- A diferencia de la alta valoración de las empresas de IA generativa, el problema de la falta de rentabilidad está cobrando cada vez más relevancia pese a las inversiones masivas
- OpenAI y Anthropic, entre otras, han mostrado uno de los crecimientos de ingresos más rápidos de la historia, pero el consumo de caja continúa debido a los enormes costos de cómputo para entrenar y operar modelos
- Las grandes tecnológicas cuentan con chips propios e infraestructura de nube, lo que les da ventaja en eficiencia de costos y presiona la competitividad de los laboratorios de IA independientes
- El aumento de productividad que prometía la IA aún sigue limitado a ciertas áreas, y la estabilidad de las ganancias a largo plazo también es incierta por la intensificación de la competencia
- Los inversionistas ya no se conforman solo con crecimiento, y se entra en una fase en la que exigen a las empresas líderes de IA un modelo de ingresos claro y una estrategia de supervivencia después de salir a bolsa
La gran inversión y la diferencia de temperatura en el mercado privado
- Se menciona que en 2025 la industria de capital de riesgo invirtió alrededor de 150 mil millones de dólares en grandes startups de IA como OpenAI y Anthropic
- Entró mucho más capital que en las empresas beneficiadas por el auge del VC de 2021, y el optimismo en el mercado privado continúa
- Se señala que OpenAI está evaluando recaudar hasta 100 mil millones de dólares adicionales en financiamiento privado en 2026
Rápido crecimiento de ingresos y, al mismo tiempo, mayor consumo de caja
- OpenAI y Anthropic son consideradas entre las empresas con el crecimiento de ingresos más rápido de la historia
- En cambio, los costos de GPU e infraestructura en la nube para entrenamiento e inferencia de modelos están provocando un consumo de caja a nivel de “Towering Inferno”
- Se prevé que aumente la presión por aclarar la ruta hacia la rentabilidad al considerar una salida a bolsa en 2026 o después
Desventaja estructural en la competencia con las grandes tecnológicas
- Las grandes tecnológicas como Google tienen una estructura que les permite reducir los costos de entrenamiento y operación aprovechando sus propios chips e infraestructura de nube
- A medida que el modelo Gemini ha cerrado buena parte de la brecha de desempeño, la diferenciación de los laboratorios de IA independientes se está debilitando
- Las startups de IA con alta dependencia de inversionistas externos quedan en una posición más vulnerable frente a la volatilidad del mercado de capital
Efectos de productividad que no aparecen tanto como se esperaba
- Aunque han pasado 3 años desde el lanzamiento de ChatGPT, la mejora general de la productividad laboral prometida por la IA sigue siendo limitada
- Hay resultados en algunas áreas como programación y atención al cliente, pero el mercado se ha saturado con el rápido aumento de competidores
- Aún no ha surgido un laboratorio de IA con una ventaja competitiva sostenible (moat) claramente definida
Una estructura de costos que crece conforme aumenta la escala
- A diferencia de las empresas de software tradicionales, las compañías de IA tienen una estructura en la que los costos también aumentan al escalar
- No solo es alto el costo de entrenar modelos frontier, también pesa el costo de inferencia en un contexto con gran proporción de usuarios gratuitos
- Ofrecer respuestas más cortas o introducir publicidad para reducir costos implica el riesgo de deteriorar la experiencia de usuario
- También se plantea que subir precios podría desacelerar la adopción
La paciencia de los inversionistas y la decisión de OpenAI
- Existen casos de éxito como Netflix y Uber, que pasaron años con pérdidas antes de despegar, pero se enfatiza que los inversionistas no esperarán indefinidamente
- Según cifras filtradas, se menciona que OpenAI podría consumir más de 115 mil millones de dólares hasta 2030
- Sam Altman dijo que le gustaría poner a prueba a los vendedores en corto mediante una salida a bolsa, y el mercado está dividido sobre esa postura
- En conjunto, se concluye que toda la industria de IA entrará, a partir de 2026, en una fase de validación de modelos de negocio realistas
1 comentarios
Opiniones de Hacker News
La industria de la IA se está convirtiendo en un mercado extremadamente competitivo e intensivo en capital
OpenAI, Anthropic, Google, Meta y Deepseek están obteniendo resultados parecidos cuando invierten recursos similares
Casi no existe una barrera de entrada técnica (moat), y al final es muy probable que estalle una gran burbuja, como pasó con la industria ferroviaria
Pero así como los ferrocarriles no desaparecieron, la IA tampoco va a desaparecer y sí va a cambiar el mundo. Solo que, desde la perspectiva de inversión, vendrá una gran corrección
Inversionistas corporativos como Microsoft podrían aprovechar esas pérdidas como deducciones fiscales a través de la estructura de la alianza
Es decir, sería una forma de financiar I+D mediante ahorro fiscal, y una pérdida de 10 mil millones de dólares podría traducirse en un efecto de ahorro fiscal de 2 a 3 mil millones de dólares
Por lo tanto, el marco de “consumo de caja = destrucción de valor” es incorrecto
ChatGPT consiguió 200 millones de usuarios en 9 meses y 900 millones de usuarios semanales en 3 años
La velocidad de monetización no tiene punto de comparación con la de los ferrocarriles, y la estructura de retorno de inversión es completamente distinta
Una vez que esté totalmente integrado, será difícil cambiarse a otra plataforma, y la propia intensidad de capital funciona como moat
Al final, esto probablemente se moverá hacia una estructura como la del mercado cloud, donde unos pocos jugadores grandes dominan el mercado con márgenes altos
Gmail, YouTube, Search y otros le dan la mayor amplitud para aplicar IA, y la calidad de sus modelos multimodales también está al más alto nivel
Para las startups de IA, el mercado actual tiene la peor estructura de negocio posible
Requiere muchísimo capital e innovación constante, y casi no existe lealtad de marca por parte de los clientes
Si te rezagas un poco, te cambian el endpoint del API y listo, así que es difícil sobrevivir
Al final, solo podrán resistir empresas como Google, que tienen otras líneas de producto
Incluso cuando Anthropic lanzó temporalmente un mejor modelo, casi no hubo fuga de usuarios
Es decir, la marca y el hábito de uso funcionan como un moat muy fuerte
Después del colapso de la infraestructura, los VC se enfocarán en innovación a nivel producto y servicio
Artículo relacionado: Models Aren’t Moats
No entiendo por qué OpenAI está invirtiendo demasiado en proyectos de video e imagen como videoSlop, imageSlop
Anthropic está mucho más enfocada
Pero como no logran encontrar un moat técnico, al final los acuerdos de copyright se vuelven su única defensa
Por eso OpenAI colabora con Disney
Con Ghibli, la app de Sora y otros, disparó el número de suscriptores; ha tenido muchos proyectos fallidos, pero algunos han sido éxitos enormes
Aun así, por las actualizaciones de versión tan frecuentes, ya no genera tanto ruido como antes
Esa es la razón por la que OpenAI se enfoca en video
La integración multimodal eleva la inteligencia del modelo, y OpenAI mantiene su posicionamiento como asistente general
En cambio, Anthropic elige una estrategia enfocada en desarrolladores para mejorar la eficiencia del capital
Otra posible burbuja es el endurecimiento de la aplicación de derechos de autor (IP)
Las plataformas existentes tienen claro el consentimiento para usar contenido de usuarios, pero sigue habiendo dudas sobre si OpenAI obtuvo legalmente sus datos de entrenamiento
También hubo sospechas de que Meta recolectó ebooks por torrent
Anthropic busca monetizar con un modelo SaaS centrado en coding, mientras que OpenAI apunta a un modelo basado en publicidad
Google tiene modelos de alta calidad, pero todavía le cuesta convertir eso en productos que la gente realmente quiera usar
Gemini, los resúmenes de búsqueda con IA y Google Lens tienen un uso abrumadoramente alto
Da algo de pena que una empresa que decía que iba a cambiar el mundo termine en publicidad
La investigación de nuevos fármacos de DeepMind es un ejemplo
En cambio, la ventaja de OpenAI parece ser solo la imagen de marca de que “no es Google”
OpenAI podría integrar funciones de compra y quitarle a Google parte del tráfico de búsqueda comercial
Al final, la competencia en IA trata de quién se queda con el negocio de peaje de la próxima generación
La escala de su tráfico es tan aplastante que OpenAI lo tendría difícil para competir
Nadie sabe con exactitud la magnitud del consumo de caja de OpenAI
Hay quienes afirman que no ha entrenado modelos nuevos desde GPT-4o, pero eso podría ser simplemente un sistema de routing
OpenAI reforzó su pipeline de datos sintéticos y ya lo está usando en entrenamiento real de modelos
no ha habido un run completo de pretraining desde GPT-4o, pero sí ha seguido avanzando activamente en fine-tuning, RLHF y mejoras en tool calling
Resultados como Codex-high son prueba de ello
GPT-5.2 tiene un cutoff de entrenamiento distinto y debe haber implicado un costo considerable
Los VC siguen concentrados en encontrar la próxima “gran empresa de IA”
Pero si llega una contracción de inversión, el capital se moverá hacia empresas no-IA que usan IA como herramienta
OpenAI está apostando por la monetización de corto plazo
La probabilidad de éxito es baja, pero desde la perspectiva de los VC, consideran que la relación riesgo-recompensa sigue siendo suficiente
Al final, parece que apuesta a volverse tan grande que termine recibiendo un rescate del gobierno de EE. UU.
Está presentando la IA como una competencia tecnológica al estilo Guerra Fría para ganar apoyo del público
Los usuarios comunes también experimentan directamente la capacidad de los LLM y eso les da confianza en el futuro
Por eso sigue siendo una narrativa de futuro fácil de vender