Titular e introducción
La historia de la “mafia de PayPal” tiene sucesora, y esta vez la trama es mucho más ambiciosa. Una oleada de ex empleados de OpenAI está fundando startups que cubren casi todo el mapa de la inteligencia artificial: modelos fundacionales, buscadores, agentes para empresas, robótica, clima, materiales… Lo que a primera vista parece simple folklore de Silicon Valley es, en realidad, una nueva estructura de poder. En este artículo analizamos qué revela el listado de TechCrunch sobre estas 18 compañías, cómo reconfigura la competencia en IA y qué implicaciones tiene para los mercados hispanohablantes, desde España hasta América Latina.
La noticia en breve
Según informa TechCrunch, al menos 18 startups relevantes han sido fundadas por antiguos empleados de OpenAI en los últimos años. Entre ellas se encuentran rivales directos como Anthropic y xAI (la empresa de Elon Musk), plataformas como Perplexity (búsqueda con IA), Adept y Applied Compute (agentes de IA para trabajo), empresas de robótica como Covariant y Prosper Robotics, y apuestas deeptech como Periodic Labs (descubrimiento de materiales) o Living Carbon (plantas modificadas para capturar más CO₂).
TechCrunch señala valoraciones astronómicas: Anthropic rondaría los 380.000 millones de dólares, Safe Superintelligence los 32.000 millones sin ni siquiera tener producto, Perplexity 20.000 millones y Thinking Machines Lab 12.000 millones. Otras, como Periodic Labs o Adept, han levantado cientos de millones en fases muy tempranas.
Casi todas operan desde Estados Unidos, concentradas en San Francisco y alrededores, con algunos nodos en Londres y Tel Aviv. Muchos fundadores mantienen lazos de inversión o colaboración con OpenAI y con otros ex compañeros, generando una red densa que conecta startups, fondos de capital riesgo y grandes tecnológicas.
Por qué importa
La llamada “mafia de OpenAI” no es solo una anécdota para frikis de la tecnología. Es una señal clara de que el poder en la IA de frontera se está concentrando en un círculo sorprendentemente pequeño y socialmente muy unido.
Primero, por dónde fluye el dinero. En un contexto en el que a muchas startups les cuesta cerrar una ronda semilla, spinoffs de OpenAI consiguen cientos o miles de millones de dólares incluso antes de lanzar un producto. No se financia tanto un plan de negocio como un pedigree: haber estado dentro de OpenAI abre puertas a capital, GPUs, talento y visibilidad mediática.
Los grandes beneficiados son obvios: los fundadores (ex OpenAI), los fondos que saben moverse en ese ecosistema y las big tech que pueden “adquirir” capacidades fichando equipos completos, sin comprar OpenAI ni enfrentarse a un escrutinio regulatorio pleno. Amazon integrando a los fundadores de Adept o a los líderes de Covariant es un buen ejemplo.
Los perdedores son menos visibles. Startups de IA sin ese apellido lo tienen aún más difícil para competir por capital, talento y acceso a infraestructura. Y, desde el punto de vista del interés público, cada vez más decisiones sobre cómo debe funcionar la IA se toman dentro de un grupo relativamente homogéneo, moldeado por la cultura y los incentivos de un único laboratorio.
Más que un monopolio clásico, lo que se perfila es algo parecido a un cártel blando: muchas empresas, sí, pero con mapas mentales, inversores y hojas de ruta muy similares.
El panorama general
Silicon Valley ya vivió algo parecido con PayPal, Google o Facebook, cuyos ex empleados poblaron medio ecosistema startup. Lo distinto en la diáspora de OpenAI son tres factores.
1. La intensidad de capital. Entrenar modelos de frontera requiere inversiones multimillonarias en infraestructura y chips. Eso favorece a quienes pueden levantar rondas gigantes apoyándose en su reputación… y en estar conectados al círculo adecuado. El sello “ex OpenAI” funciona como un pase VIP a ese club.
2. La naturaleza de los productos. Las empresas de la PayPal mafia cambiaron sectores concretos (automoción, espacio, redes profesionales). Las de la “mafia de OpenAI” están diseñando infraestructura cognitiva: buscadores que reordenan la web (Perplexity), agentes que automatizan trabajo del conocimiento (Adept, Applied Compute, Worktrace), laboratorios que pueden rediseñar materiales o, en el futuro, fármacos (Periodic Labs). Lo que decidan sobre seguridad, privacidad o uso de datos tendrá ecos globales.
3. Fronteras difusas entre rivales y aliados. El listado de TechCrunch ya muestra un patrón de idas y venidas: gente que sale de OpenAI, funda un competidor (Anthropic, xAI), y luego ve parte de su equipo volver a OpenAI o integrarse en otros gigantes. Eso complica la narrativa de “competidores independientes” y plantea preguntas incómodas para reguladores y clientes empresariales.
Todo esto encaja con otras tendencias recientes:
- grandes tecnológicas que prefieren fichar equipos completos antes que adquirir empresas enteras para esquivar problemas antimonopolio;
- una élite global de expertos en IA que se mueve con fluidez entre laboratorios, nubes y startups, creando estándares de facto antes de que existan normas formales;
- verticales cada vez más especializadas (agentes, clima, salud, robótica) donde los alumni de OpenAI marcan el listón desde el primer día.
Si los años 2010 giraban en torno a “ecosistemas startup”, la década de 2020 va camino de girar en torno a “ecosistemas de talento”, y el de OpenAI es el más influyente.
El ángulo europeo e hispanohablante
Para Europa, y también para los países hispanohablantes, esta historia es tanto una advertencia como un espejo.
Advertencia, porque muestra lo rápido que un solo laboratorio puede colonizar un mercado global a través de sus ex empleados. La mayoría de estas compañías están en EE. UU., con capital estadounidense o del Golfo, y desplegando sobre nubes estadounidenses. España o América Latina corren el riesgo de quedar relegadas al papel de usuarias reguladas, sin capacidad real de incidir en la arquitectura de base.
Espejo, porque ya existen “proto mafias” locales: alumni de DeepMind en Londres y Berlín, ex DeepL en el mundo de la traducción automática, equipos que salen de universidades europeas y latinoamericanas punteras. En España, polos como Barcelona o Madrid empiezan a generar ex empleados de grandes tecnológicas que fundan sus propios proyectos de IA. En América Latina, ecosistemas como el de México, São Paulo, Buenos Aires o Santiago combinan buen talento con mercados grandes y aún fragmentados.
La regulación europea (GDPR, Ley de Mercados Digitales, futuro Reglamento de IA) es un arma de doble filo. Limita ciertas prácticas agresivas en datos y despliegue, lo que puede frenar a startups locales. Pero también crea un nicho: soluciones “compliance‑first” que empresas europeas, españolas y latinoamericanas pueden adoptar con menos riesgo jurídico.
El gran peligro es la fuga de cerebros: que el camino percibido como “obligatorio” sea pasar por OpenAI, Anthropic o similares antes de ser considerado un fundador serio. Si el capital europeo y latino se concentra en invertir como socio minoritario en estas redes de Silicon Valley, seguiremos financiando el futuro… de otros.
Mirando hacia adelante
Hay al menos tres dimensiones a vigilar en los próximos años.
1. Segunda ola de spinoffs. Si OpenAI y Anthropic salen a bolsa, muchos primeros empleados tendrán liquidez y, con ella, margen para arriesgar. Es razonable esperar una nueva hornada de startups fundadas por alumni hacia 2027–2028, con focos aún más específicos: chips para IA, herramientas de seguridad y auditoría, automatización de laboratorios, etc.
2. Respuesta regulatoria. Hasta ahora, los reguladores antimonopolio y de IA analizan empresas una a una. La “mafia de OpenAI” obliga a pensar en términos de red: mismos grandes inversores, fundadores que comparten mesa en múltiples consejos, trasvase constante de personal. La pregunta de si existe coordinación de facto sin necesidad de un cártel formal va a ganar protagonismo.
3. Poder para fijar estándares. Muchas de estas startups están definiendo normas de facto: cómo atribuir contenidos en la búsqueda con IA, qué significa “superinteligencia segura”, cómo se monitoriza el trabajo cuando los agentes observan y automatizan tareas. Si el mismo núcleo de personas redacta tanto el código como el relato ético, el resto del mundo –incluyendo a reguladores europeos y latinoamericanos– corre el riesgo de quedarse reaccionando a hechos consumados.
Para emprendedores en España y América Latina, la oportunidad está en posicionarse como alternativa interoperable pero soberana: modelos abiertos, infraestructuras en la nube con control local, soluciones que encajen bien con la regulación europea y, a la vez, con las realidades de mercados como México, Brasil o Argentina.
Conclusión
La “mafia de OpenAI” muestra que el verdadero poder en la IA de frontera ya no reside en una sola compañía, sino en redes de alumni que concentran capital, talento y narrativa. Eso acelera la innovación, pero también reduce la diversidad de visiones sobre cómo debe funcionar la inteligencia artificial. La pregunta clave para Europa y el mundo hispanohablante es incómoda pero necesaria: ¿vamos a limitarnos a consumir tecnología producida por esta diáspora, o vamos a construir nuestras propias constelaciones de talento y capital capaces de competir de verdad?
