¿Es un negocio o una infraestructura pública del mañana? Con inversiones que parecen circulares, OpenAI acelera una transición tecnológica global en la que sólo unos pocos gigantes parecen tener silla fija en la mesa. El miedo a quedarse fuera impulsa la valoración de OpenAI hasta los 852.000 millones de dólares. Entre el efecto FOMO y las alianzas industriales, la empresa que dirige Altman busca liderar la IA general 'quemando' un capital sin precedentes.
"No estamos viendo sólo más dinero para una start up. Es la aparición de una nueva clase de compañía privada"... Esta es una de las muchas y sorprendidas reacciones que estos últimos días ha provocado la nueva ronda descomunal de OpenAI, la segunda en menos de dos meses.
En este lapso, la compañía que dirige Sam Altman ha protagonizado una gran operación de financiación en dos pasos: el 27 de febrero anunció una ronda de 110.000 millones de dólares a una valoración premoney de 730.000 millones (unos 840.000 millones postmoney), con Amazon (50.000 millones), Nvidia (30.000 millones) y SoftBank (30.000 millones) como anclas.
El 31 de marzo cerró esa misma ronda ampliada en 122.000 millones y con una valoración postmoney de 852.000 millones. Crunchbase y Techcrunch recuerdan que la ampliación añadió nuevos inversores y más de 3.000 millones de dólares de retail, consolidando la mayor megarronda privada vista hasta ahora en inteligencia artificial.
La propia OpenAI asegura que usará esta ronda para acelerar "la siguiente fase de la inteligencia artificial", y eso lleva a preguntarse en qué consiste realmente esa nueva fase de la IA, pero también para qué quiere todo ese dinero OpenAI; por qué obtiene con tanta facilidad esas grandes sumas que logra captar, sobre todo en las últimas rondas; o por qué hemos normalizado esas cantidades desmesuradas, y el hecho de que las grandes compañías que están construyendo la IA queman cantidades ingentes de dinero en su desarrollo...
El destino del dinero
Enrique Linares, fundador de Plus Partners y LetGo, cree que "el destino del dinero que está levantando OpenAI -y, en general, los grandes laboratorios de inteligencia artificial- se puede entender en dos grandes frentes que explican hacia dónde va realmente esta industria. Por un lado está el gasto en entrenar modelos: Aquí se concentra una parte enorme del capital. Desarrollar nuevas generaciones de modelos requiere cantidades crecientes de datos, potencia computacional y talento altamente especializado".
Linares añade un factor competitivo clave: La innovación dura cada vez menos, y lo que hoy es puntero, en cuestión de meses se abarata o se replica". Por eso cree que, para mantenerse líder, OpenAI necesita invertir en mejorar sus modelos.
A esto se suma la apuesta más ambiciosa de avanzar hacia sistemas que se acerquen al razonamiento humano. Si ese salto se produce, el potencial económico sería enorme, lo que justifica inversiones cada vez mayores.
Aunque en este sentido Mario Garcés, neurocientífico y fundador de The MindKind -que quiere llegar a la IA general por caminos distintos a los que usan compañías como OpenAI- cree que "los motores de lenguaje no han resuelto algunos grandes problemas. Uno es el hecho de que siguen siendo cajas negras en las que nadie sabe lo que aprenden ni cuándo van a dar un error; otro, que siguen teniendo alucinaciones; siguen sin generalizar, no responden con conocimiento que no han adquirido en la información que ya se les ha metido -relacionan cosas que ellos ya conocen pero no crean cosas nuevas que no conocen-; y son ineficientes en el consumo de recursos y datos y energía".
Mario Garcés añade que la no resolución de estas ineficiencias puede explicar el hecho de que se esté metiendo tanto dinero para resolverlas. Afirma que muchas grandes tecnológicas empiezan a asumir que meter más datos y más computación no basta, por sí solo, para llegar a una IA general como la humana: "El problema es que ya han invertido decenas de miles de millones en ese camino. Por eso siguen poniendo más dinero: no sólo para avanzar, sino también para resolver las ineficiencias y encontrar una forma de rentabilizar lo ya gastado". Para Garcés, se trata de una huida hacia adelante: mejorar modelos, abaratar costes y buscar nuevos usos. Incluso podría acabar justificándose como infraestructura pública, útil socialmente aunque no siempre rentable como negocio privado.
Enrique Linares añade que otro gran destino del dinero es la inferencia, es decir, el coste de uso de la inteligencia artificial por parte de los usuarios: "Aquí ocurre algo menos visible pero fundamental: las empresas están subvencionando el uso. Aunque un usuario pueda pagar 20 euros al mes por herramientas como ChatGPT o Claude, el coste real de operación es muy superior".
Esa diferencia la están absorbiendo las compañías, porque buscan acelerar la adopción. Linares recuerda que "cuantos más usuarios utilizan la IA, mayor es el mercado, más dependencia se genera y más rápido se integra en la vida cotidiana y en las empresas. Es una estrategia clásica de expansión: perder dinero a corto plazo para ganar escala y dominar el mercado a largo plazo".
Para Carlos Blanco, fundador de Encomenda, Nuclio y Conector, una de las claves para entender por qué OpenAI logra captar tanto dinero está en lo que se conoce como "inversión en ciclo cerrado". Es decir, muchos de los inversores no son sólo financieros, sino también proveedores clave del propio negocio.
Empresas como Nvidia, Microsoft, Amazon u Oracle invierten miles de millones en OpenAI, pero al mismo tiempo venden los componentes esenciales para que su tecnología funcione: chips, cloud, almacenamiento o bases de datos.
Esto significa en la práctica que una parte importante del dinero invertido vuelve a ellos indirectamente. OpenAI necesita construir centros de datos, comprar GPUs, contratar servicios cloud... Y esos gastos acaban en las cuentas de sus propios inversores. Es una especie de círculo: invierten hoy para asegurarse ingresos futuros.
Blanco considera que esto convierte la inversión en algo más que una apuesta por el crecimiento de la IA. Es también un acuerdo estratégico a gran escala, donde cada actor asegura su posición en la cadena de valor.
Por eso estas compañías están dispuestas a invertir tanto: no sólo buscan rentabilidad financiera, sino también garantizar demanda para sus propios productos en la mayor revolución tecnológica actual.
Además, Carlos Blanco cree que "mucha gente invierte en estas rondas descomunales por miedo a quedarse fuera. Es un efecto FOMO: cuando todos creen que una empresa puede convertirse en el gran ganador, nadie quiere perderse esa oportunidad. En esta última ronda, además, OpenAI abrió más la puerta a inversores minoristas y vehículos ligados a ETF, no sólo a grandes fondos. Eso ha permitido que intermediarios creen estructuras específicas para canalizar dinero de patrimonios privados hacia una sola operación. En la práctica, la ronda se ha democratizado un poco más: ya no participan sólo gigantes financieros, también lo hacen inversores que quieren subirse cuanto antes al fenómeno de la inteligencia artificial".
Interés creciente
Para Linares, "detrás de las megainversiones en OpenAI no hay sólo fe en la inteligencia artificial. Hay estrategia industrial, intereses cruzados y una carrera por controlar la infraestructura del futuro".
El fundador de Plus Partners añade que "cada gran inversor tiene un motivo muy concreto. En el caso de Microsoft, la lógica es asegurar que toda la tecnología de OpenAI funcione sobre Azure, su plataforma cloud. No se trata sólo de apostar por el crecimiento de la IA, sino de garantizar que se traduzca en ingresos recurrentes para su negocio de infraestructura. Es una inversión que protege y amplifica su posición en el mercado". Considera que Nvidia juega otra partida distinta, pero igual de estratégica: "Como principal fabricante de GPUs -el petróleo de la IA- sabe que cuanto más crezca OpenAI, más demanda habrá de sus chips. Su inversión es casi circular: financia a quien después le comprará miles de millones en hardware. Es una forma de asegurar que la explosión de la IA siga dependiendo de su tecnología".
Amazon, por su parte, introduce otra lógica que, según Linares, es inversión condicionada: "Parte de su compromiso está ligado a hitos concretos, como avances tecnológicos clave o incluso una futura salida a bolsa. Es capital que no sólo apuesta por el presente, sino que se activa si OpenAI cumple ciertas promesas de futuro".
Todo esto encaja con el posicionamiento de OpenAI: una estrategia agresiva, de "ir a por todo". Su objetivo es liderar la próxima gran revolución tecnológica, aunque eso implique quemar enormes cantidades de capital hoy y no alcanzar rentabilidad hasta aproximadamente 2030. La construcción de centros de datos y la infraestructura necesaria lleva años, lo que retrasa el retorno.
Linares opina que "frente a este enfoque surgen alternativas más pragmáticas. Empresas como Anthropic siguen una estrategia diferente: menos inversión, productos más accesibles y un camino más claro hacia la rentabilidad, que sitúan en torno a 2028. Y China juega otra partida. Con acceso limitado a GPUs por las restricciones de Estados Unidos, sus empresas apuestan por la eficiencia: hacer más con menos. Y además impulsan el código abierto como vía para expandirse globalmente".
No hay una única estrategia ganadora, sino varias formas de tratar de dominar la IA del futuro.
Carlos Blanco añade que "OpenAI vale tanto porque los inversores creen que la inteligencia artificial puede crear el mercado más grande de la historia. Si eso ocurre, la empresa que lidere esta ola podría convertirse en la compañía más valiosa del mundo en pocos años. El problema es que todavía nadie sabe quién ganará: puede ser OpenAI, Anthropic, Google o incluso otro actor. Por eso muchos fondos apuestan por varios candidatos, como quien invierte en Coca-Cola y Pepsi sin saber quién dominará".
Enrique Linares considera que "las megarrondas de la inteligencia artificial tienen la virtud evidente de acelerar el futuro. Gracias a ese volumen de inversión, la IA se expande a una velocidad inédita. Nunca una tecnología disruptiva había llegado tan rápido a tanta gente. Y no es casualidad. El dinero permite mejorar los modelos, abaratar el acceso, ofrecer una experiencia más pulida y hacer que millones de usuarios puedan probar herramientas potentes a precios relativamente bajos. En ese sentido, la ventaja de estas inversiones es clara: democratizan el acceso y empujan a que la IA entre antes en la vida cotidiana y en las empresas".
Carlos Blanco considera positivo que un mercado se agite de verdad, porque en estos casos no sólo nacen gigantes: "También se abren ventanas enormes para nuevos emprendedores. Y eso es precisamente lo que está pasando con la IA. Mientras OpenAI, Anthropic y otros compiten por dominar la infraestructura y los modelos, se crea un terreno fértil para una nueva generación de start up. No serán necesariamente las dueñas de la IA, pero pueden convertirse en los grandes líderes de nicho. La clave estará en construir soluciones muy concretas para sectores específicos usando las APIs de esos modelos. Ahí, la ventaja real no será solo tecnológica, sino tener acceso a datos privados y especializados. Quien combine buena IA con conocimiento sectorial profundo puede levantar negocios muy valiosos".
Enrique Linares concluye afirmando que este impulso también tiene riesgos: el primero es tecnológico y financiero: que la promesa no llegue tan lejos como se espera. Y el segundo es la concentración. Estas cifras son tan colosales que cada vez resulta más difícil competir. "Eso podría dejar el mercado en manos de muy pocos gigantes, quizá uno estadounidense y otro chino".
Candidatas a captar más rondas descomunales
Para Carlos Blanco, "esta es una carrera que expulsa a los pequeños, y después vendrá una megarronda de Anthropic en poco tiempo".
Blanco añade que "al final, el 80% del dinero se lo llevarán los tres o cuatro más grandes. Y de estos mayores posiblemente el más grande se acabará quedando con la mitad de ese 80%.
El fundador de Encomenda, Nuclio y Conector insiste en el escenario de dos a cuatro grandes compañías de IA, que serán un poco más especialistas: "No todos harán todo, y habrá especialistas en cuestiones distintas".
- Anthropic es la candidata más obvia a captar una nueva megarronda. En febrero de 2026 cerró 30.000 millones a una valoración de 380.000 millones, con GIC y Coatue al frente y con el apoyo de múltiples grandes inversores. Y cuenta con la relación industrial y comercial con Amazon, Google, Microsoft y Nvidia. Es el rival más directo de OpenAI en la combinación de modelos de frontera más 'enterprise'.
- xAI también entra de lleno en esta categoría de 'rondables'. Levantó 20.000 millones en enero de 2026 para nuevos modelos e infraestructura, con el apoyo de Nvidia y Cisco como inversores estratégicos. Su integración con el ecosistema de Elon Musk y su apetito por el cómputo la convierten en candidata natural a más megarrondas.
- Safe Superintelligence (SSI) es candidata en sentido más especulativo. Reuters informó de conversaciones para valorarla en 20.000 millones en febrero de 2025, y luego de una valoración de 32.000 millones con apoyo, entre otros, de Alphabet y Nvidia. Todavía no está en la escala de OpenAI o Anthropic, pero tiene dos ingredientes que el mercado paga: un fundador estrella (Ilya Sutskever) y ambición extrema en inteligencia artificial de frontera.
- Databricks no compite exactamente como laboratorio fundacional, pero sí como gran plataforma de datos con IA 'enterprise'. Reuters reportó 10.000 millones a 62.000 millones en diciembre de 2024 y Crunchbase informó de una Serie L de más de 4.000 millones a 134.000 millones en 2025. Es una candidata creíble para seguir absorbiendo rondas enormes.
- Waymo ha demostrado que también puede haber megarrondas de aplicación intensiva en IA e infraestructura física: levantó 16.000 millones en 2026 y alcanzó una valoración de 126.000 millones. No es un laboratorio fundacional, pero sí una prueba de que los mercados privados están dispuestos a financiar plataformas 'AI-heavy' con mucha capex, es decir, empresas de IA que requieren enormes inversiones en infraestructura física.
- Mistral es candidata sobre todo por la vía europea e híbrida. No está cerca todavía de una ronda estilo OpenAI, pero su financiación de deuda para chips y centros de datos muestra que, si consigue más tracción o respaldo soberano e industrial, puede financiarse con grandes operaciones ligadas a activos e infraestructuras, más parecidas a megaproyectos industriales que 'venture capital'.
- También hay que mirar a las compañías de infraestructura de IA más que a los laboratorios puros. En 12 meses Corewave ha reunido alrededor de 28.000 millones entre 'equity' y deuda, y prevé decenas de miles de millones de capex anual. En el futuro, parte del gran dinero irá menos a 'start up' de IA y más a financiar infraestructuras, deuda y capacidad de computación.
Xoople capta 115 millones de euros para su 'Sistema de Registro de la Tierra'El nuevo 'event tech' convierte en negocio la vida social realAuge de las rondas secundarias: liquidez antes de cotizar Comentar ÚLTIMA HORA