En un año marcado por la explosión de la inteligencia artificial generativa, OpenAI ha confirmado una derrota fiscal sin precedentes: $34 mil millones en gastos operativos durante 2023, un 60% más que en 2022. Este figure, revelada por fuentes cercanas a la organización, subraya la creciente presión por mantener la competitividad en un mercado global donde la demanda de modelos de lenguaje avanzados como GPT-4 y el propio ChatGPT se disparó. La clave, según analistas, radica en la escala computacional y en la necesidad de datos de alta calidad para entrenar modelos hiperespecializados. Cada iteración de IA genera una factura elevada: solo el entrenamiento de un modelo como GPT-4 podría costar cientos de millones de dólares, calculan expertos en infraestructura de IA. Esto se suma a los costos de operación de servidores, energía y la contratación de talento especializado. El dinamismo del sector también explica parte del aumento. OpenAI compite en un terreno minado por gigantes tecnológicos como Google, Meta y Anthropic, que no dudan en invertir miles de millones en investigación y desarrollo. La carrera por la IA superinteligente (AGI) no solo es tecnológica, sino también geopolítica, con países y empresas movilizando recursos para no quedar atrás. ¿Sostenible es este modelo de negocio? Para muchos, la respuesta es dividida. Mientras que Microsoft, inversor estratégico de OpenAI, sigue aportando fondos (reporta haber invertido más de $10 mil millones hasta ahora), la sostenibilidad económica de modelos de IA de punta sigue en debate. La suscripción a ChatGPT Plus ($20/mes) o las APIs para empresas generan ingresos, pero no compensan los costos de entrenamiento y operación. Además, la regulación Europea y las preocupaciones éticas sobre la IA generativa añaden complejidad: cumplir con estándares internacionales exige inversiones en transparencia y auditorías. Otro factor clave es la eficiencia energética. Entrenar modelos de IA consume enormes cantidades de energía, lo que ha llevado a críticas sobre el impacto ambiental. OpenAI, como otras empresas, está bajo presión para optimizar sus operaciones, ya sea mediante algoritmos más eficientes o alianzas con proveedores de energía renovable. A pesar del gasto, OpenAI sigue siendo un referente en innovación. Su capacidad para atraer talento, como el reciente retorno de Ilya Sutskever como director de investigación, y su historial de publicaciones científicas de vanguardia, le permiten mantener su posición. Sin embargo, el camino hacia la rentabilidad o la IA autónoma sigue siendo un misterio. Mientras el mundo observa, una pregunta clave permanece: ¿quién pagará el precio de la próxima revolución industrial? Para OpenAI, el reto no solo es técnico, sino también económico y ético. Con una deuda fiscal en el orden de los miles de millones, la presión por demostrar un retorno de inversión crece. Pero en un ecosistema donde la innovación y la escala son todo, parece que OpenAI no tiene alternativa: seguir invirtiendo, aunque sea en lagunas.
OpenAI gasta $34 mil millones en 2023: ¿la carrera de la IA superinteligente?
OpenAI invertió $34 mil millones en 2023, un 60% más que el año anterior. Esta derrota fiscal revela la presión por ofrecer modelos de lenguaje cada vez más potentes y caros.
IAOnda Redaccion
martes, 16 de junio de 2026
Comentarios
Cargando comentarios...
Relacionados
Cuánto datos consume Apple Music con audio lossless
Apple Music ofrece audio lossless a costa de un mayor consumo de datos. Descubre las diferencias entre sus dos formatos de alta calidad y cómo afectan a tus planes de datos.
NVIDIA libera OSMO: orquesta IA física, simulación y robots con un solo YAML
NVIDIA ha liberado OSMO, su orquestador de flujos de trabajo nativo de Kubernetes para IA física. Con un único archivo YAML, los equipos robóticos pueden coordinar entrenamiento, simulación y pruebas en hardware real sin escribir código de infraestructura.
HardFlow: Nuevo algoritmo de IA que garantiza seguridad en situaciones críticas
El algoritmo HardFlow desarrollado por MIT introduce un estándar nuevo para la generación de inteligencia artificial bajo demandas de precisión extrema.