OpenAI está acelerando de forma notable su apuesta por la inteligencia artificial de audio mientras se prepara para lanzar su primer dispositivo de hardware centrado en la voz, según varios informes publicados en los últimos días. Este movimiento confirma un cambio estratégico relevante: la compañía quiere que el audio y la conversación natural sean el principal punto de contacto entre las personas y la IA, reduciendo la dependencia de pantallas.
Durante las últimas semanas, OpenAI ha reorganizado equipos internos de investigación, ingeniería y producto para priorizar el desarrollo de modelos de voz más avanzados. El objetivo es mejorar aspectos clave como la naturalidad del habla, la capacidad de mantener conversaciones fluidas y la gestión de interrupciones en tiempo real, algo esencial para experiencias de uso continuas y humanas.
Uno de los focos principales es la creación de una nueva arquitectura de modelos de audio que permita respuestas más expresivas y contextuales. Estos modelos estarían diseñados específicamente para funcionar de forma óptima en un entorno de hardware propio, lo que sugiere una integración profunda entre software y dispositivo, similar a la que otras grandes tecnológicas han perseguido en el pasado con sus ecosistemas.
Los informes apuntan a que el dispositivo que OpenAI prepara será “audio-first”, es decir, pensado para ser utilizado casi exclusivamente mediante la voz. Esto encaja con la visión de la empresa de que la interacción conversacional es el siguiente gran paso de la IA de consumo. En lugar de leer o escribir, el usuario hablaría de forma natural con el sistema, recibiendo respuestas habladas, adaptadas al contexto y al tono de la conversación.
Esta estrategia también responde a una tendencia más amplia en Silicon Valley, donde varias compañías tecnológicas exploran un futuro con menos pantallas y más interfaces invisibles. El audio permite una interacción constante, manos libres y menos intrusiva, lo que abre la puerta a nuevos usos en el hogar, el trabajo o la movilidad.
Otro elemento clave es la evolución del audio dentro de ChatGPT. OpenAI planea mejoras significativas en las capacidades de voz del asistente, incluyendo una latencia más baja y un entendimiento más preciso de la intención del usuario. Estas mejoras no solo beneficiarían al futuro dispositivo, sino también a las aplicaciones existentes en móviles y ordenadores.
Aunque OpenAI no ha confirmado oficialmente fechas ni especificaciones técnicas, las filtraciones coinciden en que el lanzamiento del dispositivo podría producirse en aproximadamente un año. Internamente, el proyecto se considera estratégico, ya que permitiría a la compañía controlar la experiencia de usuario de extremo a extremo, desde el modelo de IA hasta el hardware.
La apuesta por el audio también tiene implicaciones competitivas. Un dispositivo propio permitiría a OpenAI diferenciarse de otros asistentes de voz tradicionales, apostando por conversaciones más naturales y capacidades cognitivas más avanzadas. En este contexto, el audio no es solo una función más, sino el núcleo de una nueva generación de productos basados en IA.
En definitiva, OpenAI está sentando las bases de una etapa en la que hablar con la inteligencia artificial será tan natural como hablar con otra persona, y el refuerzo de su tecnología de audio es una señal clara de hacia dónde se dirige la compañía en el corto y medio plazo.
