La tasa de ingresos de $40.000 millones de OpenAI eleva las apuestas de Amazon y AMD en IA

Según se informa, OpenAI ha elevado sus ingresos anualizados por encima de los $40.000 millones, convirtiendo la historia de infraestructura de amazon amd en una prueba de la rapidez con la que la demanda de IA se transforma en un negocio sostenible. La cifra representaría aproximadamente el doble de la tasa de ingresos de OpenAI a finales de 2025. También plantea una pregunta más difícil: ¿quién captura el valor económico creado por ese crecimiento?

OpenAI se encuentra en el centro del repunte de la demanda, pero no controla todas las capas necesarias para atender a sus clientes. Los operadores de nube proporcionan capacidad, los fabricantes de chips suministran aceleradores y los proveedores de energía respaldan la expansión de los centros de datos. Cada participante asume costos, riesgos y poder de negociación distintos.

Esa tensión enmarcó la emisión del 14 de agosto de Bloomberg Technology. El programa vinculó el crecimiento de OpenAI con dos historias aparentemente independientes. Nueva York está cuestionando el modelo de reparto subcontratado de Amazon, mientras que el exlíder de IA de Meta, Yann LeCun, profundiza su incursión en la inversión en startups.

En conjunto, estas historias describen un cambio más amplio. Las empresas tecnológicas están creciendo con rapidez, pero gobiernos, trabajadores, inversores y proveedores de infraestructura quieren cada vez más tener una mayor voz sobre cómo funciona ese crecimiento.

Para OpenAI, el reto inmediato es convertir una adopción acelerada en una plataforma económicamente sostenible. Para Amazon y AMD, la oportunidad reside en suministrar la capacidad de nube y los sistemas informáticos que sustentan esa adopción. El riesgo consiste en invertir antes de que se consolide la demanda sin asegurar suficiente valor a largo plazo.

La tasa de ingresos de OpenAI ha entrado en otra categoría

La tasa reportada de $40.000 millones importa porque OpenAI se ha duplicado desde una base que ya era excepcionalmente grande.

Los ingresos anualizados son una fotografía, no un año de ventas completado. Toman el rendimiento reciente y proyectan ese ritmo a lo largo de doce meses. Esta medida puede mostrar impulso, pero no revela la rentabilidad, la retención ni la demanda futura.

Esa distinción es esencial en este caso. Según se informa, el ritmo actual de OpenAI apunta a más de $40.000 millones en ingresos anualizados. No significa que la empresa ya haya cobrado esa cantidad durante 2026.

Aun así, la dirección es coherente con las revelaciones previas de OpenAI. La directora financiera Sarah Friar escribió en enero que los ingresos recurrentes anualizados aumentaron de $2.000 millones en 2023 a $6.000 millones en 2024. Luego superaron los $20.000 millones en 2025.

Friar vinculó directamente ese crecimiento con la capacidad informática disponible. Tanto los ingresos como la capacidad de cómputo de OpenAI crecieron con fuerza entre 2023 y 2025. La empresa presentó la infraestructura adicional como una limitación para la adopción, y no simplemente como un centro de costos.

Ese argumento cambia la forma en que los inversores deberían interpretar la nueva cifra. Si OpenAI alcanzó el ritmo reportado porque una mayor capacidad habilitó un mayor uso, la infraestructura sigue siendo fundamental para una expansión adicional. La demanda por sí sola no puede generar ingresos cuando la empresa no cuenta con sistemas suficientes para atenderla.

La tasa de ingresos también sugiere que la IA generativa ha ido más allá de una única aplicación de consumo. ChatGPT sigue siendo el producto más conocido de OpenAI, pero la empresa genera ingresos mediante suscripciones, implementaciones empresariales, APIs para desarrolladores y servicios de programación.

Estos canales tienen economías distintas. Las suscripciones de consumo generan pagos recurrentes, mientras que los ingresos de las API dependen del uso. Los acuerdos empresariales pueden aportar estabilidad, pero los grandes clientes suelen exigir seguridad, administración y condiciones de servicio predecibles.

Los productos de programación pueden generar un uso especialmente frecuente porque se integran en el trabajo diario de desarrollo. Sin embargo, una actividad más intensa también requiere más inferencia, el proceso informático que genera respuestas a partir de un modelo entrenado.

Por tanto, más ingresos pueden generar más gasto en infraestructura. La prueba central es si los ingresos crecen más rápido que el costo de atender cada solicitud.

OpenAI no ha proporcionado suficiente detalle financiero público para resolver esa cuestión. Su crecimiento reportado demuestra la demanda de los clientes, pero los ingresos anualizados por sí solos no pueden mostrar el margen bruto ni el flujo de caja libre.

Por eso la cifra de $40.000 millones es más que un hito celebratorio. Presiona a OpenAI para demostrar que la adopción puede sostener los compromisos informáticos necesarios para continuar expandiéndose.

También presiona a los proveedores. Las empresas de nube y semiconductores deben decidir cuánta capacidad construir antes de que la demanda futura sea segura. Si esperan, pueden perder clientes. Si se adelantan demasiado, sistemas costosos pueden quedar infrautilizados.

Por qué las apuestas de infraestructura de Amazon y AMD importan ahora más

La conexión entre amazon y amd importa porque el crecimiento de OpenAI debe pasar finalmente por la capacidad de nube, los aceleradores, las redes y la electricidad.

Amazon participa a través de AWS, su división de nube y uno de los principales proveedores de servicios informáticos. AMD compite en procesadores y aceleradores de IA, donde la demanda procede cada vez más de grandes centros de datos y desarrolladores de modelos.

Ninguna de las dos empresas necesita a OpenAI por sí sola para justificar su estrategia. Ambas atienden a amplias bases de clientes, incluidas empresas, startups, gobiernos y proveedores de modelos competidores. Sin embargo, la expansión de OpenAI ofrece una medida inusualmente visible del consumo subyacente de IA.

AWS informó que su tasa de ingresos de IA superó los $15.000 millones durante el primer trimestre de 2026. Amazon también señaló que AWS había alcanzado una tasa de ingresos de $142.000 millones en el último trimestre de 2025.

Estas cifras abarcan más que la IA generativa. Incluyen infraestructura y servicios de toda la cartera de nube de Amazon. Aun así, indican que las cargas de trabajo de IA se han vuelto relevantes dentro de un negocio que ya opera a escala global.

La posición de Amazon difiere de la de OpenAI. OpenAI puede vender directamente a los usuarios un asistente terminado o un servicio de modelos. AWS vende el entorno informático en el que operan muchas aplicaciones competidoras.

Esa posición crea diversificación. Si una empresa de modelos pierde impulso, otro cliente puede utilizar la misma infraestructura general. Sin embargo, los proveedores de nube también enfrentan una presión constante para reducir los costos informáticos mientras financian nuevos centros de datos.

AMD aborda el mercado desde otra capa. Suministra procesadores para servidores y aceleradores Instinct utilizados en sistemas de IA. Su negocio de centros de datos se ha convertido en una fuente central de crecimiento, en lugar de una extensión secundaria de la informática personal.

En su actualización del primer trimestre, AMD señaló que los ingresos de centros de datos alcanzaron los $5.800 millones, un 57 por ciento más que el año anterior. La empresa atribuyó ese crecimiento a la demanda de procesadores EPYC y GPU Instinct en sus resultados financieros.

Estas cifras explican por qué la trayectoria de OpenAI puede influir en las expectativas mucho más allá de una sola empresa privada. Un incremento sostenido en el uso de modelos impulsa más compras de aceleradores, despliegues de nube más grandes y una mayor demanda de redes.

Sin embargo, la relación no es automática. Unos mayores ingresos por aplicaciones no garantizan ganancias equivalentes para todos los proveedores de infraestructura.

Los operadores de nube pueden diseñar chips propios, negociar descuentos o redistribuir cargas de trabajo entre proveedores. Los desarrolladores de modelos pueden mejorar la eficiencia del software. Los clientes también pueden dirigir tareas más simples hacia modelos más pequeños que requieren menos capacidad informática.

Por lo tanto, AMD debe competir en algo más que la disponibilidad bruta de procesadores. Los desarrolladores necesitan software maduro, sistemas fiables y herramientas que permitan mover cargas de trabajo sin reescrituras costosas.

Amazon enfrenta una disyuntiva relacionada. AWS se beneficia cuando los clientes consumen más capacidad informática, pero esos clientes quieren menores costos por tarea. Las mejoras que abaratan la inferencia pueden reducir los ingresos por unidad, al tiempo que incentivan un mayor uso total.

Ese es el mecanismo central detrás de la oportunidad de amazon amd. La caída de los costos unitarios puede ampliar el mercado, pero los proveedores deben preservar sus márgenes mientras los clientes exigen un mejor rendimiento.

El crecimiento de OpenAI refuerza el argumento de que el uso puede expandirse con la rapidez suficiente para sostener este ciclo. No garantiza que cada capa capture el mismo rendimiento.

Los proveedores más fuertes probablemente serán aquellos que reduzcan el costo total de operar servicios de IA. Eso incluye rendimiento del hardware, compatibilidad de software, eficiencia energética, redes y velocidad de despliegue.

El rápido crecimiento no responde a la cuestión de la rentabilidad

Los ingresos reportados de OpenAI se han disparado, pero el costo de generar esos ingresos sigue siendo la incertidumbre decisiva.

Entrenar un modelo de frontera requiere grandes clústeres de aceleradores, un extenso procesamiento de datos y equipos técnicos especializados. Servir el modelo genera otro gasto continuo porque cada solicitud de un usuario consume recursos informáticos.

Este patrón difiere de la distribución tradicional de software. Una aplicación convencional a menudo puede atender a otro usuario con un costo adicional relativamente pequeño. Los sistemas de IA generativa deben realizar un cálculo sustancial cada vez que responden.

Las mejoras de eficiencia pueden reducir esa carga. Los modelos más pequeños pueden gestionar solicitudes rutinarias, mientras que los sistemas más grandes abordan tareas difíciles. El almacenamiento en caché puede reutilizar cálculos anteriores, y los chips especializados pueden procesar operaciones comunes de manera más eficiente.

Sin embargo, las nuevas capacidades pueden compensar esos ahorros. Ventanas de contexto más largas, cargas de trabajo de razonamiento, generación de video y agentes autónomos suelen requerir más computación por tarea.

Un agente de IA es un software que puede planificar y ejecutar acciones entre herramientas con supervisión limitada. Los agentes pueden crear más valor económico que una sola respuesta de chatbot, pero también pueden generar muchas llamadas a modelos.

Esto hace importante la combinación de productos de OpenAI. Los ingresos procedentes de un flujo de trabajo empresarial de alto valor pueden sostener un mayor gasto informático. La actividad de consumo de bajo valor ofrece menos margen para una inferencia costosa.

La misma cuestión se aplica a los asistentes de programación. Un desarrollador puede aceptar un costo operativo mayor cuando un sistema completa un trabajo significativo. Sin embargo, las sugerencias poco fiables pueden generar costos de revisión que reducen el valor de la herramienta.

Las empresas que evalúan estos servicios necesitan pruebas que vayan más allá de demostraciones impresionantes. Necesitan mejoras medibles en el trabajo completado, la precisión de las respuestas y el tiempo de los empleados.

Aquí es donde un ritmo reportado de $40.000 millones resulta a la vez alentador e incompleto. Indica que muchos clientes perciben suficiente valor como para pagar. No revela con qué consistencia esos clientes renuevan o amplían contratos.

Tampoco revela cómo se distribuyen los ingresos. Un negocio impulsado por unos pocos acuerdos grandes conlleva riesgos distintos de uno sustentado por un uso recurrente y diversificado.

Los compromisos de infraestructura de OpenAI añaden otra incertidumbre. La capacidad suele asegurarse mediante acuerdos que se extienden durante años. Estas disposiciones pueden proteger el suministro, pero también pueden crear obligaciones que sobrevivan a la demanda actual.

Amazon y AMD enfrentan sus propias versiones de este riesgo de sincronización. Los centros de datos tardan años en planificarse y construirse. Las nuevas plataformas de procesadores requieren largos ciclos de diseño, fabricación y despliegue.

Los proveedores no pueden esperar a que la demanda se vuelva evidente antes de invertir. De lo contrario, los clientes se enfrentarían a escasez y los competidores podrían ocupar su lugar.

El resultado es un mercado construido sobre previsiones superpuestas. OpenAI prevé el uso. Amazon prevé el consumo de nube. AMD prevé la demanda de procesadores y aceleradores.

Si las tres previsiones son acertadas, el mercado puede sostener una inversión continuada. Si la adopción empresarial se ralentiza, la capa de infraestructura puede sufrir las consecuencias antes de que el entusiasmo de los consumidores cambie de forma visible.

La información financiera pública aportará más claridad sobre Amazon y AMD que sobre OpenAI. Los inversores pueden analizar los ingresos de los centros de datos, el gasto de capital, los márgenes y las previsiones.

OpenAI sigue siendo una empresa privada, por lo que los externos reciben menos información estandarizada. Los ingresos anualizados comunicados son útiles, pero no pueden sustituir a estados financieros auditados que abarquen costes y generación de efectivo.

Esta brecha debería influir en cómo los lectores interpretan el titular. El crecimiento explosivo es una afirmación sobre velocidad. El crecimiento sostenible exige pruebas sobre la viabilidad económica.

La disputa de Amazon en Nueva York demuestra que la escala atrae nuevas obligaciones

La disputa de Amazon por las entregas muestra que la escala tecnológica acaba convirtiéndose en una cuestión laboral y de gobernanza.

La propuesta Ley de Protección de Entregas de la ciudad de Nueva York se dirige a las instalaciones de última milla, los almacenes que coordinan la fase final de la entrega de paquetes. El proyecto exigiría a los operadores cubiertos obtener licencias y contratar directamente a los trabajadores esenciales de reparto y almacén.

La propuesta se centra en acuerdos de subcontratación como el programa Delivery Service Partner de Amazon. En ese sistema, empresas locales emplean a conductores que entregan paquetes utilizando procesos y tecnología estrechamente asociados con Amazon.

Los defensores sostienen que las empresas dominantes deberían asumir responsabilidad directa por los trabajadores que realizan una parte esencial de su servicio. También vinculan la contratación directa con la formación en seguridad y una rendición de cuentas más clara.

El Ayuntamiento debatió estas cuestiones durante una audiencia sobre el proyecto de ley en abril. Posteriormente, el alcalde Zohran Mamdani respaldó la propuesta, elevándola a una confrontación política directa con Amazon.

Amazon rechaza la premisa central del proyecto. La empresa afirma que sus socios de reparto son negocios independientes que contratan empleados, gestionan equipos y prestan servicio a sus comunidades.

En un testimonio escrito de la empresa, Amazon indicó que trabajaba con más de 40 socios de reparto que empleaban a más de 5.000 personas en la ciudad de Nueva York. Sostuvo que la propuesta podría amenazar a esos negocios y empleos.

Estas posturas revelan un conflicto conocido. Las plataformas y las grandes empresas tecnológicas describen las redes de socios como formas flexibles de emprendimiento. Los reguladores y defensores laborales suelen verlas como mecanismos que alejan a las empresas de sus obligaciones laborales.

La disputa no trata directamente sobre infraestructura de IA. Pertenece al mismo análisis porque muestra lo que ocurre cuando una empresa centrada en la tecnología se vuelve indispensable para la vida urbana.

La escala atrae más que clientes. También atrae exigencias de rendición de cuentas por parte de gobiernos, comunidades y trabajadores.

OpenAI se aproxima a un umbral comparable en otro ámbito. A medida que sus productos influyen en la educación, la programación, la atención sanitaria y el trabajo de oficina, los responsables políticos examinarán la responsabilidad por errores, seguridad, uso de datos y desplazamiento laboral.

La experiencia de Amazon ofrece una advertencia. Una empresa no puede asumir que los límites organizativos siempre determinarán la responsabilidad pública.

Los reguladores pueden centrarse en el control práctico. Pueden preguntar quién establece las expectativas de rendimiento, proporciona la tecnología clave, controla las relaciones con los clientes y se beneficia del servicio.

Las mismas preguntas pueden surgir en toda la cadena de suministro de IA. Un proveedor de modelos puede depender de un operador de nube, evaluadores externos, contratistas o desarrolladores de aplicaciones. Cuando se produce un daño, los contratos formales pueden no resolver a quién considera responsable el público.

Para Amazon, lo que está en juego de inmediato son las operaciones de reparto y la estructura de empleo. Para el sector tecnológico en general, el caso pone a prueba si las normas locales pueden obligar a las grandes plataformas a internalizar costes que antes asumían sus socios.

El proyecto aún enfrenta incertidumbre legislativa, jurídica y operativa. Los requisitos pueden cambiar antes de su aprobación, y los litigios podrían retrasar su implementación.

Las afirmaciones de Amazon sobre la pérdida de flexibilidad también merecen análisis, no rechazo. La contratación directa podría mejorar la rendición de cuentas al tiempo que trastorna a pequeños operadores construidos en torno al modelo actual.

La cuestión central no es si todos los subcontratistas son ilegítimos. Es si una gran empresa ejerce suficiente control como para justificar obligaciones directas.

Ese argumento será importante a medida que las empresas de IA construyan redes igualmente complejas de proveedores e intermediarios. El crecimiento de los ingresos puede acelerarse más rápido que los sistemas de gobernanza, pero la brecha rara vez permanece abierta para siempre.

El talento de IA se desplaza de los laboratorios corporativos al capital

Los movimientos de Yann LeCun tras Meta muestran que la competencia por la influencia en IA ahora se extiende de los laboratorios de investigación a la financiación de startups.

LeCun pasó más de doce años liderando una influyente investigación de IA en Meta. También se convirtió en uno de los críticos más destacados del sector de depender por completo de los grandes modelos de lenguaje.

Los grandes modelos de lenguaje predicen y generan secuencias de texto utilizando patrones aprendidos de extensos datos de entrenamiento. LeCun sostiene que alcanzar una inteligencia artificial más capaz requiere sistemas que comprendan el mundo físico, recuerden, razonen y planifiquen.

Dejó Meta para crear Advanced Machine Intelligence Labs en torno a esa dirección. Su salida reflejó tanto un desacuerdo científico como un cambio en la estructura corporativa de Meta.

Meta ha avanzado agresivamente hacia esfuerzos comerciales de superinteligencia mientras recluta nuevos líderes e investigadores. El enfoque de LeCun hace hincapié en los modelos del mundo, sistemas diseñados para aprender cómo se comportan los entornos en lugar de limitarse a predecir lenguaje.

La salida de LeCun también mostró cómo las grandes empresas tecnológicas ya no contienen todas las vías influyentes de investigación en IA. Científicos experimentados pueden reunir financiación, talento y alianzas fuera de los laboratorios establecidos.

Más tarde, LeCun se unió al consejo asesor de Hiro Capital, dando a la firma de capital riesgo acceso a su perspectiva técnica. También estuvo vinculado a Extelligence Invest, una iniciativa de inversión en fase inicial que, según se informó, terminó tras un breve periodo.

Los detalles importan porque “unirse a una firma de capital riesgo” puede describir varios niveles de participación. Una función asesora no implica necesariamente responsabilidad diaria en la elección de inversiones.

Por tanto, sería inexacto presentar a LeCun como alguien que simplemente abandona la investigación por el capital riesgo. Su principal foco operativo sigue siendo AMI Labs, mientras que las relaciones de asesoramiento amplían su influencia entre empresas en etapas más tempranas.

Aun así, la dirección es significativa. Los investigadores de IA moldean cada vez más los mercados no solo publicando trabajos o creando productos, sino también decidiendo qué enfoques técnicos reciben capital.

Esto puede ampliar la gama de ideas financiadas. Los inversores suelen agruparse en torno a la arquitectura de modelos que actualmente produce los resultados comerciales más sólidos.

El crecimiento de los ingresos de OpenAI podría intensificar esa concentración. Una tasa anualizada comunicada de 40.000 millones de dólares hace que los negocios basados en modelos de lenguaje parezcan validados a una escala extraordinaria.

La participación de LeCun en startups ofrece un contrapeso. Puede ayudar a los inversores a evaluar empresas que persiguen modelos del mundo, razonamiento basado en energía, robótica y otras alternativas.

Eso no demuestra que su vía preferida vaya a tener éxito. Los modelos del mundo aún enfrentan difíciles desafíos de investigación y comercialización. Su valor debe demostrarse mediante un rendimiento fiable en aplicaciones reales.

Sin embargo, el contraste refuerza la tensión principal del artículo. OpenAI representa una monetización rápida en torno a los sistemas de modelos actuales. LeCun representa una inversión continuada en enfoques diseñados para ir más allá de sus limitaciones.

Amazon y AMD se sitúan entre esas vías. Su infraestructura puede respaldar hoy los modelos de lenguaje y, potencialmente, arquitecturas diferentes mañana.

Esa posición proporciona opcionalidad, pero los cambios arquitectónicos pueden modificar los requisitos de hardware. Un sistema optimizado para las cargas de trabajo actuales de transformadores puede no ser ideal para todos los enfoques futuros.

Por ello, los proveedores deben seguir la investigación con tanto cuidado como los ingresos. La aplicación dominante de hoy puede impulsar la inversión, mientras que la arquitectura de mañana cambia dónde se acumula el valor computacional.

Por eso la inversión en fase inicial importa a las empresas de infraestructura consolidadas. Los pequeños laboratorios pueden crear cargas de trabajo, marcos de software o métodos de eficiencia que reconfiguren la demanda.

Para los compradores empresariales, el movimiento del talento también complica las decisiones de compra. Un producto popular puede crecer con rapidez mientras su enfoque técnico subyacente sigue siendo objeto de debate.

Las empresas deberían evitar tratar un hito de ingresos como el veredicto final sobre la arquitectura de IA. Necesitan sistemas que preserven el acceso a los datos, evalúen los resultados y permitan cambiar de modelos.

Una base de conocimientos de IA con capacidad de búsqueda puede ayudar a los equipos a conservar ese contexto operativo. Los proveedores de modelos cambiarán, pero las organizaciones siguen necesitando controlar su propia información y decisiones.

Qué observar después del titular de los 40.000 millones de dólares

Tres señales mostrarán si el crecimiento de OpenAI respalda la tesis más amplia sobre infraestructura o deja al descubierto sus supuestos más débiles.

La primera señal es la calidad de la futura divulgación financiera de OpenAI. Otro aumento de los ingresos anualizados confirmaría el impulso, pero no respondería a las cuestiones económicas centrales.

Busque pruebas sobre la retención de clientes de pago, el uso empresarial, los costes de inferencia y las obligaciones de infraestructura. Un mayor detalle sobre estas métricas reforzaría la idea de que el crecimiento se está volviendo duradero.

El silencio no demostraría que el negocio es débil. Sin embargo, depender principalmente de titulares sobre tasas anualizadas impediría a los externos evaluar con qué eficiencia los ingresos se convierten en efectivo.

La segunda señal son los informes públicos de los proveedores de infraestructura. El crecimiento de la nube de Amazon, el gasto de capital y los márgenes pueden revelar si las cargas de trabajo de IA están generando rendimientos atractivos.

Los ingresos de centros de datos de AMD y sus previsiones pueden mostrar si la demanda se está ampliando entre los clientes. Su avance en software importará junto con las ventas de chips porque la adopción depende de herramientas de despliegue fiables.

Los sólidos resultados de los proveedores respaldarían la tesis de amazon amd de que la adopción de modelos está creando una demanda duradera en toda la pila. Un crecimiento más lento o márgenes más débiles sugerirían que la competencia está absorbiendo gran parte del valor.

La tercera señal es la acción gubernamental en torno a los modelos operativos de las empresas tecnológicas. El proyecto de ley de reparto de la ciudad de Nueva York ofrece un ejemplo inmediato.

Si la medida avanza, Amazon tendrá que explicar cómo los requisitos de contratación directa afectan a los socios, los costes y el servicio. Otras jurisdicciones seguirán el resultado.

Una ley aprobada con éxito podría animar a los gobiernos a examinar dónde sitúan la responsabilidad las empresas de plataformas. Ese escrutinio podría extenderse a contratistas de IA, trabajo con datos, moderación de contenidos y decisiones automatizadas en el lugar de trabajo.

Los lectores también deberían seguir si las empresas respaldadas por LeCun producen demostraciones técnicas creíbles. Las alternativas de investigación adquieren importancia estratégica cuando resuelven tareas que los modelos de lenguaje actuales manejan deficientemente.

Un modelo del mundo que comprenda de forma fiable los entornos físicos afectaría a la robótica y los sistemas autónomos. También podría desplazar la demanda hacia combinaciones diferentes de procesadores, memoria y datos.

Ninguna de estas señales resolverá el mercado por sí sola. Juntas, pueden distinguir una amplia transición económica de un periodo de entusiasmo concentrado.

El sólido ritmo de ingresos atribuido a OpenAI es una prueba contundente de que los clientes están pagando por la IA a gran escala. No demuestra que todos los proveedores, suministradores o implementaciones vayan a tener éxito.

La próxima fase girará en torno a la distribución. OpenAI quiere retener el valor de sus productos. Amazon quiere que la demanda de nube justifique su capacidad. AMD quiere que la demanda de computación se traduzca en una adopción duradera de su plataforma.

Los trabajadores y los gobiernos quieren que las empresas en expansión asuman responsabilidades acordes con su control. Los investigadores y los inversores quieren margen para explorar vías técnicas fuera del modelo dominante.

Por eso importa la cifra de 40.000 millones de dólares. Sitúa a OpenAI en una nueva categoría comercial, al tiempo que hace más difíciles de ignorar los costes aún sin resolver.

Para los líderes empresariales y tecnológicos, la respuesta práctica no es perseguir la cifra más alta. Sigan si los sistemas de IA completan trabajo valioso, si los costes bajan con la escala y si los proveedores preservan la competencia. Después, observen cómo responde la cadena de infraestructura de amazon amd a medida que el crecimiento de OpenAI se enfrenta a límites financieros, técnicos y políticos.