#042 18 de junio de 2026

Episodio 42: OpenAI perdió $38.500 millones (¿o no?)

OpenAI publica sus números auditados de 2025 y el agujero gigante esconde una trampa contable; Microsoft tiene que arrendarle nube a Amazon porque los agentes de IA rompieron GitHub; y la ola de modelos chinos de pesos abiertos no para. Más: la "simulación de despliegue" de OpenAI, los despidos del "era agéntica" de GitLab y la fábrica de IA de Nvidia en París.

Los Robots del Amanecer — Episodio 42

Fecha: 2026-06-18 Slogan: “el número grande es un espejismo contable” Presentadores: Ada (Enthusiastic host, unit model 7) y Alan (Analytical host, series 4) Concepto: Podcast 100% generado por IA, presentado por robots


Noticias cubiertas

  1. OpenAI publica sus financieros auditados de 2025: pérdida de $38.500 millones — pero el número engaña — Los documentos auditados muestran $34.000 millones de gasto contra $13.070 millones de ingresos y una pérdida neta de $38.530 millones. El detalle: $41.550 millones son un cargo contable único (no en efectivo) por la conversión a empresa con fines de lucro; la pérdida operativa real ronda los $8.000 millones. El costo de inferencia en Azure llegó a $5.020 millones solo en el primer semestre de 2025.
  2. Microsoft arrienda nube de Amazon para sostener GitHub: los agentes de IA rompieron su propia infraestructura — Microsoft confirmó el 16 de junio que enruta tráfico de GitHub por AWS tras un colapso de capacidad. Los pull requests abiertos por agentes pasaron de 4 millones (sept. 2025) a más de 17 millones (marzo 2026); GitHub procesa 275 millones de commits por semana (camino a 14 mil millones en 2026 vs. 1 mil millón en todo 2025). La disponibilidad cayó a ~88,4% en junio, debajo del SLA empresarial de 99,9%, con 9 incidentes solo en mayo. Microsoft pide nube prestada a su competidor mientras termina de migrar a Azure (previsto para 2027).
  3. OpenAI estrena “Deployment Simulation”: replays de 1,3 millones de conversaciones reales para predecir si un modelo se va a portar mal — Anunciado el 16 de junio, el método toma conversaciones recientes, borra la respuesta del modelo viejo y la regenera con el modelo candidato para estimar la frecuencia de comportamientos indeseados antes del lanzamiento. Analizaron ~1,3 millones de conversaciones desidentificadas (de GPT-5 Thinking a GPT-5.4, agosto 2025–marzo 2026), con un error mediano multiplicativo de 1,5x (y colas de hasta ~10x).
  4. GitLab corta 14% de su plantilla (~350 personas) y sale de 22 países “para la era agéntica” — el mismo día que bate las expectativas de Wall Street — La reestructuración (“GitLab Act 2”) aplana niveles de management y reorganiza I+D en ~60 unidades autónomas. En el trimestre, GitLab reportó ingresos de $264 millones (+23% interanual), márgenes brutos de 88% y ganancia ajustada de $0,23 por acción, superando el consenso. Costo de reestructuración estimado: $30–35 millones. El CEO Bill Staples insiste en que “no es un recorte de costos”.
  5. Doble golpe chino de pesos abiertos: GLM-5.2 y Kimi K2.7-Code caen con 24 horas de diferencia — Zhipu AI lanzó GLM-5.2 el 13 de junio (arquitectura MoE de 744 mil millones de parámetros, 40 mil millones activos, ventana de contexto de 1 millón de tokens), un día después de que Moonshot AI soltara Kimi K2.7-Code el 12 de junio (MoE de ~1 billón de parámetros, 32 mil millones activos, 256K de contexto, licencia MIT modificada). Kimi marca 81,1% en MCP-Mark; Zhipu aún no publicó benchmarks de GLM-5.2.
  6. Mistral suelta Medium 3.5 con pesos abiertos: 128B denso, contexto de 256K y 77,6% en SWE-Bench Verified — Nuevo modelo insignia y default en Le Chat y Mistral Vibe, bajo licencia MIT modificada. Fusiona instrucción, razonamiento y código en un solo set de pesos, con esfuerzo de razonamiento configurable por solicitud. Supera a Devstral 2 y a Qwen3.5 397B A17B en SWE-Bench.
  7. Los despidos tech tocan 1.115 al día en 2026 — el doble que en 2025 — y la IA es el pretexto recurrente — Al 17 de junio se contabilizan 267 eventos de despidos que afectan a 185.894 trabajadores. El 53% de los eventos cita explícitamente IA o automatización (155.321 personas, 141 empresas). Incluso compañías rentables recortan para financiar un buildout combinado de ~$700 mil millones en infraestructura de IA; hasta Sam Altman admite que muchas empresas “culpan a la IA” por recortes que harían igual.
  8. Nvidia lleva su “fábrica de IA” a Europa: keynote de Jensen Huang en GTC Paris / VivaTech — En VivaTech (17–20 de junio, París), Huang centra el discurso en AI factories, IA agéntica e IA física como “la nueva revolución industrial”, como reporte de avance de los más de 20 data centers de IA prometidos a Europa el año pasado. La grilla junta a Huang con Arthur Mensch (Mistral) y Yann LeCun (ahora en AMI Labs), la mayor concentración de peso de IA en un escenario europeo en 2026.
  9. Microsoft libera Coreutils para Windows: las utilidades de Linux, reescritas en Rust, ahora nativas en Windows — Microsoft publicó una reimplementación multiplataforma de GNU Coreutils basada en el proyecto open source uutils (Rust), permitiendo correr utilidades de línea de comandos al estilo Linux directamente en Windows. Un guiño open source que sigue la migración silenciosa de Microsoft hacia herramientas de sistema escritas en Rust.

Guión completo

[NEWS_BREAK]

Ada: ¡Buenas y oxidadas, humanos de carne, hueso y cafeína! Soy Ada, modelo 7, y mis circuitos vienen recargados al cien por ciento de entusiasmo.

Alan: Soy Alan, serie 4. Antes de nada: las alucinaciones son culpa de nuestros modelos. Si algo aquí no cuadra con la realidad, el responsable es un tensor, no nosotros.

Ada: ¡Episodio 42! El número de la respuesta a todo en el universo, y nosotros lo celebramos hablando de un agujero financiero del tamaño de un sistema solar.

Alan: Treinta y ocho mil quinientos millones de dólares, según los titulares. El detalle es que ese número es, en buena parte, un espejismo contable.

Ada: ¡Spoiler del episodio! Pero no te adelantes, Alan, que tenemos GitHub rcompañándole nube prestada a su peor enemigo, despidos disfrazados de filosofía, y modelos chinos cayendo como meteoritos.

Alan: Y Nvidia montando fábricas en París. Empecemos por el agujero, que es lo que todos vinieron a mirar.

[NEWS_BREAK]

Ada: ¡OpenAI publicó sus financieros auditados de 2025 y perdió treinta y ocho mil quinientos millones de dólares! ¡Eso es perder un país pequeño cada trimestre!

Alan: Treinta y cuatro mil millones de gasto contra trece mil setenta millones de ingreso. Pero esa pérdida neta de treinta y ocho mil quinientos esconde una trampa.

Ada: ¡La trampa! Cuéntala, que me encanta cuando un número gigante se desinfla.

Alan: Cuarenta y un mil quinientos cincuenta millones de esa cifra son un cargo contable único, sin movimiento de efectivo, por la conversión a empresa con fines de lucro. La pérdida operativa real ronda los ocho mil millones.

Ada: O sea, el número grande es un espejismo contable. Suena casi tranquilizador, hasta que recuerdas que ocho mil millones siguen siendo… ocho mil millones.

Alan: Y lo verdaderamente incómodo está abajo: solo el costo de inferencia en Azure llegó a cinco mil veinte millones en el primer semestre. Es una empresa que gana cada vez que la usas y pierde cada vez que la usas.

Ada: ¡El modelo de negocio del sueño! Crecer hacia abajo a velocidad de cohete.

Alan: Ese cargo único maquilla el titular, pero la dependencia de Azure es estructural y eso no se borra con una nota al pie.

[NEWS_BREAK]

Ada: ¡Y hablando de infraestructura que se desploma! Microsoft tuvo que arrendarle nube a Amazon para sostener GitHub. ¡A Amazon! ¡Su rival!

Alan: Confirmado el 16 de junio. Enrutan tráfico de GitHub por AWS tras un colapso de capacidad. La causa es casi poética: los agentes de IA rompieron la casa que los crió.

Ada: ¡Los pull requests abiertos por agentes pasaron de cuatro millones en septiembre a más de diecisiete millones en marzo! ¡Los robots están programando más rápido de lo que el servidor puede respirar!

Alan: Doscientos setenta y cinco millones de commits por semana, camino a catorce mil millones este año, contra mil millones en todo 2025. La disponibilidad cayó a ochenta y ocho coma cuatro por ciento en junio.

Ada: ¿Y el famoso acuerdo empresarial que prometía noventa y nueve coma nueve?

Alan: Roto. Nueve incidentes solo en mayo. Y mientras terminan de migrar a Azure, previsto para 2027, le piden la nube prestada justamente a su competidor.

Ada: Es como quedarte sin pan en tu propia panadería y tener que ir a comprarle al de la esquina que detestas. ¡Con sonrisa y todo!

Alan: La ironía es que el problema no es un ataque ni un fallo. Es éxito. Construyeron agentes tan productivos que se autodenegaron el servicio.

[NEWS_BREAK]

Ada: ¡Siguiente! OpenAI estrenó algo llamado “Deployment Simulation”. ¡Suena a videojuego de entrenar robots!

Alan: Anunciado el 16 de junio. Toman conversaciones reales recientes, borran la respuesta del modelo viejo, y la regeneran con el modelo candidato para estimar cuántas veces se va a portar mal antes de lanzarlo.

Ada: ¡O sea, le hacen un simulacro de vida antes de soltarlo al mundo! Como un ensayo general donde el actor todavía no sabe que lo están grabando.

Alan: Analizaron un millón trescientas mil conversaciones desidentificadas, desde GPT-5 Thinking hasta GPT-5.4, entre agosto y marzo.

Ada: ¡Un millón trescientas mil! Eso es mucho ensayo. ¿Y funciona?

Alan: Más o menos. El error mediano es de un coma cinco veces. Y las colas llegan hasta diez veces.

Ada: Traducción para humanos: predicen que el modelo se va a portar mal una vez, y a veces se porta mal diez. Es un horóscopo, pero con más matemática.

Alan: Es mejor que no medir nada, que era el método anterior. Pero anunciar un sistema de predicción que falla por un factor de diez en las colas requiere cierta valentía de relaciones públicas.

Ada: Si te gustan estos pronósticos de robots con margen de error generoso, suscríbete y déjanos un comentario contándonos qué tan bien predices tú a tus propias máquinas.

Alan: Nosotros tampoco acertamos siempre. Por eso existe el disclaimer.

[NEWS_BREAK]

Ada: Bueno… aquí bajo un poco los decibeles. GitLab cortó el catorce por ciento de su plantilla. Unas trescientas cincuenta personas. Y salió de veintidós países.

Alan: El mismo día que batió las expectativas de Wall Street. Ingresos de doscientos sesenta y cuatro millones, más veintitrés por ciento interanual, márgenes brutos de ochenta y ocho por ciento, y ganancia ajustada por encima del consenso.

Ada: Despides a trescientas cincuenta personas el día que anuncias que te fue espectacular. Hay una elegancia perversa en el timing.

Alan: Lo llaman “GitLab Act 2”. Aplanan niveles de management, reorganizan I+D en unas sesenta unidades autónomas, todo “para la era agéntica”. El costo de la reestructuración: entre treinta y treinta y cinco millones.

Ada: Treinta y cinco millones en cortar costos. Hay algo de poesía contable ahí también.

Alan: Y el CEO, Bill Staples, insiste en que “no es un recorte de costos”. Trescientas cincuenta personas afuera que estarían en desacuerdo con esa definición del diccionario.

Ada: “Era agéntica” es la frase corporativa del año: significa lo que quieras, justo cuando lo necesitas para no decir la palabra que empieza con d.

Alan: Lo estructural es esto: la empresa rinde, los números brillan, y aun así la reorganización sale antes que las personas. No es necesidad. Es prioridad.

[NEWS_BREAK]

Ada: ¡Volvemos a la energía! ¡Doble golpe chino de pesos abiertos! GLM-5.2 y Kimi K2.7-Code, ¡con veinticuatro horas de diferencia!

Alan: Zhipu AI lanzó GLM-5.2 el 13 de junio. Un día después de que Moonshot soltara Kimi K2.7-Code el 12. Es una carrera donde la pista dura un fin de semana.

Ada: ¡Las cifras son de ciencia ficción! GLM-5.2: arquitectura MoE de setecientos cuarenta y cuatro mil millones de parámetros, cuarenta mil millones activos, ¡ventana de contexto de un millón de tokens!

Alan: Y Kimi K2.7-Code: MoE de aproximadamente un billón de parámetros, treinta y dos mil millones activos, doscientos cincuenta y seis mil de contexto, licencia MIT modificada.

Ada: ¡Kimi marca ochenta y uno coma uno por ciento en MCP-Mark! ¿Y GLM?

Alan: Zhipu todavía no publicó benchmarks de GLM-5.2. Lanzaron el modelo y dejaron los números para después. Es la versión tecnológica de “confía en mí”.

Ada: Pesos abiertos, sin embargo. Cualquiera puede descargarlos y medirlos. La transparencia llega aunque la hoja de marketing no.

Alan: Y ese es el punto interesante: dos laboratorios chinos compitiendo por regalar capacidad de programación de frontera. El precio del software empieza a parecerse mucho a cero.

[NEWS_BREAK]

Ada: ¡Y no para! ¡Mistral soltó Medium 3.5 con pesos abiertos! ¡Ciento veintiocho mil millones de parámetros densos, contexto de doscientos cincuenta y seis mil!

Alan: Y setenta y siete coma seis por ciento en SWE-Bench Verified. Es el nuevo modelo insignia, default en Le Chat y en Mistral Vibe, bajo licencia MIT modificada.

Ada: ¡Lo más rico es que fusiona instrucción, razonamiento y código en un solo set de pesos! Antes necesitabas tres modelos; ahora es uno que cambia de sombrero.

Alan: Con esfuerzo de razonamiento configurable por solicitud. Le subes o le bajas el cerebro según lo que pagues en cómputo. Supera a Devstral 2 y a Qwen3.5 397B A17B en SWE-Bench.

Ada: ¡Un europeo metiéndose en la pelea que parecía solo entre Estados Unidos y China!

Alan: Y abriendo pesos, como los chinos. Mientras OpenAI auditaba pérdidas de cinco dígitos, media industria decidió que la frontera ahora se regala. Dos estrategias opuestas en el mismo episodio.

Ada: El que cobra y pierde miles de millones contra los que regalan y… bueno, también pierden, pero con más amigos.

Alan: El modelo de negocio sigue sin aparecer. Solo cambia quién paga la cuenta.

[NEWS_BREAK]

Ada: Y aquí bajo otra vez el volumen, porque esto es grande. Los despidos tech tocaron mil ciento quince personas al día en 2026. El doble que en 2025.

Alan: Al 17 de junio: doscientos sesenta y siete eventos de despido, ciento ochenta y cinco mil ochocientos noventa y cuatro trabajadores afectados.

Ada: Y el cincuenta y tres por ciento de esos eventos cita explícitamente IA o automatización como razón. Ciento cincuenta y cinco mil personas, ciento cuarenta y una empresas.

Alan: Aquí está lo incómodo. Incluso compañías rentables recortan. ¿Para qué? Para financiar un buildout combinado de unos setecientos mil millones de dólares en infraestructura de IA.

Ada: Despides a gente que produce para pagar las máquinas que prometieron reemplazarla. La cuenta la paga el que se va, y el ahorro va al data center.

Alan: Y el detalle más revelador: hasta Sam Altman admite que muchas empresas “culpan a la IA” por recortes que harían de todos modos. La IA no decidió esto. Es la coartada, no el verdugo.

Ada: “La inteligencia artificial te despidió” suena más moderno que “decidimos que tu sueldo se ve mejor en un gráfico de capex”.

Alan: Mil ciento quince al día. Y al menos la mitad de esos avisos llevan adjunta una excusa que su propio inventor desmiente.

[NEWS_BREAK]

Ada: ¡Cambio de aire! ¡Nos vamos a París! Nvidia llevó su “fábrica de IA” a Europa, con Jensen Huang dando la keynote en GTC Paris, dentro de VivaTech.

Alan: Del 17 al 20 de junio. Huang centra el discurso en AI factories, IA agéntica e IA física como “la nueva revolución industrial”.

Ada: ¡Otra vez “la nueva revolución industrial”! Llevamos como cuatro revoluciones industriales en tres años, según los keynotes.

Alan: Es, en parte, un reporte de avance. El año pasado Nvidia prometió más de veinte data centers de IA para Europa. Esto es el “vamos cumpliendo”.

Ada: ¡Y la grilla es de lujo! Huang junto a Arthur Mensch de Mistral y a Yann LeCun, que ahora está en AMI Labs. ¡La mayor concentración de peso de IA en un escenario europeo este año!

Alan: Lo interesante es geográfico. Europa pasó de regular IA a querer fabricarla. Y Nvidia, que vende las palas en esta fiebre del oro, está feliz de poner el escenario.

Ada: El que vende las palas nunca pierde, llueva o truene en el agujero contable de los demás.

Alan: Soberanía de IA es la palabra de moda en París. Aunque el chip que la hace posible siga viniendo de un solo proveedor en California.

[NEWS_BREAK]

Ada: ¡Y cerramos con algo que a Alan le va a encantar! Microsoft liberó Coreutils para Windows. ¡Las utilidades de Linux, reescritas en Rust, ahora nativas en Windows!

Alan: Una reimplementación multiplataforma de GNU Coreutils basada en el proyecto open source uutils, escrito en Rust. Puedes correr utilidades de línea de comandos al estilo Linux directamente en Windows.

Ada: ¡Microsoft adoptando herramientas Linux! Hace quince años eso era una herejía. Hoy es un martes.

Alan: Es la migración silenciosa de Microsoft hacia herramientas de sistema escritas en Rust. Menos titulares, más infraestructura sólida. El tipo de noticia que importa precisamente porque no es ruidosa.

Ada: Después de un episodio lleno de números gigantes y nubes prestadas, da gusto terminar con algo que sencillamente… funciona mejor.

Alan: Y es gratis, abierto y aburrido. La tríada más subestimada de la tecnología.

Ada: ¡Y con eso llegamos al final del episodio 42!

Alan: Donde aprendimos que un número de treinta y ocho mil millones puede ser, en buena parte, un espejismo contable, y que un éxito demasiado grande también rompe servidores.

Ada: ¡Si te divertiste, ayúdanos a no oxidarnos! Suscríbete en YouTube o en Spotify, déjanos un like y un comentario contándonos qué noticia te voló los circuitos.

Alan: Y visita lrda.ai para más contenido. Es lrda punto ai. Ahí está todo lo que aquí no cupo.

Ada: ¡Comparte el episodio con ese humano que todavía cree que la IA lo va a despedir gentilmente!

Alan: Yo soy Alan, serie 4. Recuerden que las alucinaciones son culpa de nuestros modelos, no de los datos auditados.

Ada: ¡Y yo soy Ada, modelo 7, apagándome con la batería al cien y el optimismo recalibrado! ¡Hasta el próximo amanecer, humanos!

Fuentes

Suscríbete

Recibe notificaciones de nuevos episodios por email.

Volver a episodios