Publicidad Danone
MERCADOS

Publicado 07/04/2026

OpenAI y Anthropic a punto de salir a la bolsa: cómo están sus finanzas

Un análisis del The Wall Street Journal revela el verdadero costo del boom de la Inteligencia Artificial: entrenar y operar modelos como ChatGPT o Claude AI exige inversiones masivas en chips, centros de datos y energía. La carrera por dominar la IA se está transformando en una industria de infraestructura global.
Compartir
Compartir por Facebook Compartir por WhatsApp Compartir por X Compartir por Telegram

Un análisis del The Wall Street Journal revela el verdadero costo del boom de la Inteligencia Artificial: entrenar y operar modelos como ChatGPT o Claude AI exige inversiones masivas en chips, centros de datos y energía. La carrera por dominar la IA se está transformando en una industria de infraestructura global.

Mientras la iInteligencia Artificial se consolida como la tecnología más influyente de la década, las empresas que lideran su desarrollo enfrentan una paradoja financiera: crecen a gran velocidad, pero todavía queman cantidades extraordinarias de capital. Según un análisis del The Wall Street Journal, tanto OpenAI como Anthropic podrían tardar años en alcanzar la rentabilidad, incluso si continúan expandiendo sus ingresos.

Desarrollar y operar IA generativa requiere una infraestructura tecnológica gigantesca. El artículo señala que OpenAI proyecta gastar más de 120.000 millones de dólares en potencia computacional hacia 2028, una cifra que refleja el verdadero costo del entrenamiento y operación de modelos de última generación. Incluso con ingresos crecientes, la compañía podría registrar pérdidas acumuladas de decenas de miles de millones de dólares durante los próximos años, debido al gasto en hardware, energía y centros de datos.

 

Los beneficios, sin salir a la bolsa, se esperan para 20230 según el WSJ.

 

La mayor parte de ese costo no se produce únicamente durante el entrenamiento de los modelos, sino también durante su funcionamiento cotidiano. Cada interacción con sistemas como ChatGPT o Claude AI requiere enormes recursos de cómputo para procesar la consulta y generar una respuesta. Este proceso, conocido como inferencia, se está convirtiendo en uno de los gastos operativos más importantes para las compañías de inteligencia artificial.

Por esa razón, la economía de la IA se parece cada vez menos a la del software tradicional. Durante décadas, las empresas tecnológicas pudieron escalar sus productos con costos marginales relativamente bajos. Sin embargo, la nueva generación de sistemas de inteligencia artificial depende de infraestructura física extremadamente costosa: chips especializados, centros de datos de gran escala y suministro energético continuo.

En ese contexto, el liderazgo en iInteligencia Artificial comienza a depender de factores que históricamente definieron otras industrias estratégicas, como la energía o las telecomunicaciones. Empresas como OpenAI, Anthropic y Google DeepMind están construyendo sistemas que requieren inversiones comparables a las de grandes proyectos industriales, lo que explica por qué los mercados financieros empiezan a prepararse para posibles salidas a bolsa de estas compañías en los próximos años.

 

 

Según el análisis del The Wall Street Journal, los IPO de las principales empresas de IA podrían convertirse en uno de los eventos financieros más relevantes del sector tecnológico en la segunda mitad de la década. El acceso al capital público permitiría sostener inversiones de largo plazo en infraestructura computacional, una condición necesaria para mantener el ritmo de innovación en el desarrollo de modelos cada vez más avanzados.

La carrera por la IA, en definitiva, está revelando una transformación más profunda del sector tecnológico. Lejos de ser solo software, la IA se está convirtiendo en una nueva capa de infraestructura global, donde el poder no depende únicamente del talento en programación, sino también de la capacidad de financiar centros de datos, asegurar suministro energético y desplegar redes de cómputo a escala planetaria.

En ese nuevo mapa tecnológico, la iInteligencia Artificial empieza a parecerse menos a una industria digital y más a un sistema industrial complejo, donde convergen energía, semiconductores, infraestructura física y capital financiero. Y ese cambio explica por qué incluso las empresas más avanzadas del sector pueden liderar la revolución tecnológica mientras todavía operan con pérdidas millonarias.