OpenAI se ha convertido en la empresa que mejor representa la promesa económica de la Inteligencia Artificial generativa. Tiene el producto más reconocible del sector, una marca global, cientos de millones de usuarios, una alianza estratégica con Microsoft y una posición central en la conversación tecnológica. Pero los últimos datos financieros filtrados dejan una lectura incómoda: el crecimiento es enorme, pero el coste de sostenerlo también.
Según cifras publicadas por medios financieros a partir de documentos internos o auditados, OpenAI ingresó 13.070 millones de dólares en 2025, frente a 3.700 millones el año anterior. Es un crecimiento del 253 %, difícil de igualar incluso en el software empresarial más agresivo. El problema está en el otro lado de la cuenta: sus costes y gastos totales habrían alcanzado los 34.000 millones de dólares, con una pérdida operativa de 20.920 millones.
La forma más sencilla de verlo es esta: por cada dólar ingresado, OpenAI gastó unos 2,60 dólares. O, dicho desde la pérdida operativa, perdió alrededor de 1,60 dólares por cada dólar de ingresos. La matización importa, porque no es lo mismo hablar de gasto total por dólar que de pérdida por dólar, pero ambas métricas apuntan al mismo fondo: la compañía todavía no ha convertido su escala en rentabilidad operativa.
Los números que enfrían la narrativa
La filtración dibuja una empresa en hipercrecimiento, pero también en consumo masivo de capital. La partida más grande es investigación y desarrollo, con unos 19.180 millones de dólares. Después aparecen ventas y marketing, con 5.730 millones, y gastos generales y administrativos de 1.570 millones. A esto se suma el coste directo de ingresos, situado en 7.500 millones.
| Métrica 2025 | Cifra aproximada |
|---|---|
| Ingresos | 13.070 millones de dólares |
| Coste de ingresos | 7.500 millones de dólares |
| I+D | 19.180 millones de dólares |
| Ventas y marketing | 5.730 millones de dólares |
| Gastos generales y administrativos | 1.570 millones de dólares |
| Costes y gastos totales | 34.000 millones de dólares |
| Pérdida operativa | 20.920 millones de dólares |
| Pérdida operativa sobre ingresos | -160 % |
En paralelo, algunas informaciones hablan de una pérdida neta muy superior, cercana a 38.500 o 39.000 millones de dólares, por el impacto de cargos no monetarios vinculados a su estructura de inversores anterior y a su transformación corporativa. Ese matiz es importante porque la pérdida contable total puede ser más alta que la pérdida operativa recurrente, pero no cambia la pregunta principal: cuánto cuesta sostener el liderazgo de OpenAI.
La compañía está intentando construir infraestructura, modelos, productos, equipos de ventas, acuerdos empresariales, agentes de programación, capacidades multimodales, memoria, búsqueda, voz, vídeo y APIs globales al mismo tiempo. Esa ambición exige inversión. La duda es si el negocio podrá absorberla sin depender indefinidamente de nuevas rondas, deuda, créditos de computación o una salida a Bolsa con múltiplos extremos.
La lectura optimista: Amazon antes de los márgenes
La primera lectura es favorable a OpenAI. La empresa estaría en una fase parecida a la de Amazon en sus primeros años: sacrificar beneficios para capturar mercado, construir infraestructura y convertirse en plataforma básica de una nueva economía. Bajo esta visión, las pérdidas no son un fallo, sino una consecuencia del crecimiento.
OpenAI ya cuenta con más de 900 millones de usuarios semanales y más de 50 millones de suscriptores de consumo, según sus propios comunicados. También asegura que su negocio enterprise ya representa más del 40 % de los ingresos y que sus APIs procesan más de 15.000 millones de tokens por minuto. Si estos datos siguen creciendo, la empresa podría convertir usuarios gratuitos en suscriptores, contratos empresariales, consumo de API, agentes especializados, publicidad, comercio y productos verticales.
| Argumento optimista | Por qué puede sostener la tesis |
|---|---|
| Marca dominante | ChatGPT es la puerta de entrada a la IA para millones de usuarios |
| Escala de uso | Más de 900 millones de usuarios semanales |
| Suscripciones | Más de 50 millones de suscriptores de consumo |
| Enterprise | Crecimiento fuerte en empresas y gobiernos |
| Plataforma API | Consumo masivo de tokens por desarrolladores y compañías |
| Infraestructura | Más capacidad puede reducir coste unitario |
| Ecosistema | Codex, agentes, memoria, búsqueda y productos verticales |
En esta lectura, OpenAI está pagando el precio de llegar primero a escala. Los modelos son caros, la inferencia consume recursos, el entrenamiento requiere centros de datos, GPUs, energía, redes y talento. Pero si el coste por token baja y el ingreso por usuario sube, la cuenta podría mejorar con el tiempo.
La apuesta se parece a construir una red eléctrica o una nube global antes de que todo el mercado esté maduro. Primero se invierte, después se optimiza, y más tarde llegan los márgenes. Ese es el relato que los inversores de crecimiento conocen bien.
La lectura escéptica: más cerca de WeWork que de AWS
La segunda lectura es mucho más dura. OpenAI podría estar liderando un mercado real, pero con una economía interna todavía demasiado frágil. La demanda existe, pero servirla cuesta mucho. Cada consulta, cada imagen, cada agente de código, cada búsqueda y cada llamada a la API consume computación. En software tradicional, añadir usuarios suele tener costes marginales bajos. En IA generativa, el coste marginal no desaparece.
Además, la competencia presiona. Google, Meta, Anthropic, Mistral, xAI, DeepSeek y proveedores open source están empujando precios, modelos y alternativas. Si el rendimiento se iguala y los modelos se comoditizan, OpenAI tendrá más difícil cobrar una prima sostenida. El usuario puede admirar ChatGPT, pero las empresas comparan coste, latencia, privacidad, integración y control.
| Riesgo | Impacto potencial |
|---|---|
| Coste de inferencia | Cada usuario activo tiene coste directo |
| Entrenamiento de frontera | Exige inversiones crecientes en computación |
| Competencia de Google y Meta | Presión sobre precios y distribución |
| Modelos open source | Alternativas autoalojadas o más baratas |
| Dependencia de partners | Microsoft, NVIDIA, Oracle, CoreWeave y otros actores clave |
| Regulación | Escrutinio sobre datos, menores, publicidad y seguridad |
| Salida a Bolsa | Traslada el debate a inversores públicos |
En este escenario, OpenAI no sería Amazon en 2001, sino una empresa que necesita convencer al mercado de que su escala actual se convertirá en márgenes futuros. La diferencia es enorme. Amazon construyó logística, cloud y marketplace con economías de escala cada vez más claras. OpenAI aún debe demostrar que la IA generativa puede ofrecer márgenes comparables cuando se usa de forma masiva.
El problema del coste de computación
La gran pregunta financiera de OpenAI no es solo cuánto ingresa, sino cuánto le cuesta cada unidad de inteligencia que vende. La compañía insiste en que las mejoras de hardware, algoritmos e infraestructura reducen el coste por token. Eso es razonable. Los chips mejoran, los modelos se optimizan, la inferencia se acelera y los sistemas de caché pueden ahorrar recursos.
Pero al mismo tiempo, el uso crece y las tareas se vuelven más complejas. No es lo mismo responder una pregunta corta que ejecutar un agente de programación durante una hora, analizar varios documentos, generar vídeo o mantener memoria personalizada. La reducción de coste por token puede verse compensada por más tokens, más contexto y productos más pesados.
| Producto o uso | Presión sobre costes |
|---|---|
| ChatGPT gratuito | Escala masiva y monetización parcial |
| Suscripciones Plus/Pro | Más uso intensivo por usuario avanzado |
| API | Coste ligado directamente al consumo |
| Codex y agentes | Sesiones largas, herramientas, contexto y ejecución |
| Búsqueda | Consultas frecuentes y baja tolerancia a latencia |
| Voz y multimodal | Más carga de procesamiento |
| Vídeo y generación avanzada | Costes mucho más altos por tarea |
La empresa puede mejorar márgenes con modelos más pequeños, routing inteligente, caché, hardware dedicado, precios por uso, límites de consumo y productos enterprise. Pero el equilibrio sigue sin estar probado a la escala que OpenAI quiere alcanzar.
La salida a Bolsa cambia la conversación
La posible salida a Bolsa de OpenAI eleva la presión. Una cosa es financiar pérdidas con capital privado, socios estratégicos y estructuras cerradas. Otra es presentar estas cifras ante mercados públicos, analistas, fondos y pequeños inversores. Una IPO obligaría a explicar mejor ingresos, costes, márgenes, obligaciones de computación, contratos, riesgos regulatorios y dependencia de proveedores.
Las valoraciones que circulan para OpenAI son enormes, con estimaciones que se mueven desde cientos de miles de millones hasta cerca del billón de dólares. Esa expectativa solo se sostiene si el mercado cree que OpenAI no es una aplicación cara, sino una plataforma central de la próxima década tecnológica.
| Pregunta para una IPO | Por qué importa |
|---|---|
| ¿Cuándo habrá margen operativo positivo? | Define sostenibilidad del modelo |
| ¿Cuánto cuesta servir cada dólar de ingresos? | Mide eficiencia real |
| ¿Qué parte del gasto es inversión y qué parte es estructural? | Separa crecimiento de dependencia permanente |
| ¿Cuánto depende de Microsoft y otros partners? | Evalúa concentración de riesgo |
| ¿Qué ingresos son recurrentes? | Determina calidad del negocio |
| ¿Qué presión ejercen los competidores? | Afecta pricing power |
| ¿Qué riesgos regulatorios existen? | Puede limitar productos y datos |
El mayor riesgo para OpenAI no es perder dinero hoy. Muchas grandes tecnológicas perdieron dinero durante su fase de expansión. El riesgo es no poder demostrar una trayectoria creíble hacia márgenes sostenibles.
La revolución es real, la rentabilidad aún no
Sería un error negar la magnitud del cambio que ha provocado OpenAI. ChatGPT ha convertido la Inteligencia Artificial en una herramienta cotidiana. Codex está acelerando flujos de desarrollo. La API se ha integrado en productos empresariales. Los modelos generativos han cambiado educación, soporte, programación, marketing, análisis, búsqueda y productividad.
Pero que una tecnología sea real no implica que todas las empresas que la lideran vayan a ser rentables. La historia tecnológica está llena de ejemplos donde la infraestructura terminó generando valor, pero no siempre para el primer actor visible. A veces ganan los proveedores de chips, los centros de datos, los cloud, los integradores, los modelos abiertos o los distribuidores con acceso directo al cliente.
| Posible ganador | Cómo captura valor |
|---|---|
| OpenAI | Suscripciones, API, enterprise, agentes y plataforma |
| Microsoft | Cloud, integración en Office, Azure y distribución |
| NVIDIA | GPUs, redes, software y sistemas de IA |
| Proveedores cloud | Infraestructura y contratos de computación |
| Empresas open source | Modelos eficientes y despliegues propios |
| Integradores | Adaptación empresarial y servicios |
| Grandes plataformas | Distribución directa a usuarios finales |
OpenAI tiene una posición privilegiada, pero no inmune. Mantener el liderazgo en IA exige gastar constantemente. Y cada dólar invertido debe convertirse algún día en ingresos con margen, no solo en más uso.
Dos relatos que todavía pueden convivir
La situación actual permite dos relatos opuestos y ambos tienen parte de razón. OpenAI puede ser la Amazon de la Inteligencia Artificial: una empresa que parece cara, deficitaria e incomprendida antes de dominar una infraestructura esencial. También puede parecerse a una compañía que ha capturado la imaginación del mercado antes de demostrar que su economía unitaria funciona.
La diferencia se verá en los próximos años. Si los ingresos enterprise crecen, la conversión de usuarios gratuitos mejora, los costes por token bajan y los productos de agentes justifican precios altos, las pérdidas actuales podrán interpretarse como inversión. Si la competencia reduce precios, los costes de computación siguen altos y la monetización no escala al ritmo necesario, la narrativa se debilitará.
| Tesis Amazon | Tesis WeWork |
|---|---|
| Pérdidas como inversión en infraestructura | Pérdidas como señal de modelo insostenible |
| Escala antes que beneficio | Crecimiento comprado con capital |
| Margen futuro por optimización | Costes estructurales difíciles de reducir |
| Plataforma central de IA | Producto muy caro de servir |
| Liderazgo de categoría | Competencia que erosiona precios |
| Salida a Bolsa como validación | Salida a Bolsa como transferencia de riesgo |
La comparación con Amazon o WeWork simplifica demasiado, pero ayuda a formular la pregunta correcta: ¿OpenAI está financiando infraestructura que luego producirá márgenes extraordinarios, o está subsidiando un uso masivo que todavía no se paga a sí mismo?
Leer los números antes de comprar la narrativa
OpenAI no parece una empresa en riesgo inmediato. Tiene usuarios, marca, capital, socios, talento y una capacidad de ejecución que pocos competidores han igualado. Pero sus cifras filtradas obligan a mirar más allá del entusiasmo.
Ingresar 13.000 millones de dólares en un año es impresionante. Gastar 34.000 millones para lograrlo obliga a hacer más preguntas. La pérdida operativa de 20.900 millones no invalida la revolución de la IA, pero sí recuerda que la revolución tiene una factura.
Para usuarios, empresas e inversores, la conclusión es sencilla. La tecnología funciona y el impacto es real. Lo que aún no está completamente demostrado es la sostenibilidad financiera del actor que lidera la categoría.
OpenAI puede acabar siendo una de las compañías más valiosas de la historia. También puede descubrir que liderar la Inteligencia Artificial exige gastar más de lo que el mercado está dispuesto a pagar durante mucho más tiempo del previsto. La salida a Bolsa, si llega, no resolverá esa tensión. La hará pública.
Preguntas frecuentes
¿Cuánto ingresó OpenAI en 2025?
Según cifras filtradas recogidas por medios financieros, OpenAI ingresó unos 13.070 millones de dólares en 2025, frente a 3.700 millones en 2024.
Cuánto perdió OpenAI en 2025?
Las cifras publicadas hablan de una pérdida operativa de unos 20.920 millones de dólares. Algunas informaciones también citan una pérdida neta cercana a 38.500 o 39.000 millones por cargos no monetarios y efectos contables.
¿Es correcto decir que OpenAI pierde 1,60 dólares por cada dólar ingresado?
Sí, si se calcula sobre pérdida operativa frente a ingresos. Sus costes y gastos totales fueron de unos 34.000 millones, equivalentes a unos 2,60 dólares gastados por cada dólar ingresado.
¿Cuántos usuarios tiene ChatGPT?
OpenAI ha comunicado más de 900 millones de usuarios semanales y más de 50 millones de suscriptores de consumo.
¿Por qué OpenAI gasta tanto dinero?
La mayor parte del gasto se concentra en investigación y desarrollo, infraestructura de computación, entrenamiento de modelos, inferencia, ventas, marketing y expansión de productos como ChatGPT, API, Codex y agentes.
¿Puede ser rentable OpenAI?
Puede serlo si logra reducir costes por token, aumentar ingresos por usuario, crecer en enterprise y mantener precios suficientes frente a la competencia. Todavía no está demostrado con cifras públicas completas.
