Stripe compra OpenRouter por más de 8.000 millones: gestionar el consumo de IA se convierte en un enorme negocio

La inteligencia artificial está creando una nueva industria que hasta hace muy poco apenas existía: gestionar qué modelo debe utilizar una empresa en cada momento, cuánto debe pagar por él y hacia dónde debe dirigir cada uno de los miles de millones de tokens que consume. Stripe acaba de realizar una de las apuestas más contundentes por este mercado al acordar la adquisición de OpenRouter, plataforma especializada en conectar, comparar y enrutar modelos de inteligencia artificial, en una operación cuyo precio no ha sido comunicado oficialmente pero que fuentes conocedoras sitúan ligeramente por encima de 8.000 millones de dólares. Lo extraordinario no es únicamente la valoración. OpenRouter, fundada en 2023, procesa ya más de 10 billones de tokens diarios, proporciona acceso a más de 400 modelos pertenecientes a más de 80 proveedores y reúne a más de 10 millones de desarrolladores y organizaciones. Stripe no está comprando otro laboratorio que intenta construir un competidor de GPT, Claude o Gemini; está comprando algo potencialmente mucho más transversal: la infraestructura que permite decidir qué inteligencia artificial debe utilizarse para cada operación y controlar económicamente ese consumo. La adquisición anticipa cómo puede funcionar la empresa de los próximos años: en lugar de contratar un único modelo para todo, utilizará simultáneamente diferentes sistemas y enviará automáticamente cada tarea hacia el que ofrezca la mejor combinación entre inteligencia, velocidad, coste, privacidad y disponibilidad.

El futuro empresarial probablemente no tendrá un único modelo de IA

Durante la primera etapa de la IA generativa, muchas organizaciones plantearon su estrategia alrededor de una pregunta aparentemente sencilla: ¿OpenAI, Anthropic o Google? Esa forma de pensar empieza a quedar obsoleta. El modelo óptimo para analizar un contrato de 300 páginas puede no ser el mismo que conviene utilizar para clasificar 100.000 correos, generar código, atender a un cliente, interpretar una imagen o extraer información de una factura. Utilizar siempre el modelo de frontera sería comparable a enviar un camión de cuarenta toneladas para transportar una pequeña caja: técnicamente funciona, pero económicamente puede ser absurdo. OpenRouter proporciona una capa común desde la que una aplicación puede acceder a cientos de modelos y dirigir las peticiones dependiendo de criterios como precio, rendimiento o disponibilidad. Este problema crecerá exponencialmente cuando las compañías dejen de utilizar IA únicamente mediante empleados que escriben prompts y comiencen a desplegar miles de agentes trabajando permanentemente. Una organización con diez empleados utilizando ChatGPT puede controlar el gasto mediante licencias; una multinacional con 50.000 trabajadores digitales ejecutando millones de operaciones necesitará una auténtica infraestructura financiera para gestionar el consumo de inteligencia.

Stripe ha entendido que los tokens empiezan a parecerse a las transacciones

Aquí aparece la lógica estratégica de la operación. Stripe construyó su negocio convirtiéndose en una infraestructura situada entre empresas, consumidores, bancos, tarjetas y diferentes métodos de pago. Cada transacción implica moneda, autorización, riesgo de fraude, coste, país y proveedor, y Stripe consiguió abstraer gran parte de esa complejidad para que las empresas pudieran concentrarse en vender. La inteligencia artificial empieza a plantear un problema sorprendentemente parecido: cada vez que una aplicación necesita inteligencia se produce una especie de transacción computacional. Un conjunto de tokens entra en un modelo, el sistema realiza un trabajo y devuelve un resultado, pero existen cientos de modelos posibles, precios diferentes, velocidades distintas, capacidades variables y proveedores que pueden experimentar problemas de disponibilidad. OpenRouter se sitúa precisamente en medio de ese proceso. Stripe ya había comenzado a desarrollar Token Billing, orientado a permitir que las compañías de IA midan el consumo y cobren según los tokens utilizados. Con OpenRouter añade una segunda pieza extraordinariamente poderosa: no solamente medir cuánto se consume, sino también gestionar dónde se consume. La combinación puede colocar a Stripe en dos puntos críticos de la nueva economía: cuánto cuesta producir inteligencia y cómo se factura posteriormente a quien la utiliza.

Diez billones de tokens diarios son solo el principio

La escala alcanzada por OpenRouter permite entender por qué esta infraestructura empieza a tener tanto valor. Más de 10 billones de tokens diarios equivalen, manteniendo ese ritmo, a cientos de billones cada mes. Y estamos todavía en una fase temprana de la implantación de agentes empresariales. El salto llegará cuando el consumo deje de depender exclusivamente de personas. Un profesional puede realizar unas decenas de consultas durante una jornada; un agente puede realizar cientos o miles de llamadas a diferentes modelos mientras completa una única tarea. Puede analizar información, pedir otra consulta al modelo, utilizar una herramienta, comprobar el resultado, corregir un error y volver a empezar sin que exista una persona escribiendo cada prompt. Si una organización despliega miles de estos sistemas permanentemente, el consumo puede crecer varios órdenes de magnitud. Las empresas tendrán entonces que tratar los tokens como una nueva partida económica comparable al cloud, las telecomunicaciones o la energía: habrá presupuestos, límites, alertas, optimización, negociación con proveedores y responsables encargados específicamente de controlar el gasto.

El CFO entrará directamente en la selección de modelos

La consecuencia es que elegir un modelo dejará de ser exclusivamente una decisión tecnológica. Cuando una organización consume poco, la diferencia entre pagar unas décimas más o menos por una determinada cantidad de tokens tiene una importancia limitada. Cuando ejecuta millones de operaciones diarias, pequeñas diferencias de coste pueden representar millones de euros al año. Imaginemos que una tarea rutinaria puede completarse con una precisión suficiente utilizando un modelo diez veces más barato que el sistema de frontera utilizado actualmente. Si esa tarea se ejecuta un millón de veces cada mes, seleccionar correctamente el modelo modifica directamente el margen del negocio. Las organizaciones querrán reservar los modelos más avanzados y costosos para los problemas que realmente necesiten razonamiento superior y utilizar alternativas económicas para clasificación, extracción, traducción, resúmenes o procesos repetitivos. Sin embargo, tampoco bastará con comparar el precio por token: la métrica realmente importante será el coste por tarea correctamente completada. Un modelo barato puede resultar caro si necesita cuatro intentos y revisión humana; otro aparentemente más costoso puede resultar mucho más rentable si resuelve el problema correctamente a la primera. Gestionar esa ecuación será una nueva competencia compartida entre Tecnología y Finanzas.

De FinOps a AI FinOps

El cloud ya produjo una disciplina denominada FinOps, creada cuando las compañías descubrieron que permitir a miles de desarrolladores consumir AWS, Azure o Google Cloud sin mecanismos de control podía generar facturas enormes e impredecibles. La inteligencia artificial está reproduciendo ese problema a una velocidad todavía mayor y probablemente dará lugar al AI FinOps: herramientas, profesionales y procedimientos dedicados a saber cuánto gasta cada agente, aplicación, departamento o cliente; qué modelo utiliza; cuánto cuesta cada operación; qué rendimiento produce y cuándo conviene cambiar automáticamente hacia otra alternativa. OpenRouter encaja perfectamente en esta nueva categoría y Stripe dispone de la infraestructura financiera para convertir esos datos en facturación, presupuestos, límites y modelos comerciales. Visto de esta manera, pagar más de 8.000 millones por OpenRouter deja de parecer simplemente la adquisición de un agregador de APIs. Stripe está intentando controlar la capa económica por la que puede circular una parte creciente del consumo mundial de inteligencia artificial.

El modelo más potente no será necesariamente el más utilizado

Esta evolución puede transformar también la competencia entre OpenAI, Anthropic, Google, Meta, DeepSeek, Alibaba y los futuros proveedores. Buena parte de la conversación actual gira alrededor de quién obtiene mejores resultados en los benchmarks, pero para una empresa esa clasificación puede terminar siendo secundaria. Un modelo que ofrece un rendimiento ligeramente inferior pero cuesta una fracción puede ser muchísimo más atractivo para millones de operaciones rutinarias. La arquitectura empresarial probablemente terminará organizándose por niveles: modelos pequeños y económicos para tareas sencillas, modelos especializados para programación, análisis o visión, modelos privados para información sensible y modelos de frontera para las tareas que realmente necesiten máximo razonamiento. Por encima existirá una capa de orquestación capaz de seleccionar automáticamente la alternativa más adecuada. Esto proporciona además una ventaja estratégica adicional: reduce el vendor lock-in. Una empresa construida directamente sobre un único proveedor queda expuesta a aumentos de precios, interrupciones, cambios contractuales o pérdida de competitividad tecnológica; una arquitectura multimodelo permite cambiar de proveedor con mucha mayor rapidez.

Stripe quiere convertirse en la infraestructura económica de la IA

La adquisición encaja además con la escala y ambición de Stripe. Las empresas que utilizan su infraestructura procesaron aproximadamente 1,9 billones de dólares en volumen de pagos durante 2025, un 34 % más que el año anterior. La compañía conoce profundamente cómo medir, cobrar, enrutar y optimizar enormes cantidades de transacciones digitales. Ahora pretende trasladar esa experiencia a la economía de los tokens. Una startup podría construir un agente, utilizar OpenRouter para seleccionar dinámicamente entre cientos de modelos y recurrir a Stripe para cobrar posteriormente a sus clientes según consumo. El desarrollador no tendría que negociar individualmente con decenas de proveedores ni construir desde cero sistemas complejos de facturación y medición. Stripe podría terminar ofreciendo algo parecido a un sistema operativo económico para empresas de IA: pagos, suscripciones, facturación por tokens, gestión de consumo, routing y optimización del coste de modelos. OpenRouter continuará operando como una plataforma dentro de Stripe, algo especialmente importante porque una parte esencial de su valor procede precisamente de poder trabajar con numerosos proveedores en lugar de estar ligada a un único laboratorio.

lectura recomendada

Soluciones de Inteligencia Artificial Avanzada en Recursos Humanos

Una compañía fundada en 2023 se convierte en una pieza estratégica

La velocidad de creación de valor también resulta reveladora. OpenRouter fue fundada en 2023 y, apenas tres años después, Stripe está dispuesta a pagar más de 8.000 millones de dólares por ella. Entre sus inversores se encuentran nombres como Andreessen Horowitz, Menlo Ventures y CapitalG. El movimiento muestra hacia dónde empieza a desplazarse una parte del capital. Durante la primera fase de la revolución de IA, las grandes valoraciones se concentraron en fabricantes de chips y laboratorios de modelos. Ahora aparece una segunda capa de compañías dedicadas a orquestación, observabilidad, datos, seguridad, facturación, trazabilidad y optimización de costes. Es la evolución habitual de cualquier gran infraestructura tecnológica: cuanto mayor se vuelve el ecosistema, mayor es también el mercado para quienes consiguen reducir su complejidad.

La empresa debería empezar a medir cada trabajador digital como una unidad económica

Para los directivos, la consecuencia práctica puede ser especialmente interesante. Cuando una empresa despliegue cientos o miles de agentes, debería saber cuánto cuesta mantener cada uno y cuánto valor produce. Un agente comercial puede consumir 5.000 euros mensuales en modelos y generar 100.000 euros de margen adicional; otro puede costar 20.000 y apenas ahorrar unas pocas horas administrativas. Sin esta información, la organización corre el riesgo de crear una nueva forma de gasto tecnológico invisible. Cada agente podría terminar teniendo una especie de P&L digital: coste de modelos, infraestructura y supervisión frente al ahorro, ingresos o productividad generados. En ese escenario, plataformas de routing y facturación se convierten en instrumentos de gestión empresarial, no simplemente en herramientas para desarrolladores.

El gran negocio puede estar en decidir qué IA utilizar, no únicamente en crearla

La compra de OpenRouter contiene finalmente una lección mucho más profunda sobre hacia dónde se dirige la economía de la inteligencia artificial. El valor no estará concentrado exclusivamente en quienes desarrollen el modelo más inteligente. También habrá enormes negocios en las compañías capaces de conectar modelos, seleccionar automáticamente el más adecuado, controlar cuánto cuesta, garantizar disponibilidad y convertir todo ese consumo en una transacción económica gestionable. Stripe construyó una de las mayores compañías fintech del mundo haciendo que mover dinero por Internet resultara sencillo para los desarrolladores. Ahora pretende aplicar una lógica parecida a una nueva unidad económica. Primero fueron las transacciones financieras. Ahora son los tokens. Y si los agentes terminan convirtiéndose en una nueva fuerza laboral digital, gestionar quién proporciona su inteligencia, cuánto consume y cuánto cuesta cada una de sus decisiones puede convertirse en uno de los mayores negocios de la próxima década.

Gestionar el coste de la inteligencia será una competencia directiva

Los altos directivos tendrán que comprender que una estrategia de IA no consiste únicamente en seleccionar ChatGPT, Claude o Gemini. Será necesario decidir qué modelo utilizar para cada proceso, cuánto cuesta cada tarea, cómo evitar dependencias tecnológicas, cómo presupuestar el consumo de los agentes y cómo medir el retorno económico de cada automatización. El Curso Superior en Inteligencia Artificial para Directivos (CSIAD) de THE INTELLIGENCE Institute prepara a presidentes, CEOs, directores generales y altos ejecutivos para comprender esta nueva economía y liderar la implantación de IA desde una perspectiva estratégica, financiera y empresarial.