Las finanzas de OpenAI volvieron al centro del debate por la lectura que hizo el escritor y podcaster tecnológico, Ed Zitron, de los documentos filtrados sobre 2025.
En su análisis y en una entrevista posterior, Zitron sostiene que el número más útil para entender el negocio no es solo la pérdida neta atribuida a la empresa de US$38.530 millones, sino la pérdida operativa de US$20.920 millones sobre ingresos por US$13.070 millones. Su punto es simple: OpenAI sigue creciendo con fuerza, pero sus costos también lo hacen, y eso cambia cómo se leen los precios, los agentes de IA y la carrera por ganar usuarios.
La diferencia entre ambos números no es menor. Según el reporte de Zitron, confirmado de forma independiente por Financial Times, la cifra más alta incluye efectos contables ligados a la conversión de OpenAI desde una estructura sin fines de lucro hacia una con fines de lucro, además de ajustes asociados a intereses convertibles y warrants (derivados financieros).
Por eso el debate que abrió no gira en torno a la popularidad de ChatGPT, sino a si el negocio puede mejorar sus márgenes cuando cada nueva función empuja más gasto en cómputo, ventas y operación.
Qué números está mirando Ed Zitron en las finanzas de OpenAI
El reporte publicado por Zitron muestra un salto fuerte entre 2024 y 2025. Las finanzas de OpenAI habrían pasado de ingresos por US$3.700 millones a US$13.070 millones, mientras que los costos y gastos totales habrían subido hasta US$34.000 millones. Dentro de esa estructura, el costo de ingresos aparece en US$7.500 millones, investigación y desarrollo en US$19.180 millones, ventas y marketing en US$5.730 millones y gastos generales y administrativos en US$1.570 millones.
Con esa base, Zitron plantea que la cifra de US$20.920 millones de pérdida operativa es la que mejor refleja el funcionamiento diario del negocio. La pérdida neta atribuida a las finanzas de OpenAI llega a US$38.530 millones después de sumar un cargo de US$41.550 millones relacionado con la revalorización de intereses convertibles y warrants durante la reorganización corporativa. En otras palabras, el titular más grande no describe por sí solo cuánto cuesta operar la empresa mes a mes.
La entrevista también se detiene en dos rubros menos claros para un lector no contable: las partidas ligadas a “intereses minoritarios” y a “intereses minoritarios rescatables”, que según el reporte reducen parte de la pérdida atribuida directamente a las finanzas de OpenAI. Zitron plantea preguntas sobre cómo se están clasificando esos montos y qué dejan ver sobre la estructura financiera del grupo, sin presentar eso como prueba de una irregularidad. El punto que subraya es que todavía hay partes de la cuenta que requieren más contexto para entender qué costos recaen en la empresa principal y cuáles se reparten con otros socios o vehículos.
Ahí aparece otra de sus hipótesis más comentadas. Zitron sugiere que algunos costos de inferencia o de créditos gratuitos podrían estar apareciendo dentro de ventas y marketing en vez de verse por completo como costo de ingresos. Esa lectura surge de su interpretación de los documentos y de la conversación posterior sobre cómo OpenAI financia adopción y crecimiento, pero no está probada como hecho independiente. Aun así, la duda apunta a una pregunta práctica para toda la industria: cuánto cuesta realmente mantener usuarios activos cuando el producto consume mucha infraestructura incluso antes de cobrarles plenamente.
Más usuarios no despejan la presión sobre las finanzas de OpenAI
La discusión sobre las finanzas de OpenAI se vuelve más sensible porque coincide con un mercado menos cómodo para cobrar caro. Zitron sostiene que la presión no viene de falta de demanda, sino de una economía donde cada mejora del producto puede empujar más gasto de cómputo, más subsidio comercial y más complejidad operativa. Si una empresa cobra por tokens o por suscripción, pero al mismo tiempo ofrece modelos más capaces, respuestas más largas y agentes que ejecutan tareas completas, el margen puede seguir apretado aunque entren más clientes.
Esa presión ya se ve en la competencia. Según Sensor Tower, en cifras recogidas por TechCrunch, ChatGPT bajó al 46,4% de la cuota global de mercado de asistentes de IA, mientras Gemini llegó al 27,7% y Claude al 10,3%. Ese movimiento encaja con lo que ya mostró la caída de ChatGPT bajo el 50% de participación: OpenAI sigue liderando, pero ya no opera con el mismo colchón frente a rivales que empujan precios, integraciones o enfoques más baratos.
El video con The Tech Report conecta ese punto con otra tendencia: el avance de modelos abiertos y de opciones empresariales más económicas. Si una compañía puede combinar modelos de distintos proveedores o mover parte de su trabajo a alternativas más baratas, la capacidad de las finanzas de OpenAI para sostener precios altos se vuelve más discutible. Eso no significa que ChatGPT deje de ser popular, sino que popularidad y rentabilidad no necesariamente avanzan juntas.
Por eso este seguimiento no repite solo la cifra filtrada de pérdidas. La lectura de Zitron sobre las finanzas de OpenAI mueve la conversación hacia otra zona: cuánto crecen los ingresos frente a cuánto cuesta producir, servir y vender IA a gran escala. Para cualquiera que siga el mercado, la señal práctica está en mirar menos el ruido del titular y más la relación entre costo de ingresos, gasto comercial, uso real de los modelos y margen por cliente.
Fuentes
Where’s Your Ed At? – Exclusive: OpenAI Losses Increased Nearly 8X in 2025, With Spending Hitting $34 Billion
Financial Times – OpenAI spending hit $34bn last year ahead of planned IPO
Fortune – OpenAI’s financials have leaked, showing $21 billion in losses against $13 billion in revenue
TechCrunch – ChatGPT’s market share slips below 50% for first time
The Tech Report – Ed Zitron explains OpenAI’s leaked financials
