Chris Malone, exdirector de centros de datos de OpenAI, abandonó la empresa la semana pasada, en un momento crítico para la infraestructura tecnológica de la compañía. Su salida —confirmada por múltiples fuentes del sector— se suma a una ola de renuncias que ya supera las 13 salidas ejecutivas en 2026, incluyendo figuras clave en operaciones, ética, producto y marketing. El hecho ocurre mientras OpenAI acelera su inversión en infraestructura física en Estados Unidos, con proyectos como Stargate —una iniciativa de 500 millones de dólares respaldada por el gobierno estadounidense— y enfrenta creciente presión regulatoria y escrutinio global sobre la gobernanza de la inteligencia artificial (IA).
¿Quién es Chris Malone y por qué su salida impacta tanto?
Malone no era un ejecutivo cualquiera: llegó a OpenAI en marzo de 2025 tras más de una década en Google y casi cinco años en Meta, donde lideró estrategias de infraestructura crítica para servicios globales. Su experiencia técnica y su historial en escalabilidad de centros de datos lo posicionaron como pieza central para ejecutar la ambiciosa hoja de ruta de hardware de OpenAI. Su permanencia fue breve: apenas 17 meses. Su partida coincide con una reorganización interna que desplazó su línea de reporte directo desde el presidente Greg Brockman al vicepresidente Sachin Katti, señalando una redefinición profunda de prioridades operativas.
La nueva estructura de infraestructura: ¿más equipos, menos claridad?
Tras su salida, OpenAI ha distribuido sus responsabilidades entre al menos tres líderes: Uday Ruddarraju, a cargo del equipo técnico de centros de datos; Brent Mayo, especializado en construcción y entrega física de instalaciones; y Spas Lazarov, con décadas de experiencia en energía y data centers industriales. Aunque la compañía asegura contar con «un equipo experimentado y con liderazgo claro», fuentes cercanas al ecosistema tecnológico señalan que la fragmentación de funciones puede ralentizar decisiones estratégicas clave, sobre todo ante la urgencia de escalar capacidad computacional para modelos cada vez más grandes.
Una estampida ejecutiva sin precedentes
Malone no es una excepción: es el último eslabón de una cadena de salidas que ha sacudido los cimientos organizacionales de OpenAI. En julio, Fidji Simo —considerada la número dos de la empresa— dejó su puesto como jefa de producto y negocios por una enfermedad crónica, aunque sigue como asesora. A principios de agosto, Brad Lightcap, cofundador y COO durante más de siete años, anunció su retiro para iniciar «un nuevo proyecto». Dos días después, Denise Dresser, recién nombrada directora de ingresos, fue relevada tras solo ocho meses. En abril, Kate Rouch, directora de mercadotecnia, también partió por motivos de salud. Y en julio, Chloé Bakalar, cabeza de ética, abandonó la compañía justo antes de que OpenAI disolviera formalmente su equipo de preparación para riesgos catastróficos —unidad dedicada a evaluar amenazas sistémicas derivadas de sus propios modelos de IA.
El vacío en seguridad y gobernanza tecnológica
Este retroceso institucional en temas de ética y seguridad preocupa especialmente a reguladores latinoamericanos. En México, la Comisión Federal de Telecomunicaciones (Cofetel) y el Instituto Nacional de Transparencia (INAI) han intensificado sus diálogos con empresas globales sobre estándares de transparencia algorítmica. La desaparición del equipo de preparación en OpenAI contrasta con el avance de marcos como la Ley General de Protección de Datos Personales en Posesión de Sujetos Obligados (Ley de Datos Personales), que exige evaluaciones de impacto en sistemas automatizados. Para expertos mexicanos en gobernanza digital, como la Dra. Alejandra Díaz de la Universidad Iberoamericana, esta tendencia refleja «una priorización peligrosa: escalar velocidad técnica por encima de la solidez institucional».
Contexto regional: ¿Qué significa esto para México y Latinoamérica?
Mientras OpenAI reconfigura su infraestructura en EE.UU., los países de América Latina están acelerando sus propias estrategias nacionales de IA. En México, el Programa Nacional de Inteligencia Artificial 2024–2030 contempla la creación de tres centros regionales de cómputo avanzado, uno en Veracruz, otro en Guanajuato y un tercero en Baja California. Estos centros buscarán reducir la dependencia de infraestructura extranjera y fomentar talento local. Sin embargo, la volatilidad en los gigantes tecnológicos globales complica alianzas estratégicas: empresas mexicanas que planeaban integrar APIs de OpenAI para soluciones gubernamentales o educativas ahora evalúan alternativas locales como TecnoIA (desarrollada por el Tecnológico de Monterrey) o plataformas de código abierto respaldadas por la Red de Centros de Investigación en IA de la UNAM.
¿Dónde queda la confianza en los actores globales?
La rotación masiva no es solo un problema interno: afecta la percepción de estabilidad entre socios comerciales, inversores y gobiernos. En 2025, 37% de las pymes mexicanas que adoptaron soluciones basadas en IA declararon «incertidumbre regulatoria y tecnológica» como principal obstáculo para su expansión, según la Encuesta Nacional de Innovación Tecnológica del INEGI. La salida de ejecutivos con responsabilidad directa en ética, infraestructura y comercialización alimenta esa inquietud. No se trata solo de quién construye los modelos, sino de quién los supervisa, audita y explica —y hoy, esas funciones parecen más dispersas que nunca.
Para los profesionales tecnológicos en Veracruz y toda la región, esta crisis ejecutiva es una llamada de atención: la madurez de la industria no se mide solo por la potencia de los modelos, sino por la solidez de sus instituciones. Ante la incertidumbre global, fortalecer capacidades locales —desde formación en ingeniería de datos hasta auditoría algorítmica— deja de ser una opción y se convierte en una necesidad estratégica. La próxima década no será ganada por quien tenga más GPUs, sino por quien logre construir confianza sostenible.
