En casi toda relación larga llega el momento en que uno de los dos decide que ya no quiere depender del otro. Eso es, más o menos, lo que acaba de pasar entre Microsoft y OpenAI. Y entender esa jugada importa, porque no solo los afecta a ellos dos: nos toca a todos, incluida Latinoamérica.
Hagamos memoria. Microsoft fue el primero que creyó en OpenAI, el que les puso 4.000 millones de dólares en la cuenta para que el negocio arrancara. Durante años la relación funcionó con un reparto claro de roles: Microsoft ponía la carretera (Azure, los servidores, todo el procesamiento pesado) y OpenAI ponía el motor (los modelos). Microsoft era el lugar donde vivía OpenAI. De ahí salió Copilot, integrado en todo el paquete de Office, con muchas promesas, algunas cumplidas y otras no.
Pero ese noviazgo se fue desgastando. El año pasado renegociaron y rompieron la cláusula de exclusividad. Entre otras cosas, se eliminó la parte que le prohibía a Microsoft desarrollar sus propios modelos. Y ahí cambió todo.
Quién está detrás de la jugada
Esto no lo dirige alguien que apareció de la nada. Lo lidera Mustafa Suleyman, que no es un improvisado: fue cofundador de DeepMind y luego fundó Inflection AI. En 2024 Microsoft lo contrató, y hoy es el CEO de Microsoft AI. Se trajo gente de Google DeepMind y de Inflection, los metió en Microsoft, y le puso a su equipo un nombre nada modesto: MAI Superintelligence.
Lo que Suleyman está buscando es claro: que Microsoft deje de ser solo el distribuidor y se vuelva fabricante. Y trae un discurso que rompe con lo que veníamos oyendo. No habla de alcanzar la AGI, esa inteligencia general que todos prometen. Habla de algo que llama ACI, inteligencia artificial capaz, que encaja perfecto con el ADN de Microsoft: no se trata de modelos que escriban canciones bonitas, sino de que la IA haga que los negocios funcionen mejor y le devuelva la inversión a quien está pagando por ella.
La movida, en dos golpes
El lanzamiento ocurrió en dos tiempos. En abril de 2026 salieron tres modelos discretos (MAI-Transcribe-1, MAI-Voice-1, MAI-Image-2), con un precio por debajo de Google, integrados de una en Bing, PowerPoint, Copilot y Foundry. Los usuarios casi no lo sintieron, pero esos modelos se fueron metiendo en la infraestructura. Eran la preparación. El segundo golpe es el que acaba de caer: nueve modelos MAI más uno de razonamiento, el MAI-Thinking-1. No voy a entrar en el detalle hipertécnico, porque para eso hay mil canales en YouTube y a usted probablemente no le interesa. Lo que importa es qué hay detrás de la movida.
Y lo primero que hay que decir es que esto no es humo. Microsoft ya habla de números concretos: modelos más eficientes, que consumen mucho menos, más baratos, enfocados en tareas específicas. Para que se haga una idea, su modelo de razonamiento ya se está comparando con Claude Sonnet y logrando resultados parecidos.
El arma que los demás no tienen
Aquí está la parte que de verdad cambia el juego, y es doble.
Primero, Microsoft entrena estos modelos sobre hardware propio. Está fabricando sus propios chips (el Maia 200). OpenAI y Anthropic hoy no tienen hardware funcionando; dependen de comprarlo. Microsoft ya tiene modelo corriendo en sus propios chips, y eso le da una ventaja brutal en precio, porque no le está pagando el peaje a nadie.
Segundo, y esto es lo más fino: entrena con datos licenciados, y está dispuesto a mostrarlo. Tiene la tranquilidad de abrir la caja negra y demostrar con qué entrenó y bajo qué licencia. Eso tiene un nombre, clean data lineage, y para una empresa grande es oro puro. Un banco, una financiera, una multinacional de consumo que necesita estar segura de que no está usando modelos entrenados con información robada de internet, hoy tiene una respuesta clara: Microsoft. Y de paso, eso le abre las puertas de Europa, donde la regulación exige justamente mostrar con qué se entrenó. Mientras OpenAI y Anthropic tienen que demostrar que pueden abrir esa caja, Microsoft entra sin sudar.
Dónde está el verdadero candado
El mensaje de Microsoft termina siendo muy concreto: si quiere IA de punta y le importa el precio, venga a Azure. Si además le importa la trazabilidad legal de cómo se entrenó, use mis modelos, que son la opción más limpia.
Y aquí está la jugada maestra, la que hay que ver de lejos: el candado no lo están poniendo en el modelo. Lo están poniendo en la infraestructura. Microsoft le dice “use mis modelos, o si quiere use los de OpenAI o Anthropic, me da igual, pero hágalo todo dentro de Azure”. Porque uno puede tener el modelo más potente del mundo, pero si no tiene las máquinas para entrenarlo y sostenerlo funcionando, no tiene nada. Para las empresas que ya viven en Azure, cambiar al modelo de Microsoft va a ser tan fácil como mover un selector. Ese es el negocio grande que todos quieren: no el modelo, la carretera por donde pasa todo.
Lo que esto nos deja
Lo que estamos viendo es el aterrizaje de otro gigante en una pelea que creíamos reservada para OpenAI y Anthropic. Llega alguien con experiencia, infraestructura, chips propios y una máquina comercial enorme, listo para que muchas empresas profundicen su dependencia de Microsoft. No está mal en sí mismo. Pero deja una lección para nosotros, la misma que vengo repitiendo: difícilmente vamos a construir un nuevo Microsoft, un nuevo OpenAI o un nuevo Anthropic desde la región. Competir de frente con ellos no es la cancha. La nuestra es otra: cómo usamos sus herramientas para resolver los problemas concretos que sí conocemos en Latinoamérica. Ahí sí podemos jugar, y conviene empezar a jugar en serio.
Esto nació de un episodio de Pertinente, mi análisis diario sobre IA, negocios y geopolítica en Latinoamérica. Si le sirvió, ahí publico uno nuevo cada día.
El candado no lo están poniendo en el modelo. Lo están poniendo en la infraestructura.