Las dos cuentas de OpenAI: $1B en publicidad y trabajo aceptado

OpenAI afirma que la publicidad en ChatGPT alcanzó un ritmo anualizado de ingresos de $1 mil millones sin necesidad de que el producto termine el trabajo de un cliente. En cambio, según reportes, algunos grandes clientes pueden pagar únicamente cuando su IA concluye una tarea. No son dos precios para el mismo producto. Son dos maneras de definir qué ha demostrado la empresa.

El contrato está sustituyendo a la declaración

OpenAI comenzó en 2015 como una organización sin fines de lucro dedicada a la investigación en inteligencia artificial, respaldada por un compromiso de $1 mil millones. La empresa planteó el desarrollo de una inteligencia artificial cada vez más capaz como un problema de investigación y seguridad; después sustentó sus avances con artículos, demostraciones, pruebas comparativas y, finalmente, afirmaciones sobre su progreso hacia la inteligencia artificial general.

Cuando OpenAI comenzó a vender acceso a un modelo cerrado mediante una API, los clientes todavía debían convertir las respuestas en programas funcionales. La arquitectura comercial de GPT-3 generaba dependencia del proveedor, pero trazaba un límite claro de responsabilidad: OpenAI proporcionaba las consultas al modelo; los clientes se hacían cargo del proceso, las decisiones y las consecuencias.

OpenAI y Microsoft mantuvieron la IAG como umbral contractual. Según reportes, Microsoft presionaba para eliminar la cláusula de IAG de su acuerdo con OpenAI, que regula su acceso a la propiedad intelectual una vez que los sistemas de OpenAI alcancen la IAG.

Sin embargo, según reportes, OpenAI permite que algunos grandes clientes paguen únicamente cuando su IA concluye las tareas. La información disponible no confirma que se trate de una política para toda la empresa, de un lanzamiento generalizado ni de un estándar de confiabilidad divulgado. Incluso en un acuerdo limitado, OpenAI cruza una frontera: ya no se limita a suministrar capacidad, sino que asume la responsabilidad de ponerla en operación.

Esto importa porque los agentes de IA no terminan un trabajo con una sola respuesta. Interpretan un objetivo, consultan modelos, utilizan herramientas, actúan en sistemas externos, enfrentan excepciones y deciden si deben continuar o escalar el caso. Por eso, los clientes evalúan todo el sistema operativo que rodea al modelo. Un modelo puede generar una respuesta convincente; un agente solo obtiene la aceptación cuando su trabajo supera todo lo que ocurre fuera de él.

La publicidad demuestra alcance, no ejecución

OpenAI afirma que su negocio publicitario alcanzó un ritmo anualizado de ingresos de $1 mil millones y que se está expandiendo a escala mundial antes de una posible salida a bolsa. ChatGPT ha concentrado suficiente atención entre los consumidores para que OpenAI venda acceso a su audiencia, no solo a la inteligencia que genera la interfaz.

La publicidad genera ingresos para OpenAI incluso cuando el usuario recibe una respuesta imperfecta, abandona la conversación o nunca realiza una transacción. El anunciante compra exposición ante una audiencia, no trabajo terminado.

Un contrato por resultados invierte el esquema. El cliente empresarial no paga por acceso, atención, unidades de procesamiento ni por el intento de un agente, sino por un resultado que acepta. OpenAI absorbe entonces la diferencia entre un modelo que funciona en condiciones favorables y un sistema que opera repetidamente dentro de una organización real.

Ambas fuentes de ingresos pueden coexistir, y el alcance entre consumidores puede llevar los productos de OpenAI a más usuarios. Sin embargo, el ritmo anualizado de $1 mil millones en publicidad mide atención, no la capacidad de un agente para ejecutar trabajo empresarial de manera autónoma y rentable.

La cifra que realmente mide la capacidad está debajo de “terminado”

El cobro por resultados parece sencillo porque oculta su denominador. Los ingresos por tarea terminada parecen una medida más clara que los ingresos por unidad de procesamiento, pero el margen depende del trabajo que el comprador acepta después de los reintentos, las correcciones, las verificaciones de políticas, las fallas de herramientas y la revisión humana.

Cuando OpenAI factura por resultado, la confiabilidad pasa directamente a su estado de resultados. Con el cobro por API, otra consulta al modelo suele representar otra unidad facturable, incluso si la primera falló. Con el cobro por resultados, OpenAI absorbe cada consulta adicional, intento de recuperación, revisión humana y resultado descartado sin recibir ingresos a cambio.

Cuando un proveedor factura por trabajo terminado, también define qué significa “terminado”, tanto en la arquitectura del sistema como en el contrato. Puede aumentar la cantidad nominal de tareas terminadas si escala los casos difíciles a personas, limita el alcance de la tarea o excluye las excepciones del proceso medido. Los empleados terminan absorbiendo las fallas en una fila de pendientes y corrigiendo trabajos que, técnicamente, el agente ya había concluido.

Por ello, los compradores deben examinar el costo total por tarea aceptada: cada consulta al modelo, operación de herramientas, ejecución de recuperación, corrección, escalamiento y revisión necesarios antes de poder utilizar el resultado. OpenAI debe fijar el precio por encima de ese costo total, no solo por encima de la inferencia final exitosa.

OpenAI incurre en la carga de inferencia reportada antes de que un contrato por resultados añada reintentos o intervención humana. Un agente puede operar sin una persona esperando cada respuesta, pero los servidores siguen consumiendo energía aunque nadie esté mirando parpadear el cursor.

El cobro por resultados puede reducir la rentabilidad del mismo modelo porque OpenAI absorbe una variabilidad que antes recaía en el cliente. Una proporción pequeña pero persistente de casos difíciles puede mantener una economía atractiva para la API y, al mismo tiempo, erosionar los márgenes por resultados.

El cobro por uso mide el consumo; el cobro por resultados transfiere el riesgo

Los proveedores de programas informáticos ya están dejando atrás las licencias por usuario. Al cierre de 2025, 79 de 500 empresas de programas informáticos analizadas habían adoptado tarifas de IA basadas en el uso, más del doble que en 2024. Estas tarifas permiten cobrar por consultas, créditos, capacidad o actividad a medida que aumenta la producción de la IA, sin que crezca en la misma proporción el número de licencias por usuario.

El cobro por uso cambia la unidad de medición sin modificar quién asume el riesgo de entrega: el cliente sigue pagando aunque la actividad no produzca ningún resultado útil.

Un proveedor que cobra por resultados solo recibe el pago después de obtener un resultado definido, por lo que debe entender la tarea lo suficiente para incorporar sus excepciones al precio. Esto hace que los experimentos atribuidos a OpenAI y Salesforce sean más relevantes que la transición general hacia el cobro por uso, y explica por qué siguen siendo experimentos. La información disponible no revela qué se considera una tarea terminada, cómo se manejan los trabajos rechazados ni quién paga la revisión.

Las empresas de consultoría han encontrado la misma estructura en su lenta transición para dejar de facturar por hora. Las horas son fáciles de contar porque el vendedor y el comprador no necesitan ponerse de acuerdo sobre la causalidad; los resultados los obligan a hacerlo. Antes de aceptar un precio por tarea, los compradores deben definir criterios de aceptación, reglas de rechazo, puntos de control humano y quién asume el costo de las fallas.

Para vender el resultado, OpenAI debe integrarse en el proceso

Cuando OpenAI vende acceso a un modelo, puede mantenerse relativamente al margen. Cuando vende un resultado, necesita permiso para usar herramientas, contexto sobre los sistemas del cliente, definiciones de lo que constituye un trabajo aceptable y autoridad para manejar excepciones. Cuanto más se integra en el proceso, mayor control necesita sobre las condiciones en las que operan sus modelos.

OpenAI y sus clientes avanzan entonces en direcciones opuestas. Los clientes quieren que los proveedores de modelos sean intercambiables porque la posibilidad de cambiar reduce la dependencia. OpenAI busca un control estable sobre herramientas, políticas y sistemas posteriores que no conoce, porque no puede prometer un resultado si permanece al margen del sistema que lo produce.

La disputa con Cursor volvió tangible esa tensión. OpenAI afirmó que planeaba dejar de proporcionar modelos a Cursor el 12 de noviembre porque no podía tener la certeza de que SpaceX utilizaría la tecnología de acuerdo con las condiciones de servicio de OpenAI. Michael Truell, cofundador de Cursor, respondió que OpenAI representaba cerca de 5% del tráfico de los usuarios de Cursor y que Cursor había confiado en que la empresa se mantendría neutral.

La cifra de 5% de Cursor también representa la respuesta de un comprador al poder de un proveedor. Al dirigir la mayor parte del tráfico hacia otros proveedores, Cursor conserva el control. La decisión de OpenAI de suspender el servicio demuestra por qué un proveedor que impone restricciones de uso no puede comportarse como un servicio indiferente al destino de su tecnología.

Los contratos por resultados intensifican el conflicto. Para distinguir una tarea terminada de una falla que solo parece convincente, OpenAI necesita suficiente contexto del proceso para evaluar el resultado. Pero no puede asumir tanta exposición operativa que cada integración defectuosa e instrucción ambigua se convierta en una excepción no facturable. La empresa que comenzó vendiendo inteligencia como modelo debe decidir, contrato por contrato, cuánto está dispuesta a convertirse en parte del sistema operativo de cada cliente.

La cuenta publicitaria de $1 mil millones registra la atención antes de que termine el trabajo del cliente. OpenAI solo puede cerrar la cuenta más difícil cuando la factura registra una tarea aceptada, después de haber pagado las consultas al modelo, las operaciones fallidas de las herramientas y las correcciones humanas.