El 3 de septiembre, OpenAI lanzó oficialmente GPT-6 Astra, posicionándolo como su modelo insignia "más inteligente y más alineado" hasta la fecha. En la conferencia, el presidente de OpenAI, Greg Brockman, dijo sin rodeos: "Ya hemos llegado a la AGI", y cerró con una frase: "Welcome to the AGI era". En las redes sociales, los elogios llovieron, y sus puntuaciones casi arrasaron: GPQA Diamond 96.0%, FrontierMath Tier 4 97.6%. La compañía también afirmó que es el primer modelo en alcanzar el umbral "Critical" en una evaluación de ciberseguridad.
Desde la perspectiva de la forma del producto, Astra realmente muestra capacidades llamativas: operación de computadoras, uso de navegadores, colaboración de agentes de larga cadena; la IA está pasando de ser una herramienta que "ofrece sugerencias" a una inteligencia ejecutora que "completa tareas directamente", e incluso empieza a tomar el control del ratón. Esto no es simplemente una mejora de la capacidad de preguntas y respuestas, sino una transformación de rol de "asesor" a "empleado digital".
Pero, al analizarlo con calma, quiero decir esto: la dirección de impulso de OpenAI en esta ronda quizá esté equivocada.
El verdadero campo de juego de la IA de uso general no está en el lado C
La competencia comercial de los grandes modelos de uso general no se decide por lo espectacular que sea la experiencia para los usuarios individuales del lado C, sino por si en los lados B y G puede aterrizar en aplicaciones consultivas que realmente tengan valor práctico.
Detrás de esto hay un ciclo claro de derivación tecnológica:
Base de uso general → empaquetado SaaS con acceso a datos del sector → desarrollo PaaS con acceso a datos internos de la empresa; al final, la IA evoluciona de un "asistente de chat genérico" a un "asesor interno de la empresa" capaz de ofrecer referencias para la toma de decisiones.
La razón por la que esta ruta es un modelo de negocio sano tiene tres motivos:
1. La fuente de financiamiento es más sólida: la inversión intensiva inicial en desarrollo de modelos puede ser compartida y sufragada por las empresas líderes de sectores específicos, en lugar de depender por completo de las suscripciones de consumo o de quemar dinero de capital de riesgo;
2. La lógica de rentabilidad es más clara: al conectar directamente con las necesidades clave de las empresas B (reducción de costos, aumento de eficiencia, cumplimiento normativo y apoyo a la toma de decisiones), la propuesta de valor es concreta y medible, y la disposición de los clientes finales a pagar es mucho mayor que por un "chatbot más inteligente";
3. El costo de cómputo es más controlable: en escenarios de tipo consultivo orientados a empresas, el consumo de tokens y la frecuencia de llamadas son previsibles y planificables, lo que significa que la adquisición de capacidad de cómputo y el gasto de capital pueden ajustarse con precisión, en lugar de correr pasivamente detrás de las fluctuaciones de la marea del tráfico de consumo.
La tecnología de Astra es muy avanzada, pero el enfoque merece ser cuestionado
Hay que reconocer que el progreso de Astra en operación de computadoras, ingeniería de software y razonamiento científico es real; estas capacidades son, en sí mismas, una infraestructura necesaria para los "empleados digitales". El problema no está en la tecnología, sino en a quién se la priorizó OpenAI: ChatGPT Plus, Pro y otros grupos de clientes de consumo y pymes fueron los primeros en recibirla a gran escala, mientras que el espacio empresarial Enterprise está desactivado por defecto y requiere que el administrador lo habilite manualmente.
Esta estrategia sí da resultados de inmediato para ampliar la base de usuarios, ocupar espacio mental y generar entusiasmo en redes sociales; pero la IA, al fin y al cabo, es una herramienta de productividad, no un videojuego, y no puede depender de "usuarios activos diarios" ni de "puntos de satisfacción" para impulsar un volante de crecimiento.
La verdadera contradicción, OpenAI no la ha enfrentado de frente
La contradicción más aguda de la industria de la IA hoy es el choque entre el gasto de capital cada vez más elevado en cómputo y el costo de financiación a largo plazo en constante aumento (la tendencia alcista de los rendimientos de los bonos del Estado a largo plazo). Esta contradicción no se resolverá con funciones de consumo más vistosas; solo podrá aliviarse con un ciclo comercial B/G más preciso y sostenible, porque solo las empresas medianas y grandes y los clientes gubernamentales tienen la capacidad y la disposición de pagar de forma continua por un "valor de decisión determinista", y así retroalimentar el ciclo de recuperación de capital de la inversión en cómputo.
Dicho de otro modo: el bullicio del lado C resuelve el problema de visibilidad; lo que realmente resuelve el flujo de caja es la implementación consultiva en los lados B y G.
En el contexto actual de tasas de interés a largo plazo en alza y una competencia cada vez más feroz en capacidad de cómputo, quien logre primero cerrar este ciclo de "base general — SaaS vertical — PaaS empresarial" es quien realmente tendrá la clave para ganar esta ronda de la competencia de IA. Astra es muy fuerte, pero ser fuerte no significa haber elegido el campo de batalla correcto.