GPT-5.6: la actualización que no se trata de inteligencia, sino de poder

Cada vez que OpenAI anuncia una nueva versión de su modelo insignia, la conversación pública gira en torno a capacidades técnicas: razonamiento, multimodalidad, contexto ampliado, alucinaciones reducidas. Pero si miramos más allá del comunicado de prensa, lo que realmente cuenta es otra cosa: la arquitectura de poder que hace posible que un puñado de empresas controle el desarrollo de la inteligencia artificial más avanzada del planeta.

La transformación silenciosa: de laboratorio a subsidiaria de facto

Conviene recordar algo que muchos olvidan: OpenAI nació en 2015 como una organización sin fines de lucro. Siete años después, en 2022, creó una filial con “ganancias limitadas” —una figura legal híbrida— y recibió una inversión inicial de 10.000 millones de dólares de Microsoft. A eso le siguió una segunda ronda en 2023, y desde entonces los reportes sugieren compromisos totales que superan los 13.000 millones de dólares.

Esta estructura híbrida —fundación sin fines de lucro controlando una filial con fines de lucro— no es accidental. Es una ingeniería jurídica diseñada para atraer capital de riesgo manteniendo una fachada de misión altruista. El dinero inteligente no financia organizaciones benéficas; financia activos con potencial de captura de rentas monopólicas.

El verdadero cuello de botella: no es el talento, es la electricidad

Hay un dato que rara vez aparece en las portadas: entrenar un modelo frontier como GPT-5.6 requiere cantidades obscenas de energía y chips especializados. Los centros de datos de última generación consumen cientos de megavatios, y los chips H100 y B200 de NVIDIA son tan escasos que su precio funciona como una barrera de entrada efectiva.

Esto significa que la competencia en inteligencia artificial no se decide en los papers de arXiv, sino en las reuniones entre hyperscalers y empresas eléctricas. Microsoft, Google, Amazon y Meta están negociando contratos plurianuales de energía y firmando acuerdos de capacidad con proveedores como CoreWeave y Lambda Labs, que a su vez dependen del crédito de los mismos hyperscalers para construir sus propias granjas de cómputo.

La guerra del talento y la economía de las opciones

Hay otro factor que la prensa especializada suele tratar con romanticismo: el talento. Investigadores de frontera reciben paquetes compensatorios que pueden superar los 10 millones de dólares anuales, estructurados en buena parte en acciones y opciones sobre acciones. Esto crea una dinámica perversa: el “talento” se concentra en las empresas que pueden ofrecer la mayor liquidez futura, lo que refuerza la concentración.

Cuando Meta ofreció paquetes de hasta 100 millones para atraer investigadores de OpenAI, no estaba compitiendo por cerebros individuales: estaba apostando a que el precio de las acciones de Meta superaría al de OpenAI. Es una forma de competencia financiera, no técnica. Y estas batallas distributivas —quién captura a los mejores investigadores— terminan reproduciendo las jerarquías existentes en lugar de cuestionarlas.

Paralelismos históricos: el caso del cloud computing

El cloud computing siguió un patrón similar: Amazon Web Services, lanzado en 2006, capturó primero una ventaja de escala que después se tradujo en ventaja de costo, y finalmente en ventaja de mercado. Hoy, AWS, Azure y Google Cloud concentran aproximadamente dos tercios del gasto empresarial en infraestructura cloud.

¿Qué queda para el resto del ecosistema?

Si el patrón se mantiene, las consecuencias son claras. Por un lado, una capa de aplicaciones construidas sobre APIs de OpenAI, Anthropic o Google, que capturará valor de forma desigual según la dinámica de cada mercado vertical. Por otro, una presión creciente sobre los marcos regulatorios, que en la Unión Europea, Estados Unidos y China avanzan a velocidades muy distintas: el AI Act europeo establece obligaciones de transparencia que en otros mercados simplemente no existen.

Y luego está la pregunta incómoda: ¿qué pasa con la promesa original? La de una inteligencia artificial generalizada que beneficie a toda la humanidad, como rezaba el comunicado fundacional de OpenAI. GPT-5.6 probablemente será más capaz que GPT-4 y más accesible que nunca a través de APIs. Pero esa accesibilidad convive con una estructura de propiedad y decisión que sigue estrechándose.

La próxima vez que veamos un anuncio de OpenAI —o de Anthropic, Google DeepMind o Meta AI— vale la pena mirar más allá de los benchmarks y preguntarse: ¿quién financia esto?, ¿quién se beneficia realmente?, ¿qué nuevas dependencias estamos aceptando? Las respuestas a esas preguntas son las que realmente moldearán el futuro de la inteligencia artificial. Y conviene discutirlas antes de que el mercado decida por nosotros.