargas de trabajo de inferencia basadas en CPU también podría ser transformadora. Las GPU son valoradas por sus capacidades de entrenamiento de IA, pero no son óptimas para la inferencia. Cambiar a CPU para la inferencia podría reducir el consumo de energía, mejorar el rendimiento y ofrecer una solución más rentable. La predicción de Brookfield de que la inferencia representará aproximadamente el 75 % de las necesidades de computación de IA para 2030 subraya este cambio.
Las nuevas arquitecturas de semiconductores diseñadas específicamente para cargas de trabajo de IA podrían permitir mayores avances en eficiencia. OpenAI está desarrollando sus propios chips con Broadcom y prevé un ahorro de costes del 20 % al 30 % en comparación con la tecnología de Nvidia. Amazon, Google y otros gigantes tecnológicos están siguiendo estrategias similares. Si estos esfuerzos tienen éxito, el dominio de Nvidia se vería erosionado y las estructuras de dependencia cambiarían radicalmente.
Las innovaciones algorítmicas podrían tener un efecto disruptivo similar. Las técnicas demostradas por DeepSeek demuestran que las arquitecturas más inteligentes permiten un ahorro drástico de recursos. Los modelos de aprendizaje automático que aprenden representaciones más eficientes o filtran mejor la información irrelevante podrían lograr un rendimiento comparable con una fracción de la potencia de procesamiento. Estos avances dejarían parcialmente obsoletas las inversiones masivas en infraestructura.
Escenarios futuros: entre la consolidación y la disrupción
Un mayor desarrollo podría tomar varias vías. En un escenario de consolidación, los líderes actuales del mercado prevalecen y amplían su dominio. AWS, Azure y Google Cloud controlan la infraestructura en la nube, Nvidia domina los semiconductores, y OpenAI y algunos competidores se reparten el mercado de aplicaciones de IA. Las cuantiosas inversiones se amortizan a largo plazo y se alcanza la rentabilidad, aunque más tarde de lo previsto inicialmente.
En este escenario, se establecerían estructuras oligopólicas con altas barreras de entrada para nuevos competidores. Los beneficios sociales de la IA se materializarían, pero la creación de valor se concentraría en manos de unas pocas empresas. Es probable que la intervención regulatoria aumentara para prevenir el abuso de poder de mercado. Los primeros inversores obtendrían rentabilidades sustanciales, aunque quizás no las esperadas.
En el escenario de disrupción, surgen tecnologías o modelos de negocio alternativos que vuelven obsoletos los enfoques actuales. Los modelos de código abierto podrían ofrecer un rendimiento suficiente y socavar la monetización de los sistemas propietarios. Arquitecturas más eficientes podrían devaluar las inversiones masivas en infraestructura. Podrían surgir nuevos paradigmas de aplicación más allá de los grandes modelos de lenguaje. En este escenario, muchas inversiones actuales sufrirían pérdidas, pero la democratización de la IA se aceleraría.
Un probable escenario intermedio combina elementos de ambos extremos. Los líderes actuales del mercado mantienen posiciones sustanciales, pero los márgenes se reducen debido a la competencia. Nuevos proveedores especializados captan nichos de mercado. Los avances tecnológicos reducen los costos, pero no tan drásticamente como se esperaba. La rentabilidad se retrasa, pero el negocio se vuelve sostenible. Los beneficios sociales se materializan gradualmente en mejores indicadores de productividad y nuevas aplicaciones.
Relacionado con esto:
Apostar por el futuro en tiempos de incertidumbre
El acuerdo de 38 000 millones de dólares entre OpenAI y Amazon Web Services encarna las ambivalencias de la actual revolución de la IA. Por un lado, documenta el impresionante dinamismo de una industria dispuesta a invertir cientos de miles de millones de dólares en una visión tecnológica. Los actores involucrados persiguen estrategias aparentemente racionales para diversificar sus dependencias, consolidar posiciones competitivas y participar en tecnologías potencialmente transformadoras.
Por otro lado, el acuerdo revela la precaria base sobre la que se asientan estas inversiones. La discrepancia entre las valoraciones gigantescas y las pérdidas estructurales, los flujos circulares de dinero entre inversores y receptores, las métricas de valoración creativas y la enorme magnitud de la asignación de capital evocan burbujas históricas. La pregunta fundamental sigue sin respuesta: ¿Podrán las aplicaciones prometidas y las ganancias de productividad justificar alguna vez las inversiones masivas?
Los próximos años demostrarán si la actual ola de inversión en infraestructura pasará a la historia como una estrategia visionaria para la era de la IA o como un desperdicio irracional de capital. Sea cual sea el resultado, el acuerdo marca un punto de inflexión en la arquitectura energética de la industria tecnológica e ilustra que el futuro de la inteligencia artificial estará determinado no solo por los avances algorítmicos, sino también por las realidades económicas, las alianzas estratégicas y, en última instancia, por la disposición de los mercados a apostar por un futuro incierto.
Su socio global de marketing y desarrollo empresarial
☑️ Nuestro idioma comercial es el inglés o el alemán
☑️ NUEVO: ¡Correspondencia en tu idioma nativo!
Konrad Wolfenstein
Mi equipo y yo estaremos encantados de estar disponibles para usted como su asesor personal.
Puedes contactarme rellenando el formulario de contacto aquí wolfenstein@xpert.digital:o simplemente llamándome al +49 7348 4088 965. Mi dirección de correo electrónico es
Espero con ilusión nuestro proyecto conjunto.
☑️ Apoyo a las PYMES en estrategia, consultoría, planificación e implementación
☑️ Creación o realineamiento de la estrategia digital y digitalización
☑️ Ampliación y optimización de procesos de ventas internacionales
☑️ Plataformas comerciales B2B globales y digitales
☑️ Desarrollo de negocios pioneros / Marketing / Relaciones públicas / Ferias comerciales
Benefíciese de la amplia experiencia quíntuple de Xpert.Digital en un paquete de servicios integral | BD, I+D, XR, PR y optimización de la visibilidad digital
Benefíciese de la amplia experiencia quíntuple de Xpert.Digital en un paquete integral de servicios | I+D, XR, RR. PP. y optimización de la visibilidad digital - Imagen: Xpert.Digital
Xpert.Digital posee un profundo conocimiento de diversas industrias. Esto nos permite desarrollar estrategias a medida, alineadas con precisión con las necesidades y desafíos de su segmento de mercado específico. Mediante el análisis continuo de las tendencias del mercado y el seguimiento de la evolución del sector, podemos actuar de forma proactiva y ofrecer soluciones innovadoras. La combinación de experiencia y conocimientos genera valor añadido y proporciona a nuestros clientes una ventaja competitiva decisiva.
Más información aquí:
