Burbuja de la IA: Altman advierte perdidas masivas mientras OpenAI busca una valoracion de 500.000 millones
La burbuja de la IA centra el debate: Sam Altman afirma que alguien perdera una cantidad fenomenal de dinero mientras OpenAI persigue una valoracion de 500.000 millones y proyecta gastar trillions en centros de datos, en medio de señales mixtas sobre el retorno real de la tecnologia en empresas.
El reconocimiento público de una posible burbuja de la IA llegó con una frase que corrió como pólvora: “Someone is going to lose a phenomenal amount of money”. La cita, recogida por The Verge, convivió con otra idea igualmente ambiciosa: OpenAI planea gastar “trillions” en infraestructura y aspira a que ChatGPT atienda a “miles de millones de personas al día”, según Wired. Al mismo tiempo, la compañía negocia una venta secundaria que la situaría cerca de una valoración de 500.000 millones de dólares, de acuerdo con otra cobertura de Wired.
Advertencia de burbuja frente a ambiciones de “trillions”
El discurso de Altman traza una línea fina entre cautela y expansión. Por un lado, admite que los mercados pueden estar sobreexcitados y que habrá perdedores. Por otro, defiende inversiones colosales en centros de datos, chips y energía para sostener la siguiente fase de la IA. Esta aparente contradicción es, en realidad, una estrategia de posicionamiento: si el entusiasmo bursátil se enfría, OpenAI quiere quedar del lado de los activos duros—infraestructura que el ecosistema seguirá necesitando, incluso con expectativas más sobrias.
Ese relato encaja con el telón de fondo de capex récord en la industria. Reuters y el propio blog corporativo de Microsoft sitúan en torno a 80.000 millones de dólares la inversión de la compañía en data centers habilitados para IA en su año fiscal 2025. A diferencia de la burbuja puntocom, hoy los mayores patrocinadores de la ola—Microsoft, Google, Meta, Amazon—generan flujos de caja suficientes como para absorber pérdidas prolongadas en IA sin colapsar.
La evidencia: ROI lento y una brecha de aprendizaje organizacional
Las dudas sobre el retorno cerca del negocio no provienen solo de anécdotas. Un informe reciente vinculado a MIT—GenAI Divide: State of AI in Business 2025—tuvo amplia repercusión al señalar que el 95% de los pilotos de IA generativa no acelera ingresos. La cobertura en Fortune y el seguimiento de FT (Unhedged) resaltan un matiz crucial: el problema no sería el techo técnico de los modelos, sino la brecha de aprendizaje de herramientas y organizaciones—datos poco preparados, integración deficiente, procesos sin rediseñar y expectativas mal calibradas. En ese contexto, las soluciones compradas a proveedores maduros muestran tasas de éxito superiores a los desarrollos internos desde cero.
Valoraciones tensas: señales de espuma
Las valoraciones reflejan el entusiasmo y, en algunos casos, tensan la cuerda. Fortune sitúa a Palantir en torno a 245 veces beneficios adelantados, un múltiplo que, si bien descuenta crecimiento fuerte en contratos y márgenes, deja poco margen de error. No todas las compañías cotizan en el mismo punto de euforia, pero casos así funcionan como termómetro de que parte del mercado puede estar pagando por promesas a muy largo plazo.
Producto y percepcion: la leccion de GPT‑5
La ejecución también pesa. La llegada accidentada de GPT‑5 dejó fricciones visibles con usuarios que echaban de menos modelos previos, un episodio que Altman reconoció en reuniones con periodistas. La admisión de errores operativos—documentada por medios especializados como The Decoder—contrasta con la narrativa de inversión a toda máquina: corregir el rumbo táctico sin ceder en la estrategia de escalar cómputo y capacidad.
¿Pinchazo o desinflado lento?
Si existe una burbuja de la IA, su desenlace podría diferir del año 2000. Gracias a balanzas corporativas más fuertes, es plausible un desinflado gradual por depuración de casos de uso y selección de modelos de negocio, más que un colapso súbito. Aun así, un ajuste de expectativas implicaría caídas en nombres con múltiplos extremos y recortes de proyectos que no demuestren impacto. En ese escenario, la apuesta de Altman por activos de infraestructura funciona como cobertura: posicionar a OpenAI para capturar valor tanto si la demanda de agentes y asistentes se acelera como si el mercado se vuelve selectivo y prioriza eficiencia.
Implicaciones para empresas: comprar, medir, iterar
Para CIOs y CFOs la guía operativa se asienta en principios sobrios: priorizar ROI medible en trimestres, presupuestar la curva de aprendizaje (formación, datos, rediseño de procesos), y evitar reconstruir desde cero aquello que un proveedor ya resuelve. Las organizaciones que enfocan la IA en procesos acotados—automatización de backoffice, clasificación y extracción de información, customer care—tienden a reportar avances más consistentes que las que intentan plataformas integrales sin madurez organizacional.
El juego de Altman: dos caminos para ganar
El mensaje dual—advertencia de pérdidas masivas y ambición de “trillions”—se entiende mejor como una estrategia de portafolio. Si la espuma se deshace, la infraestructura seguirá siendo esencial para quien permanezca. Si la adopción masiva se confirma, OpenAI aspira a capturar demanda con ChatGPT y APIs. En ambos casos, la combinación de escala de cómputo, acuerdos energéticos y distribución global funciona como foso competitivo frente a rivales con balances igualmente profundos.
Para más contexto sobre la reconfiguración reciente del catálogo de modelos de OpenAI y sus idas y vueltas, ver nuestro análisis de la vuelta de GPT‑4o a la plataforma. El pulso entre burbuja de la IA, capex histórico y maduración de casos de uso seguirá marcando el ritmo en los próximos trimestres.
Fuentes clave: entrevistas y coberturas de The Verge; análisis de Wired sobre planes de gasto y escala de ChatGPT, y su artículo sobre la valoración de 500.000 millones; lectura financiera en Fortune y FT sobre el informe de MIT; y el hito de capex de Microsoft en Reuters y su blog. Como termómetro de valoraciones, ver Palantir en Fortune.
