El desarrollo de inteligencia artificial se ha convertido en una carrera de alto riesgo financiero. Documentos adelantados por medios estadounidenses revelan que OpenAI y Anthropic esperan un crecimiento acelerado de ingresos en los próximos años. El problema es otro: los costes crecen aún más rápido. El negocio genera demanda real, pero la rentabilidad depende de una variable que no deja de encarecerse: entrenar modelos cada vez más complejos.
Ingresos en máximos, con una presión creciente en costes
Las previsiones dibujan cifras que hace poco parecían fuera de alcance. OpenAI proyecta acercarse a los 300.000 millones de dólares anuales hacia 2030. Anthropic apunta a unos 148.000 millones en 2029.
Ese crecimiento se apoya en dos pilares claros:
- Uso masivo por parte de consumidores
- Integración en empresas y servicios cloud
Anthropic ya obtiene cerca del 80% de su negocio del segmento empresarial. OpenAI combina consumo, empresa y nuevas líneas de producto, ampliando su alcance. La demanda está ahí y crece rápido. Pero cada usuario adicional también implica más infraestructura, más cómputo y más gasto.
El entrenamiento de modelos concentra el problema
El verdadero cuello de botella no está en usar la IA, sino en construirla. Entrenar modelos avanzados exige inversiones que escalan con rapidez. OpenAI prevé:
- 30.000 millones en entrenamiento en 2026
- 121.000 millones en 2028
- 125.000 millones en 2029
Estas cifras explican por qué la compañía anticipa pérdidas operativas incluso con ingresos en fuerte crecimiento. El coste de competir en la frontera tecnológica se dispara antes de que el negocio madure.
Hay un dato clave que cambia la lectura. Si se excluyen los costes de entrenamiento, el negocio se acerca mucho más a la rentabilidad. La inferencia, es decir, el uso real de los modelos, ya genera ingresos capaces de sostener la actividad. Entonces surge la duda: ¿el problema es el modelo de negocio o la velocidad de la carrera?
Dos estrategias para un mismo desafío
Ambas compañías compiten en el mismo mercado, pero no avanzan igual. OpenAI apuesta por una expansión más agresiva. Más productos, más inversión, más riesgo. Anthropic prioriza un crecimiento más contenido, con foco en clientes empresariales y control de márgenes.
Las diferencias se reflejan en los tiempos. Anthropic sitúa el equilibrio financiero en torno a 2028. OpenAI lo retrasa hacia 2030. También cambia la presión sobre caja. Anthropic reduce su consumo de forma progresiva, mientras OpenAI mantiene niveles elevados durante más tiempo.
Un riesgo que no se ve en los balances
Más allá de ingresos y costes, hay dos factores estructurales que condicionan todo:
- Cada nueva generación de modelos requiere más inversión que la anterior
- El ciclo de obsolescencia tecnológica se acorta
Esto obliga a reinvertir constantemente. Un modelo puntero hoy puede quedar superado en pocos meses si otro actor lanza una versión más avanzada. A diferencia de otros sectores, el capital invertido no siempre deja activos reutilizables. Si un modelo no logra adopción o llega tarde, su valor puede evaporarse rápidamente.
Una industria rentable… pero aún en fase de construcción
Los datos apuntan en una dirección clara. Servir inteligencia artificial ya es un negocio con base económica sólida. Hay demanda, ingresos crecientes y múltiples casos de uso reales. El punto crítico está en otro lado. La rentabilidad total depende de cómo evolucione el coste de entrenar los modelos que sostienen ese negocio. La conclusión es incómoda, pero evidente. La economía del uso ya funciona. La economía de la carrera tecnológica sigue abierta.
