Autora: María Fernanda González González.
En diciembre de 2015, con la misión expresa de “asegurar que la inteligencia artificial beneficie a toda la humanidad”, figuras imponentes de la industria de la tecnología como Elon Musk y Sam Altman, unieron recursos para crear OpenAI. Si bien comenzó como una organización sin fines de lucro, principalmente dedicándose a la investigación, la empresa creadora de ChatGPT ha superado los 25,000 millones de dólares en ingresos anualizados según su último reporte. Este crecimiento acelerado refleja la forma en que las empresas de inteligencia artificial poco a poco han ganado peso en el mercado.
Aun así, para quienes utilizan estas herramientas de manera gratuita día con día puede resultar difícil conceptualizar de dónde salen estos números. Quiero decir, de acuerdo con sus propias cifras, una pregunta de 100 palabras con una respuesta de 300 palabras por parte del modelo representa para la compañía un gasto de aproximadamente $0.00065 USD. Lo cual puede parecer insignificante, hasta que se multiplica por los casi 2,500 millones de mensajes diarios enviados a ChatGPT. ¿Es posible que haya suficientes subscriptores de pago como para que hagan contrapeso a los millones de usuarios gratuitos? Pues resulta que la respuesta va mucho más allá de los 20 dólares que paga cada usuario Plus al mes.
De entrada, es importante comprender de dónde viene esta cifra. Si quieres un desglose más específico de cómo funcionan estos modelos, lo puedes leer aquí. Pero, en términos simples, para que un modelo de IA como GPT-5 procese el lenguaje humano, primero debe realizar un proceso de “traducción” matemática llamada tokenización. A través de este proceso, las palabras se dividen en la unidad mínima de significado que el modelo puede utilizar.
Por ejemplo, al preguntarle a ChatGPT: ¿Me explicas por qué el cielo es azul? Estás utilizando alrededor de 11 a 12 tokens. Lo puedes observar de manera gráfica en la imagen 1.1. Básicamente, a través de dividir las palabras y las frases en unidades más pequeñas, el modelo es capaz de comparar con su diccionario interno y asignarle un significado a cada unidad.
En términos económicos, cada token tiene un precio aproximado de $0.25 USD por millón de tokens en mensajes de entrada (o sea, los que envías tú a ChatGPT), y algo así como $2.00 USD por millón de tokens de salida (los que ChatGPT te manda a ti). Si al responderte utiliza unas 250 palabras y algunos emojis, el costo total de la interacción será de aproximadamente 322 tokens. Ojo, este costo solo incluye el procesamiento, adicionalmente existen costos de electricidad y hardware.
Para dimensionar este ‘gasto invisible’, basta con mirar la generación de imágenes. Mientras que una consulta de texto consume energía equivalente a mantener encendida una bombilla LED por unos minutos, generar una sola imagen en DALL-E consume tanta electricidad como la necesaria para cargar la batería de tu smartphone al 100%.
Entonces, es fácil comprender que ChatGPT representa un gasto enorme para Open AI. En 2019, al darse cuenta de que el entrenamiento de modelos gigantes como GPT-3 representaba un costo de miles de millones de dólares por encima de lo que recibían como empresa sin fines de lucro, fue cuando se hizo la transición a un modelo de “lucro limitado”, donde los inversores podían obtener un retorno de hasta 100 veces su inversión. Fue por estas fechas que Microsoft invirtió sus primeros $1,000 millones de dólares para investigación e infraestructura en IA.
Aclaremos, en este momento OpenAI aún no contaba con productos en el mercado. No sería sino hasta alrededor de 2020 que alcanzarían este hito, con el lanzamiento de la API de GPT-3, que, en términos muy sencillos, funcionaba como un «cerebro en alquiler»: permitía que cualquier programador conectara sus propias aplicaciones al modelo de OpenAI para que estas pudieran escribir, resumir o programar, pagando solo por lo que consumían. Hasta aquí, su modelo era claramente de Business to Business (B2B), es decir, su principal cliente eran otros negocios de tecnología.
Sería en noviembre de 2022, con el lanzamiento de ChatGPT, que se convertirían en una marca de consumo masivo, pasando de 0 a 100 millones de usuarios en un tiempo récord, con el embudo de conversión más grande de la historia del software. Es casi seguro que tú o alguien que conoces ha usado ChatGPT alguna vez. Es incluso muy probable que lo uses con regularidad. Sin embargo, es un poco menos probable que seas uno de los apenas 2 millones (aproximadamente) de mexicanos que realmente pagan una suscripción mensual por los servicios de ChatGPT.
Aquí es donde la matemática se vuelve desafiante: Si solo una pequeña fracción de los usuarios paga, y cada vez que un usuario gratuito hace una pregunta hay que costearlo de alguna forma, ¿cómo es que OpenAI puede sostener esta operación?
Aquí entra otro factor interesante: El modelo B2B de OpenAI sigue vivo. Aunque a los clientes “de a pie” les parezca más conocido ChatGPT (chati, como le dicen algunos usuarios de redes sociales), en realidad el principal negocio sigue siendo con las grandes empresas. Conglomerados enormes como Uber, Salesforce o Morgan Stanley utilizan la investigación en infraestructura de OpenAI en sus operaciones diarias, y aquí nada es gratuito. La API de OpenAI es su principal fuente de ingresos.
Y luego está la gran incógnita. La tan infame “burbuja” de la IA.
Punto importante: OpenAI, desde su transición a un modelo lucrativo, ha reportado pérdidas importantes cada año de operación. Para este 2026, tienen estimado perder más de $14,000 millones de dólares, uno de los burn rates más rápidos en la historia de Silicon Valley. Y planean seguir perdiendo, pues no estiman rentabilidad hasta el 2030.
¿Cómo es esto posible? La respuesta tiene nombre propio: NVIDIA. El costo de los chips (GPUs) necesarios para que la IA procese información es tan alto, y el consumo de energía es tan voraz, que OpenAI hoy en día es una apuesta de resistencia. Están quemando el dinero de sus inversores (como Microsoft y SoftBank) a una velocidad nunca antes vista, confiando en que, para cuando el dinero se acabe, la IA sea tan indispensable que el mundo entero no tenga más remedio que pagar por ella.
En esta fiebre de oro conocida como la carrera de la IA, NVIDIA está vendiendo los picos y las palas. Como empresa de hardware, ha conseguido múltiples convenios con las empresas de inteligencia artificial más importantes, garantizando tener clientes muy lucrativos al menos hasta el fin de la década.
Esto nos deja ante la gran pregunta: ¿Estamos ante una revolución industrial o ante la burbuja más cara de la historia?
Una burbuja económica estalla cuando el valor percibido de un activo se desconecta por completo de su utilidad real y su capacidad de generar ganancias. Hoy, el mercado está valorando a OpenAI y a sus competidores como si fueran a solucionar todos los problemas de la humanidad, pero la realidad contable nos dice que, por ahora, son máquinas de consumir electricidad y capital.
Si para 2030 la IA no ha logrado automatizar industrias enteras de forma que justifique esos miles de millones en chips de NVIDIA, la ‘fiebre del oro’ podría terminar con un silencio ensordecedor en los centros de datos. Al final, el éxito de OpenAI no se medirá por cuántos millones de personas usen su chat de forma gratuita, sino por si algún día logran que su ‘cerebro artificial’ sea más barato de operar que el cerebro humano al que intenta imitar.
Mientras tanto, cada vez que le pides a ChatGPT que te ayude a escribir un email, le estás costando unos centavos dólares a OpenAI. Tal vez tu próximo mensaje sea el que reviente la burbuja.