¿Alguna vez te prestaron dinero para que lo gastaras, sí o sí, en la misma tienda que te lo prestó? En la vida cotidiana suena a acuerdo entre conocidos, casi de confianza. En la industria de la inteligencia artificial, esa lógica estuvo a punto de mover cifras que marean.
NVIDIA, la empresa cuyos chips alimentan los centros de datos más potentes del mundo, iba a protagonizar un plan que parecía imposible: financiar a OpenAI con 100.000 millones de dólares. El hallazgo detrás de esa cifra no era solo la magnitud, sino el mecanismo elegido para concretarla.
Según lo que fue trascendiendo en el ecosistema, el esquema era de vendor financing (financiación del proveedor): NVIDIA ponía el dinero y OpenAI lo usaba para comprar GPUs de NVIDIA por el mismo valor. Así, OpenAI construiría infraestructura que requeriría entre cuatro y cinco millones de GPU, aproximadamente el doble de las que NVIDIA había distribuido el año anterior.
Pero ese engranaje se frenó. Jensen Huang, CEO de NVIDIA, aclaró a comienzos de febrero que nunca hubo un compromiso al 100% con los 100.000 millones. Y el número que ahora circula como inversión prevista se redujo a unos 30.000 millones, con un mensaje adicional: podría ser la última gran inyección de capital de NVIDIA en OpenAI.
La pieza clave que explica el enfriamiento es la salida a Bolsa de OpenAI. Una empresa que cotiza cambia su cableado interno: responde a accionistas, a trimestres y a reglas de mercado. En ese tablero, NVIDIA deja entrever que no quiere quedar atada, como si “se casara” con un solo cliente gigante.
Para entender el corazón de este giro conviene bajarlo a una analogía doméstica. Imaginen una casa en obra. NVIDIA no es solo quien vende los ladrillos: es quien también ofrece el crédito para comprarlos, y además diseña el plano para que todo encaje con sus materiales.
En ese modelo, el vendor financing (préstamo con destino obligado) funciona como una tarjeta de la ferretería que solo sirve en esa ferretería. Es un interruptor financiero que enciende la obra rápido, pero también deja a la casa muy dependiente del mismo proveedor, desde la primera tubería hasta la última llave de luz.
Y cuando la obra crece a escala de ciudad, el riesgo se vuelve central. Si el “cliente” planea cambiar su estructura para salir a Bolsa, el proveedor-financiador pierde margen para seguir sosteniendo, indefinidamente, ese ritmo de compras.
El nuevo mapa: menos “favor entre amigos”, más ecosistema
La relación NVIDIA-OpenAI venía de lejos. En 2016, Huang regaló un servidor DGX-1 a Elon Musk para empujar los primeros pasos de OpenAI. Ese gesto hoy se lee como el prólogo de una etapa en la que la infraestructura de IA se armó con alianzas casi personales.
Ahora, el movimiento sugiere otra lógica. NVIDIA sigue invirtiendo, pero busca repartir. De hecho, además de OpenAI, prepara otra gran apuesta: 10.000 millones de dólares en Anthropic, presentada como rival directa de OpenAI. Huang también dejó caer que esa inversión probablemente sea la última gran ronda en esa empresa, por un motivo similar: Anthropic también podría salir a Bolsa.
Los números muestran que el dinero no se detiene, solo cambia de ruta. OpenAI tiene previsto recibir una ronda total de 110.000 millones de dólares: 30.000 millones de NVIDIA, 50.000 millones de Amazon y 30.000 millones de SoftBank.
En la práctica, NVIDIA parece querer pasar de dos “megaobras” a un barrio completo de construcciones más pequeñas. Durante años, ya invirtió montos más modestos en startups de modelos y software, infraestructura, robótica y conducción autónoma. Con ese tejido, sus GPU y sus plataformas se volvieron el estándar técnico sobre el que se apoya gran parte de la IA.
Para el usuario común, la aplicación práctica es indirecta pero real: si NVIDIA diversifica socios, es más probable que veamos herramientas de IA más variadas y robustas, no solo concentradas en dos nombres. Como en una casa bien diseñada, el sistema funciona mejor cuando no depende de un solo cable.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
