OpenAI quemó $3.7 mil millones en el Q1 de 2026, informa The Information

# Un informe de The Information del 17 de junio de 2026 indica que el líder en inteligencia artificial OpenAI incurrió en gastos operativos de $3.7 mil millones en el primer trimestre de 2026. Esta cifra representa una aceleración significativa en la tasa de consumo de efectivo de la compañía mientras continúa su empuje intensivo en capital hacia la inteligencia artificial general. La magnitud del consumo destaca las asombrosas demandas financieras de la carrera por la infraestructura de IA global, financiada por socios importantes como Microsoft.

Contexto — por qué esto importa ahora

Esta tasa de consumo trimestral marca un nuevo máximo para una empresa tecnológica privada. El último período comparable de gasto agresivo en un sector de alto crecimiento fue durante la expansión de la minería de criptomonedas de 2021, donde empresas públicas como Marathon Digital reportaron gastos operativos trimestrales cercanos a $150 millones. El gasto actual de OpenAI es de un orden de magnitud mayor, reflejando una escala de ambición y costo diferente.

El contexto macroeconómico presenta costos de capital elevados, con el rendimiento de los bonos del Tesoro a 10 años estabilizándose cerca del 4.5%. La financiación de capital de riesgo para tecnología en etapas avanzadas se ha contraído desde los picos de 2025, lo que coloca un mayor escrutinio sobre los plazos de rentabilidad. El aumento en el gasto está directamente relacionado con la creciente carrera armamentista computacional entre laboratorios de IA de vanguardia, incluidos Anthropic, Google DeepMind y xAI.

El principal catalizador de este nivel de gasto es la escalada continua de las ejecuciones de entrenamiento para modelos multimodales de próxima generación. Cada iteración sucesiva del modelo requiere exponencialmente más semiconductores especializados, capacidad de centros de datos y energía. Los costos secundarios incluyen la retención de talento en medio de una feroz competencia y significativas tarifas de adquisición y licencia de datos. Este gasto es una apuesta estratégica para mantener una ventaja tecnológica decisiva.

Datos — lo que muestran los números

Los reportados $3.7 mil millones en gastos del Q1 de 2026 se traducen en un consumo de efectivo diario de aproximadamente $41 millones. Esta cifra ha aumentado desde una tasa de consumo anualizada estimada de aproximadamente $8 mil millones, o $22 millones diarios, durante gran parte de 2025. El aumento trimestre a trimestre sugiere que un nuevo ciclo de inversión importante comenzó a principios de año.

Una comparación de la intensidad de capital ilustra la escala: el consumo de OpenAI en el Q1 superó el presupuesto total de investigación y desarrollo de 2025 del gigante tecnológico establecido Intel, que fue de $3.1 mil millones. En el mismo trimestre, la capitalización de mercado combinada de todas las empresas de equipos de semiconductores que cotizan en bolsa aumentó un 15%, superando el aumento del 4% del Nasdaq. Se estima que el competidor directo Anthropic tiene una tasa de consumo un tercio del tamaño de la de OpenAI, según rondas de financiación recientes.

Los socios de infraestructura están viendo impactos financieros directos. Los gastos de capital de Microsoft para infraestructura de nube e IA se dispararon a $18 mil millones en su trimestre más reciente, un aumento del 35% interanual. El diseñador de chips Nvidia reportó ingresos de centros de datos de $32 mil millones para el trimestre que terminó en abril de 2026, con una parte significativa atribuida a ventas directas a grandes laboratorios de IA y sus socios en la nube.

Análisis — lo que significa para mercados / sectores / tickers

El flujo de capital está creando ganadores claros en sectores adyacentes. Los principales beneficiarios son las empresas de equipos de capital de semiconductores como Applied Materials (AMAT) y ASML Holding (ASML), que suministran las herramientas para fabricar chips avanzados. Los fideicomisos de inversión en bienes raíces (REIT) de centros de datos como Digital Realty Trust (DLR) y los operadores de servicios públicos en regiones con energía barata también se beneficiarán de la demanda sostenida.

Las empresas que dependen de la venta de software de IA empresarial enfrentan una espada de doble filo. Si bien la validación del ecosistema es positiva, el elevado costo de desarrollar modelos fundamentales eleva las barreras de entrada y podría presionar sus propios márgenes a medida que pagan por el acceso a API. Empresas como C3.ai (AI) y Palantir (PLTR) deben demostrar que sus soluciones de IA aplicadas pueden generar beneficios independientemente de la curva de costos de entrenamiento del modelo central.

Un riesgo clave es que esta tasa de consumo no es sostenible sin un avance de monetización a corto plazo. El modelo actual depende de infusiones de capital continuo de socios con grandes bolsillos. Si se alcanza una meseta tecnológica o surge una nueva arquitectura más eficiente de un competidor, la valoración que respalda este gasto podría tambalearse. Se informa que los fondos de cobertura están construyendo posiciones largas en la cadena de suministro de semiconductores mientras acortan empresas de software como servicio que queman efectivo y tienen defensas competitivas más débiles.

Perspectivas — qué observar a continuación

El próximo gran catalizador es el informe de ganancias trimestrales de Microsoft, programado para finales de julio de 2026. Los analistas desmenuzarán su guía de gastos de capital y los márgenes del segmento Azure en busca de señales sobre la sostenibilidad de sus inversiones en infraestructura de IA. Cualquier desviación del gasto proyectado podría restablecer las expectativas del mercado para todo el sector.

Monitorea el PHLX Semiconductor Sector Index (SOX) para una ruptura sostenida por encima del nivel de resistencia de 5,200, lo que confirmaría un continuo impulso de inversión. Por el contrario, una caída por debajo de su media móvil de 200 días cerca de 4,800 podría indicar una creciente cautela de los inversores sobre los picos del ciclo de capital. Los futuros de energía, particularmente en regiones clave de centros de datos como el Noroeste del Pacífico de EE. UU., son otro indicador crítico de las limitaciones reales de recursos.

Los anuncios regulatorios federales sobre la asignación de computación de IA o controles de exportación sobre chips avanzados, esperados en el Q3 de 2026, podrían alterar el cálculo estratégico para todos los laboratorios importantes. El rendimiento de los chips de inferencia de IA especializados de empresas como AMD en relación con el dominio de Nvidia también señalará si las presiones de costos están impulsando la diversificación en la pila de hardware.

Preguntas Frecuentes

¿Qué significa la tasa de consumo de OpenAI para los inversores minoristas en ETFs de IA?

Los inversores minoristas en ETFs amplios de IA como el Global X Artificial Intelligence & Technology ETF (AIQ) obtienen exposición al tema pero se ven afectados indirectamente. Estos fondos contienen empresas a lo largo de la cadena de valor, desde fabricantes de chips hasta proveedores de software. La alta tasa de consumo en la capa de modelos de frontera señala una fuerte demanda para los proveedores upstream (semiconductores, infraestructura), que suelen ser participaciones más grandes en los ETFs, mientras que potencialmente excluyen la inversión en acciones de aplicaciones downstream que pueden tener dificultades con la rentabilidad.

¿Cómo se compara este gasto con los primeros días de plataformas tecnológicas importantes como Amazon o Tesla?

La escala es sin precedentes para una empresa privada. La mayor pérdida neta anual de Amazon en su fase de crecimiento agresivo fue de $1.4 mil millones en 2000. El pico de consumo operativo trimestral de Tesla fue de alrededor de $1 mil millones en 2018 durante su aumento en la producción del Model 3. El consumo trimestral de OpenAI de $3.7 mil millones, centrado puramente en I+D y computación en lugar de fabricación física o logística, representa un nuevo paradigma de intensidad de capital en la fase previa a los ingresos de una tecnología.

¿Es necesario este nivel de gasto para lograr la inteligencia artificial general?