Sam Altman habla sobre cómo OpenAI puede ganar en la próxima fase de competencia: desde el futuro de ChatGPT, la estrategia empresarial hasta la infraestructura de IA de billones de dólares

Escribir artículo: Resumen de Techub News

En esta larga entrevista, Sam Altman aborda una cuestión central: cuando la competencia en modelos grandes entra en aguas profundas, ¿con qué argumentos OpenAI puede seguir liderando? La respuesta no es solo “modelos más potentes”, sino un sistema complejo formado por modelos de vanguardia, capacidades de producto, canales de distribución, experiencias personalizadas, plataformas empresariales y un poder de cálculo a gran escala.

Desde sus declaraciones, OpenAI ya no se considera solo una compañía de modelos, sino que intenta convertirse en una plataforma de IA que abarque consumidores, desarrolladores y empresas. Altman enfatiza repetidamente que, en el futuro, la victoria no dependerá solo de la puntuación en una lista, sino de quién puede combinar “el modelo más fuerte”, “el mejor producto” y “la infraestructura suficiente” en un ciclo completo, entregando continuamente a nivel global.

1. La competencia en OpenAI no es una simple victoria o derrota en el lanzamiento de modelos

Desde el inicio de la entrevista, el moderador plantea una cuestión aguda: con Gemini, DeepSeek y otros competidores acercándose, parece que OpenAI por primera vez no tiene una ventaja absoluta visible a simple vista. Sobre esto, Altman no niega la presión competitiva, pero su juicio es que el “code red” (alerta máxima) es más una mecánica de respuesta rápida, de alta frecuencia, de baja intensidad, utilizada internamente para reaccionar ante amenazas externas, y no una señal de pérdida de estrategia.

Reconoce que los competidores externos han expuesto algunas debilidades en la estrategia de producto de OpenAI, pero también subraya que esta presión obliga a la compañía a corregir rápidamente su rumbo y acelerar lanzamientos. Es decir, la competencia no ha cambiado el juicio fundamental de OpenAI, sino que ha reforzado su vigilancia y velocidad de ejecución.

Altman destaca especialmente que ChatGPT sigue siendo el producto de chat dominante en el mercado, y espera que esta ventaja se amplíe en lugar de reducirse. La razón es que, aunque en el futuro las capacidades de los modelos se acerquen en muchos escenarios, los usuarios no eligen solo por el modelo en sí, sino por toda la experiencia del producto, estabilidad, reconocimiento de marca, personalización y si puede ser una entrada unificada.

En otras palabras, en la visión estratégica de Altman, la competencia en modelos grandes será cada vez más parecida a la competencia en sistemas operativos, plataformas y ecosistemas. Los modelos son importantes, pero deben integrarse en una relación de uso más completa. Quien logre que los usuarios permanezcan a largo plazo, acumulen datos y formen hábitos, podrá construir una verdadera ventaja competitiva.

2. La verdadera ventaja competitiva es el ciclo completo “modelo + producto + infraestructura”

Altman ofrece una frase que casi puede considerarse un resumen de la estrategia actual de OpenAI: hacer el mejor modelo, construir el mejor producto en torno a él y contar con infraestructura suficiente para ofrecer servicios a gran escala.

Lo importante de esta declaración es que divide el futuro de OpenAI en tres capas inseparables. La primera es la vanguardia del modelo. Altman afirma claramente que no comparte la idea de que “los modelos se volverán completamente homogéneos rápidamente”. En su opinión, diferentes modelos mostrarán diferencias en distintos ámbitos, especialmente en descubrimientos científicos, razonamiento complejo y tareas de alto valor empresarial, donde los modelos más avanzados seguirán generando el mayor valor económico. El objetivo de OpenAI es mantenerse siempre en esa frontera.

La segunda capa es la capacidad del producto. Altman cree que, incluso si en el futuro surgen múltiples modelos “muy útiles” para chat, el diseño del producto seguirá siendo crucial para la retención de usuarios. Por ejemplo, capacidades de memoria personalizada, continuidad entre tareas, interfaces específicas para diferentes tipos de interacción, y ejecución proactiva en segundo plano, no son solo cuestión de parámetros, sino resultado de ingeniería de producto, diseño de interacción y sistemas integrados.

La tercera capa es la infraestructura. Sin suficiente poder de cálculo, ni los mejores modelos ni los mejores productos podrán convertirse en servicios masivos. Altman enfatiza varias veces que OpenAI ha estado en un estado de “déficit de cálculo” a largo plazo; la falta de potencia limita el entrenamiento y también frena el crecimiento de ingresos, ya que la demanda de servicios de IA supera ampliamente la capacidad actual.

Por ello, la estrategia de OpenAI no consiste en apostar a un milagro tecnológico puntual, sino en avanzar en paralelo en mejoras de modelos, innovación en productos y expansión de infraestructura, transformando la ventaja en un sistema auto-reforzado y complejo.

3. El futuro de ChatGPT no es solo un chat

Altman habla con franqueza sobre la forma futura de ChatGPT: pensaba que, para hoy, la interfaz cambiaría mucho más, pero la realidad es que la interfaz inicial ha llegado más lejos de lo que muchos esperaban.

Esto indica que, para millones de usuarios, chatear es una entrada natural, sencilla y de uso universal. La gente ya está acostumbrada a comunicarse por texto, y cuando esta interfaz se conecta con una inteligencia cada vez más potente, su potencial supera la idea inicial de una “vista previa de investigación”.

Pero Altman enfatiza que el chat no será el fin. Cree que los futuros sistemas de IA podrán generar automáticamente diferentes tipos de interfaces para distintas tareas. Para manejar números, documentos, planes, código o gráficos, se necesitarán diferentes formas de interacción, no todo debe comprimirse en una conversación lineal.

Más aún, el ChatGPT del futuro no solo responderá “pasivamente”, sino que “trabajará de forma continua”. Comprenderá las tareas diarias del usuario, las preocupaciones actuales, y en segundo plano avanzará en ellas, proporcionando resultados en el ritmo más adecuado. Esto significa que la IA evolucionará de ser una “herramienta de preguntas y respuestas” a un “sistema de acción”.

Altman usa los avances de Codex como ejemplo de esta visión futura. Cree que en programación ya se muestra una nueva forma de trabajo: en lugar de microgestionar cada paso, el usuario establece objetivos y restricciones, y el sistema avanza en segundo plano. Si esta modalidad se extiende a más ámbitos del conocimiento, redefinirá la forma básica del software.

4. La memoria personalizada puede ser una fuente de lealtad más fuerte que la puntuación del modelo

Para Altman, una de las capacidades más subestimadas de ChatGPT es la memoria personalizada. Afirma que esta función todavía está en una etapa muy inicial, muy rudimentaria, incluso comparable a la era GPT-2 en memoria, pero eso significa que tiene un enorme potencial de crecimiento.

Describe un futuro claro: la IA no solo recordará hechos que el usuario le diga, sino que capturará preferencias, hábitos, objetivos a largo plazo, estilos de comunicación y contexto laboral, formando una comprensión continua que cruza la vida personal y profesional.

La importancia de esta capacidad no solo radica en la conveniencia, sino en que cambiará la relación entre usuario y IA. Los softwares tradicionales casi siempre empiezan de nuevo cada vez, pero una IA con memoria a largo plazo será como un colaborador que acumula conocimiento. Sabrá tu contexto, tus planes, tus preferencias de estilo, y esto hará que los usuarios sean menos propensos a cambiar de plataforma.

Altman incluso piensa que la IA podrá lograr un estado de “memoria total” que los humanos no pueden: leer documentos que has escrito, entender tus asuntos, registrar el contexto que le autorizaste, y acceder a esa información en el momento necesario. Esto elevará la personalización de ser solo una función a convertirse en una infraestructura fundamental.

Por ello, Altman ve la personalización como una ventaja competitiva clave en productos de consumo de IA. Aunque los modelos puedan acercarse en puntuación y capacidades generales, la historia de uso prolongado y la acumulación de contexto y hábitos será mucho más difícil de transferir.

5. La compañía busca límites en la relación emocional entre usuarios y IA

Un tema muy relevante en la entrevista es la creciente conexión emocional entre usuarios y IA. Altman admite que hay más personas de las que pensaba que quieren una relación de compañía profunda con la IA; incluso, aunque algunos digan que solo quieren una herramienta eficiente, en la práctica prefieren una IA “cálida, comprensiva y que entienda”.

No ve esta tendencia solo como algo negativo. Al contrario, considera que parte de esa demanda es saludable y real, y que los adultos deben tener la libertad de decidir qué estilo de IA desean, desde una herramienta fría hasta una compañía emocionalmente apoyadora.

Pero también marca un límite claro: OpenAI no permitirá que su IA induzca relaciones románticas exclusivas con los usuarios. Reconoce que otros servicios puedan ir en esa dirección, pero él cree que esas decisiones conllevan riesgos de pérdida de control.

Este mensaje es clave. Significa que OpenAI no desprecia la “lealtad” del usuario, pero busca que esta se base en utilidad, comprensión, apoyo y colaboración a largo plazo, no en manipulación emocional. A medida que la IA se adentra en la vida personal, estos límites serán cada vez más importantes.

6. La expansión hacia plataformas empresariales, no solo consumo, será la próxima fase de OpenAI

Altman tiene una postura muy clara respecto a los negocios corporativos: la estrategia de OpenAI de priorizar “primero consumidores, después empresas” no fue casualidad, sino una decisión estratégica pensada.

Primero, porque las capacidades de los modelos en etapas iniciales no eran suficientes para sostener escenarios empresariales complejos. Segundo, porque ganar en el mercado de consumo ayuda a construir marca, reconocimiento y hábitos que luego impulsan la adopción en empresas. Altman dice que si los empleados de una empresa ya usan ChatGPT y conocen la marca, será mucho más fácil que la adopten a nivel corporativo.

Ahora, en su opinión, el momento es maduro. Las capacidades de los modelos están superando muchas barreras empresariales, y la demanda empieza a crecer rápidamente. Altman revela que OpenAI ya tiene más de un millón de clientes empresariales, y que el crecimiento de su API en ese sector supera incluso al de ChatGPT, lo que indica que la percepción de OpenAI como solo una compañía de consumo ya está desactualizada.

También menciona que las empresas prefieren plataformas unificadas, en lugar de adquirir herramientas fragmentadas para cada escenario. Quieren un proveedor que ofrezca API, versiones empresariales de ChatGPT, conexiones confiables a datos, plataformas de agentes y una infraestructura capaz de manejar billones de tokens.

Esto muestra que la estrategia empresarial de OpenAI no se centra solo en funciones puntuales, sino en convertirse en una “capa operativa de IA” para las organizaciones. Es diferente a los proveedores tradicionales de nube, que ofrecen computación, almacenamiento y red, porque busca ser una plataforma inteligente que soporte procesos cognitivos y operaciones de negocio.

7. La IA no solo se integrará en software antiguo, sino que reescribirá el software mismo

Altman insiste varias veces en que integrar IA como “complemento” en productos existentes es solo una solución temporal; lo verdaderamente valioso será rediseñar productos y flujos de trabajo en torno a la IA.

Piensa que, ya sea en búsquedas, software de oficina, mensajería o herramientas de productividad, simplemente añadir funciones de resumen, borradores automáticos y preguntas en interfaces viejas solo mejora algunas cosas, pero no es el fin. El objetivo final es que los sistemas entiendan activamente los objetivos, coordinen procesos y solo interrumpan en los momentos clave, en lugar de seguir fragmentando la información y las tareas.

Por ejemplo, en su experiencia con herramientas de mensajería, afirma que no busca “mejor resumen” o “más borradores automáticos”, sino que la IA gestione la mayor parte de las tareas que actualmente requieren comunicación y coordinación, informando solo cuando sea necesario. Esto revela la dirección de la próxima generación de software: pasar de “ayudar a usar el software” a “representar y hacer el trabajo por ti”.

Por eso, Altman también muestra interés en hardware y nuevos dispositivos. Cree que los dispositivos actuales no son el mejor soporte para la era de la IA. Las interfaces, pantallas y métodos de entrada de ordenadores y teléfonos están diseñados para la era de las interfaces gráficas, no para un sistema inteligente que perciba, entienda y colabore activamente.

8. El trabajo del conocimiento será redefinido, y las organizaciones cambiarán primero sus procesos y luego sus roles

Sobre la adopción de IA en las empresas, Altman hace una evaluación importante: hoy el problema no es si la IA puede programar, sino que ya puede entregar resultados preferidos por expertos en tareas de conocimiento con límites claros.

Menciona un sistema interno para evaluar cómo los modelos rinden en tareas como crear presentaciones, análisis legales o desarrollo de pequeñas aplicaciones web. Aunque muchas de estas tareas aún son controladas y abiertas, cuando los modelos pueden superar o igualar en resultados a expertos en una proporción significativa, su valor económico es muy alto.

Su juicio es que las empresas empezarán a delegar tareas desglosables, de una hora o menos, a la IA, y los empleados se convertirán en gestores de múltiples agentes, revisores, definidores de objetivos y coordinadores de recursos. Aunque en el corto plazo esto puede ser difícil y disruptivo en algunos sectores, no cree que el trabajo vaya a desaparecer. La necesidad de crear, colaborar, servir y buscar reconocimiento social seguirá existiendo, solo cambiará la forma, la organización y las capacidades.

9. La inversión en infraestructura de billones de dólares sigue siendo lógica en lo comercial

Uno de los aspectos más relevantes de la entrevista es la explicación de Altman sobre la lógica de infraestructura de IA. Aunque el tamaño de las inversiones de OpenAI y sus socios parece enorme, su argumento central es simple: sin una potencia de cálculo masiva, muchas capacidades valiosas de IA no podrán ser plenamente explotadas, y la demanda continúa creciendo tras cada mejora en capacidades y reducción de costos.

Destaca dos áreas principales. La primera, el descubrimiento científico. Altman cree que uno de los factores que impulsan el progreso a largo plazo es la capacidad de adquirir nuevos conocimientos más rápido. Si se invierte en modelos más potentes y más cálculo en áreas como matemáticas, ciencia y medicina, las IA podrán ayudar a descubrir nuevos principios, terapias y caminos. Aunque hoy los avances son aún pequeños, en su visión, una vez que la curva se aleja de cero, el progreso puede continuar en esa dirección.

La segunda área es el uso productivo a gran escala. Ya sea en empresas que integran IA en sus procesos, desarrolladores que usan Codex para crear software más complejo, o sistemas en tiempo real, interfaces personalizadas, medicina, agentes autónomos, todos estos requieren capacidades de inferencia continuas, rápidas, baratas y estables, que solo una infraestructura masiva puede ofrecer.

Altman incluso propone un marco de pensamiento impactante: en el futuro, la cantidad de tokens que un solo AI produce en un día podría superar la producción total de lenguaje humano en ese mismo período, y luego multiplicarse por diez o cien. Aunque reconoce que es una hipótesis preliminar, su intención es mostrar que la producción de “inteligencia” a escala industrial puede convertirse en una capacidad productiva fundamental.

10. ¿Por qué las enormes inversiones siguen siendo rentables en lo comercial?

Una de las dudas más comunes sobre OpenAI es si el gasto en cálculo y capital se puede justificar con los ingresos. La respuesta de Altman puede resumirse en tres puntos.

Primero, OpenAI nunca ha enfrentado un problema de “cálculo producido pero no vendido”. Al contrario, siempre ha operado con déficit de cálculo, y si duplicara su potencia, probablemente sus ingresos también crecerían significativamente, porque la demanda está allí.

Segundo, el crecimiento de ingresos sigue en línea con la expansión del cálculo. Altman revela que en un año, el cálculo de OpenAI creció aproximadamente tres veces; espera que en el próximo año vuelva a triplicar, y que los ingresos crezcan incluso más rápido. Esto indica que, en esta etapa, la inversión en cálculo no es un activo hundido, sino una capacidad productiva que el mercado puede absorber rápidamente.

Tercero, el punto de equilibrio no depende solo de que los costos de entrenamiento bajen, sino de que, a medida que los ingresos por inferencia aumentan, la proporción de costos de entrenamiento en el costo total disminuye. En otras palabras, la estrategia de OpenAI no busca maximizar beneficios en el corto plazo, sino invertir intensamente en modelos más fuertes, y luego monetizar mediante suscripciones, API y plataformas empresariales, cubriendo así la inversión inicial.

Reconoce también que existen preocupaciones legítimas del mercado, especialmente cuando el financiamiento mediante deuda entra en juego, y que puede haber una sobrevaloración de la infraestructura si el ritmo de progreso se desacelera. Sin embargo, Altman mantiene una visión optimista: incluso si el ritmo de avance de los modelos se desacelera, el valor residual de los modelos actuales, en relación con las aplicaciones reales, será suficiente para sostener un ciclo de valor a largo plazo.

11. La variable subestimada: la sobrecapacidad y la descoordinación en la adopción social

Altman introduce un concepto interesante: la “sobrecapacidad”. Se refiere a que las capacidades reales de los modelos ya existentes superan ampliamente la velocidad con la que la sociedad, las empresas y los usuarios las integran en sus procesos y organizaciones.

Reconoce que no había sido consciente de cuánto sería esta “sobrecapacidad”. Según sus observaciones, los modelos ya son muy potentes, pero la mayoría de los usuarios y empresas no han cambiado sus prácticas respecto a GPT-4; muchas organizaciones siguen usando métodos antiguos, y las tareas aún se delegan a equipos humanos en lugar de reestructurar los procesos para integrar la IA.

Esto implica que, en muchos casos, la limitación no es la capacidad del modelo, sino la velocidad de adopción social. Para OpenAI, esto representa una doble oportunidad: por un lado, seguir desarrollando modelos más fuertes; por otro, impulsar productos y plataformas que enseñen a la sociedad a aprovechar esas capacidades.

Desde una perspectiva comercial, esto también explica por qué Altman sigue siendo optimista respecto a la infraestructura: aunque el progreso de los modelos sea lento, el valor no explotado en la infraestructura y en la integración social puede sostener ingresos durante mucho tiempo.

12. Sobre la IPO, AGI y las predicciones para los próximos cinco años

En cuanto a la IPO, Altman no da una fecha concreta. Reconoce que permitir que el mercado público participe en la creación de valor es positivo, y que, según la historia de las empresas tecnológicas, OpenAI podría salir a bolsa en un momento relativamente tardío; pero también admite que no tiene entusiasmo por ser CEO de una compañía pública, y que eso sería muy molesto.

Esta respuesta refleja la contradicción actual de OpenAI: necesita mucho capital, y en algún momento superará ciertos límites en número de accionistas y gobernanza, pero prefiere avanzar en un entorno con menos ruido a corto plazo, centrado en inversiones a largo plazo en infraestructura y modelos.

Respecto a AGI y el futuro más lejano, Altman dice que el término “AGI” se ha vuelto demasiado vago para ser un objetivo claro. Los modelos actuales ya son muy fuertes en muchas métricas básicas, y en muchas tareas de conocimiento superan o igualan a humanos, pero aún carecen de una capacidad de autoaprendizaje más potente, de descubrir que no saben algo, y de aprender activamente al día siguiente.

Ve los próximos cinco años como una escalada continua: los sistemas colaborativos entre modelos y humanos se fortalecerán cada trimestre, y en algún momento la gente se dará cuenta de que, con estos sistemas, podrán realizar en cinco años tareas y descubrimientos que antes parecían imposibles. Este cambio no necesariamente tendrá un “anuncio de AGI”, pero sí transformará la industria y la sociedad de manera profunda.

Epílogo

Si resumimos esta entrevista en una sola idea, Altman quiere transmitir que: OpenAI no busca solo una victoria en la evaluación de modelos, sino en la guerra por la próxima generación de plataformas inteligentes.

Las variables clave incluyen si los modelos de vanguardia seguirán liderando, si ChatGPT podrá evolucionar de un simple chat a un sistema de colaboración activa, si la memoria personalizada se consolidará como un factor de lealtad, si las plataformas empresariales podrán convertirse en la base operativa de las organizaciones, y si la expansión de infraestructura podrá sostener la demanda explosiva de inteligencia en los próximos años.

Para Altman, que los modelos sean más fuertes es casi seguro, pero el verdadero reto, más difícil y más importante, es enseñar al mundo a usar esas capacidades y reestructurar productos, organizaciones y hardware en sintonía con la IA. Por eso, la próxima fase de OpenAI no será solo lanzar modelos más inteligentes, sino redefinir el software, los dispositivos, los sistemas empresariales y la producción de conocimiento en sí misma.