Ayuda a desarrollar World Market Atlas
Encargar una valoración de empresa también apoya el desarrollo del proyecto.
Apoya el proyecto
Ayuda a desarrollar World Market Atlas, un proyecto independiente para inversores particulares. Tu apoyo nos permite elaborar análisis y mejorar nuestras herramientas.
Las pérdidas de OpenAI y Anthropic: la economía de la carrera por los modelos de frontera y el reto de comparar datos financieros
Datos a 23 de septiembre de 2026. El texto distingue entre cifras publicadas por los medios, resultados históricos y previsiones.
Resumen
Este artículo examina las pérdidas operativas, el consumo de efectivo y los compromisos futuros de infraestructura de dos empresas privadas líderes que desarrollan modelos avanzados de inteligencia artificial: OpenAI y Anthropic. El análisis muestra que no existe una cifra única, plenamente comparable y públicamente verificada que defina la «pérdida» de cada empresa. Las fuentes disponibles utilizan medidas distintas: pérdida operativa, pérdida neta, flujo de caja libre negativo, consumo de efectivo y resultado operativo ajustado.
Según documentos para accionistas descritos por The Information, OpenAI habría consumido 3,7 mil millones de dólares de efectivo en el primer trimestre de 2026, mientras generaba 5,7 mil millones de dólares de ingresos. Reuters señaló que no podía confirmar estas cifras de forma independiente. Una previsión publicada por el Financial Times presenta una escala aún mayor: OpenAI prevería un flujo de caja libre negativo acumulado de 278 mil millones de dólares en 2026–2030. Es una previsión, no una pérdida ya incurrida. Reuters
Para Anthropic, las fuentes periodísticas indican un consumo de efectivo de aproximadamente 5,6 mil millones de dólares en 2024 y una reducción prevista a 3 mil millones de dólares en 2025. Según esas informaciones, en 2026 Anthropic pronosticó su primer resultado operativo ajustado positivo. Esto no implica automáticamente un beneficio neto positivo ni un flujo de caja libre positivo. Reuters
Palabras clave: OpenAI, Anthropic, inteligencia artificial, consumo de efectivo, pérdidas operativas, flujo de caja libre, computación, modelos de frontera.
1. Introducción
El desarrollo de la inteligencia artificial generativa ha generado empresas con un crecimiento de ingresos excepcionalmente rápido, pero también una necesidad sin precedentes de inversión en centros de datos, procesadores, energía, redes de transmisión, infraestructura de nube y empleados altamente calificados. OpenAI y Anthropic se encuentran entre los principales participantes de esta carrera.
Evaluar su situación financiera es más difícil que analizar las empresas cotizadas tradicionales. Ambas siguen siendo empresas privadas y no publican un conjunto completo y estandarizado de estados financieros consolidados comparables a los informes anuales de las empresas que cotizan en bolsa en Estados Unidos. Por lo tanto, la mayor parte de la información sobre sus pérdidas proviene de documentos de inversores, presentaciones de accionistas, material obtenido por los medios de comunicación o declaraciones de la dirección.
En varios casos, Reuters declaró explícitamente que no podía confirmar de forma independiente las cifras publicadas por primera vez por The Information o el Financial Times. Por lo tanto, una formulación metodológicamente sólida no es “OpenAI definitivamente perdió una cantidad determinada”, sino “según los documentos descritos por un medio en particular, la empresa supuestamente registró un resultado particular”. Reuters
2. Método de investigación y jerarquía de fuentes.
El artículo utiliza análisis documental. Las fuentes se dividen en tres grupos:
Se excluyeron del análisis las publicaciones no firmadas en las redes sociales, las compilaciones en línea no verificadas y las cifras para las cuales no se pudo establecer una fuente original.
3. La “pérdida” no es un concepto único
Las discusiones sobre OpenAI y Anthropic frecuentemente combinan varias medidas financieras diferentes.
La pérdida operativa surge cuando los costos del negocio principal de una empresa exceden sus ingresos. Estos costos incluyen infraestructura, investigación y desarrollo, compensación de empleados, ventas y administración.
La pérdida neta también incorpora partidas no operativas, como costos financieros, cambios en el valor de los instrumentos de capital, impuestos o efectos puntuales de reestructuración. Por lo tanto, puede ser sustancialmente mayor o menor que la pérdida operativa.
El consumo de efectivo indica la reducción de los recursos de efectivo de una empresa asociada a la financiación de sus operaciones e inversiones. No equivale a una pérdida contable.
Flujo de caja libre negativo significa que los flujos de caja generados por la empresa son insuficientes para financiar sus inversiones. Para los laboratorios de IA, pueden ser importantes tanto los costos informáticos continuos como los acuerdos plurianuales para la capacidad del centro de datos.
El resultado operativo ajustado puede excluir determinados gastos, como la remuneración en acciones. Por tanto, un resultado operativo ajustado positivo no equivale a un beneficio neto positivo.
Otro problema es el uso de ingresos anualizados al ritmo actual (run-rate). Esta medida extrapola el ritmo de ventas más reciente, en lugar de medir los ingresos obtenidos durante doce meses completos. Anthropic la definió multiplicando por 13 las ventas basadas en consumo de los 28 días anteriores y por 12 los ingresos mensuales por suscripciones. Según Reuters Breakingviews, los ingresos GAAP de Anthropic desde su creación hasta el cierre de 2025 superaron los 5 mil millones de dólares, mientras que el ritmo anualizado de ingresos comunicado ya había alcanzado 19 mil millones de dólares en febrero de 2026. Ambas cifras pueden ser ciertas, pero miden cosas completamente distintas. Reuters
4. OpenAI: crecimiento de ingresos con un consumo de capital muy alto
4.1. Cifras 2026 del primer trimestre
Según los documentos para accionistas descritos por The Information, OpenAI supuestamente:
Reuters publicó esta información el 16 de junio de 2026, aunque señaló que no podía confirmar el informe de forma independiente. Reuters
La relación entre el gasto de efectivo y los ingresos fue aproximadamente:
(3,7 ÷ 5,7) × 100% ≈ 64,9%
Por lo tanto, el consumo de efectivo reportado correspondió a aproximadamente 65 centavos por cada dólar de ingresos trimestrales. Este ratio no debe interpretarse como un margen operativo: la quema de efectivo puede incluir inversiones, pagos derivados de compromisos anteriores y cambios en el capital de trabajo.
4.2. Cifras no públicas de 2025
En junio 2026, Fortune describió copias de los estados financieros de OpenAI obtenidos por el periodista Ed Zitron y el Financial Times. Según estos materiales, los ingresos 2025 de la compañía fueron de aproximadamente 13,07 mil millones de dólares, los costos y gastos fueron de 34 mil millones de dólares y las pérdidas operativas fueron de aproximadamente 20,92 mil millones de dólares. Fortune
Estas cifras son importantes, pero no deben presentarse como un resultado auditado, confirmado públicamente y disponible sobre la misma base que el informe de una empresa que cotiza en bolsa. Provienen de copias de documentos obtenidos por los medios de comunicación. Por lo tanto, en este artículo sirven más como material de apoyo que como un estado financiero público indiscutible.
Si las cifras son exactas, la pérdida operativa correspondería aproximadamente a 160% de ingresos, y los costos totales serían aproximadamente 2,6 multiplicados por las ventas. Esta escala sugiere que el rápido crecimiento de los ingresos aún no era suficiente para cubrir los costos de investigación, infraestructura, servicio de modelos, distribución y expansión organizacional.
4.3. Pronóstico a través de 2030
La cifra más significativa sobre las futuras necesidades de financiación de OpenAI proviene de una presentación de la empresa supuestamente revisada por el Financial Times. Según Reuters, OpenAI pronostica:
Todas estas cifras son previsiones de una presentación interna, no resultados obtenidos. OpenAI no comentó directamente sobre el informe antes de que Reuters lo publicara. Reuters
El plan implicaría que, incluso con un crecimiento de ventas muy rápido, la empresa anticipa un período de varios años de flujo de caja negativo. En este sentido, la estrategia de OpenAI se asemeja al desarrollo de infraestructura: la empresa asegura la capacidad informática por adelantado, antes de que los ingresos generados por esos activos cubran completamente sus costos.
4.4. Financiación de las pérdidas
El 31 de marzo de 2026, OpenAI anunció oficialmente compromisos de capital por 122 mil millones de dólares, con una valoración posterior a la financiación de 852 mil millones de dólares. La compañía también afirmó que estaba generando aproximadamente $2 mil millones en ingresos mensuales. Esta información proviene directamente del negocio, pero no confirma la rentabilidad. OpenAI
El capital obtenido de los inversores no es ni ingresos por ventas ni beneficios. Ayuda a cubrir flujos de efectivo negativos, financiar investigaciones y celebrar acuerdos para futuros suministros de capacidad informática.
5. Anthropic: desde una gran quema de efectivo hasta una rentabilidad ajustada informada
5.1. Consumo de efectivo en 2024–2025
En febrero 2025, Reuters, citando a The Information, informó que Anthropic:
Anthropic no respondió a la solicitud de comentarios de Reuters en ese momento. Es esencial señalar que los 3 mil millones de dólares eran una previsión para 2025, no un resultado anual confirmado posteriormente. Reuters
Por lo tanto, no es apropiado escribir que “Anthropic perdió $3 mil millones en 2025”. La formulación correcta es que, en febrero 2025, la compañía supuestamente proyectó aproximadamente $3 mil millones de dólares de quema de efectivo para todo el año.
5.2. Primera previsión publicada de un resultado operativo positivo
En mayo 2026, Reuters Breakingviews informó que Anthropic generó $4,8 mil millones en ingresos en el primer trimestre y esperaba $10,9 mil millones en el segundo trimestre. Según se informa, la compañía también pronosticó $559 millones en ganancias operativas ajustadas para ese período, lo que lo convertiría en el primer trimestre rentable bajo esta medida. Reuters
El margen operativo ajustado proyectado fue aproximadamente:
(0,559 ÷ 10,9) × 100% ≈ 5,1%
Según Reuters, esta medida incluía el coste completo de entrenar nuevos modelos, pero excluía la remuneración en acciones. Por tanto, no equivalía al beneficio operativo sin ajustar ni al beneficio neto. Reuters
En septiembre 2026, el Financial Times informó que Anthropic había dado a los accionistas una previsión de resultados operativos ajustados positivos por segundo trimestre consecutivo. Reuters volvió a señalar que no podía verificar la información de forma independiente y Anthropic no respondió antes de la publicación. Reuters
Estas previsiones sugieren una posible mejora de la economía operativa de Anthropic, pero todavía no demuestran que la empresa haya logrado:
5.3. Por qué Anthropic y OpenAI no se pueden comparar sin ajustes
Reuters Breakingviews señaló que los ingresos de Anthropic no se vieron reducidos por la parte adeudada a los socios de distribución. OpenAI, por el contrario, supuestamente presentó ingresos después de deducir la participación de Microsoft. En consecuencia, los $1 de ingresos reportados por Anthropic no necesariamente corresponden a los $1 reportados por OpenAI. Reuters
Un problema similar surge por el lado de los costos. El resultado operativo ajustado de Anthropic excluyó la compensación basada en acciones. Para una empresa de tecnología en rápida expansión, dicha compensación puede ser económicamente significativa incluso cuando no causa una salida de efectivo inmediata.
Por tanto, las cifras disponibles no permiten concluir responsablemente que Anthropic sea categóricamente más rentable que OpenAI. Solo puede afirmarse que Anthropic comunicó una trayectoria más rápida hacia un resultado operativo ajustado positivo.
5.4. Compromisos de financiación e infraestructura de Anthropic
En febrero de 2026, Anthropic anunció oficialmente una ronda de financiación de 30 mil millones de dólares con una valoración posterior a la financiación de 380 mil millones de dólares. En ese momento comunicó ingresos anualizados al ritmo actual de 14 mil millones de dólares. Anthropic
En abril 2026, Anthropic anunció un acuerdo con Amazon que implica el compromiso de gastar más de 100 mil millones de dólares en tecnologías de AWS durante diez años y asegurar hasta 5 GW de capacidad informática. Amazon se comprometió simultáneamente a invertir $5 mil millones de dólares, con la posibilidad de invertir otros $20 mil millones de dólares, además de sus $8 mil millones anteriores. Anthropic
Los 100 mil millones de dólares no son la pérdida actual de Anthropic. Son un compromiso contractual plurianual que se liquidará en el futuro. Aun así, muestran que incluso una empresa que comunica un resultado operativo ajustado positivo debe asegurarse enormes cantidades de capital para infraestructura futura.
6. Resumen de cifras disponibles
El cuadro muestra que las cifras disponibles no forman una serie comparativa consistente. Algunas entradas representan resultados históricos, otras previsiones, mientras que las definiciones de ingresos y rentabilidad también difieren.
7. Principales factores de pérdidas
7.1. Costos de capacitación del modelo de frontera
La investigación realizada por Ben Cottier y sus coautores indica que el costo de capacitación amortizado de los modelos de frontera con mayor uso intensivo de cómputo aumentó en un promedio de aproximadamente 2,4 veces por año desde 2016. Los autores estimaron que el hardware informático representó aproximadamente 47–64% de los costos de desarrollo de modelos en los proyectos estudiados, mientras que el personal de investigación y desarrollo (incluida la remuneración en acciones) representó aproximadamente 29–49%. La propia energía representaba una proporción mucho menor, normalmente 2–6%. arXiv
El estudio no presenta las cuentas reales de OpenAI o Anthropic. Es un modelo de costos basado en datos de hardware, energía, nube y personal. Su importancia radica en mostrar que los costos de capacitación van mucho más allá de las compras de electricidad. Las categorías más importantes son procesadores, servidores, redes, depreciación de la infraestructura y el trabajo de equipos de investigación altamente remunerados.
7.2. El costo de atender a los usuarios.
Una vez completada la capacitación, un modelo continúa generando costos por cada consulta de usuario. Este costo de inferencia incluye procesadores, memoria, redes, centros de datos y energía.
El AI Index de Stanford informó de que el coste de inferencia de un sistema con un rendimiento aproximadamente equivalente al de GPT-3.5 se redujo más de 280 veces entre noviembre de 2022 y octubre de 2024. Los costes del hardware cayeron de media aproximadamente un 30% al año, mientras que la eficiencia energética mejoró aproximadamente un 40% anual. Stanford HAI
Los costos unitarios más bajos no necesariamente producen un gasto total más bajo. Si el número de usuarios, la duración de las respuestas, el uso de agentes y la demanda de modelos más avanzados crecen más rápido que la eficiencia del hardware, la factura total de inferencia puede seguir aumentando.
7.3. La carrera por la capacidad informática
Los laboratorios de IA aseguran la capacidad informática con años de antelación. Esto refleja la disponibilidad limitada de aceleradores avanzados, transformadores, conexiones a la red, sistemas de refrigeración y centros de datos adecuadamente equipados.
El gasto en infraestructura proyectado de OpenAI de $856 mil millones de dólares hasta el final de 2030 y el compromiso de Anthropic de gastar más de $100 mil millones de dólares en tecnologías de AWS durante diez años muestran que el desarrollo de modelos de frontera está comenzando a parecerse a un negocio de infraestructura en lugar de un desarrollo de software únicamente. Reuters
7.4. Costos de investigación y rápida obsolescencia de los modelos.
Un nuevo modelo puede requerir meses de investigación, experimentación y pruebas de seguridad. Sin embargo, su ventaja tecnológica puede erosionarse rápidamente cuando los competidores introduzcan su próxima generación de modelos.
Esto provoca una depreciación económica acelerada del gasto en investigación y desarrollo. Un modelo puede seguir siendo técnicamente funcional pero requerir una reducción de precio o ser reemplazado por un sistema más nuevo. Este riesgo aumenta la presión para seguir incurriendo en costes de formación adicionales.
8. Discusión: ¿son las pérdidas un signo de debilidad?
Las grandes pérdidas no significan automáticamente que el modelo de negocio de una empresa sea ineficaz. Durante una rápida expansión, una empresa puede aceptar deliberadamente un flujo de caja negativo para adquirir clientes, desarrollar tecnología y asegurar infraestructura futura.
Al mismo tiempo, la capacidad de recaudar enormes cantidades de capital no demuestra una rentabilidad sostenible. La financiación de los inversores simplemente pospone el punto en el que los ingresos deben empezar a cubrir:
costos de inferencia + participaciones de los socios en los ingresos + investigación y capacitación + compensación de empleados + infraestructura + otros costos
El mayor riesgo es una situación en la que los precios de los modelos caigan más rápido que los costos de capacitación y servicio. La competencia entre OpenAI, Anthropic, Google, Meta, xAI y los proveedores de modelos abiertos puede ejercer una presión a la baja sobre los precios. En un entorno así, el rápido crecimiento de usuarios no se traduce necesariamente en un crecimiento proporcional del margen.
Por el contrario, una mayor automatización de la programación, el análisis de documentos, la atención al cliente y los procesos administrativos puede generar ingresos mucho más valiosos que simples interacciones con un chatbot. Desde el punto de vista económico, la clave no será solo el volumen de tokens, sino la capacidad de cobrar por resolver un problema empresarial concreto.
9. Limitaciones de la investigación
La principal limitación es la ausencia de estados financieros completos, disponibles públicamente, preparados de manera consistente para ambas compañías. Siguen cuatro problemas.
En primer lugar, algunas cifras provienen de documentos internos descritos por los medios. En segundo lugar, a veces los resultados históricos se comparan con pronósticos futuros. En tercer lugar, las definiciones de ingresos difieren entre empresas. En cuarto lugar, los resultados ajustados pueden excluir elementos económicamente significativos, como la compensación basada en acciones o las participaciones de los socios de distribución en los ingresos. Reuters
Por tanto, el material disponible no permite calcular márgenes de EBITDA, EBIT, beneficio neto o flujo de caja libre plenamente comparables para las dos empresas.
10. Conclusiones
OpenAI sigue siendo una empresa con necesidades de capital excepcionalmente grandes. El último informe sobre el primer trimestre de 2026 indica $3,7 mil millones en efectivo quemado frente a $5,7 mil millones en ingresos, pero Reuters no confirmó esas cifras de forma independiente. El pronóstico plurianual de $278 mil millones en flujo de efectivo libre negativo sugiere que la gerencia espera que el financiamiento agresivo de infraestructura continúe al menos hasta el final de la década. Reuters
Anthropic también incurrió en costos muy altos, lo que se refleja en una pérdida de efectivo reportada de aproximadamente $5,6 mil millones en 2024. Sin embargo, las cifras 2026 sugieren una transición hacia un resultado operativo ajustado positivo. Esto no equivale a una ganancia neta sostenida: la medida excluía la compensación basada en acciones, entre otros elementos, y el tratamiento de las participaciones de los socios en los ingresos difería del enfoque de OpenAI. Reuters
La evidencia disponible respalda tres conclusiones principales:
Las pérdidas de ambas empresas deben entenderse como parte de una carrera más amplia por controlar la capacidad informática. En este modelo, la informática se está convirtiendo no simplemente en un gasto corriente sino en un recurso productivo estratégico. El valor económico final de OpenAI y Anthropic dependerá de si los ingresos generados por la infraestructura asegurada hoy exceden el costo futuro de financiarla, mantenerla y actualizarla continuamente.
Bibliografía
Las publicaciones reflejan las opiniones personales del autor al momento de su publicación. No son recomendaciones de inversión.