Durante los últimos tres años, la historia de la inteligencia artificial (IA) de Microsoft estuvo intrínsecamente ligada a OpenAI, una alianza que incluyó una inversión superior a los 13 mil millones de dólares. Gracias a esta colaboración, Microsoft tuvo acceso anticipado a algunos de los modelos de IA más avanzados, impulsando sus productos Copilot y aumentando sus valoraciones de mercado en cientos de miles de millones de dólares. Para el mundo exterior, la estrategia de IA de Microsoft era sinónimo de OpenAI.
Sin embargo, Mustafa Suleyman, CEO del área de IA en Microsoft, quiere cambiar esta narrativa.
En una entrevista exclusiva con VentureBeat durante el evento Microsoft Build 2026, Suleyman reveló que hace aproximadamente seis meses se modificó el acuerdo contractual con OpenAI, permitiendo que Microsoft llevase a cabo una investigación independiente enfocada en la superinteligencia. Esta nueva libertad implica desarrollar sus propios modelos con investigadores internos, utilizando sus propios datos y hardware diseñado a medida. 
«Hace solo unos seis meses nos liberamos formalmente de las restricciones del contrato con OpenAI para perseguir la superinteligencia», explicó Suleyman. «Estamos apenas en las primeras etapas.»
Este cambio es un claro indicio de un punto de inflexión estratégico dentro de una de las compañías públicas más valiosas del mundo. Microsoft no abandona su alianza con OpenAI, pero está construyendo un camino paralelo que podría, con el tiempo, funcionar de forma autónoma.
La familia MAI: el salto hacia la independencia tecnológica
El día que Suleyman dio la entrevista también se anunció una familia propia de siete nuevos modelos de IA, desarrollados íntegramente por el equipo de IA Superinteligente de Microsoft. Estos cubren áreas claves como razonamiento, generación de código, creación y edición de imágenes, transcripción de voz y síntesis vocal. Estos modelos, agrupados bajo la marca «MAI», representan el lanzamiento más ambicioso de Microsoft en cuanto a modelos de primera mano.
El modelo estrella MAI-Thinking-1 cuenta con 35 mil millones de parámetros activos y, según Microsoft, iguala a los referentes de su categoría en benchmarks de ingeniería de software y presenta un razonamiento matemático avanzado. Suleyman destacó que este modelo fue entrenado desde cero con datos limpios y licenciados comercialmente, sin recurrir a la destilación de modelos punteros de terceros, lo que es contrario a la práctica habitual del sector.
«Entrenamos nuestros modelos de razonamiento desde el principio. No los destilamos a partir de laboratorios externos ni utilizamos datos no licenciados o poco transparentes», afirmó Suleyman en un blog oficial.
El resto de la familia MAI contempla modelos especializados para diversas aplicaciones empresariales: MAI-Code-1-Flash para programación en entornos como GitHub Copilot y Visual Studio Code; MAI-Image-2.5 para generación y edición de imágenes; MAI-Transcribe-1.5, el modelo de transcripción más preciso del mercado, capaz de trabajar en 43 idiomas, y MAI-Voice-2, que genera voz multilingüe. Todos estos modelos se proporcionan a través de Microsoft Foundry, la plataforma de despliegue y alojamiento de modelos, y permiten a los desarrolladores ajustar pesos a través de plataformas externas como OpenRouter, Fireworks y Baseten.
Aun así, Suleyman puntualiza que estos siete modelos son solo un primer paso para demostrar capacidades, no un producto final.
«Nuestra misión es asegurarnos que, mirando hacia 2030 y más allá, no solo compremos modelos externos, sino que podamos crear los mejores modelos del mundo desde dentro», destacó.
¿Qué significa realmente la «liberación» de OpenAI?
Para comprender el significado de «liberación», hay que repasar la estructura contractual inicial entre Microsoft y OpenAI. Desde la primera inversión masiva en 2019, OpenAI se encargaba de crear los modelos punteros, mientras Microsoft actuaba como proveedor exclusivo de nube, integrando y comercializando dichos modelos mediante Azure. Este acuerdo otorgaba a Microsoft ventajas comerciales excepcionales, pero también limitaba su capacidad para investigar de forma independiente la inteligencia general artificial (AGI), imponiendo incluso límites en el tamaño de los modelos que podía entrenar.
Esa relación fue renegociada a finales de 2025, eliminando estas restricciones y permitiendo que Microsoft estableciese el equipo de IA Superinteligente MAI y avanzase hacia la «superinteligencia humanista». Según Suleyman, esta nueva etapa representa un «ambiente de lo mejor de ambos mundos», donde Microsoft puede avanzar por su cuenta y mantener la colaboración con OpenAI.
Seis meses después, Microsoft ya ha empezado a lanzar sus modelos propios, incluyendo MAI-Image-2-Efficient, una versión ligera para generación de imágenes lanzada en abril. Los siete modelos MAI presentados en Build 2026 son el despliegue más ambicioso hasta la fecha, cubriendo varias modalidades.
Sin embargo, Suleyman descarta la idea de que esta transición sea una ruptura con OpenAI. Más bien, la considera una etapa de abundancia tecnológica, con múltiples fuentes y opciones para impulsar sus productos de IA.
«No hay una necesidad urgente de llenar un vacío en tres o seis meses. Contamos con OpenAI, Anthropic y miles de modelos alojados en Foundry, lo que ya nos brinda enormes alternativas», explicó.
El movimiento hacia la creación de modelos propios responde a una estrategia clara: a medida que la IA se convierte en el núcleo tecnológico en el entorno empresarial, Microsoft debe reducir su dependencia de socios para contar con capacidades fundamentales de forma autónoma.
Del chatbot al agente autónomo: la evolución hacia la acción
Mientras los modelos MAI reflejan la ambición técnica, la capacidad denominada Frontier Tuning apunta a la aplicación comercial. Esta función permite a empresas personalizar los modelos MAI utilizando sus propios datos, flujos de trabajo y terminología, todo dentro de un entorno de cumplimiento y seguridad.
Esta tecnología emplea entornos de aprendizaje por refuerzo — denominados “gimnasios” para IA — que permiten a los agentes aprender directamente de tareas empresariales reales sin afectar a los sistemas en producción.
Los resultados iniciales son impactantes: un modelo MAI ajustado para Excel alcanzó un rendimiento equiparable a GPT 5.4, funcionando hasta diez veces más eficientemente. Clientes empresariales prematuros también reportan mejoras significativas de rendimiento y reducción de costos.
Suleyman define este avance como un paso de la inteligencia pura (IQ) y la inteligencia emocional (EQ) hacia la «capacidad de acción» o AQ (Actions Quotient), donde los agentes no solo responden preguntas, sino que inician sesión en software corporativo, navegan por múltiples plataformas y ejecutan tareas complejas de manera autónoma.
«Deberías poder activar un agente IA desde el primer día con credenciales casi inmediatas. El modelo debe poder interactuar con múltiples entornos, y Microsoft tiene una fortaleza única en esto», declaró.
En concreto, Microsoft presentó en Build 2026 a Microsoft Scout, su primer agente «Autopilot» que funciona en segundo plano con una identidad gobernada y auditable dentro de Microsoft Entra. Además, Windows 365 para Agentes brinda PCs en la nube gestionados para que estos agentes interactúen con aplicaciones empresariales. La plataforma Foundry también recibió actualizaciones para optimizar la rapidez y eficiencia de los agentes.
La próxima frontera: datos empresariales, clave para el entrenamiento de IA
Un punto esencial en la visión de Suleyman es que el valor diferencial de Microsoft no reside solamente en la arquitectura de modelos, sino en el acceso a datos empresariales reales, que generarán la próxima generación de IA.
«Hemos agotado los datos públicos evidentes», reflexionó. “Ahora queremos ofrecer a las empresas agentes que se entrenen con sus datos internos y flujos de trabajo, dados sus casos específicos.”
Esto supone una transición desde datos públicos como páginas web, libros y repositorios de código hacia información propia y exclusiva de cada organización, lo que Microsoft ya gestiona gracias a su presencia en 493 de las empresas Fortune 500 a través de Microsoft 365, Teams o Dynamics 365.
Los primeros clientes que usan Frontier Tuning incluyen a Mayo Clinic, EY, Land O’Lakes y Pearson, colaborando para crear modelos especializados en ámbitos como la salud, asesoría fiscal o educación.
El proyecto con Mayo Clinic es especialmente notable, pues se desarrolla un modelo propio de frontera para el sector sanitario, combinando la experticia clínica de Mayo con la potencia de IA de Microsoft, con propiedad y despliegue inicial en la propia organización médica.
Infraestructura y hardware de última generación para una ventaja competitiva única
Detrás de todos estos desarrollos está una infraestructura de computación masiva. Suleyman confesó abiertamente que Microsoft es el mayor comprador mundial de GPUs, y que seguirá adquiriendo aceleradores Nvidia por mucho tiempo.
Paralelamente, Microsoft avanza en la fabricación de sus propios chips diseñados para IA, con su segunda generación Maia 200 ya operando en centros de datos en varios países. Este procesador ofrece una eficiencia hasta un 30% superior a las GPUs de Nvidia, y aún mejor rendimiento cuando se combina con los modelos propios MAI.
Esta integración vertical, que agrupa hardware, software e infraestructura, ofrecería a Microsoft una ventaja de rendimiento y costes difícilmente replicable por sus competidores, situándolo en una posición sumamente sólida en la carrera por la IA.
La calidad de los datos, no la cantidad, como pilar del desarrollo de modelos
Suleyman también desaprueba la idea de que los modelos de IA tienden a convertirse en una commodity homogénea. Su argumento se basa en la importancia de los «quality tokens», entendidos como la calidad, curación y licenciamiento del conjunto de datos de entrenamiento, al menos igual de importantes que la escala bruta.
Los nuevos modelos MAI se entrenaron con cerca de un 50% de datos de código cuidadosamente seleccionados y el resto con fuentes licenciadas, formando una línea única de modelos optimizados para programación, razonamiento y comportamiento autónomo, diferentes de otros modelos orientados a chat o contenido cultural.
Según Suleyman, esta diferenciación será clave para que diferentes empresas generen modelos con objetivos y calidades distintas, donde la calidad de los datos y la investigación rigurosa actúen como ventaja competitiva sostenible.
Utiliza la metáfora de una «máquina de escalada en colinas» para describir un sistema que mejora constantemente gracias a más potencia computacional, mejores datos y evaluaciones rigurosas.
La visión a cinco años: un laboratorio de IA completamente autosuficiente
En conjunto, las declaraciones y anuncios recientes apuntan a una estrategia clara: Microsoft aspira a dejar de depender exclusivamente de socios externos como OpenAI para dominar por completo la inteligencia artificial, desarrollando internamente toda la cadena de valor para 2030.
El vínculo con OpenAI sigue vigente, alimentando servicios como Copilot y ChatGPT, y Suleyman reconoce que la coexistencia con otros proveedores representa una fortaleza para Microsoft.
Pero el rumbo es inequívoco: con modelos propios, silicio a medida, entornos de aprendizaje para personalización empresarial y agentes autónomos, Microsoft construye un futuro en el que podrá ser un laboratorio de IA de frontera totalmente independiente, inmerso en la mayor plataforma de software empresarial del mundo.
«Nuestro objetivo supremo es la superinteligencia humanista: sistemas avanzados diseñados para servir a las personas y organizaciones, no para reemplazarlas», escribió Suleyman.
Respecto al ritmo de la evolución tecnológica, manifestó optimismo pero prudencia: «Estamos apenas en la punta del iceberg; los modelos son mucho más poderosos de lo que sabemos aprovechar. Pero apresurarse arruinaría todo.»
Con un compromiso de varios años y miles de millones invertidos, Microsoft transita un camino que buscará balancear la rigurosidad científica con la presión comercial, en una carrera tecnológica cuya velocidad y éxito tendrán impacto global en el futuro cercano.
