El CFO de OpenAI habló en la conferencia Communacopia de Goldman Sachs, ¡con mucha información relevante!

En la conferencia Communacopia de Goldman Sachs, la directora financiera de OpenAI, Sarah Friar, hizo una presentación sumamente informativa. Aunque no proporcionó nuevas cifras, expuso detalladamente el modelo de negocios de OpenAI, la estructura de la demanda y la estrategia de capacidad de cómputo de la empresa.

Primero, el negocio corporativo sostiene la mitad de la compañía: la estructura de ingresos ha cambiado.

Al entrar en 2026, OpenAI tiene una proporción de ingresos de consumidores a empresas de aproximadamente 60 a 40. El objetivo era alcanzar 50/50 para fin de año, pero ya lo lograron a mitad de año — "el negocio corporativo ha estado creciendo de manera explosiva". La tasa de ingresos totales del mes de julio aumentó un 20% interanual, mientras que el segmento corporativo creció un 32% interanual, partiendo ya de una base considerable.

¿Por qué es importante este cambio estructural? Según Análisis Bursátil en EE.UU., una vez que un cliente empresarial integra el servicio en su flujo de trabajo, el costo de migración es altísimo y la previsibilidad de los ingresos es muy superior a la de las suscripciones de consumidores. La calidad de los ingresos de OpenAI se está fortaleciendo.

Segundo, la intensidad de uso es todavía más relevante que la cifra de ingresos.

El 10% de los clientes principales consumen, por usuario y por semana, aproximadamente 8 veces más tokens que el cliente promedio — antes era 3 veces; el uso interno de OpenAI es 33 veces el de un cliente promedio.

Lo que quiere decir es: nosotros mismos somos el anticipo del futuro de nuestros clientes. Lo que hoy hacen los clientes principales, será el uso típico de los clientes comunes dentro de dos años; el consumo de tokens crece de forma exponencial.

Escenarios concretos: el código de Canva "proviene 100% de OpenAI", los usuarios crean miles de millones de imágenes cada semana; el asistente de reclamos con IA de Travelers se expandió en dos meses de ocho estados a todo el país;

Los usuarios de Codex subieron de unos 100,000 a 25 millones desde principios de año.

Sus propias palabras: la codificación automatizada es la clave, ya no existen desarrolladores que consideren la IA solo una herramienta auxiliar.

Tercero, la publicidad es una línea subestimada.

El negocio publicitario, lanzado hace siete meses, ya llegó a una tasa de ingresos anualizada de mil millones de dólares; ella asegura que es "el producto que más rápido llegó a los mil millones", ya está en 40 países y tanto WPP como Dentsu se han sumado, aunque aún no han impulsado el formato publicitario nativo en IA.

Su analogía es interesante: "Si Google y Meta tuvieran un hijo, sería ChatGPT" — una combinación entre búsqueda de alta intención y memoria, ubicada en la intersección de los modelos comerciales de ambos gigantes. El techo de crecimiento está lejos de alcanzarse.

Cuarto, Astra y los precios responden a una vieja discusión en la industria.

Astra se entrenó en 100,000 GPUs, siendo el mayor entrenamiento en la historia de OpenAI.

Dos puntos centrales:

Primero, la industria debe evaluar los modelos según el "costo por tarea" en lugar del "costo por token": según Artificial Analysis, Astra requiere un 68% menos de tokens para lograr el mismo resultado que los modelos avanzados de la competencia;

Segundo, Luna bajó su precio un 80% y el volumen de uso se multiplicó por 10; actualmente tiene una cuota en OpenRouter superior a la del siguiente modelo chino.

Con una baja del 80% en el precio y el uso multiplicado por 10, los ingresos siguen creciendo — la elasticidad del precio en la demanda es enorme. Agregó también: Luna en Cloudflare ahora es más barata incluso que GLM 5.3, y los laboratorios de vanguardia pueden ofrecer inferencia a costos inferiores a los que implica un despliegue open source. Los pesos open source "tienen su lugar", pero los clientes pagan por toda la pila: capacidad de cómputo, integración de datos, contexto empresarial y confiabilidad.

Quinto, la capacidad de cómputo sigue siendo "gravemente insuficiente".

En palabras textuales: "seguimos sintiendo una grave escasez"; cada semana deben elegir entre entrenamiento, investigación y servicio en el reparto de la capacidad computacional. La respuesta es avanzar en toda la cadena: socios del sector cloud, chips propios, centro de datos en Texas diseñado por OpenAI y cada vez más infraestructura propia.

Dos detalles: lo más difícil es anticipar un negocio que "el mundo nunca ha visto", es necesario empezar a planificar con dos o tres años de anticipación — la parte que fue criticada los últimos dos años por "sobreinversión", "este año realmente trajo recompensas".

Disciplina de ROI: cada familia de modelos se mide sumando los ingresos hasta la fecha y los previstos para los próximos 12 meses en relación con la inversión en cómputo, y se exige que el resultado sea "no solo positivo, sino extremadamente positivo". Los ingresos por gigavatio aumentan, mientras que la curva de costos baja — esto es clave para expandir los márgenes brutos, según su perspectiva.

Sexto, tres nuevas direcciones de demanda

La mayoría de las consultas de clientes se concentran en ciberseguridad, "algo muy urgente".

Su opinión es contundente: "encerrar los modelos en una caja" es una falacia — OpenAI usa Astra para detectar y corregir vulnerabilidades a velocidad de máquina, y la semana pasada recibieron a unos 300 CISOs en San Francisco, destacando que ofrecer mayor acceso a los defensores es "una oportunidad comercial increíble". Para sectores verticales, los principales son diseño de chips, ciencias de la vida y servicios financieros, sugiriendo que esta semana en Nueva York habrá un anuncio financiero oficial.

El modelo para ciencias de la vida se llama GPT Rosalind; su propio chip Jalapeño tardó nueve meses en fabricarse, y el modelo completó las optimizaciones que los ingenieros no llegaron a realizar en los últimos 30 días antes de enviarlo a TSMC.

¿Cómo interpretar esto?

Esta presentación confirmó dos cosas y dio al mercado una conclusión muy directa sobre la cadena de valor de la industria.

Primero, la demanda de IA está pasando de “crecimiento en número de usuarios” a “crecimiento en intensidad de uso”.

Los ingresos corporativos ya superan la mitad, los principales clientes consumen 8 veces más tokens que el promedio, y la programación dejó de ser solo un apoyo para avanzar hacia la automatización completa. Lo importante ya no es cuántos usuarios nuevos hay, sino cuánto cómputo consumirá cada usuario y cada empresa.

Segundo, el modelo de negocios de OpenAI se está diversificando.

De la suscripción a pago por consumo y luego a pago por resultados, además de una nueva línea de ingresos publicitarios, los ingresos ya no dependen solo de las membresías de ChatGPT.

Para el mercado estadounidense, la señal más directa sigue siendo la capacidad de cómputo. Una de las mayores empresas de modelos del mundo admite abiertamente que la capacidad sigue siendo "gravemente insuficiente", y gran parte del aumento en la producción debe planificarse con dos o tres años de anticipación.

Mientras la intensidad de uso de cada usuario siga aumentando y los ingresos por gigavatio sigan subiendo, la cadena de la industria que abarca capacidad de cómputo, almacenamiento, redes y centros de datos difícilmente podrá ser considerada solo como una ola de gasto de capital de corto plazo.

Análisis Bursátil en EE.UU. VIP: Nueva versión mejorada

Demostración de funciones del producto de análisis cuantitativo con IA para el mercado estadounidense