Los ingresos empresariales de OpenAI superan por primera vez el 50 %: 5 señales clave de que ChatGPT se está convirtiendo en infraestructura empresarial

Nota del autor: Brockman confirma que más de la mitad de los ingresos de OpenAI proceden del negocio empresarial. Este artículo repasa cómo se llegó a ese punto y analiza sus efectos para las compras empresariales y los desarrolladores.

El 4 de noviembre de 2026, Greg Brockman, cofundador y presidente de OpenAI, reveló en la conferencia tecnológica de The Wall Street Journal que más de la mitad de los ingresos de OpenAI proceden actualmente del negocio empresarial. Según recordó, antes los ingresos se repartían aproximadamente en un 30 % para empresas y un 70 % para consumidores; ahora, el negocio empresarial se ha convertido en la mayor fuente de ingresos.

Esto no significa que OpenAI esté abandonando el mercado de consumo. Brockman recalcó durante el evento que los ingresos de consumo no han disminuido, sino que siguen creciendo; lo que ocurre es que el negocio empresarial crece más rápido. Reuters, TechCrunch y WSJ informaron sobre sus declaraciones el 5 de noviembre.

Qué encontrarás aquí: un repaso de cómo se invirtió la estructura de ingresos de OpenAI, una aclaración de varias métricas que pueden confundirse y un análisis de por qué la IA empresarial se está convirtiendo en el principal motor de ingresos para las compañías que desarrollan modelos.

Más de la mitad de los ingresos de OpenAI provienen de empresas: datos clave

Esta tabla reúne los principales datos revelados. Cabe señalar que Brockman solo dijo «más de la mitad»; no dio un porcentaje exacto.

Hay dos detalles que conviene destacar. Primero, el 70% se refiere al crecimiento trimestral del ritmo de ingresos anualizados (annualized revenue run rate), no a un aumento del 70% en los ingresos operativos trimestrales auditados. Segundo, «creo que sí» solo indica que Brockman considera posible que la empresa esté preparada para salir a bolsa en 2027; no significa que ya haya una fecha fijada ni que se haya presentado una solicitud.

Cronología del cambio en la composición de los ingresos de OpenAI

Que los ingresos empresariales hayan superado la mitad no ocurrió de repente. Según los anuncios oficiales de OpenAI y las noticias publicadas en los medios, fue un proceso gradual que duró aproximadamente un año.

En marzo, OpenAI esperaba que «los ingresos empresariales y los de consumo se igualaran a finales de año», pero la proporción empresarial ya había superado la mitad a principios de noviembre. Esto indica que el crecimiento empresarial del tercer trimestre superó las expectativas que la propia compañía tenía a principios de año.

Antes del repunte de los ingresos empresariales de OpenAI: la presión competitiva del primer semestre

Para entender este cambio en la composición de los ingresos, no basta con mirar el resultado: también hay que ver qué pasó en OpenAI durante el primer semestre. El propio Brockman reconoció que a OpenAI le fue relativamente mal en el mercado empresarial durante el primer y el segundo trimestre de 2026. El titular de The Wall Street Journal incluso utilizó la palabra «Rough» para describir el periodo.

El principal problema estaba en Agentic Coding. Según Brockman, aunque OpenAI ya contaba con Codex, tenía poca presencia en ese mercado y no había conseguido suficiente atención. Y la programación es precisamente uno de los ámbitos donde más se concentra el gasto empresarial en IA: Menlo Ventures estima que el mercado de aplicaciones de programación con IA alcanzará unos 34.000 millones de dólares en 2026.

Tres factores detrás del repunte del tercer trimestre

Brockman atribuye el cambio del tercer trimestre a varios factores clave y subraya que fue el resultado de inversiones sostenidas, no algo que ocurrió de la noche a la mañana:

• Actualización del modelo: el lanzamiento de GPT-5.6 Sol mejoró su utilidad en entornos empresariales.
• Lanzamiento de ChatGPT Work: pasó de ser un «asistente de preguntas y respuestas» a convertirse en un Agent capaz de ejecutar tareas de varios pasos y entregar documentos e informes completos.
• Expansión de las ventas empresariales: Codex Labs, las alianzas con siete integradores de sistemas globales y el lanzamiento de OpenAI Partner Network en junio.

La evolución de usuarios de Codex también ayuda a ilustrar esta tendencia. Según datos públicos oficiales, sus usuarios activos semanales pasaron de 2 millones a finales de marzo a más de 5 millones a principios de junio. Aproximadamente una quinta parte eran trabajadores del conocimiento en empresas, un grupo que crecía a más del triple de la velocidad de los desarrolladores. Conviene recordar que los 5 millones corresponden a datos públicos de junio, no a la cifra más reciente de noviembre.

Ingresos empresariales de OpenAI y competencia con Anthropic: no confundamos las métricas

Al hablar de los ingresos empresariales de OpenAI, el error más fácil es comparar cifras calculadas con criterios distintos. Entre los datos públicos hay al menos cuatro tipos, cada uno con un significado diferente.

En conjunto, estas cifras ofrecen una visión más completa de la competencia. En el gasto empresarial en API, Menlo estima que Anthropic sigue a la cabeza: su cuota pasó del 40% al 55%, mientras que la de OpenAI subió del 27% al 31%. Pero, según WSJ, entre las empresas que compran productos de ambas compañías, Anthropic captaba alrededor de tres cuartas partes del gasto a principios de año; en septiembre, el reparto ya estaba más o menos equilibrado. La posición competitiva de OpenAI mejoró claramente.

Los dos datos no se contradicen. El primero es una estimación del mercado total para todo el año; el segundo refleja la evolución de un grupo concreto de clientes. Juntos muestran la velocidad con la que OpenAI recortó distancias en la segunda mitad del año.

Dos cifras de ingresos anualizados: 50.000 y 70.000 millones

Otra cifra que se presta a confusión es la escala de los ingresos anualizados de OpenAI. A finales de septiembre, Reuters informó que el ritmo de ingresos anualizados de OpenAI se acercaba a los 70.000 millones de dólares; en octubre, informó que la cifra de septiembre se acercaba a los 50.000 millones. Esto no significa que los ingresos se hayan «reducido» en 20.000 millones de dólares.

La diferencia procede del tratamiento contable de los ingresos a través de socios de plataformas en la nube. En algunas ventas realizadas mediante estos socios, OpenAI solo contabiliza la parte que le corresponde. Anthropic, en cambio, podría contabilizar como ingresos el importe total pagado por el cliente y registrar después como gasto la parte de la plataforma en la nube. La cifra de 70.000 millones presentada anteriormente a los inversores aplicaba un tratamiento similar basado en el importe bruto, para facilitar la comparación con Anthropic. Además, el ritmo de ingresos anualizados es solo una proyección anual basada en los ingresos de un periodo determinado; no equivale a los ingresos reales de todo un año.

Impacto en los ingresos empresariales de OpenAI: por qué las empresas no eligen un «proveedor único»

JPMorgan Chase es un buen ejemplo para entender cómo compran IA las empresas. Brockman reveló en la conferencia que OpenAI había llegado a un acuerdo con JPMorgan Chase que incluye Codex y los modelos de ciberseguridad de OpenAI para la transformación empresarial, el trabajo de conocimiento y la seguridad interna. Otros informes indican que JPMorgan Chase también colabora con Anthropic en ciberseguridad.

Esto demuestra que, para las grandes empresas, comprar IA no es un juego de suma cero en el que haya que elegir entre dos opciones. Compran productos de distintos proveedores según el tipo de tarea, las capacidades de cada modelo y los requisitos de seguridad. Para las empresas de modelos, ganar como cliente a una gran compañía no significa quedarse con todo su presupuesto; para las empresas compradoras, trabajar con varios proveedores es una práctica habitual para reducir riesgos y optimizar costos.

Impacto para los desarrolladores

• La coexistencia de varios modelos se vuelve habitual: en un mismo proyecto empresarial, la programación, la seguridad y las consultas de conocimiento pueden usar modelos de distintos proveedores. Los desarrolladores deben poder cambiarlos y compararlos con rapidez.
• La gestión de costos cobra más importancia: según los datos de Menlo, el gasto real de las empresas en IA alcanzó, en promedio, 4,7 veces el del año anterior, aunque habían previsto solo 1,9 veces. La ejecución de agentes en paralelo y su funcionamiento continuo en segundo plano son algunas de las principales causas del exceso de gasto.
• La supervisión de calidad sigue siendo indispensable: Axios señala que gestionar varios flujos de trabajo de agentes a la vez aumenta la carga de supervisión. Los datos y el código que generan aún deben ser revisados por profesionales.

Para los equipos que necesitan trabajar con varios modelos, una interfaz unificada puede reducir considerablemente el costo de cambiarlos. Este es un ejemplo mínimo de invocación del modelo a través de una interfaz compatible con OpenAI:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interfaz unificada de APIYI, compatible con OpenAI
)

response = client.chat.completions.create(
    model="gpt-6.1-sol",  # Consulta la lista de modelos de la plataforma para obtener el ID
    messages=[{"role": "user", "content": "总结本周销售会议的三个待办事项"}]
)
print(response.choices[0].message.content)

import time
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Una clave para invocar modelos de varios proveedores
)

# Consulta la lista de modelos de la plataforma para obtener los ID; puedes sustituirlos por Claude, Gemini, etc.
MODELS = ["gpt-6.1-sol", "gpt-6.1-terra", "claude-sonnet", "gemini-pro"]

def compare_models(prompt: str):
    """Invoca varios modelos para la misma tarea y registra el tiempo y el uso de tokens para evaluar los costos"""
    results = []
    for model in MODELS:
        start = time.time()
        try:
            resp = client.chat.completions.create(
                model=model,
                messages=[{"role": "user", "content": prompt}],
                max_tokens=800
            )
            results.append({
                "model": model,
                "latency": round(time.time() - start, 2),
                "input_tokens": resp.usage.prompt_tokens,
                "output_tokens": resp.usage.completion_tokens,
                "answer": resp.choices[0].message.content[:120]
            })
        except Exception as e:
            results.append({"model": model, "error": str(e)})
    return results

for r in compare_models("审查这段权限校验逻辑是否存在越权风险：..."):
    print(r)

🚀 Inicio rápido: si tu equipo está evaluando qué modelo usar para cada tipo de tarea, puedes solicitar créditos de prueba gratuitos en APIYI apiyi.com. Con el mismo código, compara los resultados y el costo en tokens de OpenAI, Claude y Gemini con datos reales de tu empresa antes de decidir qué proveedores contratar.

La lógica detrás del crecimiento de los ingresos empresariales de OpenAI: de las licencias a los flujos de trabajo

¿Por qué los ingresos empresariales pueden crecer más rápido que los de consumo? La clave está en que proceden de varias fuentes. El material de referencia las divide en tres niveles: compras directas, desarrollo e invocaciones, y despliegue en flujos de trabajo.

El techo de las suscripciones de consumo es relativamente claro: cada usuario paga entre $8 y $200 al mes. Los ingresos empresariales, en cambio, dependen de dos multiplicadores: el número de clientes y la intensidad de uso de cada uno. Una empresa puede empezar comprando unos cientos de licencias, después permitir que su equipo de desarrollo use Codex y que sus sistemas internos invoquen modelos mediante la API, y terminar dejando que Agent ejecute tareas de forma continua en segundo plano.

La aparición de Agent también está cambiando la forma de consumir tokens. Menlo cita datos de OpenRouter según los cuales Agent ya representa alrededor del 80% del consumo de tokens de la plataforma. Desde que superó al tráfico impulsado por personas en febrero de 2026, ese consumo se ha multiplicado unas 37 veces, mientras que el tráfico humano se ha multiplicado unas 5 veces en el mismo período. Estos datos solo representan a OpenRouter, una plataforma orientada a desarrolladores, por lo que no pueden extrapolarse directamente a toda la industria. Aun así, la tendencia merece atención: el consumo de tokens está dejando de depender del «número de usuarios» para depender del «volumen de tareas».

Por qué las empresas dan más importancia a la gobernanza

ChatGPT Enterprise no es simplemente una compra masiva de cuentas Plus individuales. Incluye controles de administración como SCIM, EKM y RBAC, residencia de datos en diez regiones, SLA, condiciones legales personalizadas y el compromiso de no usar los datos empresariales para entrenar modelos de forma predeterminada, entre otros. En el caso de JPMorgan Chase, Brockman destacó las exigencias de las instituciones financieras en materia de confianza, seguridad y fiabilidad, lo que ilustra este punto.

Los casos empresariales también ofrecen algunas referencias. Según el caso de cliente de Credit Saison publicado por OpenAI, una prueba piloto de ChatGPT Enterprise con 315 participantes registró un ROI del 954% y un ahorro de unas 14 horas por persona al mes. Sin embargo, son datos declarados por la propia empresa y publicados por OpenAI: no son conclusiones auditadas por terceros ni representan el promedio del sector.

La siguiente tabla muestra algunos precios públicos del modo estándar de la API oficial de OpenAI, como referencia para que las empresas calculen sus costos de invocación:

Los modos Fast y Flex/Batch, entre otros, así como los contextos largos y las escrituras en caché, afectan al costo real. Además, las tarifas de la API y las suscripciones de ChatGPT pertenecen a sistemas de facturación distintos.

Preguntas frecuentes FAQ

Puntos clave sobre los ingresos empresariales de OpenAI

• Cambio en la estructura de ingresos: el negocio empresarial pasó de representar alrededor del 30% a superar la mitad, mientras los ingresos del segmento de consumo siguen creciendo.
• Un primer semestre difícil: OpenAI tuvo poca presencia en programación con agentes, pero repuntó en el tercer trimestre gracias a Work y Codex.
• Conviene distinguir las métricas: la proporción de ingresos propios, la cuota del mercado de API y el gasto de los clientes compartidos son tres cosas distintas.
• Trabajar con varios proveedores es la norma: JPMorgan Chase colabora tanto con OpenAI como con Anthropic; las compras no son un juego de suma cero.
• El crecimiento depende de la profundidad de uso: licencias, API, agentes y flujos de trabajo se combinan, y la profundidad de uso determina los ingresos empresariales.
• Cómo empezar: usa primero el crédito gratuito de APIYI apiyi.com para hacer pruebas a pequeña escala y después decide qué proveedores contratar.

Resumen

Por primera vez, los ingresos empresariales representan más de la mitad de los ingresos de OpenAI. Esto marca la evolución de ChatGPT: de ser un producto de consumo está pasando a convertirse en una infraestructura de la que dependen las operaciones diarias de las empresas. La lógica de este cambio se basa en tres puntos:

1. Los ingresos empresariales tienen un efecto multiplicador: además del número de clientes, lo que cuenta es la profundidad de uso de cada uno y la cantidad de procesos que cubre.
2. Los agentes cambian la lógica de facturación: el consumo de tokens está cada vez más ligado al volumen de tareas y no solo al número de usuarios.
3. La competencia sigue siendo intensa: Anthropic mantiene el liderazgo en gasto empresarial en API, OpenAI está reduciendo la brecha rápidamente y las empresas están dispuestas a trabajar con varios proveedores a la vez.

Para los desarrolladores y equipos técnicos, en lugar de apostar por un solo proveedor, conviene desarrollar la capacidad de elegir el modelo según la tarea y evaluar los costos con datos. Una opción es usar APIYI apiyi.com para comprobar rápidamente cómo funcionan distintos modelos en tus casos de uso: la plataforma ofrece una interfaz compatible con OpenAI y crédito gratuito para nuevos usuarios.

📚 Referencias

1. Reuters – Declaraciones de Brockman sobre ingresos empresariales y salida a bolsa: publicado el 2026-11-05
2. Enlace: reuters.com/legal/transactional/openai-ready-ipo-2027-now-counts-majority-sales-enterprises-brockman-says-2026-11-05

3. Descripción: noticia original sobre la mayoría de ingresos procedentes de empresas y los preparativos para la salida a bolsa

4. WSJ – El negocio de programación de OpenAI despega tras un primer semestre difícil: publicado en 2026-11

5. Enlace: wsj.com/tech/openai-had-rough-first-half-of-year-before-coding-takeoff-brockman-says-6c97d9e5

6. Descripción: presión competitiva durante el primer semestre y cambios en el gasto de clientes compartidos

7. Reuters – Los ingresos anualizados de OpenAI se acercan a los 50.000 millones de dólares en septiembre: publicado el 2026-10-08

8. Enlace: reuters.com/business/openais-annualized-revenue-20-billion-less-than-previously-signaled-ft-reports-2026-10-08

9. Descripción: explicación de la diferencia entre las cifras de 50.000 y 70.000 millones de dólares

10. OpenAI – The next phase of enterprise AI: blog oficial

11. Enlace: openai.com/index/next-phase-of-enterprise-ai

12. Descripción: proporción de ingresos empresariales superior al 40 % e información sobre la expansión de la base de clientes

13. Menlo Ventures – 2026 The State of Enterprise AI: informe del sector

14. Enlace: menlovc.com/perspective/2026-the-state-of-enterprise-ai

15. Descripción: estimaciones del gasto empresarial en IA y de las cuotas de mercado de API

16. OpenAI – Caso de cliente de Credit Saison: publicado el 2026-10-29

17. Enlace: openai.com/index/credit-saison
18. Descripción: caso de ROI de un proyecto piloto empresarial (datos reportados por la propia empresa)

Autor: equipo técnico de APIYI
Contacto técnico: visita la página de inicio de APIYI en apiyi.com para contactar con nosotros. Encontrarás más recursos de integración en el centro de documentación docs.apiyi.com