La verdadera ventaja de la información solo tiene una forma de uso: apostar primero antes que los demás en la fijación de precios.

En los últimos dos años, todos han estado ansiosos, tratando de encontrar la respuesta a la misma pregunta: ¿qué sector subirá después en IA?

Almacenamiento, módulos ópticos, acciones de computación, energías, etc., cada pocos meses cambian la narrativa, y siempre hay quienes se quedan fuera, y siempre hay quienes dicen que la próxima vez sí.

Muy pocos se preguntan otra cosa: ¿en qué están apostando las personas que entienden mejor de IA?

Las personas que salieron de OpenAI, en conjunto, ya valen casi 100 mil millones de dólares. Y sus emprendimientos e inversiones marcan el inicio de la próxima era de IA.

Dario Amodei fundó Anthropic, con una valoración potencial de 9000 millones. Ilya Sutskever con SSI, sin producto, valorada en 320 millones. Aravind Srinivas creó Perplexity, valorada en 212 millones. Mira Murati con Thinking Machines Lab, valorada en 120 millones.

Por eso, la producción más importante de OpenAI en estos años quizás no sea GPT-4, sino estos empleados que han dejado la empresa y que han aportado a la sociedad.

Y entre ellos, Leopold Aschenbrenner, el más joven despedido por OpenAI, se ha convertido en uno de los nombres más citados en el mercado de capitales en estos dos años.

Su historia, ya repetida por los medios, es muy impactante: a los 23 años fue despedido de OpenAI, escribió un informe de 165 páginas titulado “Conciencia Situacional”, y en un año llevó un fondo de cobertura de 2.25 millones de dólares a 55 millones, apostando fuerte por energía nuclear y pilas de combustible, acertando en todas.

Una historia completa, con un contraste fuerte, y un resultado muy exitoso. Hasta ahora, cuando se habla de la lógica de inversión en la era de IA, casi nadie puede ignorarlo.

Pero Leopold es solo el primero de este grupo en ser visto.

Las personas que salieron de OpenAI, han seguido dos caminos.

Uno es el de Ilya, Mira y Aravind: emprender, conseguir grandes fondos, lanzar un producto disruptivo, como siempre hacen los genios de Silicon Valley cuando se van.

El otro camino es mucho más tranquilo: algunos apuestan, dejan la ejecución en manos de otros, y se dedican a hacer juicios.

Leopold eligió la forma extrema del segundo camino.

Se fue al mercado abierto, usando la perspectiva de un operador en la industria de IA, encontró activos mal valorados en acciones de energía tradicional, y compró en gran volumen. No entiende de energía, pero sabe cuánto electricidad necesita IA, y eso basta. Este conocimiento no se puede copiar leyendo informes o asistiendo a conferencias, solo se puede acumular habiendo estado allí.

Fuera de este camino, hay otro grupo que hace algo similar en lógica pero en diferentes formas: fondos más pequeños, que en horas completan en unas pocas horas lo que otros hacen en meses en diligencia, y cuyas listas de rechazo valen más que las listas de inversión. Son la capa más fácil de ignorar y la más interesante de profundizar en esta gran fuga.

La mayoría de las personas que dejan una empresa, llevan su currículum. Los que salen de OpenAI, llevan una serie de respuestas que otros aún no saben que necesitan.

Una, no hay un segundo Leopold

Lo que Leopold apostó en gran medida fueron las empresas de energía nuclear Vistra y de pilas de combustible Bloom Energy.

Tras acertar con ambas, a finales de 2025 reajustó su cartera, vendió Vistra, y concentró más fondos en Bloom Energy y en infraestructura de centros de datos.

Los analistas tradicionales de energía observan esas acciones, proyectan planes de expansión de la red eléctrica, comparan con políticas de impuestos al carbono, y construyen modelos de demanda creciente. La ruta de Leopold es completamente diferente.

Él ha visto en OpenAI el tamaño de los centros de datos, la factura eléctrica de entrenar un modelo insignia, y ha escuchado a ingenieros discutir por qué la próxima generación de centros debe estar cerca de plantas nucleares. Estos detalles no aparecen en ningún informe financiero ni en ningún análisis, pero conforman una conclusión sobre la demanda energética que es más real que cualquier modelo.

Este método en inversión se llama “arbitraje de conocimiento intersectorial”: traducir información interna de un sector en activos subvalorados en otro.

Antes, esto era patrimonio de los fondos macro globales, que tenían una visión panorámica de la economía mundial.

Leopold hizo algo aún más preciso: usando la perspectiva de un operador en IA, encontró en el mercado tradicional de energía una vulnerabilidad en la valoración por retraso.

Esta ruta es muy difícil de copiar.

Dos, Zero Shot: lo más valioso es esa lista de rechazo

El fundador del fondo Zero Shot, Evan Morikawa, también salió de OpenAI, con una sólida formación técnica, y ahora hace capital de riesgo.

Son compañeros de universidad, pero con caminos completamente diferentes.

La capacidad de juicio de Leopold proviene de su experiencia en los puestos más críticos en IA, donde tiene una percepción de primera mano sobre los costos de entrenamiento, la planificación de centros de datos y la demanda energética. Solo desde esa posición se puede acumular conocimiento, sin atajos. En los puestos clave de OpenAI, muy pocos están calificados para responder a estas preguntas.

En abril de este año, se reveló silenciosamente un nuevo fondo de 100 millones de dólares llamado Zero Shot.

Es un término en entrenamiento de IA, que indica que el modelo responde sin haber visto ningún ejemplo.

Sus tres cofundadores son ex empleados de OpenAI: Evan Morikawa, ex responsable de aplicaciones de DALL-E y ChatGPT; Andrew Mayne, el primer ingeniero de prompts de OpenAI; y Shawn Jain, ex investigador y ingeniero.

Ya han invertido en tres empresas: la plataforma de flujo de trabajo AI Worktrace, la robotización de fábricas con IA Foundry Robotics, y otra aún en secreto.

Un dólar en un fondo de cientos de millones de dólares, hoy, es muy poco.

Pero entender en qué sectores rechazan invertir, explica mucho mejor.

Mayne ha declarado públicamente que no ve con buenos ojos la mayoría de las herramientas de “programación de ambiente”, que ayudan a escribir código en lenguaje natural.

Su razón es simple: sabe qué ha acumulado OpenAI en programación, y cuánto tiempo tomará que estas herramientas sean destruidas por modelos básicos. Morikawa, por su parte, mantiene distancia de las empresas que recopilan datos de acciones humanas para entrenar robots, porque en su opinión, esa ruta llegará a un muro.

Estas decisiones, un VC normal no puede hacer.

No han estado en la fuente de información, no han visto esas discusiones internas, y no pueden saber qué camino está muerto.

La ventaja de Zero Shot está en su lista de rechazo. En un mercado donde todos hablan de startups en IA, saber dónde están las trampas vale más que saber en qué apostar. Quien ya ha excavado en la mina, un informe de fallos es más útil que un mapa del tesoro.

Controlan el tamaño en 100 millones de dólares, por razones muy concretas.

Saben en qué etapa su ventaja es más valiosa: en las fases tempranas, cuando la ruta técnica aún no está definida. En ese momento, quienes conocen el interior pueden distinguir claramente qué caminos son viables.

Cuando los proyectos llegan a rondas C o D, los datos financieros y la información pública cubren esa ventaja, y esa carta se juega.

Cuanto mayor es la escala, más se busca seguir “caminos con alta certeza”, y más se usan estrategias ajenas.

Un fondo de 100 millones, es su juicio honesto sobre el límite de su ventaja.

Tres, el ángel inversionista es otra historia

Mira Murati y el fondo Zero Shot invirtieron en Worktrace, una empresa de sus ex colegas en OpenAI, que usa IA para optimizar flujos de trabajo empresariales.

Pero la lógica de inversión es mucho más sólida que solo “tener buena relación”.

Mira ha visto cómo Angela toma decisiones en un entorno de alta presión en OpenAI, su juicio sobre los límites de los productos IA, y su capacidad de ejecución bajo restricciones reales. Todo eso no se puede mostrar en una presentación de dos horas ni en una diligencia exhaustiva.

Angela no necesita convencer a Mira, porque ella ya tiene un juicio formado. La información en inversión ángel es casi cero en costo, pero la calidad supera ampliamente al mercado.

Un ciclo mayor está en Sam Altman.

Se dice que Altman decide en pocas horas si invierte en una startup tras escuchar a un ex empleado, y luego suma fondos del OpenAI Startup Fund y recursos API.

Él no tiene acciones en OpenAI, pero el éxito de cada ex alumno amplía la entrada de datos, canales de distribución y poder político de OpenAI. Está usando el capital para mantener un ecosistema que no le pertenece, pero que le da retornos continuos. Es una forma de participación accionaria invisible, pero que realmente genera interés compuesto.

Este ecosistema hace que muchos piensen que es solo una camaradería entre ex colegas.

Comparado con la mafia de PayPal, la diferencia es clara.

La cohesión de la mafia de PayPal viene de un sufrimiento compartido: resistir la guerra de pagos, la adquisición por eBay, y los años en que casi mueren, formando lazos de trinchera. Esa confianza es real, pero sus visiones del futuro son individuales. Thiel invierte en riesgo, Musk en cohetes, Hoffman en redes sociales, caminos dispersos.

Los ex alumnos de OpenAI, en cambio, apuestan juntos por el futuro: creen que la AGI llegará, que la ventana es limitada, y que ahora es la oportunidad de posicionarse. La fe en esa visión es más duradera que la amistad, porque conecta directamente con intereses, y si aciertan, toda la red se beneficiará.

Eso hace que la entrada en este círculo sea muy delicada.

Un producto excelente puede conseguir financiamiento de estos fondos, pero si dudas del futuro de IA o tu lógica de emprendimiento se basa en que “la AGI todavía está lejos”, incluso con un producto sobresaliente, será difícil que te apoyen.

Las diferencias en visión del mundo terminan la conversación antes del apretón de manos.

Cuatro, de constructores a inversores

Los ex alumnos de OpenAI se dividen en tres caminos.

Ilya, Aravind y Mira eligieron emprender.

Pero en emprendimientos muy diferentes. Aravind en un negocio de consumo muy competitivo, Mira en plataformas de herramientas, Ilya con SSI ni siquiera tiene producto, pero valora “seguridad” en sí misma, con una valoración de 320 millones.

Leopold y Zero Shot optaron por invertir.

Leopold en el mercado abierto, Zero Shot en capital de riesgo temprano, ambos externalizan el juicio en capital, en lugar de hacerlo personalmente. Es una minoría en OpenAI, pero una que vale la pena observar: alguien dispuesto a apostar sin hacer, generalmente tiene un juicio tan claro que no necesita actuar para explorar.

La creencia común es que la máxima expresión de un genio es crear. Pero estos dan otra respuesta: cuando el juicio es lo suficientemente claro, dispersar la inversión en varias direcciones y dejar que quienes tienen capacidad de ejecución construyan, es más eficiente.

El informe de Leopold se llama “Conciencia Situacional”, un término militar que indica la percepción en tiempo real del campo de batalla.

La conciencia situacional del piloto determina sus acciones en dos segundos; perderla significa muerte. Estos ex empleados de OpenAI tienen esa percepción del campo de batalla de la IA. Saben hacia dónde va la guerra, dónde están las alturas, y qué trincheras conducen a la muerte.

Lo que hacen ahora es organizarse en consecuencia.

Los más inteligentes de la era están eligiendo ir a por todo, lo que indica que, en su opinión, la respuesta ya es suficientemente clara, y no necesitan más pruebas con las manos.

Haz clic para conocer las oportunidades en BlockBeats:

Únete a la comunidad oficial de BlockBeats:

Telegram suscripción: https://t.me/theblockbeats

Grupo de Telegram: https://t.me/BlockBeats_App

Cuenta oficial de Twitter: https://twitter.com/BlockBeatsAsia