El cierre de Sora: cómo la IA madura del bulo a la economía computacional
OpenAI cerró Sora el 24 de marzo de 2026, lo que desató especulaciones sobre una desaceleración generalizada del entusiasmo por la IA. En realidad, esta decisión refleja un giro estratégico hacia un uso racional y orientado al retorno de inversión (ROI) de los recursos computacionales. Tan solo una semana antes, Jensen Huang declaró en la conferencia GTC 2026: «Un ingeniero que gana 500.000 dólares anuales pero gasta menos de 250.000 en tokens es una señal de alerta. ¿Solo 5.000 dólares? Eso es inaceptablemente bajo». Estas métricas subrayan un cambio fundamental: priorizar casos de uso centrados en la inferencia con impacto empresarial demostrable.
Los precios por token han caído drásticamente desde 2023, pero las escaseces de GPUs se han agravado. Esto reproduce la paradoja de Jevons: los recursos más baratos no reducen el consumo; por el contrario, impulsan su expansión mediante nuevas aplicaciones.
| Modelo | Coste por 1 millón de tokens de entrada |
|--------|------------------------------------------|
| GPT-4 (marzo de 2023) | 30 $ |
| GPT-4o (agosto de 2024) | 2,5 $ |
| Gemini 2.0 Flash (febrero de 2025) | 0,1 $ |
| DeepSeek con caché (febrero de 2025) | 0,07 $ |
El gasto corporativo en IA generativa pasó de 11.500 millones de dólares en 2024 a 37.000 millones en 2025. Al mismo tiempo, la «IA sombra» está desbordada: el 49 % de los empleados usa herramientas no autorizadas, y el 51 % las integra en los sistemas corporativos sin la aprobación de TI.
Por qué el video era la modalidad más exigente computacionalmente
Generar video requiere entre 10 y 100 veces más potencia computacional que procesar 1.000 palabras de texto con un modelo de lenguaje grande (LLM). La generación de imágenes exige entre 3 y 11 veces más. En el caso de Sora, esto se tradujo en costes de inferencia desproporcionadamente altos.
OpenAI obtuvo ingresos por 13.000 millones de dólares en 2025, pero los costes de procesamiento por inferencia se cuadruplicaron respecto al año anterior, reduciendo el margen bruto del 40 % al 33 %. La empresa pivotó decididamente hacia productos que ofrecen una eficiencia superior entre potencia computacional e ingresos.
- Texto: carga base = 1×
- Imágenes: 3–11×
- Video (1 minuto, 30 fps): 10–100×
Esta triage de tareas ya es práctica estándar: la potencia computacional se asigna de forma estricta a escenarios con ROI medible.
Los tokens como indicador de productividad del ingeniero
La declaración de Huang generó críticas por conflicto de intereses —NVIDIA obtiene beneficios directos de la demanda de GPUs—. Sin embargo, su idea central sigue vigente: un gasto bajo en tokens revela oportunidades perdidas de automatización.
Un ingeniero que ignora los agentes de IA para tareas rutinarias es como un diseñador de chips que traza manualmente miles de millones de transistores. Las herramientas modernas de diseño electrónico (EDA) automatizan meses de trabajo de disposición; rechazarlas no es austeridad, sino una desventaja competitiva.
El gasto en tokens es una métrica imperfecta —susceptible de manipulación—, pero invaluable para medir la adopción real de nuevas herramientas en entornos productivos.
El mercado de la IA está madurando
El sector está dejando atrás la fase experimental para entrar en la era de la responsabilidad. Entre 2023 y 2024, los productos se lanzaban bajo el lema «vamos a probarlo». Para 2026, el análisis riguroso entre coste de inferencia y retorno económico es obligatorio.
Sora fue la primera optimización de alto perfil —no la última. La inversión en IA sigue creciendo, pero con una disciplina financiera estricta. La escasez computacional persiste: no porque la oferta no haya aumentado, sino porque la proliferación de casos de uso es exponencial.
Conclusiones clave:
- Tokens más baratos agravan la escasez de GPUs al habilitar nuevas aplicaciones voraces en recursos.
- El video sigue siendo la modalidad más intensiva; Sora se retiró por su bajo retorno de inversión.
- El gasto en tokens funciona como un indicador práctico de la eficiencia de los equipos de ingeniería.
- El gasto corporativo en IA alcanzó los 37.000 millones de dólares en 2025 —y el tráfico «sombra» añade volumen significativo.
- El mercado evoluciona hacia una priorización de productos basada en datos.
— Editorial Team
Aún no hay comentarios.