OpenAI pivota a arrendar data centers tras la salida de Malone

OpenAI deja de construir y empieza a arrendar: qué hay detrás del cambio

OpenAI acaba de perder a Chris Malone, su director de centros de datos, y con él reordena una de las decisiones más pesadas de su hoja de ruta: en lugar de seguir levantando infraestructura propia a escala de gigavatio, la empresa relanza su estrategia de arrendamiento de capacidad a operadores externos. El movimiento, reportado primero por el Wall Street Journal y confirmado por The Next Web, no es aislado: llega la misma semana en que Nvidia anunció que financia un campus de 4,25 GW en Ohio que OpenAI alquilará durante 20 años, y meses después de que varios ejecutivos clave del proyecto Stargate hayan salido de la compañía.

De la obra al alquiler: por qué cambia la ecuación

La diferencia entre comprar y operar tu propia infraestructura y arrendarla es la misma que existe entre comprar una oficina o alquilarla, pero multiplicada por miles de millones y años de obra. Construir un centro de datos a escala de gigavatio implica permisos, conexión a red eléctrica, obras civiles y décadas de amortización. Alquilar capacidad existente a operadores como Equinix, Digital Realty, CoreWeave o Vantage, o a los propios hiperescalados (Microsoft Azure, AWS, Google Cloud), convierte esos años en meses y desplaza el compromiso de capital a un pago operativo por uso.

Para una empresa que, según el reporte original, pasó de 1 millón a más de 600 millones de usuarios activos semanales en menos de tres años, la velocidad pesa más que la optimización del coste a diez años. Si la demanda supera lo construido, lo que se pierde no es margen: es la posibilidad de entrenar y servir los próximos modelos a tiempo.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

La prueba de fuego: el campus de Ohio

El movimiento dejó de ser hipótesis el 17 de agosto de 2026, cuando Nvidia, OpenAI y SB Energy (subsidiaria de SoftBank) anunciaron el PORTS-Pike Technology Campus en el condado de Pike, Ohio, sobre el antiguo sitio de enriquecimiento de uranio de Portsmouth. Según reportó Forbes, Nvidia invierte 1.500 millones de dólares en SB Energy y respalda financieramente una primera fase de 4,25 GW de capacidad IT, con opción a expandirse a 8 GW. OpenAI firma un contrato de arrendamiento a 20 años como inquilino único, y los primeros 800 MW se proyecta que estén operativos en 2028, según cifras de SB Energy recogidas por el Cincinnati Enquirer. La primera fase se estima entre 30.000 y 40.000 millones de dólares.

El esquema no es genérico: es exactamente la estructura que el nuevo liderazgo de infraestructura quiere replicar a escala. OpenAI paga por usar, Nvidia controla el silicio exclusivo, SB Energy construye y opera. Cada parte captura una capa del stack y se libera del riesgo de las demás.

Stargate se desinfla antes de empezar

El viraje hacia el arrendamiento se entiende mejor mirando lo que no funcionó con Stargate. El proyecto anunciado en enero de 2026 entre OpenAI, SoftBank, Oracle y el gobierno de EE.UU. prometía hasta 100 GW de capacidad. El seguimiento de Data Center Dynamics muestra un balance magro a un año vista:

En marzo de 2026, Oracle y OpenAI cancelaron la expansión del campus insignia de Abilene, Texas, citing "dificultades de financiamiento y retrasos".
En abril de 2026, el líder de Stargate Peter Hoeschele dejó la empresa, junto con otros ejecutivos clave (Shamez Hemani, Anuj Saharan y Keith Heyde).
OpenAI canceló proyectos planeados en Reino Unido y Noruega.
Para pilotar la nueva estrategia, la compañía contrató en diciembre de 2025 a Sachin Katti como responsable de la nueva estrategia de infraestructura de cómputo.

El patrón es claro: la construcción propia a gran escala chocó con la realidad de plazos, permisos, financiación y rotación de liderazgo. El arrendamiento permite esquivar la mayoría de esos cuellos de botella.

La otra apuesta: Meta construye, OpenAI alquila

El contraste con Meta es útil para entender las dos filosofías en juego. Mark Zuckerberg anunció este año la creación de Meta Compute, una división dedicada a levantar "decenas de gigavatios esta década y cientos con el tiempo", según reportó Data Center Dynamics. Su mayor proyecto propio, Hyperion en Luisiana (2 GW, cerca de 10.000 millones de dólares), se financia con una joint venture de 27.000 millones con Blue Owl Capital. Su último anuncio, el campus de El Paso con BlackRock (julio de 2026), compromete a Meta con garantías de valor residual de aproximadamente 13.000 millones sobre un plazo de hasta 20 años, dejando a BlackRock con el 80% del riesgo de capital.

La estrategia de Meta es control total y construcción masiva, con socios financieros que aportan capital pero no decisión. La de OpenAI es velocidad y flexibilidad financiera: no poseer el hormigón que sostiene los racks, sino el derecho a usarlo mientras la demanda lo justifique. Son dos respuestas legítimas al mismo problema de escala, con perfiles de riesgo opuestos.

Qué significa esto para tu startup

Si estás construyendo un producto que depende de acceso a capacidad de cómputo (entrenamiento, inferencia pesada, fine-tuning de modelos grandes), la dirección que tome OpenAI te afecta más de lo que parece. Cuando el mayor cliente del sector deja de comprar centros de datos y empieza a alquilarlos, los operadores ajustan precios, plazos y disponibilidad para todos.

Acciones concretas para founders:

No asumas que los precios de GPU en la nube bajarán en 2026-2027. Si el inquilino más grande del mercado firma contratos a 20 años para asegurar capacidad, el precio spot se vuelve más volátil, no más barato. Negocia compromisos de 12 a 24 meses con tus proveedores si dependes de inferencia a escala.
Construye tu arquitectura sobre dos o más proveedores, no uno. Como recordó TechCrunch, la propia Microsoft perdió la exclusividad con OpenAI en 2025: el right of first refusal ya no garantiza prioridad. Diseña tu stack para migrar cargas entre Azure, AWS, GCP y CoreWeave sin reescribir medio sistema.
Si vas a levantar ronda en los próximos 12 meses, prepárate para preguntas sobre tu coste de cómputo. Los inversores que hoy miran con lupa el capex de los hiperescalares aplican el mismo rasero a las startups de IA. Un forecast creíble de coste por inferencia y de cómo escala con tu crecimiento de usuarios vale oro en due diligence.