OpenAI y ChatGPT — el que prendió la luz

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.