OpenAI y Amazon acuerdan 38.000 millones para impulsar la IA

OpenAI tendrá acceso a la infraestructura de computación en la nube de Amazon Web Services (AWS) mediante un acuerdo valorado en 38.000 millones de dólares y previsto para siete años. La capacidad incluye cientos de miles de GPU de Nvidia y podrá empezar a utilizarse de inmediato; el objetivo es desplegar todos los recursos contratados antes de que termine 2026. El pacto busca responder a una limitación central del desarrollo de inteligencia artificial: entrenar modelos y atender sus consultas exige una cantidad creciente de potencia de cálculo.

La alianza vincula a la creadora de ChatGPT con uno de los mayores proveedores de servicios en la nube. No significa, por sí sola, que cada consulta del chatbot vaya a procesarse en servidores de Amazon ni que el servicio vaya a cambiar de forma visible para todos sus usuarios. Lo que asegura es capacidad informática a gran escala para distintas tareas de OpenAI, desde generar respuestas hasta entrenar modelos nuevos, mientras la empresa amplía la infraestructura que necesita.

Qué incluye el acuerdo de 38.000 millones

El valor anunciado corresponde a un compromiso plurianual de acceso a capacidad de AWS, no a una inversión de Amazon en OpenAI ni a una compra de acciones. La compañía podrá recurrir a recursos de computación y almacenamiento en la nube durante siete años. El acuerdo también contempla que el volumen pueda crecer, aunque la información disponible no detalla cómo se distribuirán los pagos ni qué parte del total corresponde a cada tipo de servicio. La cifra expresa la escala del compromiso tecnológico, pero no permite deducir por sí sola el coste de cada modelo o de cada interacción con ChatGPT.

La capacidad se apoya en cientos de miles de procesadores gráficos de Nvidia, incluidos los modelos GB200 y GB300, conectados mediante servidores Amazon EC2 UltraServer. Las GPU, o unidades de procesamiento gráfico, son chips especialmente útiles para ejecutar en paralelo muchas operaciones matemáticas, una característica que las hace adecuadas para entrenar redes neuronales y generar respuestas. En este caso, la combinación de procesadores y redes de alta velocidad está pensada para que grandes grupos de máquinas trabajen como un sistema coordinado, en lugar de actuar como equipos aislados.

A esa capacidad se suma la posibilidad de ampliar los recursos con decenas de millones de CPU. Aunque ambos tipos de procesador realizan cálculos, las CPU suelen encargarse de tareas generales y de coordinar procesos, mientras que las GPU se utilizan para operaciones paralelas intensivas. La mención de esas cifras describe una capacidad potencial de expansión, no que todos esos chips estén ya instalados o asignados en exclusiva a OpenAI. El despliegue completo de lo contratado tiene como horizonte el final de 2026, y la alianza deja abierta la posibilidad de ampliaciones posteriores.

Por qué la inteligencia artificial necesita tanta computación

Un modelo generativo no responde como una base de datos que busca una frase almacenada. Durante el entrenamiento, procesa enormes conjuntos de ejemplos para ajustar sus parámetros y aprender patrones; después, al recibir una petición, calcula una respuesta probable paso a paso. Esas dos fases tienen necesidades distintas. El entrenamiento concentra operaciones de gran intensidad durante periodos prolongados, mientras que la inferencia —el nombre técnico de la generación de respuestas una vez creado el modelo— debe repetirse cada vez que una persona utiliza el sistema. La demanda nace tanto de crear los modelos como de mantenerlos disponibles.

Cuando aumentan el tamaño de los modelos, la complejidad de sus tareas o el número de usuarios, también crece la cantidad de operaciones que deben ejecutarse. Una petición puede parecer instantánea en la pantalla, pero detrás de ella hay servidores que calculan, intercambian datos y consumen energía. Si el sistema debe responder a millones de consultas y, al mismo tiempo, entrenar versiones nuevas, necesita reservar capacidad para trabajos distintos y distribuirlos de forma eficiente. La alianza con AWS pretende dar a OpenAI más margen para atender esas cargas simultáneas, no eliminar el coste físico que las acompaña.

La velocidad de respuesta depende, además, de que los procesadores puedan comunicarse sin demoras excesivas. En sistemas con miles de chips, trasladar datos entre máquinas puede convertirse en un cuello de botella si la red no está diseñada para sostener ese tráfico. La arquitectura anunciada combina GPU y servidores interconectados para reducir la latencia, es decir, el tiempo que tarda una señal en viajar entre componentes. Una latencia menor puede favorecer el trabajo coordinado de los clústeres, aunque no equivale automáticamente a una mejora perceptible en cada respuesta de ChatGPT: también influyen el modelo, el software, la carga del servicio y la tarea concreta.

La nube como infraestructura, no como una aplicación

AWS no es un programa que el usuario descargue, sino una plataforma que alquila capacidad informática y almacenamiento a través de centros de datos. OpenAI podrá utilizar esos recursos sin tener que construir por sí sola cada servidor que necesite para ampliar sus operaciones. Para las compañías que desarrollan modelos, esa flexibilidad permite sumar capacidad y organizar cargas de trabajo en función de la demanda. Pero la nube tampoco hace desaparecer la infraestructura: los cálculos siguen realizándose en edificios llenos de servidores, conectados a redes y dependientes de energía y refrigeración.

En el acuerdo, los clústeres están previstos para atender tareas diferentes, desde la inferencia de ChatGPT hasta el entrenamiento de modelos de próxima generación. Compartir una plataforma preparada para ambos usos puede facilitar que la empresa destine recursos a necesidades cambiantes, en vez de mantener una única configuración rígida. Aun así, el anuncio no especifica qué porcentaje de la actividad se asignará a cada tarea ni si todos los servicios de OpenAI utilizarán AWS. Por eso, el alcance debe entenderse como un acceso ampliado a capacidad de cómputo, no como prueba de que toda la operación de la compañía se trasladará a Amazon.

Tampoco se han comunicado detalles que permitan afirmar que el acuerdo sea exclusivo. El hecho de que OpenAI disponga de infraestructura de AWS no demuestra que haya abandonado otros proveedores o que vaya a dirigir allí todas las cargas de trabajo. En empresas de esta escala, contar con recursos adicionales puede servir para ampliar la capacidad disponible y repartir tareas, pero los términos publicados no describen con precisión esa organización. La diferencia importa: tener acceso a una nube no es lo mismo que depender únicamente de ella, y el anuncio no permite asegurar que la experiencia del usuario vaya a cambiar de inmediato.

Qué podría cambiar para ChatGPT

La consecuencia más directa es que OpenAI contará con más recursos para sostener la operación de sus modelos y ampliar el entrenamiento. Si la capacidad llega a desplegarse según el calendario previsto, esos recursos pueden ayudar a gestionar cargas mayores y a mantener disponibles servicios que requieren mucho procesamiento. Sin embargo, no se ha anunciado una función nueva de ChatGPT asociada al acuerdo ni una fecha en la que los usuarios vayan a notar una mejora concreta. El pacto actúa sobre la infraestructura que hay detrás del producto, no sobre una característica visible que pueda describirse como un cambio garantizado.

Una mayor disponibilidad de servidores puede reducir la presión que aparece cuando la demanda supera la capacidad prevista, pero no basta para prometer respuestas más rápidas o un servicio sin interrupciones. La calidad y la velocidad dependen también de cómo se distribuyen los trabajos, de la eficiencia del modelo y de la gestión del sistema. Asimismo, disponer de más potencia no convierte automáticamente un modelo en más inteligente: el hardware permite realizar cálculos, mientras que los datos, el diseño y el entrenamiento influyen en lo que el sistema aprende. Más capacidad abre posibilidades, pero el resultado final depende de cómo OpenAI la utilice.

El valor del acuerdo también se mide en continuidad. Entrenar modelos avanzados y ofrecerlos a una audiencia amplia requiere planificar capacidad con antelación, porque levantar o ampliar centros de datos no ocurre al mismo ritmo que lanzar una actualización de software. Una plataforma con recursos disponibles puede dar margen para escalar cuando se incorporan nuevas cargas. Aun así, el calendario anunciado sitúa el despliegue completo antes del cierre de 2026, de modo que la capacidad prometida se irá materializando con el tiempo. El anuncio fija una dirección y un horizonte, no confirma que todos los recursos estén ya operativos.

La importancia estratégica para Amazon

Para Amazon, el acuerdo refuerza el papel de AWS como proveedor de infraestructura para empresas que desarrollan inteligencia artificial. La oportunidad no consiste solo en suministrar chips: también incluye servidores, redes, almacenamiento y herramientas para mantener cargas de trabajo a gran escala. A medida que los modelos exigen más capacidad, la nube se convierte en una pieza esencial del sector tecnológico. La alianza sitúa a AWS en el centro de una operación de gran tamaño y le permite demostrar que su plataforma puede sostener procesos intensivos de entrenamiento e inferencia.

El negocio de la nube depende de ofrecer capacidad fiable y flexible a organizaciones que necesitan recursos distintos según el momento. Un cliente que usa miles de procesadores y prevé ampliar sus cargas puede representar una demanda sostenida, además de una prueba técnica para la infraestructura que lo aloja. Pero el anuncio no permite calcular qué ingresos obtendrá Amazon ni qué margen económico dejará el acuerdo. Los 38.000 millones de dólares reflejan el valor comunicado para el compromiso de siete años, no un beneficio neto garantizado. La escala del contrato es relevante para AWS, aunque sus efectos financieros concretos no se han detallado.

La relación también es significativa porque conecta a dos compañías con funciones distintas en la cadena de la IA: una desarrolla modelos y servicios; la otra proporciona capacidad de computación en la nube. Esa división explica por qué una alianza de este tipo puede influir en el ritmo de desarrollo sin que Amazon pase a controlar ChatGPT. El proveedor de infraestructura aporta el terreno y la energía informática; el desarrollador decide cómo organiza sus modelos y productos, dentro de los términos del acuerdo. La dependencia operativa y la propiedad del producto son cuestiones diferentes, y la información disponible no indica que la colaboración altere quién desarrolla los sistemas de OpenAI.

El límite que impone la energía

La potencia de cálculo tiene una cara material que a menudo queda oculta tras la interfaz de una aplicación: los centros de datos consumen electricidad y generan calor. Aumentar el número de GPU puede ampliar la capacidad para entrenar y servir modelos, pero también eleva la exigencia de energía y refrigeración. Esa relación impide tratar la expansión de la IA como un crecimiento puramente digital. Cada nuevo nivel de procesamiento necesita una infraestructura física capaz de mantener los equipos funcionando de forma estable. La electricidad es parte del coste y del límite tecnológico, no un detalle secundario.

Sam Altman ha señalado que la demanda energética de los modelos podría crecer de forma muy pronunciada y ha comparado el consumo previsto hacia 2030 con el gasto semanal de una central nuclear. La comparación transmite la magnitud que OpenAI atribuye a sus necesidades futuras, pero no equivale a una medición actual del consumo de ChatGPT ni ofrece por sí sola una cifra verificable de potencia. Tampoco aclara qué instalaciones, periodo de uso o supuestos se emplean para establecer esa equivalencia. Conviene leerla como una advertencia sobre la escala potencial de la demanda, no como un dato preciso sobre el consumo presente.

El acuerdo con AWS puede resolver parte del problema de acceso a procesadores, pero no elimina las restricciones energéticas, la necesidad de construir instalaciones ni los retos de conectar los equipos. La capacidad anunciada depende de que la infraestructura se despliegue y pueda operar con estabilidad. Además, una mejora de eficiencia por cálculo no implica necesariamente que el consumo total disminuya: si el menor coste por operación permite ejecutar muchas más tareas, la demanda global puede seguir creciendo. El anuncio no ofrece un balance energético detallado, así que no permite determinar cuánto aumentará el consumo atribuible a esta alianza.

Un calendario de expansión que llega hasta 2026

OpenAI comenzó a utilizar recursos de AWS con el anuncio del acuerdo, y el objetivo comunicado es completar el despliegue de la capacidad contratada antes de finales de 2026. La diferencia entre acceso inicial y despliegue completo es importante: disponer de parte de la capacidad desde el comienzo no significa que todo el sistema esté instalado o disponible de una vez. Los centros de datos y sus redes requieren coordinación para integrar los servidores y ponerlos a trabajar como clústeres. La expansión está planteada por etapas, aunque no se han publicado hitos intermedios con cantidades concretas.

La posibilidad de ampliar la colaboración en 2027 y los años posteriores añade flexibilidad al acuerdo, pero no equivale a una obligación confirmada de contratar más recursos. El volumen futuro dependerá de las necesidades de OpenAI y de los términos que acuerden las compañías. Tampoco se han divulgado condiciones que permitan saber si la capacidad crecerá de manera automática o mediante nuevos compromisos. Por tanto, la parte más concreta del anuncio es el acceso previsto durante siete años y la meta de desplegar por completo los recursos contratados antes de que termine 2026; lo que ocurra después permanece abierto.

Ese calendario refleja una dificultad mayor para el sector: la infraestructura debe planificarse mientras los modelos y la demanda evolucionan con rapidez. Si la capacidad se instala demasiado tarde, puede no estar lista para las cargas que la empresa necesita; si se construye con mucha antelación, puede permanecer infrautilizada. El acuerdo plurianual ofrece un marco para coordinar esa expansión, aunque no elimina la incertidumbre sobre cuánta potencia requerirán los modelos futuros. La alianza muestra así que la competencia en inteligencia artificial no se juega únicamente en el diseño de algoritmos, sino también en quién puede reunir procesadores, redes y energía suficientes.

El reto ya no es solo crear modelos más capaces

La asociación pone de relieve un cambio en la carrera por la IA: desarrollar un modelo avanzado importa, pero también importa poder ejecutarlo a escala. La infraestructura influye en cuántos experimentos se pueden realizar, cuántas peticiones se atienden y con qué continuidad se ofrece el servicio. En ese sentido, el acuerdo de OpenAI y Amazon no garantiza un salto visible para el usuario, pero sí revela cuánto depende la expansión de estas herramientas de recursos que operan lejos de la pantalla. La nube es ya una parte central de la capacidad de innovación, no un mero soporte técnico.

Los 38.000 millones de dólares, el horizonte de siete años y el despliegue previsto hasta finales de 2026 condensan esa apuesta por asegurar cómputo en un mercado donde la demanda crece con rapidez. La promesa está condicionada por la construcción efectiva de los clústeres, su consumo energético y la manera en que OpenAI distribuya sus cargas de trabajo. Más servidores pueden sostener nuevos desarrollos, aunque también hacen más visible el coste material de cada avance. El alcance definitivo de la alianza se medirá menos por la cifra anunciada que por la capacidad que llegue a funcionar y los servicios que permita sostener.