¡El CFO de OpenAI habló en la conferencia Communacopia de Goldman Sachs, lleno de información!

En la conferencia Communacopia de Goldman Sachs, la directora financiera de OpenAI, Sarah Friar, realizó una presentación sumamente informativa. Superficialmente, no dio nuevos números, pero desglosó de principio a fin el modelo de negocio, la estructura de la demanda y la estrategia de cómputo de OpenAI.

Primero, el negocio empresarial sostiene la mitad del peso, y la estructura de ingresos ha cambiado.

Al llegar a 2026, la proporción de ingresos de OpenAI entre consumidores y empresas es aproximadamente 60 a 40; se planeaba alcanzar el 50/50 a final de año, pero ya a mitad de año se ha cumplido el objetivo antes de tiempo—"el negocio empresarial siempre ha estado en pleno auge". En julio, la tasa de ingresos totales creció un 20% interanual, mientras que el negocio empresarial creció un 32%, todo esto sobre una base ya considerable.

¿Por qué es importante el cambio estructural? El sitio web de inversión en bolsa de EE.UU. considera que, una vez que los clientes empresariales integran el servicio en su flujo de trabajo, el costo de migración es altísimo; la previsibilidad de los ingresos es mucho mayor que la de las suscripciones de consumidores. La calidad de los ingresos de OpenAI se está fortaleciendo.

Segundo, el nivel de uso es aún más valioso que las cifras de ingresos.

El 10% de los clientes principales consume por usuario semanalmente aproximadamente 8 veces más tokens que el cliente promedio—antes era tres veces; el uso interno dentro de OpenAI es 33 veces el promedio del cliente.

Lo que ella quiso decir: nosotros mismos somos el adelanto del futuro de los clientes. La forma en que los clientes principales usan el producto hoy, será la forma en que los clientes promedio lo utilizarán dentro de dos años; el consumo de tokens es un amplificador unidireccional.

Escenarios específicos: el código de Canva es "100% de OpenAI" y los usuarios generan decenas de miles de millones de imágenes cada semana; el asistente de reclamaciones de AI de Travelers se expandió de ocho estados a todo el país en dos meses.

Los usuarios de Codex aumentaron de aproximadamente 100,000 a 25 millones desde principios de año.

En sus propias palabras: la codificación automatizada es clave; ya no hay desarrolladores que solo utilicen la AI como herramienta de asistencia.

Tercero, la publicidad es una línea subestimada.

El negocio publicitario logró una tasa de ingresos anualizada de mil millones de dólares en siete meses; ella afirma que es "el producto que más rápido llegó a mil millones"; ya está disponible en 40 países, WPP y Dentsu ya se han unido, y el formato de anuncio nativo de AI aún no ha sido lanzado.

Su comparación es interesante: "Si Google y Meta tuvieran un hijo, ese sería ChatGPT": búsquedas de alta intención combinadas con memoria, situada en el punto de intersección de los modelos de negocio de ambas gigantes. El techo aún está lejos.

Cuarto, Astra y la fijación de precios responden a cuestiones debatidas durante mucho tiempo en el sector.

Astra se entrena sobre 100,000 GPUs, la mayor formación en la historia de OpenAI.

Dos puntos clave:

Uno, la industria debería evaluar los modelos por "costo por tarea" y no "costo por token"—según Artificial Analysis, Astra requiere un 68% menos de tokens de salida para lograr el mismo resultado que los modelos competitivos de vanguardia;

Dos, el precio de Luna bajó un 80%, el volumen de uso creció instantáneamente 10 veces, y ahora en OpenRouter su participación supera al siguiente modelo chino.

Reducción de precio del 80%, incremento del volumen diez veces, los ingresos han subido—la elasticidad del precio de la demanda es enorme. Ella añadió: Luna en Cloudflare es incluso más económica que GLM 5.3, y los laboratorios avanzados pueden ofrecer inferencia a menor coste que el despliegue open source. Los pesos open source "tienen su lugar", pero los clientes pagan por la pila completa: poder de cómputo, integración de datos, contexto empresarial y fiabilidad.

Quinto, la capacidad de cómputo sigue siendo "gravemente insuficiente".

Palabras textuales: "Todavía sentimos una grave escasez", cada semana hay que hacer concesiones en cómputo entre entrenamiento, investigación y servicio. La respuesta es avanzar en toda la cadena: socios en la nube, chips propios, centro de datos diseñado por OpenAI en Texas, y "cada vez más" infraestructuras propias.

Dos detalles: lo más difícil es predecir un negocio que "el mundo nunca ha visto antes", por lo que hay que empezar a trabajar con dos o tres años de antelación—las partes que en los últimos dos años fueron criticadas por "sobreinvertir" ya "este año realmente dieron frutos".

Disciplina ROI: para cada familia de modelos, comparan la computación invertida con los ingresos hasta la fecha más los ingresos previstos para los próximos 12 meses; exigen que el resultado "no solo sea positivo, sino extremadamente positivo". El ascenso de ingresos por gigawatt y la reducción curva de costes son, en su opinión, clave para la expansión del margen bruto.

Sexto, tres nuevas direcciones de demanda.

Las solicitudes de precios de clientes están más enfocadas en ciberseguridad, algo "muy urgente".

Su posición es clara: "Encerrar los modelos en una caja" es un error—a nivel interno, OpenAI usa Astra para detectar y reparar vulnerabilidades a velocidad de máquina, y la semana pasada en San Francisco recibió a unos 300 CISOs; dar más acceso a los defensores es "una oportunidad de negocio increíble". Los sectores verticales se enfocan en diseño de chips, ciencias de la vida y servicios financieros, insinuando un anuncio en Nueva York sobre finanzas más adelante esta semana.

El modelo de ciencias de la vida se llama GPT Rosalind; su propio chip Jalapeño fue tape-out en nueve meses, y el modelo corrió por última vez ante de que los ingenieros enviaran los chips a TSMC, sin tiempo para hacer optimizaciones en los últimos 30 días.

¿Cuál es la conclusión?

Este discurso realmente verifica dos cosas y también da una conclusión directa sobre la cadena industrial al mercado.

Primero, la demanda de AI está pasando del "crecimiento de usuarios" al "crecimiento en la intensidad de uso".

El ingreso empresarial ya representa más de la mitad, los principales clientes consumen ocho veces más tokens que el promedio, y la codificación ha pasado de ser una herramienta auxiliar a la ejecución automatizada. Lo realmente importante no es cuántos usuarios nuevos hay, sino cuánto poder de cómputo consumirá cada usuario, cada empresa en el futuro.

Segundo, el modelo de negocio de OpenAI se está ampliando.

Desde suscripciones, pasando por cargos según consumo, hasta cobranza por resultados, junto a la publicidad como segunda línea, los ingresos ya no dependen solo de los miembros de ChatGPT.

Sin embargo, la señal más directa para las acciones estadounidenses sigue siendo la potencia computacional. Uno de los mayores fabricantes de modelos del mundo admite abiertamente que el poder de computación sigue siendo "gravemente insuficiente", y muchas capacidades deben planificarse con dos o tres años de anticipación.

Siempre que la intensidad de uso por usuario siga aumentando y el ingreso por gigawatt siga subiendo, la cadena de producción de cómputo upstream, almacenamiento, red y centros de datos será difícil de considerar solo como una fase breve de capex.

El sitio web de inversión en bolsa de EE. UU. para VIP se actualiza por completo

Demostración de funciones del producto de herramientas analíticas cuantitativas de AI para acciones estadounidenses