Los números detrás de la IPO más grande en la historia tech
El 22 de mayo de 2026, OpenAI presentó su formulario S-1 confidencial ante la Securities and Exchange Commission. Los bancos de inversión — Goldman Sachs y Morgan Stanley — están trabajando con Sam Altman para un debut en bolsa entre septiembre y noviembre de este año. La valuación objetivo: entre $852 mil millones y $1 trillón de dólares. El capital que buscan levantar: $60 mil millones, lo que la convertiría en la IPO tecnológica más grande de la historia.
Los ingresos anualizados de OpenAI están en $20 mil millones, confirmados en enero de 2026, un crecimiento de más de 3x respecto a los $6 mil millones de 2024. Pero hay un dato que no aparece en los titulares: se espera que OpenAI pierda $14 mil millones en 2026. Es decir, la empresa gasta $34 mil millones para generar $20 mil millones. Esa ecuación solo funciona si el mercado cree que el crecimiento futuro justifica quemar capital al ritmo actual.
De nonprofit a Public Benefit Corporation: la mutación corporativa
OpenAI fue fundada en 2015 como una organización sin fines de lucro. La misión declarada: desarrollar inteligencia artificial general que beneficiara a toda la humanidad. Elon Musk donó $44 millones bajo esa premisa. Hoy, Musk tiene una demanda activa argumentando que su donación estaba condicionada al estatus de nonprofit.
La conversión a Public Benefit Corporation (PBC) fue aprobada por la Fiscalía General de California, pero con condiciones. No fue una aprobación limpia. Y durante el proceso, OpenAI citó a siete organizaciones de defensa pública que se habían opuesto a la conversión — una táctica legal agresiva que generó críticas significativas.
La estructura PBC es un punto medio legal: la empresa puede generar ganancias para accionistas, pero debe considerar el impacto en la sociedad y sus stakeholders. En la práctica, una vez que estás en el S&P 500 y tienes fondos de pensiones como accionistas, la presión por resultados trimestrales define las decisiones. La misión original se convierte en una línea del reporte anual, no en el criterio de decisión operativa.
Lo que cambia para las empresas que usan APIs de OpenAI
Aquí es donde la noticia deja de ser sobre OpenAI y empieza a ser sobre tu empresa. Si construiste productos, procesos o flujos de trabajo sobre las APIs de OpenAI, la IPO cambia tres cosas de forma concreta:
1. La estructura de incentivos cambia. Una nonprofit que se convirtió en PBC y ahora es empresa pública tiene una obligación legal con sus accionistas. Cuando el mercado exija márgenes — y lo hará, porque las pérdidas de $14 mil millones anuales no son sostenibles indefinidamente — las palancas más accesibles son subir precios de API, endurecer términos de servicio y monetizar datos de uso. Si tu costo de inferencia depende 100% de la buena voluntad de OpenAI, acabas de perder el control de tu estructura de costos.
2. Los términos de servicio van a evolucionar. Hoy las APIs de OpenAI tienen condiciones relativamente permisivas para uso empresarial. Una empresa pública tiene equipos legales que optimizan para proteger propiedad intelectual, limitar responsabilidad y maximizar lock-in. Espera cambios en retención de datos, derechos de uso de outputs y exclusividad que favorezcan a OpenAI, no a sus clientes.
3. El riesgo regulatorio se convierte en tu riesgo. Una empresa pública de IA con valuación de un trillón de dólares va a atraer escrutinio regulatorio de la SEC, la FTC, la UE y cualquier jurisdicción donde opere. Cada investigación, cada demanda antimonopolio, cada cambio regulatorio puede afectar la disponibilidad, los precios y las capacidades de las APIs que tu negocio necesita para operar.
El riesgo de concentración que nadie quiere discutir
La mayoría de las empresas que adoptaron IA generativa en 2023 y 2024 lo hicieron con un solo proveedor. Escogieron OpenAI porque tenía el mejor modelo en ese momento, integraron GPT-4 en sus flujos de trabajo y siguieron adelante. Esa decisión pragmática se convirtió en dependencia estructural.
El problema no es que OpenAI sea mal proveedor. El problema es que cualquier proveedor único es un punto de fallo único. Cuando ese proveedor cambia de estructura corporativa, de incentivos y de obligaciones legales — todo al mismo tiempo — el riesgo se multiplica.
La pregunta no es si OpenAI va a subir precios. La pregunta es si tu arquitectura puede absorber un cambio de proveedor en semanas, no en meses. Si la respuesta es no, tu empresa tiene un problema de ingeniería, no un problema de costos.
Anthropic, que también estaría preparando su propia IPO, ofrece modelos competitivos. Google tiene Gemini. Meta tiene Llama como opción open source. AWS tiene modelos propios y un marketplace multi-modelo con Bedrock. El mercado de modelos se comoditiza. Lo que no se comoditiza es la arquitectura que te permite cambiar entre ellos sin reescribir tu aplicación.
La estrategia correcta: arquitectura multi-modelo
El movimiento inteligente no es abandonar OpenAI. Es dejar de depender exclusivamente de cualquier proveedor. Esto implica tres decisiones arquitectónicas que deben tomarse ahora, antes de que los términos cambien:
- Capa de abstracción de modelos. Tu aplicación no debe llamar directamente a la API de OpenAI. Debe pasar por una capa intermedia que pueda enrutar solicitudes a diferentes proveedores según costo, latencia, disponibilidad y capacidad. Si tu código tiene "openai.chat.completions.create" hardcodeado en producción, tienes deuda técnica que se va a cobrar con intereses.
- Evaluación continua de modelos. Cada trimestre hay modelos nuevos que compiten en precio y rendimiento. Si no tienes un pipeline de evaluación que compare modelos contra tus casos de uso específicos — no benchmarks genéricos, sino tu data, tus prompts, tus métricas de negocio — estás tomando decisiones de proveedor basadas en inercia, no en evidencia.
- Portabilidad de datos y prompts. Tus system prompts, tus ejemplos de few-shot, tus datasets de evaluación y tu lógica de orquestación deben ser agnósticos al proveedor. Si todo eso está en el formato propietario de OpenAI, la migración es un proyecto de meses. Si es portátil, es un cambio de configuración.
El contexto competitivo importa más que la IPO
La IPO de OpenAI no ocurre en el vacío. Anthropic explora su propio camino a mercados públicos. Google invierte agresivamente en Gemini. Meta apuesta al open source con Llama. Amazon construye modelos propios para AWS. Microsoft, el mayor inversionista de OpenAI, simultáneamente desarrolla capacidades propias y negocia acceso preferencial.
Este nivel de competencia es bueno para los compradores — pero solo si están diseñados para aprovecharla. Una arquitectura que puede cambiar de proveedor en horas puede negociar mejores precios, evitar disrupciones y seleccionar el mejor modelo para cada tarea. Una arquitectura acoplada a un solo proveedor solo puede aceptar los términos que le ofrezcan.
Lo que debería estar en la agenda de tu CTO esta semana
La presentación del S-1 no es el evento. El evento es que tu proveedor de infraestructura de IA está cambiando fundamentalmente quién es y a quién le responde. Las decisiones que tomes en los próximos 90 días determinarán si tu organización tiene opciones o está atrapada.
En Ábargon diseñamos arquitecturas de IA multi-modelo con capas de abstracción, pipelines de evaluación y portabilidad integrada desde el diseño. No porque predijimos esta IPO, sino porque la concentración de proveedores es siempre un riesgo — independientemente de si tu proveedor es una nonprofit, una PBC o una empresa pública con valuación de un trillón de dólares.
La diferencia entre las empresas que van a navegar este cambio sin problema y las que van a scramble para adaptarse no es presupuesto ni talento. Es arquitectura. Y la arquitectura se decide hoy.