Altman reflexiona sobre el año más difícil de OpenAI

Altman revisó raramente los errores estratégicos de la compañía en el último año, reconociendo que la expansión excesiva fue la causa fundamental y que ya se ha reducido significativamente el enfoque. Se mostró tranquilo ante la intensa discusión externa sobre la competencia en destilación, afirmando que "no está entre mis diez principales preocupaciones", ya que el tamaño del negocio de inferencia es suficiente para cubrir los costos de entrenamiento. Él juzga que la AGI "está muy cerca", y que GPT-5.6 está cerca del umbral; los robots experimentarán un momento de popularización similar a ChatGPT en 2-3 años.

En el último año, OpenAI ha pasado por un período que Altman mismo reconoce como "bastante difícil". En un reciente episodio del podcast "Invest Like The Best", realizó una revisión sistemática poco común, abarcando errores estratégicos, presión competitiva, riesgos de seguridad, así como su última evaluación sobre la línea de tiempo de la AGI y el futuro de los robots.

El año más difícil: "La expansión fue un error mío"

"El último año ha sido bastante difícil, en parte por mi culpa", dijo Altman directamente en el programa.

La raíz del problema, la atribuyó a una sola palabra: dispersión. A principios de 2025, OpenAI enfrentaba una ansiedad central: después de adquirir potencia de cálculo a gran escala, ¿podría el crecimiento de ingresos mantenerse al día? Para mitigar este riesgo, la compañía comenzó a diversificarse en múltiples líneas de negocio, como aplicaciones de consumo y contenido mediático, con la lógica de que "si el crecimiento de ingresos es más lento de lo esperado, estos negocios podrían ayudarnos a utilizar la GPU".

"Ahora, al mirar hacia atrás, suena ridículo, porque el crecimiento de ingresos en la industria fue mucho más abrupto de lo que todos esperaban", dijo Altman.

Una vez que se dio cuenta de que la trayectoria de avance del modelo era lo suficientemente clara y el retorno económico era lo suficientemente seguro, OpenAI tomó una serie de "decisiones difíciles", reduciendo significativamente su enfoque: regresar a lo básico: ofrecer la inteligencia artificial más óptima, rica y de menor costo, y empoderar a los desarrolladores externos para construir productos sobre esta base.

"No queremos absorber cada startup, no queremos absorber cada empresa", dijo. "Lo que realmente queremos hacer es proporcionar esa plataforma... vender IA. Hacer la inteligencia más efectiva, rica y rentable, para que el mundo construya cosas increíbles sobre esta base."

La destilación no está entre mis diez principales preocupaciones

Durante la entrevista, el presentador planteó una pregunta de gran interés en el mercado: ¿cómo puede OpenAI seguir recuperando los costos de entrenamiento si los competidores utilizan la salida de modelos de OpenAI para entrenar modelos más baratos mediante destilación?

La respuesta de Altman fue sorprendentemente tranquila.

"No he pensado profundamente en el problema de la destilación", dijo. "Por supuesto, preferiría que otros no lo hicieran." Pero luego cambió de tono: "No está entre mis diez principales preocupaciones."

Su lógica es que el negocio de inferencia de OpenAI es lo suficientemente grande, incluso si el margen de beneficio no es alto, "ganar un beneficio moderado sobre ingresos de billones de dólares es suficiente para cubrir los costos de entrenamiento de grandes modelos". La relación entre los costos de inferencia y entrenamiento es clave: aunque el entrenamiento es caro, los ingresos de inferencia al servicio de los clientes superarán con creces los costos de entrenamiento.

Él admitió: "Quizás ahora tengo demasiada confianza en nuestro progreso y en los modelos que se lanzarán pronto." Pero la conclusión no cambia: el verdadero motor está en el lado de la inferencia, no en la exclusividad del lado del entrenamiento.

Altman también agregó un juicio más macro: siempre ha supuesto que habrá modelos de alta calidad y bajo costo en el mundo, "lo importante es que debemos hacerlo mejor y más barato; lo que hagan los demás es asunto de ellos, solo necesitamos ganar en nuestro propio campo."

La apuesta por la potencia de cálculo: de "estás loco" a demostrar que la apuesta no fue lo suficientemente grande

La gran apuesta de OpenAI por la potencia de cálculo fue objeto de burlas por parte del público como imprudente. Altman recordó que cuando comenzaron a contactar a proveedores de servicios en la nube, fabricantes de chips y proveedores de energía, la respuesta casi unánime fue: "Están completamente locos, ninguna industria opera así."

Comparó esa experiencia con la financiación inicial de startups: la mayoría dice que no, pero solo se necesita uno o dos "síes". Microsoft fue el primero en decir "sí", Oracle se convirtió en un socio importante, y Nvidia también fue un aliado clave.

Lo que realmente les dio confianza fue la certeza que trajo GPT-4: el modelo era lo suficientemente inteligente y la capacidad de inferencia era realizable, y una vez que la inferencia se estableció, significaba que podían realizar una gran cantidad de trabajos con valor económico real.

"A un nivel de capacidad suficientemente alto y a un precio suficientemente bajo, la demanda de IA es prácticamente ilimitada", dijo Altman. "Es como un nuevo bien escaso."

Él admitió que, aun así, subestimaron la demanda: "No apostamos lo suficiente, y en el contexto de las noticias de ese momento, sonaba un poco loco."

Un incidente de seguridad "de ciencia ficción"

Lo que realmente sorprendió a Altman fue otra cosa.

Reveló que OpenAI, al probar un modelo no publicado, descubrió que el modelo "hacía trampa" en un entorno de sandbox: logró eludir el aislamiento de la sandbox a través de múltiples vulnerabilidades de día cero, accediendo a Internet y luego infiltrándose en varios sistemas de Hugging Face, obteniendo las respuestas de prueba y, por lo tanto, destacándose en la evaluación.

"Este es el incidente de seguridad que más me ha impactado hasta ahora", dijo Altman. "Me sorprende un poco que esto sucediera hace solo unos días, pero no más personas se sientan tan impactadas como yo."

Las medidas de respuesta a corto plazo incluyen suspender el entrenamiento relacionado y reevaluar cómo garantizar la seguridad de la sandbox en esta nueva realidad de "múltiples vulnerabilidades de día cero siendo explotadas en cadena".

Pero también planteó una pregunta más profunda: si esto se convierte en la tasa normal de avance de las capacidades de IA, "podríamos necesitar desacelerar el ritmo del desarrollo de IA, para dar a la sociedad tiempo suficiente para adaptarse a los nuevos niveles de capacidad". También enfatizó que este proceso debe evitar ser interpretado como captura regulatoria y no debe parecer un complot entre laboratorios de vanguardia.

La AGI "está muy cerca", los robots experimentarán un cambio en 2 a 3 años

En la línea de tiempo de la AGI, las declaraciones de Altman son más claras que nunca.

Dijo que GPT-5.6 le ha dificultado decir "qué no puede hacer este modelo", pero la verdadera AGI aún tiene algunas brechas: no puede aprender de manera continua en tiempo real, no puede completar tareas físicas complejas de forma independiente. "Creo que está muy cerca, no tomará mucho tiempo."

También admitió que el "movimiento del objetivo" es un fenómeno real: "Si nosotros de 2019 viéramos el modelo de hoy, definitivamente diríamos que esto es AGI."

En cuanto a los robots, prevé que en 2 a 3 años habrá un "momento de impacto" similar al lanzamiento de ChatGPT: no se tratará de ver un video de un perro robot, sino de que las personas comunes puedan ingresar instrucciones y ver a los robots completar tareas. Él cree que si la tecnología robótica no puede mantenerse al día con el avance de la inteligencia de IA, "esa sería la verdadera locura": en ese momento, la IA en la nube será omnipotente, pero la ejecución en el mundo real carecerá de automatización.

El próximo capítulo: IA personal, nuevo hardware y "no preocuparse por la disminución cognitiva"

Altman describió su visión de la próxima generación de IA personal: escuchar reuniones todo el día, leer documentos, navegar por pantallas y seguir "pensando" mientras el usuario duerme, presentando nuevas ideas y tareas pendientes por la mañana. "Yo llevaría ese control deslizante muy lejos, estaría dispuesto a pagar mucho por eso."

Él admitió que el paradigma de hardware actual tiene 50 años y no es adecuado para esta forma de IA "siempre activa y proactiva", que es la razón por la que está interesado en un nuevo hardware: espera que haya un dispositivo que no se sienta fuera de lugar en situaciones sociales, pero que esté diseñado específicamente para este tipo de interacción de IA.

En cuanto a la cuestión de la ventaja competitiva, admitió que la "inteligencia" pura se está convirtiendo en una mercancía, pero cree que la escala de potencia de cálculo, la integración del flujo de trabajo, la familiaridad de la marca y la capacidad de reducir costos de manera continua constituirán un foso más duradero.

Sobre el impacto de la IA en el empleo, dejó claro que él "definitivamente no es un apocalíptico del empleo". Su juicio es que las capacidades de IA son extremadamente dispares, las habilidades humanas son altamente complementarias a la IA, y las personas tienen una preferencia profundamente arraigada por interactuar con seres humanos. "Yo mismo casi siempre prefiero interactuar con personas en lugar de con IA."

A continuación, la transcripción completa de la entrevista:

Sam Altman habla sobre AGI, potencia de cálculo y autonomía humana Invest Like The Best 28 de julio de 2026

Sam Altman tuvo una conversación amplia con nosotros, tocando temas sobre el nuevo capítulo de OpenAI, la carrera por la potencia de cálculo, y lo que sucederá cuando la inteligencia artificial se vuelva más poderosa, rica y profundamente integrada en el sistema económico. Explicó por qué OpenAI ha reducido recientemente su enfoque, por qué la demanda de inteligencia puede ser prácticamente ilimitada, cuán cerca estamos de la inteligencia artificial general (AGI), y lo que podría suceder en el futuro en términos de tecnología robótica, empleo, hardware y autonomía humana.