El viernes 17 de noviembre de 2023, alrededor de las doce y media del mediodía, hora de San Francisco, Sam Altman se conectó a una videollamada que le había pedido el directorio. La llamada duró veintitrés minutos. Cuando terminó, Altman ya no era CEO de OpenAI.
El comunicado del board fue seco: el directorio concluyó que Altman "no había sido consistentemente franco en sus comunicaciones". No explicaron con qué. Adentro de la empresa, nadie sabía. Afuera, tampoco.
Lo que siguió fue un fin de semana que mostró, por primera vez en público, la contradicción sobre la que está armada OpenAI. El lunes 20, Microsoft —el principal inversor— anunció que Altman y Greg Brockman se incorporaban a liderar un nuevo laboratorio interno. El martes 21, una carta firmada por 702 de los 770 empleados de OpenAI amenazaba con renunciar si Altman no volvía. El miércoles 22 a la mañana, el directorio que lo había despedido el viernes aceptó reinstalarlo. De los cuatro miembros del directorio que votaron el despido, tres terminaron renunciando en los meses siguientes.
Cinco días. Esa es la distancia entre "CEO destituido por falta de franqueza" y "CEO reinstalado con renovación del directorio". Ese es el ritmo real de la empresa que hizo la IA mainstream.
De 2015 a hoy, en párrafos
OpenAI se fundó en diciembre de 2015. Cinco cofundadores firmaron la carta original: Sam Altman, Ilya Sutskever, Greg Brockman, Wojciech Zaremba y John Schulman. Elon Musk y Reid Hoffman aportaron capital y estuvieron en el board inicial. La estructura era una organización sin fines de lucro con una misión declarada: construir inteligencia artificial que beneficie a toda la humanidad.
En 2018, Elon Musk se fue del directorio después de una disputa interna. Ese mismo año Sutskever y Schulman empezaron a trabajar en lo que sería GPT-2, y el equipo empezó a sospechar que escalar el modelo era más poderoso que inventar arquitecturas nuevas. Escalar, sin embargo, costaba plata que una no-lucrativa no podía juntar.
La respuesta vino en 2019 con una estructura híbrida inédita: la no-lucrativa arriba, una subsidiaria con fines de lucro abajo, tope de retorno para los inversores, y una cláusula que dice que el directorio de la no-lucrativa puede apagar el brazo lucrativo si la misión lo requiere. Ese mismo año Microsoft puso la primera inversión grande, mil millones de dólares. La inversión fue creciendo: para 2023 ya iba por diez mil millones, y analistas estiman que hoy supera los trece mil.
Lo que esa plata compró: poder entrenar GPT-3 en 2020, después ChatGPT en noviembre de 2022, y después GPT-4 en marzo de 2023. Ese tramo fue la edad de oro de OpenAI. Durante dieciocho meses, casi cualquier conversación sobre IA en el mundo mencionaba algo que OpenAI había lanzado esa semana.
Lo que vende OpenAI hoy
Si abrís ChatGPT en 2026, lo que ves es una plataforma con varias capas.
Los modelos de chat. La familia GPT-4o es la que corre por default: rápida, multimodal, barata. Procesa texto, imagen y audio en el mismo request. Encima está o1 y o3, modelos que dedican más cómputo a "pensar" antes de responder — mejor en matemática y razonamiento complejo a cambio de latencia (pueden tardar medio minuto en problemas difíciles).
DALL-E 3. Generación de imágenes integrada dentro de ChatGPT. Sigue siendo una de las opciones más fuertes del mercado para uso general, con la ventaja de que entendés el prompt conversacionalmente y refinás en vivo.
Voice mode avanzado. Modo de conversación por voz con latencia baja y entonación natural. Hoy es probablemente la forma más cercana a "hablar con una IA" que existe comercialmente.
Canvas y SearchGPT. Canvas es un editor de documentos colaborativo donde el modelo redacta y vos corregís lado a lado. SearchGPT es búsqueda en web integrada. Ambos son guiños a una estrategia que dejó de ser "chatbot" y es cada vez más "conjunto de aplicaciones".
Distribución. GPT corre adentro de Microsoft Copilot para Office, de GitHub Copilot, de Slack AI, de Figma, de cientos de integraciones vía API. OpenAI no gana solo porque su producto sea bueno: gana porque ya está donde trabajás, sin que tengas que abrir una tab nueva.
La pregunta que define a OpenAI en 2026
Si tuviera que elegir una pregunta para entender por dónde se mueve esta empresa, sería esta: ¿puede una compañía mantener una misión declarada de seguridad mientras el modelo de negocio depende de crecer suscripciones y vender capacidad cada vez más rápido?
En mayo de 2024 Ilya Sutskever, cofundador y jefe de ciencia, renunció. Dos días después, Jan Leike, co-líder del equipo de alineamiento de largo plazo, publicó un hilo en X diciendo que había dejado OpenAI porque "la cultura de seguridad y los procesos habían quedado en segundo plano frente a los productos brillantes". El equipo de superalignment se disolvió formalmente poco después.
Sutskever fundó Safe Superintelligence Inc. Leike se fue a Anthropic. No son casualidades.
Eso no significa que OpenAI sea indigna de uso. Significa que la tensión que provocó el fin de semana del despido de Altman y la salida de Sutskever-Leike no está resuelta: sigue siendo el elástico que tensiona todas las decisiones futuras.
¿Qué herramientas usás vos hoy y cuáles usabas hace dos años? Si sentís que la respuesta cambió, estás describiendo exactamente el movimiento que está ocurriendo en el mercado. El próximo paso útil es entender cómo se miden las IAs para no elegir por marketing, y leer la carrera de las IAs para ver el mapa completo sin fanatismos.
Preguntale a cualquier persona que no trabaja en tecnología cuándo se enteró de que existía la inteligencia artificial. Te va a dar una respuesta en forma de anécdota. "Una amiga me mostró algo en el celular." "Mi hijo me dijo probá esto." Casi seguro, la anécdota ocurrió entre diciembre de 2022 y febrero de 2023.
Ese invierno del hemisferio norte pasó algo raro. En dos meses, cien millones de personas se hicieron una cuenta de ChatGPT. Para poner la cifra en perspectiva: TikTok tardó nueve meses en llegar a ese número. Instagram tardó dos años y medio.
ChatGPT no creció así porque fuera técnicamente mejor que todo lo anterior. Creció así porque alguien decidió poner un modelo de lenguaje atrás de una caja de texto, gratis, en internet, sin fila de espera. Esa decisión la tomó OpenAI.
La empresa que apostó a la puerta abierta
OpenAI empezó en 2015 en San Francisco. La fundaron Sam Altman, Ilya Sutskever, Greg Brockman y un grupo chico de investigadores. Elon Musk aportó plata y se fue en 2018. La estructura original era una organización sin fines de lucro con una misión: construir IA que beneficie a toda la humanidad.
En 2019 necesitaron plata de verdad para entrenar modelos grandes y Microsoft entró con una inversión que con los años creció a varios miles de millones. Con esa plata entrenaron GPT-3 en 2020 — técnicamente impresionante pero solo útil para programadores, porque venía como API.
La jugada genial llegó en noviembre de 2022. Tomaron una versión mejorada (GPT-3.5), le pusieron una interfaz de chat, y la abrieron gratis. Sin fila. Sin explicación técnica. Solo una caja de texto.
Lo que gana y lo que paga
OpenAI ganó el mindshare. Hoy, cuando una persona común dice "la IA", casi siempre está pensando en ChatGPT. Esa ventaja cultural es real.
También tiene la línea de productos más ancha: DALL-E para imágenes, Voice mode para hablar, Canvas para redactar documentos, y está integrada en Microsoft Office, en Slack y en cientos de aplicaciones.
Lo que paga: una historia reciente de gobierno interno turbulento. En noviembre de 2023 el directorio echó a Sam Altman un viernes; el martes siguiente volvió porque casi todo el equipo amenazó con irse con él. En mayo de 2024 se fueron los dos responsables del equipo de alineamiento de largo plazo, uno de ellos (Jan Leike) con un tuit público diciendo que la cultura de seguridad había quedado en segundo plano frente a los productos brillantes.
Lo que tenés que llevarte
Tres ideas para no perder el norte:
- OpenAI inventó el momento, no la tecnología. La transformer architecture es de Google, el pre-training es más viejo. Lo que OpenAI hizo fue tomar todo eso y ponerlo al alcance de cualquiera. Ese gesto cambió cómo pensamos la IA.
- Ser primero tiene ventajas y costos. ChatGPT ganó distribución cultural. Pero también cargó con todos los errores del debut — exageraciones, fugas de talento, peleas de directorio públicas. Competidores que llegaron después (como Anthropic) aprendieron de eso.
- Para uso cotidiano ChatGPT es una buena opción; para trabajo con riesgo, no siempre. Si necesitás que una IA te acompañe un contrato importante o un análisis financiero, las empresas más serias eligieron otras herramientas. Si necesitás explorar ideas, generar imágenes o tener una conversación por voz, ChatGPT cumple.
El viernes 17 de noviembre de 2023, alrededor de las doce y media del mediodía, hora de San Francisco, Sam Altman se conectó a una videollamada que le había pedido el directorio. La llamada duró veintitrés minutos. Cuando terminó, Altman ya no era CEO de OpenAI.
El comunicado del board fue seco: el directorio concluyó que Altman "no había sido consistentemente franco en sus comunicaciones". No explicaron con qué. Adentro de la empresa, nadie sabía. Afuera, tampoco.
Lo que siguió fue un fin de semana que mostró, por primera vez en público, la contradicción sobre la que está armada OpenAI. El lunes 20, Microsoft —el principal inversor— anunció que Altman y Greg Brockman se incorporaban a liderar un nuevo laboratorio interno. El martes 21, una carta firmada por 702 de los 770 empleados de OpenAI amenazaba con renunciar si Altman no volvía. El miércoles 22 a la mañana, el directorio que lo había despedido el viernes aceptó reinstalarlo. De los cuatro miembros del directorio que votaron el despido, tres terminaron renunciando en los meses siguientes.
Cinco días. Esa es la distancia entre "CEO destituido por falta de franqueza" y "CEO reinstalado con renovación del directorio". Ese es el ritmo real de la empresa que hizo la IA mainstream.
De 2015 a hoy, en párrafos
OpenAI se fundó en diciembre de 2015. Cinco cofundadores firmaron la carta original: Sam Altman, Ilya Sutskever, Greg Brockman, Wojciech Zaremba y John Schulman. Elon Musk y Reid Hoffman aportaron capital y estuvieron en el board inicial. La estructura era una organización sin fines de lucro con una misión declarada: construir inteligencia artificial que beneficie a toda la humanidad.
En 2018, Elon Musk se fue del directorio después de una disputa interna. Ese mismo año Sutskever y Schulman empezaron a trabajar en lo que sería GPT-2, y el equipo empezó a sospechar que escalar el modelo era más poderoso que inventar arquitecturas nuevas. Escalar, sin embargo, costaba plata que una no-lucrativa no podía juntar.
La respuesta vino en 2019 con una estructura híbrida inédita: la no-lucrativa arriba, una subsidiaria con fines de lucro abajo, tope de retorno para los inversores, y una cláusula que dice que el directorio de la no-lucrativa puede apagar el brazo lucrativo si la misión lo requiere. Ese mismo año Microsoft puso la primera inversión grande, mil millones de dólares. La inversión fue creciendo: para 2023 ya iba por diez mil millones, y analistas estiman que hoy supera los trece mil.
Lo que esa plata compró: poder entrenar GPT-3 en 2020, después ChatGPT en noviembre de 2022, y después GPT-4 en marzo de 2023. Ese tramo fue la edad de oro de OpenAI. Durante dieciocho meses, casi cualquier conversación sobre IA en el mundo mencionaba algo que OpenAI había lanzado esa semana.
Lo que vende OpenAI hoy
Si abrís ChatGPT en 2026, lo que ves es una plataforma con varias capas.
Los modelos de chat. La familia GPT-4o es la que corre por default: rápida, multimodal, barata. Procesa texto, imagen y audio en el mismo request. Encima está o1 y o3, modelos que dedican más cómputo a "pensar" antes de responder — mejor en matemática y razonamiento complejo a cambio de latencia (pueden tardar medio minuto en problemas difíciles).
DALL-E 3. Generación de imágenes integrada dentro de ChatGPT. Sigue siendo una de las opciones más fuertes del mercado para uso general, con la ventaja de que entendés el prompt conversacionalmente y refinás en vivo.
Voice mode avanzado. Modo de conversación por voz con latencia baja y entonación natural. Hoy es probablemente la forma más cercana a "hablar con una IA" que existe comercialmente.
Canvas y SearchGPT. Canvas es un editor de documentos colaborativo donde el modelo redacta y vos corregís lado a lado. SearchGPT es búsqueda en web integrada. Ambos son guiños a una estrategia que dejó de ser "chatbot" y es cada vez más "conjunto de aplicaciones".
Distribución. GPT corre adentro de Microsoft Copilot para Office, de GitHub Copilot, de Slack AI, de Figma, de cientos de integraciones vía API. OpenAI no gana solo porque su producto sea bueno: gana porque ya está donde trabajás, sin que tengas que abrir una tab nueva.
La pregunta que define a OpenAI en 2026
Si tuviera que elegir una pregunta para entender por dónde se mueve esta empresa, sería esta: ¿puede una compañía mantener una misión declarada de seguridad mientras el modelo de negocio depende de crecer suscripciones y vender capacidad cada vez más rápido?
En mayo de 2024 Ilya Sutskever, cofundador y jefe de ciencia, renunció. Dos días después, Jan Leike, co-líder del equipo de alineamiento de largo plazo, publicó un hilo en X diciendo que había dejado OpenAI porque "la cultura de seguridad y los procesos habían quedado en segundo plano frente a los productos brillantes". El equipo de superalignment se disolvió formalmente poco después.
Sutskever fundó Safe Superintelligence Inc. Leike se fue a Anthropic. No son casualidades.
Eso no significa que OpenAI sea indigna de uso. Significa que la tensión que provocó el fin de semana del despido de Altman y la salida de Sutskever-Leike no está resuelta: sigue siendo el elástico que tensiona todas las decisiones futuras.
¿Qué herramientas usás vos hoy y cuáles usabas hace dos años? Si sentís que la respuesta cambió, estás describiendo exactamente el movimiento que está ocurriendo en el mercado. El próximo paso útil es entender cómo se miden las IAs para no elegir por marketing, y leer la carrera de las IAs para ver el mapa completo sin fanatismos.
El 14 de mayo de 2024, Ilya Sutskever publicó en X un mensaje de dos párrafos anunciando que dejaba OpenAI después de casi una década. Era el científico jefe, cofundador, la persona que el establishment académico había considerado durante años como el cerebro técnico de la empresa. Su mensaje era cortés, agradecía a Altman y a Brockman por nombre, y no ofrecía una razón.
Dos días después, Jan Leike —el otro co-líder del equipo de superalignment, responsable del programa interno que OpenAI había anunciado en julio de 2023 para dedicar el 20 por ciento del cómputo a investigación de alineamiento de largo plazo— publicó un hilo distinto. Diecinueve tuits. La frase que terminó citada en todas partes: "safety culture and processes have taken a backseat to shiny products". Leike decía que había estado peleando por recursos durante meses. Que el equipo de superalignment había estado "navegando contra el viento". Que ya no podía seguir.
En las semanas siguientes, el equipo de superalignment se disolvió formalmente. Las responsabilidades se distribuyeron entre otros grupos. Sutskever anunció el 19 de junio su nueva empresa, Safe Superintelligence Inc., con oficinas en Palo Alto y Tel Aviv. Leike se incorporó a Anthropic en la misma semana.
Esa secuencia —la renuncia del cofundador científico, el hilo público del co-líder de alineamiento, la disolución del equipo, y la fuga hacia Anthropic— no se puede leer como un episodio aislado. Es el síntoma más visible de una tensión estructural que OpenAI lleva cargando desde que su modelo de negocio cambió.
Genealogía técnica: de GPT-1 a o3
Entender OpenAI técnicamente requiere seguir la secuencia de modelos con la lente correcta. El punto no son los parámetros. El punto es el tipo de apuesta que cada release representa.
GPT-1 (junio 2018) fue una prueba de concepto basada en la arquitectura Transformer de Vaswani et al (2017). 117 millones de parámetros. Pre-training no supervisado sobre BookCorpus, fine-tuning supervisado sobre tareas de NLU. El resultado no sorprendió al mundo, pero validó internamente que el paradigma pre-train + fine-tune funcionaba.
GPT-2 (febrero 2019) subió a 1.500 millones de parámetros. Generación fluida, coherencia entre párrafos. OpenAI retrasó el lanzamiento del modelo completo por preocupaciones de uso malicioso — el primer gesto público de una política de "staged release" que después sería patrón.
GPT-3 (mayo 2020) llegó a 175 mil millones de parámetros y demostró few-shot learning emergente: la capacidad de aprender una tarea nueva desde solo algunos ejemplos en el prompt, sin fine-tuning. Ese hallazgo cambió la conversación académica. No era que "modelos más grandes son mejores"; era que ciertas capacidades aparecen solo arriba de umbrales de escala específicos.
InstructGPT (enero 2022) introdujo RLHF — Reinforcement Learning from Human Feedback — como técnica de fine-tuning de preferencias. Humanos clasifican respuestas, un modelo de recompensa aprende las clasificaciones, y el modelo principal se optimiza contra esa recompensa. Esto convirtió modelos de lenguaje en modelos de instrucción: ya no predecían simplemente el próximo token probable, predecían el próximo token que un humano preferiría.
ChatGPT (noviembre 2022) fue GPT-3.5 (una versión optimizada de InstructGPT) detrás de una interfaz de chat. No hubo avance técnico. Hubo un avance de empaquetado.
GPT-4 (marzo 2023) fue multimodal (texto + imagen de entrada), contexto de 8K-32K tokens, mejor razonamiento en benchmarks. La arquitectura interna sigue siendo especulativa — OpenAI dejó de publicar detalles técnicos exactos después de GPT-3. Análisis independientes sugieren una estructura Mixture-of-Experts.
GPT-4o (mayo 2024) es "omni": multimodal nativo en texto, imagen y audio, con latencia de procesamiento reducida y costo menor. Es el modelo default para la mayoría de usuarios.
o1 y o3 (2024-2025) representan una bifurcación filosófica importante: modelos entrenados para "pensar" más antes de responder, consumiendo compute adicional en cadena de razonamiento interna antes de emitir la respuesta final. En benchmarks de matemática olímpica y código competitivo, o3 se acerca a niveles de élite humana. A cambio, la latencia se dispara: problemas difíciles pueden tardar decenas de segundos.
El patrón: OpenAI ha sido hábil identificando cuándo la frontera estaba en escala cruda (GPT-3), cuándo estaba en alineamiento con preferencias humanas (InstructGPT), cuándo estaba en multimodalidad barata (GPT-4o), y cuándo estaba en reasoning con más cómputo de inferencia (o1/o3). Cada pivote fue correcto técnicamente en su momento.
La distribución como foso
Lo que muchos análisis externos subestiman es que OpenAI no gana por modelo, gana por distribución. GPT corre adentro de Microsoft 365 Copilot, que tiene cientos de millones de asientos corporativos instalados. Corre adentro de GitHub Copilot, que pasó 1 millón de suscriptores pagos ya en 2024. Corre adentro de Slack AI, Figma, Notion, y un ecosistema de plugins y GPTs personalizados. La API de OpenAI es la primera opción de facto para startups que construyen productos sobre IA — es el AWS de los modelos, con toda la ventaja que eso implica para mantener desarrolladores dentro del stack.
El movimiento más interesante en esa dirección fueron los "GPTs personalizados" lanzados en noviembre de 2023: una plataforma de agentes configurables donde usuarios no técnicos pueden crear un asistente especializado sin código. Esa jugada convirtió a ChatGPT de "aplicación" en "plataforma" — y las plataformas capturan más valor con el tiempo que las aplicaciones.
La tensión estructural
La estructura de gobierno que OpenAI inventó en 2019 tenía sentido en un mundo donde la pregunta central era "cómo financiamos modelos cada vez más grandes sin traicionar la misión". En ese mundo, la respuesta —no-lucrativa controlando subsidiaria con tope de retorno— era elegante.
El problema es que después de ChatGPT el modelo de negocio cambió. La presión ya no viene de entrenar el próximo modelo; viene de mantener y crecer una base de decenas de millones de suscriptores pagos. Eso cambia las prioridades internas. Los ciclos de release se acortan. La inversión en investigación de alineamiento de largo plazo compite —dentro del mismo presupuesto de cómputo— con la inversión en features nuevas que justifiquen la suscripción del próximo mes.
El episodio Sutskever-Leike es el primer síntoma público de que ese nuevo régimen no es compatible con la versión de la misión que la no-lucrativa había firmado en 2015. La tesis del board en noviembre de 2023 no fue errónea en el diagnóstico; fue prematura en la ejecución y careció de soporte operativo. Cinco días después, el régimen que quisieron corregir se consolidó más fuerte que antes.
Mi lectura editorial
OpenAI va a seguir siendo dominante en el segmento de consumo masivo durante buena parte de la próxima década. El mindshare, la distribución vía Microsoft y la velocidad de iteración le dan una ventaja difícil de replicar para ese uso.
Pero el mercado de trabajo profesional con riesgo —legal, financiero, médico, código en producción, contratos, estrategia— se va a fragmentar. Anthropic y Google están capturando partes crecientes de ese segmento, y la fuga de talento de alineamiento desde OpenAI hacia Anthropic en el último año sugiere que la apuesta de largo plazo sobre quién produce los modelos más confiables para uso de alto impacto está mutando.
Lo que es cierto es que cualquier discusión de "cuál IA es mejor" en el año 2026 no tiene sentido sin distinguir para qué. OpenAI inventó la categoría. Ser quien prende la luz tiene una ventaja enorme: todo el mundo sabe tu nombre. Y tiene una desventaja estructural: cuando pasa el primer ciclo de entusiasmo y la habitación está iluminada, todos pueden ver también el desorden.
