OpenAI aumenta el gasto en nube a $750 mil millones para 2030: La carrera de armamentos en infraestructura de IA se intensifica

OpenAI aumenta el gasto en nube a $750 mil millones para 2030: La carrera de armamentos en infraestructura de IA se intensifica

2026/08/01 11:12:00
Imagen personalizada
Se informa que OpenAI se prepara para una de las mayores expansiones de cómputo en la historia de la tecnología, ya que la creciente demanda de inteligencia artificial empuja a la empresa a asegurar más procesadores, capacidad en la nube, centros de datos y electricidad. Sus gastos proyectados en cómputo podrían alcanzar aproximadamente $750 mil millones hasta 2030, mientras que el Proyecto Camellia y los acuerdos importantes con Microsoft, Amazon Web Services, Oracle y CoreWeave están creando una red de infraestructura diversificada. Estos planes reflejan la creciente importancia de la capacidad física en la competencia por desarrollar y distribuir sistemas de IA avanzados. Sin embargo, muchos proyectos anunciados aún están sujetos a aprobaciones de construcción, financiamiento y regulatorias, y la estimación de $750 mil millones no ha sido confirmada públicamente por OpenAI. La capacidad de la empresa para convertir esta infraestructura en servicios confiables y ingresos sostenibles ayudará a determinar si la expansión se convierte en una ventaja competitiva duradera o en una obligación costosa a largo plazo. real-time AI and Big Data crypto market data pueden mostrar cómo el tema más amplio de la IA se refleja en digital-asset markets, aunque el rendimiento de los tokens no debe considerarse como una medida de la valoración o los resultados operativos de OpenAI.
 

Se informa que el gasto planeado en cómputo de OpenAI aumenta a $750 mil millones hasta 2030

Según The Wall Street Journal, el gasto proyectado en cómputo de OpenAI habría aumentado a aproximadamente $750 mil millones hasta 2030, un aumento de $150 mil millones respecto a una estimación anterior de $600 mil millones. El aumento del 25% refleja la creciente demanda de centros de datos, procesadores de IA, electricidad y capacidad en la nube a medida que OpenAI expande ChatGPT, servicios empresariales y agentes de IA capaces de realizar tareas más complejas. Sin embargo, OpenAI no ha confirmado públicamente esta cifra ni revelado un desglose detallado. La estimación podría incluir contratos en la nube, equipos de red, sistemas de enfriamiento y reservas de capacidad a largo plazo, por lo que debe considerarse como un gasto acumulado proyectado en cómputo, no como un compromiso final de gasto de capital.
 

  1. La proyección de 750 mil millones de dólares cubre varios años de costos de cómputo

La cantidad reportada no significa que OpenAI planea gastar $750 mil millones solo en 2030. En cambio, representa el gasto acumulado esperado en capacidad de cómputo durante varios años hasta 2030. El presidente de OpenAI, Greg Brockman, dijo que la empresa anticipa gastar aproximadamente $50 mil millones en potencia de cómputo en 2026, en comparación con alrededor de $30 millones en 2017. Ese aumento dramático refleja cómo han cambiado rápidamente el costo y la escala del desarrollo de IA de vanguardia. Los sistemas tempranos de aprendizaje automático podían entrenarse en clusters de cómputo comparativamente pequeños, mientras que los modelos modernos de razonamiento, multimodales y agentes pueden requerir miles de procesadores especializados trabajando juntos a través de redes de alta velocidad. Una vez completado el entrenamiento, se requiere infraestructura adicional para probar los modelos, mejorar su seguridad y entregar respuestas a cientos de millones de usuarios.
 
Una gran parte del gasto proyectado también puede estar relacionada con contratos que reservan capacidad años antes de que esté disponible. Los centros de datos avanzados pueden requerir períodos de planificación prolongados, ya que los desarrolladores deben asegurar terrenos, conexiones a la red, permisos de construcción, sistemas de enfriamiento, transformadores y grandes cantidades de chips de IA. Por lo tanto, OpenAI podría necesitar celebrar acuerdos a plazo ahora para garantizar que haya suficiente capacidad disponible más adelante en la década. Estos contratos pueden estructurarse en fases, lo que significa que la empresa pagaría a medida que se completen las infraestructuras, se entreguen los recursos de cómputo o aumente el uso. Algunos compromisos podrían extenderse más allá de 2030, mientras que otros podrían superponerse con el programa de infraestructura Stargate de OpenAI, lo que hace inapropiado sumar todos los acuerdos públicamente reportados de nube y centro de datos como si cada uno representara gastos separados.
 

  1. El crecimiento de ChatGPT y la inferencia de IA están impulsando la demanda de cómputo de OpenAI

Los crecientes requisitos de infraestructura de OpenAI son impulsados tanto por el entrenamiento como por la inferencia de modelos. El entrenamiento implica procesar conjuntos de datos enormes para desarrollar o mejorar un modelo de IA, mientras que la inferencia ocurre cada vez que ChatGPT u otra aplicación utiliza ese modelo para responder una pregunta, generar una imagen, analizar información o completar una tarea. Aunque el entrenamiento atrae atención por su demanda concentrada de chips avanzados, la inferencia genera un costo continuo y potencialmente mayor a largo plazo. Cada usuario adicional de ChatGPT, implementación empresarial o aplicación de desarrollador aumenta el número de operaciones del modelo que se ejecutan en la infraestructura de OpenAI, especialmente cuando las solicitudes implican razonamiento avanzado, generación de video, codificación o análisis multimodal.
 
La empresa dijo en marzo de 2026 que ChatGPT tenía más de 900 millones de usuarios semanales, más de 50 millones de suscriptores y un negocio empresarial en rápido crecimiento. OpenAI también informó que su interfaz de programación de aplicaciones procesaba más de 15 mil millones de tokens por minuto. Su capacidad informática disponible aumentó de aproximadamente 0.2 gigavatios en 2023 a 0.6 gigavatios en 2024 y alrededor de 1.9 gigavatios en 2025. Esta expansión indica que el creciente gasto en cómputo de OpenAI está estrechamente relacionado con el uso real del producto, aunque la demanda futura sigue siendo difícil de predecir. Los agentes de IA podrían aumentar aún más el consumo, ya que una sola solicitud puede desencadenar múltiples búsquedas, cálculos, interacciones con software y llamadas a modelos antes de completar la tarea final.
 
Los principales impulsores detrás de la proyección de mayor gasto en cómputo de OpenAI incluyen:
  • Entrenamiento del modelo Frontier: Los sistemas de IA con razonamiento más avanzado y multimodal requieren grandes clústeres de procesadores avanzados, memoria y equipo de red.
  • Expansión de cargas de trabajo de inferencia: El crecimiento de ChatGPT, servicios de IA empresariales y aplicaciones de desarrolladores genera una demanda continua cada vez que un modelo genera una respuesta.
  • Adopción de agentes de IA: Los sistemas autónomos pueden realizar muchas operaciones del modelo para una sola solicitud del usuario, lo que podría consumir significativamente más capacidad de cómputo que una interacción estándar con un chatbot.
  • Reservas de capacidad a largo plazo: Los chips escasos, las conexiones a la red y los sitios de centros de datos a menudo deben asegurarse años antes de que estén listos para su uso comercial.
  • Diversificación de infraestructura: Trabajar con múltiples socios en nube, chips y centros de datos puede mejorar la resiliencia y reducir la dependencia de un solo proveedor.
  • Presión competitiva: OpenAI debe obtener suficiente capacidad mientras Google, Anthropic, Meta, xAI y otros desarrolladores amplían sus propias redes de infraestructura de IA.
 
Las mejoras en la eficiencia podrían reducir el costo computacional de tareas individuales, pero es posible que no disminuyan la demanda total de infraestructura. Modelos más rápidos y menos costosos pueden animar a empresas y consumidores a utilizar la IA con mayor frecuencia, generando un efecto rebote en el que el consumo total continúa aumentando a pesar de los costos más bajos por solicitud. Por lo tanto, OpenAI debe prepararse para varios escenarios de demanda posibles, en lugar de asumir que las mejoras en la eficiencia de los chips o modelos reducirán automáticamente sus requerimientos de infraestructura.
 

  1. El aumento en el gasto genera oportunidades estratégicas y riesgos financieros

Asegurar capacidad de cómputo adicional podría otorgar a OpenAI varias ventajas estratégicas. Un mayor acceso a procesadores y centros de datos podría permitir a la empresa entrenar nuevos modelos más rápidamente, reducir las restricciones de capacidad durante períodos de alta demanda y respaldar productos especializados para codificación, investigación científica, generación de video y automatización empresarial. La diversificación de la infraestructura también podría fortalecer la posición negociadora de OpenAI al evitar una dependencia excesiva de un solo proveedor de nube o proveedor de chips. En una industria donde el acceso a electricidad y procesadores avanzados puede determinar con qué rapidez una empresa desarrolla y distribuye nuevos productos de IA, los acuerdos de capacidad a largo plazo pueden funcionar como una necesidad operativa y una defensa competitiva.
 
Sin embargo, gastar más en infraestructura no garantiza automáticamente modelos de IA mejores, un crecimiento de ingresos más fuerte o márgenes de beneficio más altos. OpenAI debe asegurarse de que la capacidad que reserva se utilice de manera eficiente y que la demanda de los clientes genere suficientes ingresos para cubrir las obligaciones de cómputo a largo plazo. La empresa podría enfrentar presión financiera si la adopción empresarial se ralentiza, los consumidores rechazan precios de suscripción más altos, los competidores ofrecen modelos similares a menor costo o nuevos procesadores hacen que la infraestructura existente sea menos económica. Las mejoras en los modelos también pueden depender de factores más allá de la escala de hardware, incluyendo métodos de entrenamiento, calidad de los datos, optimización de software, sistemas de seguridad y avances en investigación. Simplemente agregar más chips puede producir mejoras decrecientes si esas otras áreas no progresan al mismo ritmo.
 
La proyección de infraestructura de OpenAI de $750 mil millones debería verse, por lo tanto, como una indicación del potencial alcance de las ambiciones de la empresa, más que como un gasto final garantizado. La pregunta más importante no es si OpenAI puede reservar enormes cantidades de capacidad de cómputo, sino si puede desplegar esa capacidad gradualmente, mantener una alta utilización y convertirla en ingresos sostenibles por suscripción, empresa y API. Los inversores y observadores de la industria deberán monitorear el gasto anual en cómputo de OpenAI, su capacidad operativa, los costos de inferencia, el crecimiento de ingresos y la estructura de los contratos para determinar si su expansión de infraestructura está fortaleciendo el negocio o creando obligaciones que podrían volverse difíciles de sostener.
 

Cómo el Proyecto Camellia y los grandes acuerdos con nubes están intensificando la carrera armamentista de infraestructura de IA

La estrategia de infraestructura de OpenAI está trascendiendo los acuerdos convencionales de alquiler de nube hacia una red más amplia de centros de datos dedicados, contratos a largo plazo de electricidad, asociaciones especializadas con chips y capacidad suministrada por varias empresas tecnológicas competidoras. En el centro de esta expansión se encuentra el Proyecto Camellia, un desarrollo propuesto de centro de datos de IA de 3,2 gigavatios en Georgia. El proyecto se está desarrollando junto con acuerdos importantes que involucran a Microsoft Azure, Amazon Web Services, Oracle, CoreWeave y otros proveedores de infraestructura. Juntos, estos acuerdos demuestran cómo la competencia en inteligencia artificial está siendo cada vez más determinada por el acceso a infraestructura física, más que por el rendimiento de los modelos por sí solo.
 

Project Camellia podría convertirse en uno de los mayores desarrollos de centros de datos de OpenAI

Project Camellia es un campus de cómputo con IA propuesto en el condado de Effingham, Georgia, destinado a proporcionar a OpenAI capacidad a largo plazo para centros de datos. El desarrollo podría recibir hasta 3,2 gigavatios de electricidad de Georgia Power, entregados en fases entre 2028 y 2032 a medida que se completen subestaciones, conexiones de transmisión, sistemas de enfriamiento, equipos de red y instalaciones de procesadores. The Wall Street Journal informó que el campus podría cubrir aproximadamente 1.400 acres e implicar un compromiso inicial de OpenAI de alrededor de $20 mil millones, aunque OpenAI no ha revelado oficialmente esas cifras. Reuters también informó que OpenAI y Georgia Power alcanzaron un acuerdo de suministro eléctrico de 25 años que podría permitir que la instalación reduzca su consumo o devuelva hasta 1.000 megavatios de capacidad a la red durante períodos de demanda inusualmente alta. OpenAI dice que cubrirá los costos de infraestructura y servicio eléctrico del proyecto, mientras que las regulaciones de Georgia están diseñadas para evitar que esos gastos se trasladen a los clientes existentes.
 
OpenAI afirma que el Proyecto Camellia utilizará un sistema de enfriamiento de bucle cerrado diseñado para limitar el consumo continuo de agua y generar inicialmente al menos 400 empleos permanentes en el lugar, posiblemente superando los 1,000 si el campus alcanza su capacidad máxima. La empresa también ha propuesto un fondo comunitario de $80 millones, iniciativas educativas y hasta $71 millones en créditos Codex para estudiantes elegibles de Georgia. Estos compromisos podrían apoyar la aceptación local, aunque los efectos del proyecto sobre el uso de la tierra, la infraestructura eléctrica y el desarrollo regional seguirán siendo consideraciones importantes. El Proyecto Camellia aún está planeado y no es operativo, y los permisos finales, la financiación, los socios de construcción, los operadores del campus y los cronogramas de desarrollo no se han confirmado públicamente. Las actualizaciones de la red, la disponibilidad de equipos y las revisiones regulatorias podrían retrasar fases individuales o cambiar la capacidad final, por lo que es importante distinguir entre infraestructura propuesta, contratada y operativa.
 

OpenAI está construyendo una red de infraestructura multi-nube diversificada

OpenAI está asegurando capacidad de cómputo de varios proveedores en lugar de depender completamente de Microsoft Azure. Microsoft sigue siendo un socio central y conserva derechos importantes de tecnología y producto, pero el acuerdo revisado eliminó su derecho amplio de primera opción. Esto otorga a OpenAI mayor libertad para negociar con otros proveedores cuando Azure no pueda proporcionar la capacidad, el precio o el calendario de implementación requeridos.
 
Los acuerdos principales de nube e infraestructura divulgados públicamente por OpenAI incluyen:
  • Microsoft Azure: OpenAI contrató la compra de otros 250 mil millones de dólares en servicios de Azure bajo la asociación revisada.
  • Amazon Web Services: Un nuevo acuerdo valorado en hasta $100 mil millones durante ocho años amplió un acuerdo anterior de $38 mil millones, elevando el valor combinado potencial a aproximadamente $138 mil millones. Incluye alrededor de dos gigavatios de capacidad AWS Trainium.
  • Oracle Cloud Infrastructure: OpenAI afirma que la asociación supera los 300 mil millones de dólares en cinco años y podría proporcionar hasta 4,5 gigavatios en múltiples sitios de centros de datos.
  • CoreWeave: Expansiones sucesivas aumentaron el valor potencial de sus acuerdos con OpenAI a aproximadamente $22.4 mil millones, proporcionando capacidad especializada en la nube con GPU.
  • Google Cloud: OpenAI ha añadido Google Cloud a su cartera de infraestructura, aunque no se ha revelado ningún valor de contrato comparable.
 
Estas cifras no deben combinarse en un total único porque los contratos cubren diferentes plazos, algunos se extienden más allá de 2030 y varios representan compromisos máximos en lugar de pagos garantizados. Algunos acuerdos también pueden solaparse con desarrollos de Stargate o con arreglos separados para procesadores y centros de datos. Sus valores indicados no muestran cuánta capacidad está operativa, en construcción o dependiente de opciones de expansión futura.
 
La estrategia multi-nube también brinda a OpenAI acceso a distintas arquitecturas de procesadores. AWS suministra chips Trainium, las instalaciones de Microsoft y Oracle pueden implementar sistemas Nvidia o alternativos, y CoreWeave se especializa en infraestructura de GPU de alta densidad. OpenAI también trabaja con AMD, Broadcom y Cerebras, lo que podría mejorar la flexibilidad de suministro mientras genera complejidad de ingeniería adicional. Su carta de intención con Nvidia cubre al menos 10 gigavatios de sistemas, con Nvidia potencialmente invirtiendo hasta $100 mil millones a medida que se implementa la capacidad. Dado que sigue siendo una carta de intención, su estructura final y valor de inversión no están garantizados.
 

Stargate y Rival Investments amplían la competencia global en infraestructura de IA

OpenAI y SoftBank presentaron Stargate en enero de 2025 con un plan para invertir hasta $500 mil millones en cuatro años en infraestructura de IA en EE.UU., comenzando con $100 mil millones y apuntando a aproximadamente 10 gigavatios de capacidad. Oracle y MGX se unieron como socios accionistas, mientras que Microsoft, Nvidia y Arm fueron nombrados participantes tecnológicos. OpenAI anunció en abril de 2026 que su cartera planificada y asegurada en EE.UU. había superado el objetivo original, aunque varios sitios aún se encuentran en diseño, permiso o construcción, y la capacidad planificada no debe confundirse con centros de datos operativos. La empresa tampoco ha aclarado si el Proyecto Camellia está incluido en Stargate. Mientras tanto, se espera que Alphabet, Amazon, Meta y Microsoft gasten más de $700 mil millones durante 2026, gran parte de ello en infraestructura relacionada con IA, aunque esta estimación anual no es directamente comparable con los contratos de OpenAI. Anthropic también está expandiéndose mediante AWS Trainium y un acuerdo con AMD que podría entregar dos gigavatios a partir de 2027, mientras que Google, Meta y xAI continúan desarrollando clusters de cómputo más grandes.
 
La carrera de armamento de infraestructura de IA se está desarrollando en varias áreas:
  • Adquisición de energía: Las empresas están firmando acuerdos a largo plazo de electricidad y considerando programas de carga flexible para garantizar el acceso confiable a la red.
  • Chips AI personalizados: los proveedores de nube están desarrollando alternativas a las GPU de Nvidia para reducir costos y obtener mayor control sobre la cadena de suministro de hardware.
  • Financiación de centros de datos: empresas de tecnología, servicios públicos, fabricantes de chips, prestamistas y fondos de infraestructura comparten el costo de desarrollos de miles de millones de dólares.
  • Capacidad multi-nube: los desarrolladores de IA están distribuyendo cargas de trabajo entre varios proveedores para mejorar la resiliencia y acceder a diferentes sistemas de procesadores.
  • Terreno y permisos: Los sitios con electricidad, agua, conexiones de fibra y aprobación comunitaria disponibles se están volviendo estratégicamente valiosos.
 
Los acuerdos en la nube de Project Camellia, Stargate y OpenAI muestran que la competencia en IA ahora se extiende por toda la cadena de infraestructura, desde la electricidad y la construcción de centros de datos hasta procesadores, redes y software en la nube. OpenAI podría obtener una ventaja si pone en funcionamiento esta capacidad de manera eficiente, pero el resultado dependerá del financiamiento, las aprobaciones regulatorias, el progreso de la construcción y la ejecución de los socios. A medida que los rivales persiguen estrategias similares, la energía confiable y los centros de datos operativos podrían volverse tan importantes como los modelos de IA que se ejecutan dentro de ellos.
 

Conclusión

Los planes de infraestructura reportados de OpenAI muestran cómo la industria de la IA está evolucionando rápidamente hacia una competencia intensiva en capital por chips, electricidad, sitios de centros de datos y capacidad en la nube. El proyecto Camellia y las asociaciones de la empresa con proveedores tecnológicos importantes podrían brindar a OpenAI la escala y la flexibilidad necesarias para respaldar futuros productos de IA, pero los valores de los contratos anunciados y los gigavatios planeados no garantizan que cada instalación se complete o se utilice por completo. El éxito a largo plazo dependerá del progreso de la construcción, la disponibilidad de la red, la eficiencia del hardware, la demanda de los clientes y la capacidad de OpenAI para generar ingresos suficientes a partir de la capacidad que asegure. El mismo tema de inversión también podría influir en proyectos de IA y cadena de bloques que se desarrollan en los sectores de infraestructura, datos y seguridad, aunque estos proyectos permanecen separados de OpenAI. A medida que los competidores aceleran sus propias inversiones, la carrera por la infraestructura de IA probablemente seguirá siendo una fuerza definitoria en las industrias de tecnología, semiconductores, computación en la nube y energía hasta el final de la década.
 

Únete a la campaña de trading del 9º aniversario de KuCoin

KuCoin celebra su 9º aniversario con una campaña especial de plataforma llena de recompensas exclusivas, actividades de trading y ofertas de tiempo limitado. No pierdas la oportunidad de participar y disfrutar de los beneficios mientras el exchange marca nueve años de crecimiento e innovación. Visita la página oficial de la campaña ahora:
Únete a la campaña de trading del 9º aniversario de KuCoin
Imagen personalizada
 

Preguntas frecuentes

¿Cuál es la diferencia entre gastos de cómputo y gastos de capital?

El gasto de operación puede incluir servicios en la nube, procesadores, redes, electricidad y otros recursos necesarios para entrenar y operar modelos de IA. El gasto de capital generalmente se refiere al dinero invertido en activos que posee una empresa, como servidores o edificios de centros de datos. OpenAI puede comprar capacidad en la nube de instalaciones propiedad de sus socios, por lo que algunos costos de infraestructura podrían aparecer como gastos de servicio en lugar de inversión directa en capital.

¿Cómo pueden los inversores evaluar si la estrategia de infraestructura de OpenAI está funcionando?

Los indicadores importantes incluyen las tasas de utilización del procesador, los costos de inferencia, la confiabilidad del servicio, los ingresos por unidad de capacidad desplegada y el porcentaje de infraestructura contratada que se vuelve operativa. Los inversores también pueden monitorear la retención de clientes empresariales, el crecimiento de la API y los márgenes brutos. La caída de los costos combinada con un aumento en la utilización y los ingresos recurrentes sugeriría que la expansión está creando valor, mientras que la capacidad no utilizada persistente podría ejercer presión sobre OpenAI y sus socios de infraestructura.

¿Qué significa la capacidad de gigavatio para un centro de datos de IA?

Un gigavatio mide la potencia eléctrica, no el rendimiento informático de un sistema de IA. Dos instalaciones que utilicen la misma cantidad de electricidad pueden ofrecer resultados diferentes dependiendo de sus procesadores, sistemas de refrigeración, diseño de red y eficiencia del software. La capacidad en gigavatios es útil para comprender la escala de un proyecto y sus requerimientos de red, pero no revela cuán rápido se puede entrenar un modelo ni cuántos usuarios puede atender.

¿Podrían los chips de IA alternativos reducir la dependencia de OpenAI de Nvidia?

Los procesadores de AMD, AWS, Broadcom, Cerebras y otros proveedores podrían brindar a OpenAI mayor flexibilidad y reducir la dependencia de una sola empresa de hardware. Sin embargo, mover cargas de trabajo entre plataformas de chips requiere desarrollo de software, pruebas y optimización. Nvidia también se beneficia de su ampliamente utilizado ecosistema CUDA. Por lo tanto, OpenAI podría utilizar una estrategia de hardware mixta, seleccionando diferentes procesadores según el costo, la disponibilidad y el rendimiento de la carga de trabajo.
 
 

Disclaimer

La información proporcionada en esta página puede provenir de fuentes de terceros y no necesariamente representa las opiniones o puntos de vista de KuCoin. Este contenido está destinado únicamente a fines informativos generales y no debe considerarse como asesoría financiera, de inversión o profesional. KuCoin no garantiza la precisión, completitud o confiabilidad de la información, y no se hace responsable por errores, omisiones o consecuencias derivadas de su uso. Invertir en Activos digitales conlleva riesgos inherentes. Por favor, evalúe cuidadosamente su tolerancia al riesgo y su situación financiera antes de tomar cualquier decisión de inversión. Para más detalles, consulte las Condiciones de uso y Divulgación de riesgos de KuCoin.

Aviso: Esta página fue traducida utilizando tecnología de IA para tu conveniencia. Para obtener la información más precisa, consulta la versión original en inglés.