All-In más destacado: enfrentamiento del IPO de Anthropic contra OpenAI, desvelando el ROI real de la IA, las restricciones de exportación de los modelos chinos y la participación accionaria de toda la población

整理 & 编译：深潮 TechFlow

Invitados: Chamath Palihapitiya (fundador de Social Capital), Brad Gerstner (fundador de Altimeter Capital y CEO), David Sacks (socio de Craft Ventures)

Anfitrión: Jason Calacanis, All-In Podcast

Fuente del podcast: All-In Podcast

Título original: OpenAI vs Anthropic IPOs， Anthropic $3T， Zuck's Price War， China Ends Open Source？， Trump Accounts

Fecha de emisión: 2026 年 7 月 11 日

Resumen de puntos clave

En este episodio de All-In 280, Friedberg está de vacaciones y Brad Gerstner cubre el turno. El programa arranca con una carrera de IPOs de nivel billón: SpaceX ya se ha hecho pública con una valoración de 1,75 billones de dólares; Anthropic presentó en secreto su solicitud el 1 de junio, y OpenAI va justo detrás. Gavin Baker predice que la facturación de Anthropic este año podría superar 1000 millones de dólares, con una valoración bursátil de hasta 3 billones. Brad no lo duda: Altimeter entrará fuerte en las IPO de ambas compañías.

Pero Chamath echó un balde de agua fría. Descubrió que el costo de los tokens de su propia empresa se duplica cada 45 días, mientras que la productividad aguas abajo sube como máximo 5%. Le hizo una pregunta a Claude 5: ¿cuánto crecimiento de EPS aportó la IA al S&P 500? La respuesta: 50%. Pero al quitar la parte en que Nvidia vende chips a Amazon, el EPS real del S&P 493 crece solo 9%; gran parte proviene del poder de fijación de precios por encima de la inflación y de recompras, y el ROI real de la IA estaría entre 0 y 2%. El veredicto de Chamath: si pueden salir a bolsa ahora, salgan ahora, aprovechando que esos números todavía no han filtrado su efecto en la “línea de nivel” del mercado.

La segunda mitad gira hacia China. Reuters informa que el CCP está considerando restringir el acceso desde el extranjero a los principales modelos de IA de China, y que filtrar investigación de IA se considera un delito de seguridad nacional. Sacks ya lo ha conversado tanto en Washington como en la Casa Blanca y el Departamento del Tesoro; su lectura es que la estrategia de China es la misma que la de Sam Altman en su momento: alcanzar primero con código abierto, y cerrar cuando alcance. También reveló que en GLM-5.2 hay una marca de agua de destilación de modelos de frontera de Estados Unidos, y que el gobierno de Estados Unidos probablemente intervendrá para atacar la destilación. Al final del episodio, Brad dedicó casi una hora a Trump Accounts: un plan que dará 1000 dólares por cada bebé recién nacido en Estados Unidos, invirtiendo en S&P 500. La app se lanzó y en 24 horas abrió 1,5 millones de cuentas, captando más de 1000 millones de dólares en depósitos.

Resumen de ideas destacadas

Sobre el momento de la IPO

• Chamath: “Si pueden salir ahora, salgan ahora, aprovechen la ventana para vender caro y recaudar mucho dinero. Porque creo que ahí está el momento.”
• Brad: “Hoy Altimeter comprará estas dos IPO a gran escala y por volumen.”
• Brad: “La facturación anualizada de Anthropic podría superar 1000 millones de dólares, mientras que la facturación prospectiva de SpaceX es solo 35.000 millones. Con el éxito de SpaceX como base, esto será una IPO de nivel fenómeno.”

Sobre el ROI de la IA

• Chamath: “Mi costo de tokens se duplica cada 45 días; la productividad aguas abajo podría subir hasta un 5%. Mis costos se duplican y las ganancias básicamente se mantienen.”
• Chamath: “El crecimiento de EPS del S&P 493 es 9%. La gran mayoría proviene del poder de fijación de precios por encima de la inflación; otro 3% viene de recompras. El ROI real de la IA está entre 0 y 2%.”
• Brad: “Nunca vimos un crecimiento así en ingresos porque nunca habíamos visto un TAM tan enorme. La inteligencia es el mayor mercado direccionable de la historia humana.”

Sobre código abierto vs código cerrado

• Sacks: “El espíritu de empresa es que quieren hacerlo, pero la capacidad es débil. Quieren trasladar desde modelos de código cerrado, pero no pueden.”
• Sacks: “La proporción del gasto empresarial destinada a código abierto, en realidad, está disminuyendo: del 19% del año pasado al 11% de este año.”
• Brad: “Reemplazar a un consultor de 200 dólares por hora con un modelo barato de 3 dólares o con un modelo de frontera de 15 dólares: esa diferencia de precio realmente no importa. ”

Sobre el giro de China hacia el código abierto

• Sacks: “La estrategia de China es: cuando estás persiguiendo, abres; cuando te acercas, cierras. Sam Altman lo hizo así hace tres años con OpenAI.”
• Sacks: “En GLM-5.2 hay una marca de agua de destilación de Mythos. El gobierno de Estados Unidos probablemente actuará para atacar la destilación; eso es lo correcto.”
• Chamath: “Para Estados Unidos, lo mejor es que China también saque un community de apocalípticos.”

Sobre Trump Accounts

• Brad: “Si al nacer le dan 1000 dólares y alguien iguala un poco más, y cada semana ahorras 10 dólares, a los 18 años son 50.000 dólares. Y todo se invierte en S&P 500.”
• Sacks: “Si la cuenta Trump se llena desde el principio, con el rendimiento de mercado de los últimos 30 años, a los 28 el niño sería millonario.”
• Jason: “Esto puede sustituir la seguridad social. Esto sustituye los votos de donación.”

Texto principal

Capítulo 1: Carrera de IPOs de nivel billón: SpaceX sirvió de ejemplo; OpenAI y Anthropic se preparan para salir

Jason: Empecemos con una actualización de IPOs. Está ocurriendo una carrera hacia IPOs de billón de dólares: SpaceX ya salió al mercado y el precio de cotización está casi pegado al precio de emisión. La fijación de precio fue, diría, perfecta; en teoría, ahora faltan dos: OpenAI y Anthropic. El precio de las acciones de SpaceX llegó a subir hasta 200 dólares por un momento; ahora cae a 150 dólares, justo en el nivel del precio de emisión. Actualmente, la capitalización es de 2 billones, la séptima más grande del mundo. Anthropic presentó su solicitud en secreto el 1 de junio, y Polymarket estima una probabilidad del 65% de que salga este año. Hace dos semanas, Gavin Baker dijo que creía que la facturación de Anthropic superaría 1000 millones de dólares a finales de este año y lograría rentabilidad; si sale ahora, la valoración podría llegar a 3 billones. Chamath, tú dijiste antes que que Elon salga primero es una buena jugada: ¿qué probabilidad hay de que estas dos compañías salgan este año o en el primer trimestre del próximo año?

Chamath cree que ambas son negocios excelentes, pero el problema central es dónde está exactamente el precio de “equilibrio” del mercado. Esto depende más del apetito del mercado por las nuevas emisiones y a qué precios se pueden digerir.

OpenAI y Anthropic están en etapas distintas. La información que OpenAI reveló la última vez muestra que el consumo de caja sigue siendo muy alto, porque el negocio está más diversificado y depende más del lado del consumo. Brad mencionó antes que Anthropic podría ya haber logrado rentabilidad de forma inesperada. Chamath compartió un detalle: le preguntó al CTO cuánto gastaba en tokens, y el CTO respondió: “ahora mismo, cada 45 días se duplica”. Le volvió a preguntar cuánto sube la productividad aguas abajo, y el CTO dijo: “como máximo un 5%”. Los costos se duplican, y los beneficios se mantienen básicamente. El CTO explicó que para lograr mejoras en la siguiente iteración hay que gastar muchos más tokens, porque los efectos ya empiezan a tener rendimientos marginales decrecientes.

La lectura de Chamath es: si pueden salir a bolsa ahora, salgan ahora; antes de que estos números se filtren en la percepción del mercado. Ese sería el tipo de ventana para recaudar mucho dinero a precio alto.

Como inversor en ambas, Brad dio un veredicto más optimista. La IPO de SpaceX es casi un manual: recaudó 75.000 millones de dólares, valoración de 1,75 billones, ingresos prospectivos de unos 35.000 millones, y ahora las acciones ya subieron 25%. Los ingresos de Anthropic, supuestamente, podrían superar 1000 millones de dólares este año; si eso se cumple, la facturación GAAP del próximo año estaría muy por encima de ese número. Con el precedente del éxito de SpaceX, Brad cree que será una IPO de nivel fenómeno. SpaceX trabajó de forma pionera en todo: volumen de la IPO, fijación de precios, liquidez, inclusión en índices y arreglos del periodo de bloqueo. Tanto Anthropic como OpenAI están aprendiendo de ello.

Sobre la polémica de la inclusión en índices, Brad explicó que las reglas anteriores tenían sentido: la mayoría de las empresas recién salidas son más jóvenes, con menos ingresos y menor capacidad de generar ganancias. Pero SpaceX es tan grande y tan importante que no incluirla en el índice resulta irrazonable. La bolsa y la empresa de índices ajustaron su enfoque: no se metió en el punto máximo, evitando el problema típico de las IPOs, donde una caída del 30% tras salir se superpone a la carga de los inversores pasivos.

Brad también reveló novedades de OpenAI: los ingresos ya se han recuperado hasta alrededor de 70.000 millones de dólares este año, y GPT6 podría publicarse en 30 días. Aunque es solo el doble de los ingresos de SpaceX y todavía menos que los 1000 millones en rumores de Anthropic, como uno de los dos grandes laboratorios de frontera, con ese ritmo de crecimiento es razonable que salga con una valoración por encima de 1 billón. No cree que exista una carrera entre ambas; ambas saldrán cuando llegue el momento. La reestructuración corporativa de OpenAI es más compleja, así que podría salir después de Anthropic.

Capítulo 2: El costo de tokens se duplica cada 45 días; ¿el ROI de la inversión en IA se acerca a cero?

Jason: Hemos estado discutiendo durante estas semanas el problema del ROI del gasto en tokens. En la industria, CTOs y CEO empezaron a responder públicamente en X. El CTO de Uber, Pinen, compartió su enfoque: el 99% de los ingenieros usa herramientas de IA; más del 70% de los pull request provienen de agentes locales o en la nube; y los ingenieros ya han construido 200 skills agentic. Envía ingenieros a “despliegue en primera línea” en distintos departamentos, y los organiza junto con responsables de área para ordenar el flujo. Brad, ¿qué opinas de este enfoque en Uber?

Brad cree que Chamath tiene razón, con la salvedad de que solo cambia el marco temporal. Ahora mismo, sí: mucho dinero se gasta en “bucket” experimental y puede que no haya ROI directo. Pero adoptar IA en empresas todavía es demasiado temprano. El TAM direccionable es toda la Tierra: cada empresa, y a una escala sin precedentes. La distribución de ingresos tampoco está concentrada; millones de clientes toman decisiones racionales de forma independiente cada día.

Brad lanzó un pronóstico atrevido: si la facturación de Anthropic supera 1000 millones de dólares a fin de año, la del próximo año podría multiplicarse por 3 a 5. Pasar de 1000 millones a 3000 millones: el incremento de 2000 millones en ingresos es inconcebible en la historia de Silicon Valley.

La duda de Chamath se centra en la sostenibilidad del ROI. Le hizo dos preguntas a Claude 5. La primera: ¿cuánto crecimiento de EPS trae la IA al S&P 500? La respuesta: 50%. Pero descubrió que ese número incluye también los ingresos en que Nvidia vende chips a Amazon. Entonces hizo la segunda pregunta: ¿cuánto crece el EPS del S&P 493 (excluyendo Mag7)? La respuesta: 9%. Desglosado, la gran parte proviene del poder de fijación de precios por encima de la inflación; el otro 3% viene de recompras. El ROI real atribuible a IA estaría entre 0 y 2%.

Chamath piensa que, en el lado empresarial, todo luce muy bien, pero el problema es que inversores inteligentes como Brad y Gavin tarde o temprano le preguntan a la empresa: ¿cuál es tu ROI? ¿Dónde está la mejora real del EPS? Si la respuesta es “no estoy muy seguro” y además no hay un poder de fijación de precios sostenido, el lado empresarial se vuelve frágil. El lado del consumo, en cambio, funciona como refugio, porque tienes decenas de millones de compradores: el “price point” cambia menos, y la diferencia de dos órdenes de magnitud entre compradores te evita un escrutinio de ROI.

Jason añadió una perspectiva: lo particular de esta tecnología es que toca a cada persona dentro de una organización. Cuando salió Excel, contabilidad estaba emocionada, pero RR. HH. y marketing no tanto. La IA es diferente: en una organización de 1000 personas, todos la usan. Cada persona gasta 200 dólares al mes; sube al doble a 400. En comparación con un salario anual de 150.000, eso solo aumenta 3% a 4%. La pregunta clave es: ¿realmente hace que esa persona sea 3 a 5 veces más eficiente? Si es así, explica por qué el gasto en tokens está disparándose.

Capítulo 3: Código abierto vs código cerrado: ingresos hacia la frontera, pero las empresas quieren escapar

Jason: Sacks, los CTOs están discutiendo en X sobre “intelligent routing”: primero envían la tarea a un modelo de código abierto; si no funciona, hacen fallback a Claude. ¿Qué opinas de esta tendencia? Y si fueras inversor: cuando el CFO de un modelo de frontera empieza a preguntar “¿se puede hacer más barato?”, ¿cómo ves el crecimiento de los modelos de frontera?

Sacks cree que los CTOs empresariales sí quieren mover el consumo de tokens hacia modelos más baratos. Lo han visto: los costos de tokens se disparan, y están buscando frenarlos o al menos controlarlos. Sumado al debate de soberanía de IA de la semana pasada, las empresas temen entregar el alpha clave a un laboratorio de frontera que en el futuro podría convertirse en un competidor.

El juicio central de Sacks es: las empresas quieren trasladarse desde modelos de código cerrado, pero la mayoría no tiene capacidad técnica para hacerlo. El espíritu está dispuesto, pero la carne es débil.

Coinbase y DoorDash lo lograron: construyeron middleware de enrutamiento de tokens para enviar tareas de frontera a modelos de frontera y tareas no-frontera a modelos comunes. Pero la mayoría de las empresas no tiene esa capacidad. Por eso, la participación del monedero en modelos de código cerrado, en realidad, está creciendo. La proporción del gasto empresarial destinado a código abierto cayó del 19% del año pasado al 11% de este año. Claro, eso no necesariamente significa que el uso esté disminuyendo: puede ser que al usar modelos de código abierto solo paguen por el alojamiento y no por el laboratorio, lo que dificulta medirlo.

Sacks también citó la opinión del fundador de Decagon: cuando sabes con certeza qué necesitas hacer, usar un modelo de código abierto pequeño y barato tiene sentido, pero necesitas datos y post-entrenamiento. Si aún no sabes qué vas a hacer, quieres el modelo universal más fuerte. Casos de uso maduros con código abierto; casos de uso inmaduros con modelos de frontera.

Jason mencionó el hallazgo del fundador de Databricks, Ali: para el mismo modelo, al cambiar el harness (marco de orquestación de tareas), el costo puede reducirse a la mitad. GLM-5.2 junto con un harness específico rinde muy bien, y el volumen de tareas se reduce a la mitad. Jason también cuenta su experiencia: construyó un agente de “descubrimiento de tendencias” que corre cada hora; tras optimizar, el consumo de tokens bajó 80%. Cuando los tokens se abaratan, cambió el agente de “diario” a “cada hora”, y además dividió un solo agente en tres tareas paralelas. Al despertarse por la mañana, vio que 14 tareas ya estaban completadas; la percepción es completamente distinta.

El punto de Brad es: el debate central es si la inteligencia terminará convergiendo. En el momento de DeepSeek hace 18 meses, el mercado cayó 40%. Muchas personas pensaron que los modelos de frontera ya se habían terminado y que el código abierto los mataría. Pero después de 18 meses, lo contrario es cierto. Un tuit de Jesse Zang señaló que la cuota de monedero de laboratorios de frontera en realidad estaba subiendo, aunque el volumen de uso de tokens crece en ambos lados.

Brad planteó una hipótesis contraintuitiva: quizá la inteligencia ni siquiera converja. Si la súper inteligencia se volviera recursiva para sí misma, cuanto más inteligente es el modelo, más dinero genera; cuanto más dinero genera, compra más cómputo; y más cómputo crea mejores modelos. La distancia podría no estar disminuyendo en los próximos 2 a 3 años, sino ampliándose.

Jason también mencionó que entrevistó al CEO de Lovable, Anton: el producto salió a producción hace unos 30 meses, y sus ingresos pasaron de cero a 60 millones de dólares. También preguntó al CEO de 11Labs, Matti: ustedes son un gran cliente de modelos de frontera; cada año gastan decenas de millones de dólares; ¿les preocupa la fuga de datos y la competencia? Ambos dijeron que están desarrollando sus propios modelos. Estos son clientes con facturación de ocho o nueve cifras: si todos empiezan a construir modelos verticales, los laboratorios de frontera sentirán presión. Pero Chamath le dio la vuelta: 11Labs quiere crear el mejor agente de voz del mundo. Si la mejor capacidad de voz proviene de laboratorios de frontera, ¿puede asumir en un mercado competitivo el costo de construir con un modelo inferior?

Capítulo 4: La guerra de precios de Zuck: misma calidad, costo 1/100

Jason: Meta publicó esta semana Spark 1.1, un modelo de agentic encoding muy potente, con un precio extremadamente bajo. Zuck está fuera de lo normal de activo en X: publicó la mayor cantidad de tuits de la historia. Básicamente está diciendo: les doy la misma calidad, pero el costo es solo 1%. Brad, ¿qué opinas de la estrategia de Zuck?

Brad cree que Meta se equivocó en su estrategia de código abierto antes, pero ahora Zuck elige claramente la dirección de la guerra de precios. Meta también lanzó una nueva API de modelos: no solo “hacen modelos”, sino que también proporcionan tokens. Para competir con Estados Unidos, es algo bueno.

Brad usó una analogía para explicar por qué un modelo de frontera no se reemplaza fácilmente: si tu agente de IA reemplaza a un consultor de 200 dólares por hora, que el modelo barato cueste 3 dólares o el modelo de frontera cueste 15 dólares, la diferencia de precio realmente no importa. Lo que importa es si esos 15 dólares permiten completar la tarea sin fallar. Si la tarea se rompe a mitad de camino, pierdes tokens y pierdes tiempo.

Chamath ve esto de forma distinta. Piensa que es como cuando salió el iPhone por primera vez y todos actualizaban todo el tiempo porque el nuevo precio valía la pena. Pero llega un día en que la gente dice: “el teléfono antiguo ya es suficiente”. Cuando probó Claude 5, vio que algunas líneas de investigación estaban limitadas: no responde. Todo el mundo llega en distintos momentos al punto crítico de “ya está bien”.

Chamath también compartió su experiencia dentro de la Comisión de IA de Naciones Unidas. Estuvo con Benioff, Jensen y Brad Smith en una comisión coorganizada por Benioff. Su observación: no hay ningún país en el mundo que no esté formulando su propia estrategia soberana de IA, y ningún país está dispuesto a usar un modelo cerrado de Estados Unidos como respuesta. Muchos países prefieren un modelo de código abierto, como el de Nvidia, y montan toda la infraestructura por su cuenta.

Ejemplos de IA soberana incluyen: el modelo Falcon de Emiratos Árabes; LLM en árabe de Arabia Saudita; y la alianza Neoterra, en Japón, con 6.000 millones de dólares invertidos, que saltó directamente a IA física y robótica. Chamath cree que cuando los modelos alcancen entre el 95% y el 99% del nivel de frontera, muchos países dirán: “ya está bien”. Por otro lado, algunas empresas no tienen crecimiento de rentabilidad suficiente para sostener ese gasto, y tampoco tienen el coraje de recortar costos a gran escala. Como la famosa carta que le escribió a Zuck: Zuck lo hizo al final porque la presión lo empujó. La mayoría de las empresas solo dejan que los problemas se acumulen.

Capítulo 5: China considera restringir la exportación de modelos de IA: alcanza y luego cierra la puerta

Jason: Reuters informa que el CCP está considerando restringir el acceso desde el extranjero a los principales modelos de IA de China. Dos organismos reguladores citaron para conversar a Alibaba, ByteDance y Z.AI (la empresa que hace GLM-5.2), para discutir restringir el acceso en el extranjero de modelos top tanto de código abierto como de código cerrado. También están catalogando la filtración de investigación de IA como un delito de seguridad nacional, y quieren controlar quién puede invertir en laboratorios de IA de China. Sacks, la semana pasada te planteé la pregunta inversa: ¿deberían Estados Unidos prohibir los modelos chinos? Ahora está al revés: China dice que quiere restringir. ¿Qué opinas de esta partida?

Sacks cree que la noticia podría estar algo exagerada. El modelo #1 de China es el de ByteDance, y de base es de código cerrado. Qwen de Alibaba antes era de código abierto, pero podría estar virando a código cerrado. GLM-5.2 de Z.AI antes era de código abierto, y también podría estar virando a código cerrado.

El juicio de Sacks es: la estrategia es muy clara. Abres cuando persigues; cierras cuando te acercas a la frontera. Sam Altman hizo exactamente lo mismo con OpenAI hace tres años: de entidad sin fines de lucro a con fines de lucro, y de código abierto a código cerrado.

La ventaja del código abierto es que atrae a la comunidad de desarrolladores y, en el ámbito de la IA, te refuerza el “data flywheel” de aprendizaje por refuerzo. Pero cuando te acercas a la frontera, el código cerrado captura todo el valor.

Sacks habló del tema esta semana tanto con Washington como con la Casa Blanca y el Departamento del Tesoro. Dijo que, en todas las disputas regulatorias, hay una cosa en la que hay consenso absoluto: llegar primero a China a cualquier costo. Desde el presidente para abajo, todos preguntan “¿qué tan lejos vamos adelante?” y “¿qué se necesita para seguir manteniendo la ventaja?”. La idea de retirar a los laboratorios de frontera de Estados Unidos y, al mismo tiempo, dejar fluir libremente los modelos de código abierto de China no existe en Washington. También reveló que GLM-5.2 tiene una marca de agua de destilación de Mythos, y que el gobierno de Estados Unidos probablemente atacará la destilación.

Sacks cree que lo que hace China afectará poco a Estados Unidos. Estados Unidos tiene la capacidad de hacer modelos de código abierto; Nvidia lo hace y Reflection también. Habló con laboratorios de frontera sobre por qué no hacen código abierto, y su respuesta fue “la demanda no es grande; si la demanda fuera grande, lo haríamos”. Para China, restringir la exportación probablemente lastime más a sí misma.

Chamath hizo un chiste: para Estados Unidos, lo mejor sería que China también saque una comunidad de apocalípticos, preocupada todo el tiempo por el desempleo por IA y los riesgos existenciales. Si a los laboratorios chinos también les imponen restricciones regulatorias, eso sería el mayor beneficio para Estados Unidos.

Capítulo 6: Trump Accounts: abrir una cuenta de S&P 500 para cada niño estadounidense al nacer

Jason: Brad estuvo esta semana en Washington. La app de Trump Accounts ya es la #1 del mundo en descargas. Felicitaciones a Brad: es el trabajo de cuatro años. Cuéntanos qué pasó.

Brad explicó que es un viaje de cuatro años. El año pasado, la Invest America Act se firmó como parte de un paquete de ley; este año, el 4 de julio, la app se lanzó oficialmente. A cada recién nacido en Estados Unidos se le entregan 1000 dólares, que se depositan en una cuenta privada de inversión y se invierten por completo en S&P 500. La cuenta es gratis de por vida. Dentro de las 24 horas del lanzamiento se abrieron 1,5 millones de cuentas y captaron más de 1000 millones de dólares en depósitos. Hicieron una ceremonia histórica de campana conjunta entre NYSE y Nasdaq dentro del Despacho Oval de la Casa Blanca, por primera vez en la historia, con cientos de CEO presentes. El presidente pidió que se crearan automáticamente cuentas para 50 a 70 millones de menores de 18 años.

Sacks analizó este mecanismo desde el punto de vista de la planificación financiera. Cada año se pueden depositar 5000 dólares en la cuenta del niño (familia y amigos incluidos), y el empleador puede aportar 2500 dólares con exención de impuestos. Antes de los 18 años se disfruta de la acumulación libre de impuestos. Después de los 18, se puede retirar hasta 25% para comprar una casa, emprender o ir a la universidad, y el resto se reinvierte en una IRA. Si esperas a que el niño deje de ser dependiente (por ejemplo, recién graduado y en el tramo del 0% de impuestos) y recién ahí haces la conversión de IRA a Roth IRA, prácticamente sin impuestos conviertes el dinero en una inversión para toda la vida libre de impuestos.

Sacks hizo un cálculo: si la cuenta Trump se llena desde el principio, con el rendimiento promedio del mercado de los últimos 30 años, a los 28 años ese niño sería millonario. Si a los 18 tiene entre 200.000 y 300.000 dólares, y capitaliza hasta los 60, llega a 10.000.000 o más.

También hubo grandes anuncios en materia de filantropía. Michael y Susan Dell donaron más de 6.000 millones de dólares: 250 dólares por cada niño de familias de ingresos medios y bajos, para 25 millones de niños. Gwen Shotwell, presidenta de SpaceX, donó 350 millones de dólares en acciones de SpaceX, dirigidas a niños de comunidades de bajos ingresos. Micron donó 250 millones de dólares: hasta 1000 dólares por el hijo de cada empleado. Brad donó por su cuenta 100 millones de dólares para cubrir a todos los niños del estado de Indiana.

Brad dijo que le contaron al presidente: esperan recaudar 1000 millones de dólares en 12 meses. Esto se convertirá en la plataforma benéfica directa más grande de la historia de Estados Unidos; sin intermediarios, el dinero entra directamente a las cuentas de los niños, y no se puede retirar antes de los 18 años. Siguiendo este ritmo, en la próxima década habrá más de 100 millones de cuentas privadas de inversión; y en 15 años podrían entrar entre 2 y 4 billones de dólares a cuentas familiares que antes no tenían nada.

Jason lo resumió desde una perspectiva más macro. Dijo que este proyecto puede reemplazar la seguridad social, y reemplazar los votos de donación. En Estados Unidos, hoy solo 50% de la gente posee acciones; si Trump Accounts se impulsa con éxito, podría subir a 70% a 75%. Australia es uno de los países más felices del mundo en parte porque su superannuation obliga a que cada persona guarde 12% a 14% de sus ingresos en una cuenta tipo 401k. Trump Accounts hace algo similar, pero a un nivel más básico.

Jason también agradeció especialmente a Joe Gebbia (cofundador de Airbnb) por unirse al equipo gubernamental responsable del diseño del software del proyecto. Dijo que el gobierno de Estados Unidos hizo un excelente software “de consumo”, algo raro en la historia. Brad agregó que el equipo incluye a Michael Dell, Vlad Tenev (CEO de Robinhood), Joe Gebbia y Luke Pettit del Departamento del Tesoro; el objetivo no es solo crear “el mejor producto del gobierno”, sino uno de los mejores productos “de consumo” también.