OpenAI ha adquirido un conjunto de patentes de la startup de chips Rain AI después de que fracasaran las negociaciones para comprar la empresa por completo. El anuncio no reveló el precio de compra ni el número de patentes involucradas.

Rain AI anteriormente recibió inversión personal de Sam Altman, CEO de OpenAI. La adquisición de patentes ocurre mientras OpenAI se defiende simultáneamente en los tribunales contra las acusaciones de Apple sobre la apropiación indebida de secretos comerciales de hardware, tras presentar esta semana una moción para desestimar la demanda.

Una adquisición fallida, propiedad intelectual valiosa

OpenAI y Rain AI no lograron llegar a un acuerdo para una adquisición total, pero OpenAI se llevó una parte de la cartera de patentes de Rain AI. El resultado es desalentador para Rain AI: la startup ha perdido a casi todos sus empleados y sus operaciones se han detenido en gran medida. Según The Information, no se ha anunciado ningún traslado de empleados de Rain AI a OpenAI.

OpenAI no ha revelado públicamente qué pretende hacer con las patentes adquiridas. Adquirir propiedad intelectual sin el equipo original es inusual en los acuerdos de semiconductores, donde el valor suele estar en los ingenieros que diseñaron la tecnología. Sin los inventores, las patentes aún pueden servir como activos defensivos frente a reclamaciones por infracción o como base para futuros diseños internos.

La conexión con Altman

Fundada en 2018, Rain AI se especializó en unidades de procesamiento neuromórfico —chips diseñados para imitar características del cerebro humano con el fin de reducir el consumo de energía y abaratar el entrenamiento de modelos de IA. La computación neuromórfica ha atraído el interés de investigadores y laboratorios nacionales como una posible vía hacia hardware de IA mucho más eficiente, aunque su comercialización ha resultado difícil. Rain AI no es la única empresa con dificultades en este ámbito; el propio programa de investigación neuromórfica de Intel, Loihi, se ha mantenido en gran medida como experimental durante años.

La relación entre OpenAI y Rain AI se remonta a varios años atrás. En 2019, OpenAI firmó una carta de intención (LOI) para comprar $51 million en chips una vez que Rain AI comenzara la producción. Esos chips nunca se entregaron.

Con el tiempo, Rain AI agotó su financiación y perdió su base de clientes. Alrededor de 2025, la empresa comenzó a buscar comprador. Una ronda de financiación Serie B prevista por $150 million no llegó a concretarse.

La demanda de Apple continúa

La demanda de Apple contra OpenAI acusa a antiguos ingenieros de Apple de haber llevado consigo información confidencial de hardware hasta OpenAI. Apple afirma que aproximadamente 400 de sus antiguos ingenieros ahora trabajan en la empresa de IA, según TechCrunch.

OpenAI presentó una moción para desestimar, argumentando que las propias prácticas de Apple generaron la situación. OpenAI sostiene que Apple permitió a los empleados trabajar a través de cuentas personales de iCloud y no revocó el acceso después de que esos ingenieros dejaron la empresa, una condición que OpenAI describe como "residual access". En su respuesta oficial, OpenAI rechazó las acusaciones.

Apple aún no ha respondido a la moción de desestimación, y el tribunal todavía no ha emitido una resolución. El caso pone de relieve las tensiones competitivas que surgen cuando las empresas de IA contratan agresivamente a talento de compañías consolidadas de hardware.

Tanto la disputa con Apple como la adquisición de patentes de Rain AI subrayan el impulso más amplio de OpenAI hacia el desarrollo de hardware, en particular silicio personalizado para dispositivos impulsados por IA.

La estrategia de chips personalizados de OpenAI

OpenAI ha avanzado de forma constante en su programa de chips personalizados. En junio, la empresa presentó Jalapeno, un chip de inferencia diseñado específicamente y desarrollado en colaboración con Broadcom, afirmando que el diseño reduciría los costos de inferencia a la mitad.

La estrategia se alinea con una tendencia más amplia entre los principales laboratorios de IA en Estados Unidos que buscan reducir su dependencia de las GPU de Nvidia, que actualmente dominan el entrenamiento y la inferencia de IA. Las GPU de Nvidia se han convertido en una de las partidas de gasto más elevadas para las empresas de IA, con una demanda que supera constantemente la oferta. Anthropic y Meta también han anunciado recientemente iniciativas para desarrollar su propio silicio. Google lleva años operando sus propias Tensor Processing Units, lo que ilustra tanto el potencial de ahorro de costos como el compromiso de varios años necesario para llevar el silicio de IA personalizado a producción.