El experimento fallido de OpenAI en materia de gobernanza

por Estrategia y Decisiones

OpenAI esperaba lo mejor de los modelos con y sin fines de lucro. En cambio, subrayó la importancia de las prácticas en gestión y gobernanza.

La ingeniería es fácil. Las personas son difíciles”. Esa cita proviene del tecnólogo Bill Coughran, cuya carrera abarca los Laboratorios Bell, Google y la famosa firma de capital de riesgo Sequoia.

En noviembre, OpenAI aprendió la sabiduría de esta lección a menudo olvidada.

El laboratorio de inteligencia artificial, fundado por Sam Altman, Elon Musk y otros, ha cambiado el mundo con el lanzamiento de su modelo de lenguaje ChatGPT. Su destreza en ingeniería e innovación de productos están fuera de toda duda.

Pero OpenAI intentó combinar eso con una importante innovación en materia de gobernanza destinada a controlar su impacto a largo plazo. Y esa innovación fracasó estrepitosamente cuando la junta destituyó a Altman y casi destruyó la valoración de 80,000 millones de dólares de la empresa.

Los ingredientes inusuales de la estructura de gobernanza de OpenAI se han analizado recientemente: Es una organización sin fines de lucro que controla una organización con fines de lucro; los empleados tenían participación accionaria en la organización con fines de lucro, pero el CEO y los directores no; los inversionistas en la empresa con fines de lucro tenían un límite en el rendimiento que podían recibir, y no tenían derechos de control, porque permanecían en la junta directiva de la organización sin fines de lucro. (De hecho, el CEO de Microsoft, el mayor inversor de OpenAI, sólo se enteró de la destitución justo antes de que ocurriera).

Al combinar los modelos con y sin fines de lucro, OpenAI esperaba lo mejor de ambos mundos. En cambio, obtuvo lo peor, y subrayó la importancia de las mejores prácticas en gestión y gobernanza. Los fundadores y las empresas innovadoras pueden verse tentados a reinventar todo al mismo tiempo. Sin embargo, las startups exitosas se resisten a hacerlo. Se centran en cambiar algo importante (generalmente el producto) mientras duplican las mejores prácticas en otras áreas.

Mi investigación ha esbozado las mejores prácticas para startups exitosas. En ese trabajo, he descrito cómo las startups pueden fracasar cuando los fundadores actúan como monarcas sin restricciones. Eso fue, en parte, el fracaso de FTX. Y es por eso que las startups más exitosas suelen ceder el control gradualmente del fundador a los inversionistas, la gerencia y otros empleados. Idealmente, todos estos grupos están alineados a través del capital social de la empresa, pero ninguna persona tiene el control total.

A principios de noviembre, Brad Smith, presidente de Microsoft, intentó hacer una distinción entre la estructura de gobernanza de OpenAI y la de un gigante tecnológico como Meta. “¿En cuál tendría más confianza?” preguntó. «¿Obtener su tecnología de una empresa sin fines de lucro, o de una empresa con fines de lucro que es totalmente controlada por un ser humano?»

Desafortunadamente, esa declaración resultó acertada, pero no en la forma en que Smith la expresó. La toma de decisiones de OpenAI resultó mucho más similar a las monarquías tecnológicas de las que se burlaba. Hay un viejo dicho que dice que «la monarquía es el mejor método de toma de decisiones del mundo, siempre y cuando el monarca sea infalible». La junta directiva de OpenAI solo era responsable ante sí misma y su interpretación subjetiva de la misión de la organización sin fines de lucro, lo que llevó al caos y al fallido golpe contra Altman. Esto no es, por decir lo menos, una mejora del gobierno corporativo. Es un vaciamiento.

¿Qué pasa ahora? Altman está de vuelta como CEO, aunque quedó fuera de la junta reconstituida. Todos menos uno de los miembros de la junta que lo destituyeron se han ido. Pero hasta ahora no está claro si se producirán mejoras en la gobernanza.

Los cambios importantes en el modelo operativo o de gobierno de una startup son particularmente peligrosos. Los cambios significativos que se realizan a medida que una startup crece corren el riesgo de hundir la empresa. Y ahí es donde se encuentra OpenAI. Necesita limitar su experimentación a la investigación y los productos de IA, y adoptar cuidadosamente un modelo de gobernanza más probado en el tiempo. Pero llegar de aquí hasta allí estará plagado de dificultades. Lo más difícil son las personas, no la ingeniería.

© 2025 Harvard Business School Publishing Corp. | De: hbr.org  |  Distribuido por: The New York Times Syndicate.

Artículo en inglés

“Engineering is easy. People are hard.” That quote comes from technologist Bill Coughran, whose career has spanned Bell Labs, Google and the famed venture capital firm Sequoia.

In November, OpenAI learned the wisdom of this oft-neglected lesson.

The artificial intelligence lab, founded by Sam Altman, Elon Musk and others, has changed the world with the release of its ChatGPT language model. Its engineering prowess and product innovation are beyond doubt.

But OpenAI attempted to combine that with a major governance innovation intended to steer its long-term impact. And that governance innovation failed spectacularly when the board ousted Altman and nearly destroyed the company’s $80 billion valuation.

The unusual ingredients of OpenAI’s governance structure have been recently dissected: It is a nonprofit that controls a for-profit; employees had equity in the for-profit, but the CEO and the directors didn’t; investors in the for-profit had a cap on the return they could receive; and investors had no control rights, because those remained with the nonprofit board. (In fact, the CEO of Microsoft, OpenAI’s biggest investor, only found out about the ouster right before it happened.)

In mixing the for-profit and nonprofit models, OpenAI hoped for the best of both worlds. Instead, it got the worst of both and underscored the importance of best practices in management and governance. Innovative founders and companies can be tempted to reinvent everything all at once. But successful startups resist doing so. They focus on changing one big thing (usually the product) while doubling down on best practices in other areas.

My research has outlined the best practices for successful startups. In that work, I have described how startups can fail when founders act as unconstrained monarchs. That was, in part, the failure of FTX. And it’s why the most successful startups typically cede control gradually from the founder(s) to investors, management and other employees. Ideally, all of these groups are aligned through equity in the company, but no single person has total control.

In early November, Brad Smith, president of Microsoft, tried to draw a distinction between the governance structure of OpenAI and that of a tech behemoth like Meta. “Which would you have more confidence in?” he asked. “Getting your technology from a nonprofit, or a for-profit company that is entirely controlled by one human being?”

Unfortunately, that statement proved apt — just not in the way Smith meant it. OpenAI’s decision-making proved much more similar to the tech monarchies he was deriding. There is an old saying that “Monarchy is the greatest method of decision-making in the world, as long as the monarch is infallible.” The OpenAI board was answerable only to itself and its subjective interpretation of the nonprofit’s mission, leading to the chaos and failed coup against Altman. This is, to say the least, not an improvement of corporate governance. It’s a hollowing out of it.

What happens now? Altman is back as CEO — though he was left off the reconstituted board. All but one of the board members who ousted him are gone. But it’s unclear so far what if any governance improvements are coming.

Unfortunately, major shifts in a startup’s operating or governance model are particularly perilous. Significant changes made as a startup scales risk wrecking the company. And that’s where OpenAI finds itself. It needs to limit its experimentation to AI research and products, and carefully adopt a more time-tested governance model. But getting from here to there will be fraught with difficulties. People, not engineering, are the hardest part.

Autor

Sobre el Autor

Es decano de la Sy Syms School of Business de la Universidad Yeshiva en Nueva York.