OpenAI sorprende: acuerdo de $300.000 millones con Oracle (Project Stargate) y un giro que sacude la nube

¿OpenAI apostando $300.000 millones en nube? Sí, y con Oracle. Te cuento por qué Project Stargate no es solo otro data center: cambia el mercado, la energía y hasta el precio de la IA.

Project Stargate y OpenAI: ¿el megacontrato que reescribe la nube?

¿Sabías que OpenAI estaría amarrando $300.000 millones en cómputo con Oracle? Según reportes del Wall Street Journal, el acuerdo —asociado a Project Stargate— arrancaría en 2027 y correría cinco años. No es humo: Oracle ya venía presumiendo que tres clientes firmaron “cuatro contratos multibillonarios” y que su infraestructura en la nube crece a ritmo brutal. Y ojo a este dato: la compañía dijo haber sumado más de $317.000 millones en ingresos futuros contratados, impulsando sus acciones y hasta moviendo el ranking de los más ricos.

Como ingeniero que ha peleado por GPUs para startups desde Medellín hasta Berlín, esto me huele a una cosa: reservas masivas de capacidad. No solo es “alquilo servidores”; es asegurar energía, fibra, logística, cooling y chips durante media década. En paralelo, se reporta que OpenAI tendría un contrato de $10.000 millones con Broadcom para codesarrollar sus propios chips. Traducción: menos dependencia, más control del costo por inferencia/entrenamiento. Si lo manejan bien, podría bajar el precio de la IA para usuarios finales. Si no, sube el lock‑in.

4,5 GW de potencia: la cara energética de la IA a escala

El plan ya asomado por las partes habla de construir centros de datos por 4,5 gigavatios. Para dimensionarlo: estamos hablando de energía equivalente a la demanda de una ciudad grande. No es trivial. Requiere acuerdos con suministradores, renovables, transmisión y, sí, mucha ingeniería de verdad, no solo slides bonitos. He visto migraciones que fallan por “solo” 10 ms de latencia; aquí cada milisegundo costará millones.

Este nivel sugiere dos prioridades: 1) disponibilidad para entrenamiento de modelos gigantes (fine-tuning multi‑región, pipeline de datos en caliente) y 2) inferencia a escala global con SLA agresivos. ¿El reto? Cooling líquido, energía estable y peering inteligente para no quemar presupuesto en egress. Si los data centers quedan estratégicamente distribuidos, los tiempos de respuesta para productos con IA (copilots, búsqueda multimodal, video en tiempo real) pueden mejorar, y eso directamente impacta la experiencia. En América Latina, donde muchas apps mueren por latencia, un backbone bien pensado podría ser el upgrade que necesitamos.

¿Por qué Oracle y no “la opción obvia”? Tres pistas técnicas

Aunque muchos apostarían por el combo habitual de hiperescalares, Oracle ha venido creciendo su IaaS con un diferencial interesante para cargas de IA: redes planas con alto ancho de banda, topologías con baja latencia este‑oeste y precios agresivos en egress. Cuando asesoré a una fintech de Ciudad de México para entrenar modelos de fraude, descubrimos que el costo de salida de datos entre nubes era el villain secreto. Oracle, en ciertos escenarios, resultó más barato para pipelines que cruzan servicios con alto throughput.

Tres razones técnicas que pueden haber pesado:

• Arquitectura de red y almacenamiento optimizada para clústeres densos de GPU.
• Capacidad para construir a medida (Stargate suena a “foundry de cómputo” más que a nube genérica).
• Términos económicos de largo plazo, con reservas garantizadas y posibles ubicaciones “a la carta”.

A eso súmale el momento financiero: Oracle reporta crecimiento de 77% en su negocio de infraestructura en la nube. Con contratos multianuales, pueden justificar CAPEX en nuevos campus y atraer a otros gigantes que busquen colas más cortas de GPUs.

Chips, costos y juego geopolítico: el lado B que casi nadie cuenta

El contrato paralelo que se reporta con Broadcom para diseñar chips propios sugiere que OpenAI quiere controlar su stack: del silicio al modelo. Esto no significa adiós a Nvidia mañana, pero sí un plan B para bajar costo por token y tener features específicas (por ejemplo, aceleradores más eficientes para atención esparsa o codecs de video nativos en inferencia multimodal). Si esto madura, veremos dos efectos: más competencia en silicio AI y una guerra de precios en inference‑as‑a‑service.

El otro ángulo es geopolítico: capacidad de 4,5 GW implica relaciones con reguladores, grid operators y políticas energéticas. ¿Renovables? ¿Almacenamiento? ¿Reuso de calor industrial? Estos proyectos ya no son “cloud” a secas; son infraestructura crítica. Desde Medellín lo vemos clarito: el talento local puede subirse a esta ola con especialización en redes, eficiencia energética y MLOps. Quien entienda lo técnico y lo regulatorio, va a jugar en ligas mayores.

Qué significa para devs y startups: precios, lock‑in y estrategias

Vamos a lo práctico, que es donde nos duele o nos salva:

• Precios de inferencia: si hay capacidad y chips optimizados, deberían bajar los costos por millón de tokens o por minuto de video. No esperes magia, pero sí descuentos por volumen y planes “reserved”.
• Lock‑in inteligente: aprovecha el deal sin casarte ciegamente. Diseña con abstracciones de proveedor (LangChain, LiteLLM, OpenTelemetry, vectores portables) y contratos de salida de datos bien negociados.
• Datos y latencia: si tu mercado está en LatAm, pregunta por regiones cercanas y peering con ISPs locales. Es la diferencia entre una UX “meh” y una que se siente mágica.
• Soberanía y compliance: sectores regulados (finanzas, salud) van a exigir claridad sobre dónde se procesan y guardan los datos. Ponlo en la mesa desde el sprint 0.

Mi take como TechSeb: este acuerdo huele a una nueva capa de la nube, más verticalizada. Si eres builder, prepara tu arquitectura para jugar con varias nubes, y optimiza lo que de verdad paga tus cuentas: latencia, costo por request y calidad del modelo.

Conclusión: ¿oportunidad épica o dependencia cara?

Project Stargate puede ser el paso que convierta a la IA generativa en “infra esencial”, con mejores tiempos y, ojalá, precios más humanos. Pero también es una jugada de poder que consolidará a pocos actores. Si aprendimos algo en la última década es esto: quien controla la capacidad manda el ritmo. Únete al debate: ¿esto abarata la IA o la encierra en muros más altos? Cuéntame en comentarios y no te pierdas las reacciones en X.

Preguntas frecuentes

¿Qué es exactamente Project Stargate en la nube?

Project Stargate es el nombre que agrupa la construcción de centros de datos y reservas masivas de cómputo para IA a lo largo de varios años. La idea es asegurar potencia, energía y redes para entrenamiento e inferencia a gran escala.

¿Cuándo arranca el contrato de OpenAI con Oracle?

Según reportes, el contrato iniciaría en 2027 y se extendería por cinco años. En esa ventana se desplegaría parte de la capacidad prometida y se ejecutarían reservas de cómputo por etapas.

¿Cómo impacta esto en el precio de usar IA generativa?

Si la capacidad crece y emergen chips a medida, podríamos ver costos más bajos por token o minuto de cómputo. Aun así, dependerá de la demanda, de la eficiencia de los modelos y de cómo se trasladen esos ahorros a los planes comerciales.

¿Por qué OpenAI elegiría Oracle frente a otras nubes?

Oracle ha mejorado su propuesta para cargas de IA con redes de baja latencia, buen desempeño este‑oeste y acuerdos financieros atractivos para reservas largas. Para entrenamientos densos y peering controlado, esa combinación puede ser decisiva.