• Anthropic está adoptando un enfoque disciplinado en cuanto al gasto y la eficiencia algorítmica, mientras que su rival OpenAI realiza compromisos de computación por un valor de 1,4 billones de dólares.

• Daniela Amodei sostiene que la siguiente fase no se ganará solo con los mayores procesos de preentrenamiento, sino con quien logre ofrecer la mayor capacidad por cada dólar invertido en computación.

• De cara a 2026, con ambos laboratorios operando como si pudieran salir a bolsa, a la vez que siguen captando nuevo capital, la cuestión se reduce a la escala a fuerza bruta frente a la eficiencia.

En la sede de Anthropic, la presidenta y cofundadora Daniela Amodei insiste en una frase que se ha convertido en una especie de principio rector para toda la estrategia de la startup de inteligencia artificial: Hacer más con menos.

Esto representa un desafío directo a la mentalidad predominante en Silicon Valley, donde los laboratorios más grandes y sus inversores consideran la escala como un factor determinante.

Las empresas están recaudando sumas récord, asegurando chips con años de antelación y construyendo centros de datos por todo Estados Unidos, convencidas de que la empresa que construya la fábrica de inteligencia artificial más grande será la ganadora.

OpenAI se ha convertido en el ejemplo más claro de este enfoque.

La compañía ha comprometido aproximadamente 1,4 billones de dólares en capacidad de cómputo e infraestructura, trabajando con socios para construir enormes centros de datos y asegurar chips de última generación a un ritmo sin precedentes en la industria.

La propuesta de Anthropic es que existe otra manera de competir, una en la que el gasto disciplinado, la eficiencia algorítmica y una implementación más inteligente permiten mantenerse a la vanguardia sin necesidad de superar a todos los demás en tamaño.

“Creo que lo que siempre hemos buscado en Anthropic es ser lo más juiciosos posible con los recursos que tenemos, operando en un sector que requiere una gran capacidad de cómputo”, declaró Amodei. “Anthropic siempre ha contado con una fracción de los recursos de cómputo y capital que tienen nuestros competidores y, sin embargo, de forma bastante constante, hemos tenido los modelos más potentes y de mayor rendimiento durante la mayor parte de los últimos años”.

Daniela Amodei y su hermano, Dario Amodei, CEO de Anthropic y ex empleado de Baidu y Google, contribuyeron a crear la misma visión del mundo contra la que ahora apuestan.

Dario Amodei fue uno de los investigadores que ayudaron a popularizar el paradigma de la escalabilidad que ha guiado la carrera por los modelos de IA. Esta estrategia se basa en la idea de que aumentar la capacidad de cómputo, los datos, el tamaño del modelo y las capacidades tiende a mejorar el modelo de forma predecible.

Este patrón se ha convertido, de hecho, en la base financiera de la carrera armamentística de la IA.

Sustenta el gasto de capital de las grandes empresas tecnológicas, justifica las elevadas valoraciones de los chips y mantiene a los mercados privados dispuestos a asignar precios enormes a empresas que aún invierten fuertemente para alcanzar la rentabilidad.

Pero, aunque Anthropic se ha beneficiado de esta lógica, la compañía intenta demostrar que la próxima fase de la competencia no se decidirá únicamente por quién pueda permitirse las mayores operaciones de preentrenamiento. Su estrategia se basa en datos de entrenamiento de mayor calidad, técnicas posteriores al entrenamiento que mejoran el razonamiento y opciones de producto diseñadas para que los modelos sean más económicos de ejecutar y más fáciles de adoptar a gran escala, la parte del negocio de la IA donde el gasto en computación es constante.

Para ser claros, Anthropic no opera con un presupuesto ajustado. La compañía tiene compromisos de computación por un valor aproximado de 100 mil millones de dólares y espera que esos requisitos sigan aumentando si quiere mantenerse a la vanguardia.

“Los requisitos de computación para el futuro son muy grandes”, dijo Daniela Amodei. “Así que nuestra expectativa es que sí, necesitaremos más capacidad de computación para poder mantenernos a la vanguardia a medida que crecemos”.

Sin embargo, la compañía argumenta que las cifras que circulan en el sector a menudo no son directamente comparables, y que la certeza colectiva de la industria sobre la cantidad “correcta” para invertir es menos sólida de lo que parece.

“Muchas de las cifras que se mencionan no son comparables, debido a la forma en que están estructurados algunos de estos acuerdos”, dijo, describiendo un entorno en el que los actores sienten presión para comprometerse con anticipación para asegurar hardware con años de antelación.

La verdad más importante, añadió, es que incluso los expertos que ayudaron a dar forma a la tesis de la escalabilidad se han sorprendido de la constancia con la que el rendimiento y el crecimiento del negocio se han multiplicado.

“Nos hemos seguido sorprendiendo, incluso nosotros, que fuimos quienes impulsamos esta creencia en las leyes de escalabilidad”, dijo Daniela Amodei. “Algo que escucho mucho de mis colegas es que el crecimiento exponencial continúa hasta que deja de hacerlo. Y cada año pensamos: ‘Bueno, no es posible que las cosas sigan creciendo exponencialmente’, y sin embargo, cada año lo hacen”.

Esta afirmación resume tanto el optimismo como la ansiedad del desarrollo actual.

Si el crecimiento exponencial se mantiene, las empresas que aseguren energía, chips y centros de datos con anticipación podrían parecer visionarias. Si se detiene, o si la adopción se queda rezagada con respecto al ritmo de las capacidades, los actores que se comprometieron en exceso podrían verse obligados a asumir años de costos fijos e infraestructura a largo plazo construida para una demanda que nunca llega.

Daniela Amodei hizo una distinción entre la curva tecnológica y la curva económica, un matiz importante que tiende a confundirse en el debate público.

Desde una perspectiva tecnológica, Anthropic no prevé que el progreso se ralentice, según lo que la empresa ha observado hasta ahora. La pregunta más compleja es qué tan rápido las empresas y los consumidores pueden integrar estas capacidades en flujos de trabajo reales, donde la adquisición, la gestión del cambio y las fricciones humanas pueden ralentizar incluso la mejor herramienta.

“Independientemente de lo buena que sea la tecnología, se necesita tiempo para que se utilice en un contexto empresarial o personal”, afirmó. “La verdadera pregunta para mí es: ¿Qué tan rápido pueden las empresas, en particular, pero también los individuos, aprovechar la tecnología?”

Este enfoque empresarial es fundamental para comprender por qué Anthropic se ha convertido en un referente tan importante para el sector de la IA generativa.

La empresa se ha posicionado como un proveedor de modelos centrado en las empresas, con gran parte de sus ingresos provenientes de otras compañías que pagan por integrar Claude en sus flujos de trabajo, productos y sistemas internos, un uso que puede ser más estable que el de una aplicación para consumidores, donde la rotación de usuarios puede aumentar una vez que desaparece la novedad.

Anthropic afirmó que sus ingresos se han multiplicado por diez año tras año durante tres años consecutivos. Y ha construido una red de distribución inusual en un mercado caracterizado por una feroz competencia. El modelo Claude está disponible en las principales plataformas en la nube, incluso a través de socios que también desarrollan y venden modelos de la competencia.

Daniela Amodei describió esta presencia no tanto como una tregua, sino como un reflejo de la demanda de los clientes, ya que las grandes empresas desean tener opciones en diferentes plataformas en la nube, y los proveedores de servicios en la nube quieren ofrecer lo que sus mayores clientes solicitan.

En la práctica, esta estrategia multicloud también es una forma de competir sin apostar por una única infraestructura.

Mientras que OpenAI intenta consolidar un vasto desarrollo en torno a centros de datos personalizados y capacidad dedicada, Anthropic busca mantener la flexibilidad, adaptando su funcionamiento en función del coste, la disponibilidad y la demanda de los clientes, al tiempo que centra sus esfuerzos internos en mejorar la eficiencia y el rendimiento del modelo por unidad de computación.

Al comenzar 2026, esta diferencia es importante por otra razón: ambas empresas se ven impulsadas hacia la disciplina de la preparación para el mercado público, mientras aún operan en un mercado privado donde las necesidades de computación crecen más rápido que la certeza.

Anthropic y OpenAI no han anunciado plazos para sus salidas a bolsa, pero ambas están realizando movimientos que parecen preparativos, incorporando finanzas, gobernanza, previsión y un ritmo operativo que pueda soportar el escrutinio público.

Al mismo tiempo, ambas siguen captando capital y cerrando acuerdos de computación cada vez mayores para financiar la siguiente fase del desarrollo de modelos. Esto plantea una verdadera prueba de estrategia, más allá de la retórica.

Si el mercado sigue financiando el crecimiento a gran escala, el enfoque de OpenAI podría mantenerse como el estándar de la industria. Si los inversores comienzan a exigir mayor eficiencia, la postura de Anthropic de «hacer más con menos» podría darles una ventaja.

En este sentido, la apuesta de Anthropic, que va a contracorriente, no es que la escalabilidad no funcione, sino que no es la única variable importante, y que el ganador de la próxima fase podría ser el laboratorio que logre seguir mejorando con un gasto que la economía real pueda sostener.

«El crecimiento exponencial continúa hasta que deja de hacerlo», afirmó Daniela Amodei. La pregunta para 2026 es qué sucederá con la carrera armamentística de la IA —y con las empresas que la impulsan— si la curva favorita de la industria finalmente deja de comportarse como se espera.