Un exempleado anterior de OpenAI insta a sus colegas a vender antes de la salida a bolsa

Andrew Ho, quien se unió al equipo técnico de OpenAI a finales de 2025 y lo dejó después de unos ocho meses, ha sido vocal en las redes sociales, instando a sus excolegas a participar en cualquier oferta de compra y cobrar de inmediato en lugar de esperar a una oferta pública inicial. Él cree que la lógica de valoración difiere fundamentalmente entre los mercados privados y públicos: los privados permiten contar historias y expectativas optimistas, mientras que los públicos exigen flujo de caja, beneficios y crecimiento real. También señala problemas prácticos como los períodos de bloqueo y la posible presión de venta después de que estos expiren. El propio Ho posee alrededor de 700 mil dólares en acciones de OpenAI, pero se perdió la reciente oferta de compra de octubre, en la que más de 600 empleados vendieron acciones en un acuerdo récord. A pesar de esto, se mantiene pesimista sobre la valoración de los laboratorios de IA fronteriza, argumentando que tienen altos costos para entrenar los modelos de próxima generación, ingresos inciertos y están atrapados en una carrera de la Reina Roja en la que deben invertir continuamente para seguir siendo competitivos. Calcula que para respaldar una capitalización de mercado de billón de dólares, un laboratorio necesitaría ingresos anuales de entre 100 y 200 mil millones de dólares, lo que considera poco realista. También sugiere que las mejoras en los modelos se concentran principalmente en tareas verificables como matemáticas y código, mientras que las tareas complejas del mundo real progresan lentamente. No obstante, se muestra optimista sobre el futuro de la IA, pero cree que el próximo cuello de botella será la calidad de los datos de entrenamiento, no solo la potencia computacional, y ha fundado una startup para proporcionar conjuntos de datos de aprendizaje por refuerzo a los laboratorios fronterizos.