Redacción MBA
OpenAI acaba de tirar del freno de mano y pisar el acelerador al mismo tiempo: Sam Altman declaró un “code red” interno para frenar casi todo lo que no sea ChatGPT y concentrar a la compañía en mejorar su asistente antes de que Google y Gemini 3 le quiten el liderazgo que conquistó en 2022. Lo que podría leerse como una crisis es, sobre todo, una admisión pública de que la carrera por la IA generativa dejó de ser un paseo cómodo y se transformó en una competencia abierta en la que el poder de cómputo, la experiencia de producto y los modelos de negocio chocan de frente.
El disparador fue un memo interno de Sam Altman a toda la plantilla donde declara un “code red” y les pide enfocarse en mejorar “la experiencia del día a día” de ChatGPT: más velocidad, más fiabilidad, más personalización y capacidad para responder a un rango mayor de consultas sin frustrar al usuario. Esa formulación no es un tecnicismo, es un mensaje directo a los equipos de producto: menos features vistosas para eventos y más trabajo en la base que sostiene la relación cotidiana con cientos de millones de personas.
Además del tono de urgencia, el memo establece una decisión concreta: posponer iniciativas que estaban a punto de salir del horno, como la incorporación de publicidad en ChatGPT, agentes de compras y salud, y un asistente personal llamado Pulse que buscaba funcionar como una especie de “secretario” digital permanente. El resultado práctico es un redireccionamiento de talento y presupuesto hacia los equipos núcleo de ChatGPT, con reorganizaciones temporales y reuniones diarias dedicadas a exprimir mejoras incrementales visibles en pocas semanas, no en años.
Si OpenAI habla de “código rojo” es porque el mapa competitivo se dio vuelta: tres años después de que el lanzamiento de ChatGPT forzara a Sundar Pichai a declarar su propio “code red” en Google, ahora es Gemini 3 el que empieza a marcar el ritmo. El nuevo modelo de Google muestra resultados sólidos en benchmarks de razonamiento multimodal, matemáticas y código, al tiempo que su despliegue masivo en Búsqueda y productos clave le da algo que OpenAI todavía no tiene: integración profunda con plataformas que ya usan miles de millones de personas.
Los números refuerzan ese cambio: Gemini 3 habría alcanzado centenares de millones de usuarios mensuales en pocos meses, impulsado por su presencia en Android, Workspace y la propia búsqueda de Google, mientras que OpenAI depende principalmente de la app de ChatGPT, la web y acuerdos con socios como Microsoft. En otras palabras, OpenAI sigue liderando en percepción de marca y capacidad de marketing alrededor del concepto “ChatGPT”, pero ya no puede dar por sentado que sus modelos son claramente superiores ni que el usuario promedio va a salir de Google para hacer una pregunta compleja.
Detrás del “code red” hay un diagnóstico incómodo para buena parte de la industria: en el último año, muchos usuarios sintieron que ChatGPT se volvía más inconsistente, más lento en horas pico o menos dispuesto a cumplir tareas que antes resolvía sin problemas. Para empresas que pagan por el servicio, esa deriva se tradujo en quejas por fiabilidad, dudas sobre la estabilidad del API y preguntas sobre por qué deberían seguir construyendo productos sobre una base que cambia sin previo aviso.
Altman parece haber escuchado ese ruido y transformado el malestar en prioridad estratégica: si la competencia se está acercando en capacidad de modelo, la ventaja ya no será solo “tener el mejor benchmark”, sino construir la experiencia más sólida y predecible para trabajo, estudio y uso creativo. No es casual que el memo hable de personalización y “día a día”: la apuesta es que ChatGPT funcione menos como juguete ocasional y más como infraestructura invisible, algo que se consulta tantas veces al día como el correo o la mensajería.
Uno de los puntos más llamativos del giro es la decisión de pausar los planes de anuncios en ChatGPT, justo cuando la compañía parecía lista para testear publicidad integrada en la experiencia. La lógica económica detrás de esos experimentos era clara: el coste de ejecutar modelos cada vez más grandes es brutal, y la monetización basada solo en suscripciones y contratos empresariales puede no alcanzar para financiar la infraestructura y la investigación al ritmo que exige la carrera.
Sin embargo, llenar el asistente de banners y recomendaciones comerciales con IA corre el riesgo de erosionar lo único que vuelve valioso al producto: la confianza del usuario en que el sistema responde primero a sus necesidades y no al interés de un anunciante. El “code red” suspende ese movimiento y envía un mensaje implícito: más vale consolidar un asistente útil y creíble antes de tensionar la relación con la audiencia a cambio de ingresos rápidos, especialmente cuando se multiplican las críticas a los “dark patterns” en productos de IA que empujan al usuario hacia decisiones rentables para la empresa.
La escena global de la IA atraviesa una tensión que va más allá de OpenAI: reguladores en Estados Unidos y la Unión Europea empiezan a mirar con lupa la concentración de poder computacional, el impacto energético de los modelos y la forma en que los grandes actores utilizan datos para entrenar sistemas cerrados. Al mismo tiempo, gigantes como Microsoft, Google y Meta compran talento a una velocidad que amenaza con vaciar de especialistas a universidades, laboratorios públicos y startups más pequeñas, alimentando el temor a un “oligopolio del conocimiento”.
Para América Latina, esta guerra de gigantes es una espada de doble filo: la región se beneficia de mejores herramientas gratuitas o baratas, pero corre el riesgo de quedar relegada a simple mercado consumidor si no impulsa políticas activas de datos abiertos, nube soberana y apoyo a startups que construyan soluciones específicas para problemas locales, desde educación hasta agroindustria. En ese contexto, que OpenAI reconozca que puede perder liderazgo frente a Google también abre una ventana: gobiernos, empresas y emprendedores pueden usar esta competencia para negociar mejores condiciones de acceso, más transparencia y acuerdos que incluyan transferencia de capacidades, no solo licencias opacas.
En el corto plazo, lo más probable es que el “code red” se traduzca en una sucesión de pequeñas mejoras en ChatGPT: menos errores groseros, menos tiempos muertos, más memoria de contexto y quizá un comportamiento más consistente entre la versión gratuita y las de pago. También puede acelerarse la llegada de un nuevo modelo de razonamiento avanzado que, según trascendió, OpenAI promete que superará a Gemini 3 en sus propias evaluaciones internas, con foco en tareas complejas y de larga duración.
Pero el movimiento deja abiertas preguntas de fondo: ¿qué significa exactamente “ganar” la carrera de la IA en un mundo donde las grandes tecnológicas controlan al mismo tiempo la infraestructura, las plataformas de distribución y los modelos?; ¿cómo se reparte el valor económico generado por estas herramientas entre trabajadores, estados y las empresas que las diseñan?; ¿y quién se sienta a la mesa cuando se discute, por ejemplo, cuánta energía y agua está dispuesta la sociedad a sacrificar para mantener encendidos estos sistemas? El “code red” de OpenAI no es solo una nota interna, es un recordatorio de que la inteligencia artificial dejó de ser promesa y se volvió una arena de poder donde las decisiones técnicas se mezclan, cada vez más, con debates políticos, ambientales y democráticos que ya no se pueden postergar.
