Artículo de Julien Ricciarelli-Bonnal
9 octubre 2026
Lo esencial
OpenAI tendría actualmente unos 50.000 millones de dólares de ingresos anualizados, aunque hace pocas semanas circulaba una cifra cercana a los 70.000 millones. La empresa no ha perdido de repente 20.000 millones de dólares en ventas. Buena parte de la diferencia procede de la forma en que se contabilizan determinadas operaciones realizadas a través de socios cloud y de un ajuste utilizado anteriormente para facilitar la comparación con Anthropic. El episodio revela sobre todo una dificultad nueva: cuando los ingresos, las inversiones y las valoraciones de la inteligencia artificial alcanzan cifras gigantescas, comprender exactamente qué mide un número se vuelve casi tan importante como conocer el número.
¿Ha perdido OpenAI 20.000 millones de dólares de ingresos en cuestión de semanas? Presentada así, la historia parecería señalar un deterioro espectacular de una de las empresas tecnológicas de mayor crecimiento del mundo. En septiembre circulaba una cifra cercana a los 70.000 millones de dólares de ingresos anualizados. A comienzos de octubre, Axios informó de que OpenAI había comunicado a sus inversores una cifra más próxima a los 50.000 millones.
La reacción inmediata consiste en restar una cantidad de la otra y buscar una explicación para esos 20.000 millones aparentemente desaparecidos. Sin embargo, las dos cifras no fueron construidas exactamente de la misma manera, aunque hayan terminado circulando como si fueran directamente comparables.
Según Axios, la cifra más elevada era una estimación ajustada destinada, entre otras cosas, a facilitar la comparación entre OpenAI y Anthropic. Una parte importante de la diferencia procede del tratamiento contable de determinadas ventas realizadas a través de socios cloud. OpenAI no ha pasado, por tanto, de 70.000 a 50.000 millones porque millones de clientes hayan desaparecido de repente. Lo que cambia es principalmente la forma de presentar una parte de la actividad.
Puede parecer una discusión técnica. Cuando la diferencia alcanza 20.000 millones de dólares, deja de serlo.
Incluso 50.000 millones no significa que OpenAI haya ingresado esa cantidad durante los últimos doce meses
Antes de analizar la diferencia entre 50.000 y 70.000 millones, conviene detenerse en otra expresión: ingresos anualizados.
La anualización consiste en tomar un nivel reciente de actividad y proyectar cuánto representaría durante un año completo si el mismo ritmo se mantuviera. Una empresa que genere, por ejemplo, 4.000 millones de dólares en un mes podría hablar de un ritmo anualizado próximo a 48.000 millones. Eso no significa que haya ingresado efectivamente 48.000 millones durante los doce meses anteriores.
Este tipo de indicador resulta especialmente útil para empresas que crecen muy rápido. Cuando los ingresos aumentan de forma acelerada, observar únicamente los doce meses anteriores puede ofrecer una imagen bastante retrasada del tamaño que la compañía ya ha alcanzado en el momento presente.
Los ingresos anualizados no son, por tanto, engañosos por definición. Simplemente responden a una pregunta diferente. El problema aparece cuando «50.000 millones de dólares de ingresos anualizados» se transforma progresivamente en «OpenAI factura 50.000 millones al año», y ese número se compara después con otro indicador construido bajo criterios diferentes.
La precisión se vuelve especialmente importante en la inteligencia artificial, donde unas pocas semanas pueden modificar considerablemente el volumen de uso, los contratos comerciales y las capacidades vendidas. El sector ya ha alcanzado una escala en la que las cifras financieras forman parte del propio relato tecnológico.
La diferencia entre 50.000 y 70.000 millones depende en parte de una pregunta contable muy clásica: ¿quién registra la venta?
El mecanismo explicado por Axios es relativamente sencillo. Cuando un servicio de inteligencia artificial se vende a través de un socio cloud, varias empresas pueden intervenir dentro de la misma transacción. La cuestión consiste entonces en decidir qué parte del gasto del cliente debe aparecer como ingreso del proveedor del modelo.
Anthropic contabilizaría determinadas ventas realizadas a través de socios cloud sobre una base bruta. Si un cliente gasta 100 dólares para utilizar un servicio de inteligencia artificial mediante una plataforma cloud, esos 100 dólares pueden aparecer inicialmente como ingresos, mientras que la parte correspondiente al socio se registra posteriormente como un coste.
OpenAI utiliza para algunas de estas operaciones una presentación diferente y registra únicamente la parte que le corresponde directamente. El cliente puede haber gastado exactamente la misma cantidad y la actividad económica subyacente puede ser comparable, pero la cifra que aparece como ingreso tendrá un aspecto muy distinto.
Axios señala que la cantidad cercana a 70.000 millones asociada a OpenAI en septiembre había sido ajustada precisamente para mostrar cómo sería la actividad si se presentara bajo un tratamiento más comparable al utilizado por Anthropic. Los aproximadamente 50.000 millones se acercan más a la manera habitual en que OpenAI mide sus propios ingresos anualizados.
Eso no significa necesariamente que una empresa contabilice correctamente y la otra esté inflando sus cifras. Diferentes tratamientos pueden resultar válidos según la estructura contractual, quién controla el servicio, quién mantiene la relación con el cliente y quién asume determinadas responsabilidades dentro de la operación.
La dificultad empieza cuando una cifra creada para facilitar una comparación abandona el contexto en el que fue construida y empieza a circular como si fuera simplemente otra versión del volumen de negocio.
En la economía de la IA, la cifra más espectacular viaja más rápido
La inteligencia artificial se encuentra ya en un entorno financiero extraordinario. Las inversiones se expresan en decenas o centenares de miles de millones de dólares, las valoraciones pueden cambiar drásticamente entre rondas de financiación y las necesidades de infraestructura han adquirido dimensiones que hace pocos años habrían parecido propias únicamente de gobiernos o gigantes industriales.
En ese contexto, las cifras no son solo información financiera. También forman parte de la narrativa competitiva.
Decir que una empresa se acerca a 70.000 millones de dólares de ingresos anualizados produce una impresión distinta de decir que se aproxima a 50.000 millones, aunque la actividad comercial subyacente apenas haya cambiado. Ambas cifras pueden tener sentido si se explica cómo fueron construidas. Sin esa explicación, transmiten percepciones muy diferentes sobre crecimiento, escala y posición frente a los competidores.
El problema tampoco se limita a OpenAI. Las empresas privadas no publican sus cuentas con el mismo nivel de detalle y regularidad que las compañías cotizadas. Una parte importante de la información financiera llega al mercado a través de documentos para inversores, procesos de financiación, presentaciones internas, socios o filtraciones a la prensa.
A esto se añade una larga colección de indicadores capaces de describir distintos aspectos del mismo negocio: ingresos anualizados, reservas, valor total de contratos, volumen gestionado, ingresos ajustados o determinadas medidas internas de rentabilidad. Ninguno tiene por qué ser inútil. El problema aparece cuando se colocan uno junto a otro sin explicar que no responden exactamente a la misma pregunta.
La industria de la IA hace especialmente visible esta tensión porque los números han alcanzado una dimensión enorme. Una diferencia metodológica puede representar ahora una cantidad superior a la facturación completa de muchas grandes empresas.
Comparar OpenAI y Anthropic obliga también a comparar sus definiciones
La paradoja es que el ajuste habría sido realizado precisamente para mejorar la comparación entre ambas compañías. Los inversores necesitan saber cómo evoluciona OpenAI frente a Anthropic, algo difícil de hacer si cada empresa utiliza criterios diferentes para presentar determinadas ventas.
Normalizar las cifras puede ser, por tanto, perfectamente razonable. Los analistas financieros lo hacen de forma habitual cuando necesitan comparar empresas cuyos modelos económicos o métodos contables no son idénticos.
Pero cada ajuste introduce también una capa adicional entre la actividad económica real y el número que termina circulando. Una cifra diseñada para facilitar la comparación puede acabar interpretándose como un dato directamente declarado por la empresa si la metodología desaparece durante su difusión.
Una comparación seria necesita entonces preguntas mucho menos espectaculares que «¿quién tiene más ingresos?». ¿Se habla de ingresos ya registrados o de un ritmo anualizado? ¿Las ventas realizadas por los socios se contabilizan de forma bruta o neta? ¿Se incluyen ingresos futuros contratados? ¿Las cifras corresponden al mismo periodo? ¿Los costes asociados reciben un tratamiento comparable?
La misma prudencia es necesaria al hablar de beneficios. Una compañía puede afirmar que ha alcanzado rentabilidad según una determinada medida operativa mientras excluye de ella categorías importantes de costes. Eso no convierte automáticamente el indicador en inútil. Significa simplemente que palabras como «ingresos», «beneficio» o «margen» dicen cada vez menos cuando se separan de la definición utilizada para calcularlas.
La complejidad no debería llevarnos a desconfiar de todas las cifras. Debería llevarnos a leerlas mejor.
El verdadero tema quizá no sea si OpenAI está en 50.000 o en 70.000 millones
La diferencia produce un excelente titular porque da la impresión de que 20.000 millones de dólares han desaparecido. La conclusión más interesante es casi la contraria: no hace falta que desaparezca nada para que aparezca una diferencia gigantesca.
La inteligencia artificial ha alcanzado una escala en la que las convenciones financieras pueden cambiar de forma significativa nuestra percepción del sector. Durante años comparamos a estas empresas observando la calidad de sus modelos, el número de usuarios o sus capacidades técnicas. A partir de ahora, sus métodos de reconocimiento de ingresos, sus costes de infraestructura, sus márgenes y la calidad de esos ingresos tendrán cada vez más peso.
Es una evolución similar a la que ya empieza a producirse cuando los sistemas de inteligencia artificial dejan de ser simples demostraciones tecnológicas y comienzan a generar consecuencias económicas reales. Como vimos al analizar quién paga cuando un agente de IA provoca un daño, la economía de la inteligencia artificial entra progresivamente en una etapa en la que sus costes, riesgos y responsabilidades ya no pueden tratarse como simples detalles técnicos.
Lo mismo ocurre dentro de las empresas. Durante los primeros años, la IA se evaluaba sobre todo por la espectacularidad de sus demostraciones: velocidad, calidad de generación, cantidad de tareas automatizables o capacidad de un modelo para superar un nuevo benchmark. Cuando la tecnología entra realmente en los procesos, las preguntas se vuelven mucho más prosaicas. ¿Qué valor produce? ¿Cómo se mide? ¿Cuánto cuesta obtenerlo? ¿Y qué habría ocurrido si la empresa no hubiera utilizado la herramienta?
Por eso una Gobernanza de IA para Empresas bien estructurada debe distinguir entre indicadores atractivos y usos capaces de generar una mejora realmente medible. Un número puede ser correcto y seguir siendo poco útil si nadie explica exactamente qué representa.
OpenAI probablemente no ha «perdido» 20.000 millones de dólares de ingresos. Lo que se perdió por el camino fue parte de la definición que acompañaba a la cifra cuando empezó a circular.
Y esa puede ser la lección más interesante de la historia. Cuando la economía de la inteligencia artificial se medía en millones, una diferencia metodológica podía parecer una nota al pie. Cuando empieza a medirse en decenas de miles de millones, esa nota al pie puede tener por sí sola el tamaño de una multinacional.
Si su empresa quiere distinguir las promesas de la inteligencia artificial del valor que puede medirse realmente, podemos ayudarle a estructurar los usos, las prioridades y los indicadores que de verdad importan.
Escrito por Julien Ricciarelli-Bonnal
9 octubre 2026
