OpenAI recauda menos de la mitad de su objetivo de 30.000 millones de dólares
Se interpreta en muchos círculos que OpenAI haya recaudado menos de la mitad de su ronda objetivo de 30.000 millones de dólares es una señal temprana de que el entusiasmo inversor en torno a los grandes laboratorios de IA podría estar enfriándose. Los comentaristas debaten si esto refleja una burbuja de IA más amplia acercándose a su pico, señalando valoraciones desorbitadas, gran consumo de efectivo y modelos abiertos y chinos cada vez más capaces que podrían commoditizar los LLM. Otros argumentan que la IA y los principales laboratorios no van a desaparecer, pero esperan presupuestos más ajustados, presión sobre los márgenes y posible consolidación a medida que la economía de entrenar y operar modelos de frontera choca con expectativas de ingresos más sobrias.
Déficit de financiación y señal de valoración
- Según se informa, OpenAI recaudó menos de la mitad de su objetivo de 30.000 millones de dólares, con una valoración de 1,25 billones de dólares frente a los 1,4 billones que se esperaba.
- Algunos ven cualquier déficit como una señal clave: el apetito de los inversores puede estar desvaneciéndose, lo que sugiere que hemos pasado el “pico de expectativas infladas”.
- Otros sostienen que esto refleja principalmente las condiciones actuales del mercado de capitales y el resultado de las negociaciones, no necesariamente la viabilidad de OpenAI.
- Debate sobre si valoraciones así son realmente distinguibles a esta escala; la valoración se presenta como “lo que el último comprador pagó por una porción”.
Burbuja de IA, sostenibilidad y comparaciones
- Muchos comentaristas enmarcan la situación como una burbuja de IA: enorme capex, camino poco claro hacia beneficios sostenidos y dependencia del sentimiento de “los números suben”.
- Algunos llaman a los laboratorios de frontera estructuralmente similares a esquemas piramidales (inyecciones constantes de capital, sin rentabilidad clara), mientras que otros rechazan eso como absurdo.
- Se hacen comparaciones con la era puntocom y burbujas históricas: la tecnología útil puede sobrevivir aunque muchas empresas actuales fracasen.
- Desacuerdo sobre si OpenAI y sus pares son “muertos andantes” o simplemente están entrando en una fase de financiación más racional.
Competencia: código abierto, China y comoditización
- Existe la fuerte creencia de que los modelos se están comoditizando rápidamente; múltiples actores (incluidos laboratorios chinos y esfuerzos de pesos abiertos) ya ofrecen sistemas “suficientemente buenos”.
- Algunos creen que los modelos nacionales abiertos o baratos socavarán a los laboratorios propietarios de EE. UU.; otros disputan las afirmaciones de que el entrenamiento chino sea realmente “millones y no miles de millones”.
- Los modelos de pesos abiertos en hardware de consumo o prosumo (p. ej., configuraciones con una sola GPU, Mac Studio/Mini) están mejorando rápidamente, aunque a menudo con menor capacidad que los modelos de frontera en bf16.
- Preocupa que, si se enfría la financiación, los futuros modelos abiertos dependan más de consorcios, Estados o laboratorios sin ánimo de lucro.
Economía de la inferencia y uso empresarial
- Hay consenso en que los costes de inferencia por token están bajando; los costes de entrenamiento dominan y puede ser difícil recuperarlos.
- Algunos argumentan que los precios actuales por token ya superan el coste operativo, así que un estallido de la burbuja podría no elevar los precios para el usuario final, especialmente si los activos de centros de datos se venden barato.
- Otros dudan de que los centros de datos con GPU puedan operar con beneficios “a coste” sin una demanda impulsada por la euforia.
- Informes desde dentro de empresas: el gasto en tokens de IA cae de 2 a 5 veces a medida que se extienden modelos más baratos (p. ej., Sonnet 5.5, Haiku) y mejores patrones de uso. El uso para programación se considera importante, pero no un motor de crecimiento sostenible por sí solo.
Sentimiento, impacto social y schadenfreude
- Notable schadenfreude: algunos apoyan activamente las dificultades de los laboratorios de frontera, citando intentos de devaluar el trabajo humano, cercar el conocimiento y centralizar el poder.
- Otros responden en contra, viendo el progreso de la IA como inevitable y, en general, beneficioso, aunque fallen los líderes actuales.
- Tono general: mezcla de escepticismo, optimismo cauteloso sobre la tecnología en sí, y creciente duda sobre los modelos de negocio y las valoraciones actuales.