Cuando la inteligencia artificial entra en producción masiva: seis tendencias de los grandes modelos a partir de la salida a bolsa de Anthropic

IPO de AnthropicLey de escalaAgente de IAComercialización de grandes modelosGobernanza de la seguridad de la IAEconomía de la potencia de cálculo
hace 1 horaFuente: blockweeks.com
Cuando la inteligencia artificial entra en producción masiva: seis tendencias de los grandes modelos a partir de la salida a bolsa de Anthropic

Esta noche (19 de noviembre), Anthropic, una empresa fundada hace menos de seis años, cotizará en el Nasdaq bajo el ticker ANT. Su velocidad de desarrollo y escala deben calificarse como un milagro en la historia de la tecnología y los negocios, y también permite vislumbrar el enorme impacto de la IA en la economía y la sociedad futuras.

Con un precio de emisión final de 83 dólares por acción, su valoración totalmente diluida es de aproximadamente 1,5 billones de dólares. Según las expectativas actuales, su capitalización bursátil tras la cotización podría superar los 2 billones de dólares. Siete empresas de la cadena de suministro —Google, Nvidia, AMD, Broadcom, Micron, Microsoft y TSMC— también suscribieron simultáneamente por 26.000 millones de dólares. El tamaño de su oferta supera el tamaño base de la oferta de SpaceX de 75.000 millones de dólares en junio de este año, situándose entre las mayores salidas a bolsa de la historia del mercado bursátil estadounidense.

Lo que merece más atención que la valoración es su curva de crecimiento. Este tipo de crecimiento continuo de 10x supera con creces el rápido crecimiento de la pasada era de internet móvil, mostrando al mundo una asombrosa aceleración de la IA.

En el primer trimestre de 2023, Claude comenzó su comercialización, con ingresos que partieron de cero. Los ingresos anuales fueron de 41 millones de dólares en 2023, 386 millones en 2024 y 4.585 millones en 2025. Para el tercer trimestre de 2026, los ingresos trimestrales fueron de 16.960 millones de dólares, 12,3 veces los del mismo período del año anterior. Los ingresos anualizados en octubre de este año ya han alcanzado unos 81.000 millones de dólares, y se prevé que puedan llegar a 100.000-120.000 millones para finales de año.

inteligencia artificial

En la segunda página de los materiales para inversores del roadshow, aparece esta frase: Por primera vez en la historia de la humanidad, la inteligencia se ha convertido en algo que los humanos pueden construir; las capacidades cognitivas de razonamiento, análisis, síntesis, toma de decisiones y creación pueden producirse a escala y obtenerse bajo demanda. Leí esta frase varias veces. Lo que en realidad plantea no es una empresa, sino un punto de inflexión para una industria: por primera vez, la inteligencia comienza a existir separada de los propios humanos y se convierte en un producto industrial que puede producirse en masa, tener precio y programarse.

En particular, el siguiente gráfico muestra la ambición de Anthropic. Los retornos que espera son mucho más que los ingresos actuales procedentes de la programación, el análisis, el trabajo de oficina, etc., sino que se extienden a campos como el descubrimiento de fármacos, la ciencia de materiales, la fabricación avanzada y la robótica, así como al sector de las ciencias de la vida de 2 billones de dólares, e incluso al futuro mercado global de trabajo del conocimiento de 40 billones de dólares. Esto inevitablemente nos recuerda un rumor controvertido en la industria: "En el futuro, quizá solo Anthropic quede como empresa en el mundo".

inteligencia artificial

Fuente de la imagen: materiales para inversores del roadshow de Anthropic

Durante la última semana, leímos juntos el folleto de más de 400 páginas de Anthropic, los materiales para inversores del roadshow de 15 páginas, el vídeo del roadshow de 41 minutos y una carta abierta firmada conjuntamente por siete fundadores. Cómo llegan los ingresos, dónde se gasta la capacidad de cómputo, cómo iteran los modelos, cómo opera la organización y cómo se valoran los riesgos han sido, por primera vez, divulgados por completo por una empresa de modelos de frontera. Podemos ver seis cambios que están ocurriendo en la industria de los grandes modelos.

Tendencia 1: la Scaling Law sigue siendo efectiva, pero el motor principal de I+D ha pasado a ser la propia IA

Entre el equipo fundador de Anthropic se encuentra el autor principal del artículo de 2020 "Scaling Laws for Neural Language Models". En la carta de los fundadores se dice que en aquel momento muchas personas no creían que la inteligencia artificial dependiera tanto de la escala, pero las predicciones basadas en las leyes de escala fueron confirmadas una y otra vez. El juicio del folleto también es claro: las capacidades de IA seguirán mejorando y, en un futuro previsible, la demanda seguirá superando a la oferta, mientras que la oferta está limitada principalmente por la capacidad de cómputo.

Sin embargo, tras leer todo el folleto, creo que lo que merece más atención que la propia ley de escala son tres cambios en la forma de hacer I+D.

Primero, el post-entrenamiento se ha convertido en el área con la mayor inversión. El folleto afirma que el post-entrenamiento ha evolucionado de un paso final a una de las mayores áreas de inversión en investigación de la compañía, porque el mercado está pasando de asistentes conversacionales a agentes autónomos. El método de entrenamiento también ha cambiado, utilizando tareas completas, reales y complejas cercanas al trabajo profesional. Anthropic cree que la amplitud y el realismo de esta mezcla de tareas se encuentran entre sus ventajas científicas más duraderas, y que es difícil de observar desde fuera y, por lo tanto, difícil de replicar.

Segundo, la arquitectura del modelo y la infraestructura de inferencia se diseñan conjuntamente. Los investigadores de IA y los ingenieros de inferencia comparten ciclos de planificación, líneas de reporte y objetivos de rendimiento, y las decisiones de arquitectura consideran los costos de inferencia desde el primer día. Esto explica por qué cada generación de Claude puede ser a la vez más potente y más económica.

Tercero, y lo más importante, la IA ha comenzado a participar en la construcción de IA, que es también el RSI más discutido en este momento. Cada generación de Claude participa en la construcción de la siguiente generación, incluida la ejecución de experimentos, la generación y el procesamiento de datos de entrenamiento, la automatización de evaluaciones y auditorías de seguridad, y la escritura y revisión de código.

人工智能

Algunas cifras ilustran bien el punto. En septiembre de 2026, más del 90% de los commits en el código base de Anthropic fueron escritos por Claude; en el tercer trimestre, la cantidad de código aportado por ingeniero por día fue más de 45 veces el promedio diario de 2024. En problemas de ingeniería abiertos que carecen de especificaciones claras y que antes dependían en gran medida del juicio de ingenieros senior, según los benchmarks internos de la compañía, la tasa de éxito de Claude aumentó alrededor de 50 puntos porcentuales en nueve meses, alcanzando aproximadamente el 90%. Al integrar chips AMD este año, Claude completó la adaptación básicamente sin intervención humana en tres días, portando o escribiendo casi todos los operadores, lo que antes requería decenas de ingenieros y varios meses.

A precios de lista, el valor del uso interno de Claude por parte de Anthropic creció más de 250 veces de enero a septiembre de este año. En abril de este año, este valor mensual superó por primera vez los gastos mensuales de personal de la compañía (excluida la compensación basada en acciones).

人工智能

Fuente de la imagen: materiales para inversores de la gira de presentaciones de Anthropic

También hay una compensación que es fácil pasar por alto. El folleto afirma claramente que, aunque los modelos de generación de video e imágenes tienen atractivo comercial, la compañía actualmente no se centra en ellos, y la potencia de cómputo correspondiente se redirige a programación, agentes e investigación de seguridad. Hay tres razones: la programación tiene un gran impacto económico; los problemas de seguridad surgirán aquí primero; y la salida de la programación es en gran medida verificable.

La clave para ganar en la competencia de grandes modelos está cambiando hacia la velocidad del ciclo de I+D. La empresa cuyo modelo pueda primero hacer bien el trabajo de su propia compañía tendrá su modelo de próxima generación antes. Los dominios verificables se conquistarán primero y también retroalimentarán primero la I+D.

Por supuesto, este ciclo tiene otra cara. El folleto menciona específicamente que usar IA para acelerar la IA traerá considerables riesgos de seguridad, y la política de escalado responsable de la compañía ya incluye planes de monitoreo y mitigación para acercarse a la auto-mejora recursiva. La carta de los fundadores lo dice más directamente: si es necesario, la compañía podría ralentizar proactivamente.

Tendencia 2: Los productos están pasando de cajas de chat a colaboradores virtuales, entregando trabajo en lugar de respuestas

La carta del fundador contiene un juicio sobre las generaciones de productos: los chatbots de IA se volvieron utilizables alrededor de 2022, los agentes de programación de IA alrededor de 2025, y los agentes para trabajo de conocimiento general y descubrimiento científico están volviéndose gradualmente utilizables en 2026. La carta también dice que Anthropic dedicará menos esfuerzo a consolidar productos existentes y más esfuerzo a definir nuevos productos, porque cada nueva generación de modelos sigue abriendo categorías de productos que no eran viables solo unos meses antes.

Inteligencia artificial

El folleto da un nombre a esta generación de productos: colaboradores virtuales. Tienen permisos otorgados por la organización, conexiones con sistemas y contexto; pueden usar herramientas internas; pueden ejecutar flujos de trabajo que abarcan múltiples pasos y requieren razonamiento sostenido; y trabajan codo a codo con los empleados.

Inteligencia artificial

Fuente de la imagen: materiales para inversores de la gira de presentación de Anthropic

La programación fue la primera categoría en cruzar el umbral. Claude Code se lanzó como vista previa de investigación en febrero de 2025. En aproximadamente un año, Claude pasó de sugerir líneas individuales de código a operar grupos de agentes que trabajan de forma autónoma en bases de código de producción. El folleto compara el impacto de Claude Code con el de los primeros asistentes de IA conversacionales ampliamente adoptados. El uso a menudo es inesperado; por ejemplo, ingenieros de la NASA lo usaron para planificar y escribir comandos de navegación para el rover Perseverance de Marte, completando el primer recorrido planificado por IA en Marte.

La ciberseguridad puede ser la segunda. En un benchmark de explotación de vulnerabilidades desarrollado por investigadores de la Universidad Carnegie Mellon, la puntuación de Claude subió del 40% al 78% y luego al 91% en aproximadamente cuatro meses.

El trabajo del conocimiento es el tercero. Una frase del folleto me causó una profunda impresión: todo trabajo digital es, en última instancia, una forma de expresión en código. Basándose en este juicio, Anthropic trasladó la arquitectura de agentes de Claude Code a los trabajadores del conocimiento y creó Cowork, que lee archivos de forma autónoma, opera aplicaciones y ejecuta flujos de trabajo de múltiples pasos en el escritorio del usuario, con el código subyacente oculto. Cowork se lanzó como vista previa de investigación en enero de 2026, y a finales de septiembre su tasa de adopción ya había superado el nivel de Claude Code en el mismo punto temporal. En septiembre, Cowork comenzó a fusionarse con Claude.ai, permitiendo a los usuarios pasar directamente de una pregunta simple a una tarea compleja de múltiples pasos dentro de la misma conversación.

La conversación y los agentes se están fusionando en el mismo producto.

Los casos de clientes también lo confirman. Rakuten utilizó Claude Code para lograr más de 7 horas de programación autónoma, acortando el tiempo para lanzar nuevas funciones de 24 días laborables a 5; Salesforce completó en 13 días una migración de API que originalmente requería 231 días; Bristol Myers Squibb habilitó Claude para sus 30.000 empleados, reduciendo el tiempo de respuesta a una pregunta epidemiológica de uno o dos meses a cuatro o cinco minutos.

A medida que cambia la forma del producto, la pila tecnológica debe cambiar con ella. Hay una frase muy sencilla en el folleto: un modelo por sí solo no constituye un agente. Los agentes deben poder recuperarse de fallos, operar sistemas con credenciales de alcance limitado y auditables, y escalar bajo cargas variables; todo esto requiere un marco de ejecución. Anthropic abrió el mismo marco de ejecución que impulsa Claude Code como el SDK de Agentes y también lanzó una versión alojada, Managed Agents; junto con el paquete de habilidades Agent Skills, el protocolo MCP que conecta datos y herramientas empresariales, y el estándar de hardware de modelos MHS que permite a los agentes operar equipos de laboratorio y fabricación, estos forman la capa de plataforma intermedia.

Inteligencia artificial

Hacer las tres capas juntas —modelos, plataforma y aplicaciones— ya está mostrando beneficios en los datos de clientes. A finales de septiembre de este año, entre los clientes que pagan más de 100.000 dólares anuales, más de la mitad utilizaban tanto la plataforma como al menos una aplicación propia; en el cuarto trimestre del año pasado, esta proporción era de alrededor del 30%.

La unidad de producto de los grandes modelos está pasando de una respuesta única a una entrega. El foco de la competencia se desplazará de los benchmarks de modelos a capacidades de ingeniería como los marcos de ejecución, la gestión de contexto, los sistemas de permisos y las conexiones de herramientas, lo que a menudo se denomina el Harness. Otro enfoque que vale la pena aprender es que Anthropic diseña productos en torno a las capacidades que tendrán los modelos, en lugar de en torno a las capacidades actuales. Así se construyó Claude Code, de modo que, una vez que llegó la capacidad, el producto pudo escalar rápidamente.

Tendencia 3: Pagar por inteligencia, con modelos que tienen una vida útil como los productos frescos

Anthropic llama a su principal modelo de ingresos pay-for-intelligence, es decir, facturación basada en el uso, medida en tokens y con precios según el modelo seleccionado. En los primeros tres trimestres de 2026, la facturación basada en el uso representó el 79% de los ingresos y las suscripciones el 21%; los ingresos a través de los marketplaces de las tres principales plataformas en la nube representaron el 44%; los ingresos fuera de Estados Unidos representaron el 29%.

人工智能

Tres detalles ilustran especialmente las características de este modelo.

Primero, los recortes de precios intercambian precio por volumen, no son una guerra de precios. En noviembre de 2025, Anthropic lanzó Opus 4.5, que era más capaz y tenía un precio más bajo y un coste por tarea menor. Después de eso, el crecimiento trimestral de los ingresos de la compañía saltó del 48% en el cuarto trimestre del año pasado al 132% en el primer trimestre de este año. Opus 5.5, lanzado en septiembre de este año, redujo el coste para que los clientes completaran las mismas tareas en aproximadamente un 40%; Fable 5.1 lo redujo en aproximadamente un 25% en comparación con la generación anterior, y podía ahorrar hasta un 45% en tareas complejas de programación y altamente agénticas. Según lo divulgado en la presentación a inversores, en el tercer trimestre se recaudaron aproximadamente 600 millones de dólares menos debido a los recortes de precios y los descuentos contractuales, pero esto se compensó plenamente con el crecimiento del uso. La declaración de la dirección es que este recorte de precios fue neutro para los márgenes porque los nuevos modelos son en sí mismos más eficientes en cómputo.

En otras palabras, detrás de la caída del precio unitario por token hay un dividendo de eficiencia: la eficiencia de cómputo debe aumentar primero antes de que los precios puedan bajar, y los recortes de precios a su vez liberan más demanda.

Segundo, los modelos tienen una vida útil. El folleto informativo revela que en el tercer trimestre, más del 80% de los ingresos provinieron de versiones de modelos lanzadas en los últimos seis meses. En los primeros tres trimestres de este año, la compañía lanzó un total de 250 nuevas versiones de modelos, funciones de plataforma y aplicaciones. En esta industria, un modelo no es software desarrollado una vez y vendido durante mucho tiempo; se parece más a un producto fresco que necesita reabastecerse constantemente. Quien se detenga verá a los clientes migrar al último modelo de otro.

Tercero, los ingresos siguen el ritmo del trabajo de las personas. El folleto informativo menciona que en las dos semanas que terminaron el 2 de enero de este año, el gasto total de los clientes cayó aproximadamente un 20% en comparación con las dos semanas anteriores, porque muchas empresas programaron congelaciones de código durante las vacaciones, y los desarrolladores redujeron las confirmaciones de código y los lanzamientos de funciones. Los ingresos de una empresa de IA están empezando a mostrar una estacionalidad similar a la de la industria de servicios humanos. Esto muestra indirectamente que Claude se ha integrado profundamente en las actividades de producción reales.

Hay un compromiso más que vale la pena mencionar: Claude no muestra anuncios. La carta del fundador dice que la publicidad probablemente sería una fuente sustancial de ingresos, pero una vez que la publicidad entra en los objetivos de ingresos, aumentaría la presión por perseguir el tiempo de permanencia de los usuarios, y la empresa quiere que el único incentivo de Claude sea dar a los usuarios una respuesta útil. El modelo de ingresos determina la dirección de los incentivos del producto, y esto se aplica a todas las empresas que construyen agentes.

La unidad de precios de los grandes modelos está pasando de los asientos a los tokens, y el siguiente paso puede ser las tareas y los resultados. Quien pueda reducir continuamente el coste por tarea podrá capturar la elasticidad de la demanda; y si se puede reducir el coste por tarea depende de la eficiencia de cómputo que se analiza a continuación.

Tendencia cuatro: las empresas son el campo de batalla principal, los desarrolladores son el punto de entrada y la capacidad de entrega es el nuevo cuello de botella

Anthropic se ha centrado en las empresas desde el principio. La carta del fundador razona que el enorme valor de la IA proviene principalmente de cómo las empresas y organizaciones la despliegan.

Inteligencia artificial

Las cifras están creciendo rápidamente. Los clientes que pagan más de 100.000 dólares anuales eran unos 20 a finales de 2023, unos 200 a finales de 2024, más de 950 en septiembre de 2025 y más de 11.900 a finales de septiembre de este año, un aumento de 12 veces en un año. Entre ellos, más de 1.900 pagan más de 1 millón de dólares anuales y unos 250 pagan más de 10 millones de dólares. La retención neta de ingresos es de aproximadamente el 900%, lo que significa que los clientes que ya pagaban hace un año gastaron en este trimestre aproximadamente 9 veces más que en el mismo período del año anterior.

La estructura de clientes también se está volviendo más saludable. Los ingresos de los cinco principales clientes cayeron del 36% en el primer trimestre de este año al 21% en el tercer trimestre, sin que ningún cliente individual represente más del 10%.

Lo que es más notable es que todavía hay mucho margen. Más de la mitad de las Fortune 500 ya son clientes que pagan más de 100.000 dólares anuales, pero el gasto promedio de estos clientes en Claude es menos del 0,1% de sus gastos totales; incluso los diez que más gastan están por debajo del 1%. El folleto de emisión afirma textualmente que la brecha entre lo que Claude puede hacer y la amplitud con que se utiliza es una de las mayores oportunidades de crecimiento de la empresa.

¿Cómo se gasta el dinero? La presentación a inversores describe la ruta típica en cuatro pasos: los ingenieros primero usan Claude Code, luego se expanden a roles adyacentes, después entran en los procesos de negocio y finalmente lo integran en productos externos. El folleto de emisión ofrece una comparación: en el tercer trimestre, los usuarios empresariales que no usaban Claude Code gastaban un promedio de menos de 75 dólares al mes, mientras que el 5% de usuarios que más usaban Claude Code gastaban aproximadamente 20 veces esa cantidad. Los desarrolladores son tanto los primeros usuarios más exigentes como los promotores más persuasivos dentro de las empresas.

Pero el enfoque ascendente por sí solo no es suficiente. El folleto de emisión admite con franqueza que un obstáculo importante para la adopción de Claude es la resistencia natural al cambio dentro de las organizaciones. Con este fin, Anthropic ha construido un sistema de entrega completo: equipos de ventas directas y equipos de IA aplicada organizados por geografía y luego por industria, que trabajan con los clientes para diseñar e implementar soluciones personalizadas; ventas conjuntas con las tres principales nubes AWS, Google Cloud y Azure, con los clientes firmando directamente con Anthropic y Anthropic pagando a los proveedores de nube; integradores de sistemas como Accenture, Deloitte, KPMG y PwC han creado equipos de negocio dedicados a Claude; la red de socios ha certificado a 150.000 profesionales de más de 4.000 organizaciones; en octubre, invirtió otros 100 millones de dólares para establecer una academia, con el plan de formar a 10.000 ingenieros FDE para finales de 2027 al nivel de sus propios ingenieros, capaces de llevar la IA a entornos de producción; también se ha asociado con firmas de capital privado para establecer una empresa de servicios de IA que atiende específicamente a empresas medianas.

Aun así, en la primera mitad de este año, los gastos de ventas, marketing y socios representaron solo el 19% de los ingresos.

Las capacidades de los modelos ya se han adelantado a la capacidad de absorción de las organizaciones. El cuello de botella para la IA empresarial en la siguiente etapa no es el modelo, sino la entrega: los ingenieros FDE, los equipos de aplicaciones y los socios del ecosistema que pueden conectar los modelos con procesos de negocio reales se convertirán en los recursos más escasos. Este es el mismo fenómeno que observamos anteriormente: los puestos de ingeniero de entrega en sitio crecieron 15 veces en un año.

Tendencia cinco: la computación es el mayor costo y también un contrato de futuros intertemporal

Primero, veamos la eficiencia. Desde el primer trimestre de 2025 hasta el tercer trimestre de 2026, los ingresos de Anthropic se multiplicaron por 45, mientras que el gasto en computación e infraestructura se multiplicó solo por 10,4. Los ingresos generados por cada dólar de gasto en computación aumentaron de 0,40 a 1,72 dólares, y llegaron a alcanzar los 2,08 dólares en el segundo trimestre.

Inteligencia artificial

Fuente de la imagen: materiales para inversores de la presentación de Anthropic

La empresa da dos razones. Primero, las mejoras algorítmicas multiplican la computación, por lo que el mismo modelo puede entrenarse y ejecutarse con menos computación. Segundo, la arquitectura multichip: entrenamiento e inferencia simultáneamente en Amazon Trainium, Google TPU, Nvidia GPU y AMD GPU, con toda la computación tratada como un único pool de recursos intercambiables y despachada de manera uniforme, moviendo la computación hacia donde el producto marginal es más alto. La mencionada integración de tres días con AMD es el resultado de esta capacidad combinada con el bucle cerrado.

A continuación, observemos el desajuste. El folleto declara que la empresa normalmente compra computación con 12 a 18 meses de anticipación, y esta porción del costo es básicamente fija en el corto plazo, mientras que la demanda se duplica trimestre tras trimestre.

人工智能

El resultado es que las ganancias oscilan bruscamente con las previsiones de demanda. En el segundo trimestre, los ingresos superaron a la computación ordenada más de un año antes, el gasto en computación representó solo el 48% de los ingresos, y el beneficio operativo se volvió positivo por primera vez entre los trimestres divulgados, con un margen operativo del 8%. En el tercer trimestre, la demanda siguió disparándose, y la empresa compró 5.000 millones de dólares en computación a corto plazo a precios altos, con precios unitarios significativamente superiores a los contratos plurianuales, representando aproximadamente la mitad del gasto en computación de ese trimestre; la proporción de computación volvió al 58%, y el margen operativo pasó a negativo del 3%.

Hay otro conjunto de cifras que vale la pena comparar. Según la base de la presentación a inversores, el margen bruto de los primeros tres trimestres de este año fue del 85%, pero si se deducen todos los gastos de computación, incluido el entrenamiento de modelos, el margen es solo del 43%. El margen bruto solo cuenta la porción de computación que sirve a los clientes; la computación para entrenar la próxima generación de modelos no está incluida. Para las empresas de grandes modelos, el costo realmente más grande está precisamente fuera del margen bruto.

Finalmente, observemos la escala. A finales de septiembre y posteriormente, los compromisos firmados de computación e infraestructura de Anthropic totalizan aproximadamente 900.000 millones de dólares, de los cuales aproximadamente 451.600 millones ocurrirán antes de finales de 2030, y el resto principalmente entre 2031 y 2045. Aproximadamente 70.700 millones vencen en los próximos 12 meses, inferior a los ingresos anualizados actuales de aproximadamente 81.000 millones; pero la porción antes de finales de 2030 ya es 5,6 veces los ingresos anualizados actuales.

人工智能

Para obtener más margen de maniobra en este juego intertemporal, Anthropic está trasladando más computación a su sistema autoconstruido Anthropic Direct: alquilando chips por sí misma y colocándolos en centros de datos dedicados construidos según sus propias especificaciones. Su astucia radica en separar dos cosas: la construcción de centros de datos lleva mucho tiempo pero representa solo una pequeña parte del costo total, por lo que puede asegurarse primero; la inversión en chips es grande en monto, por lo que la empresa puede esperar hasta que la demanda sea más clara antes de decidir cuánto comprar. El objetivo a largo plazo de la dirección es reducir el gasto en computación al 45% al 50% de los ingresos, con un margen operativo ajustado superior al 35%.

La carta del fundador es muy franca al respecto: la empresa a menudo hace inversiones prospectivas que a primera vista parecen irresponsablemente grandes, especialmente en computación. La carta utiliza la industria farmacéutica como analogía: la inversión inicial en I+D es enorme, y las cuentas solo cuadran una vez que surge un fármaco exitoso, excepto que este proceso es más rápido y de mayor escala para la IA. Al mismo tiempo, la empresa está dispuesta a renunciar a parte del potencial de ganancia a cambio de protección contra las caídas, como revender el exceso de computación cuando se sobreestima la demanda, mejorar continuamente la eficiencia para aumentar la tolerancia a los errores de cálculo, y obtener financiamiento por adelantado cuando sea necesario. En palabras de la carta, ser audaz, pero con la cabeza clara.

Las capacidades operativas centrales de las empresas de grandes modelos han comenzado a convertirse en la previsión de demanda y la programación de computación. Para juzgar una empresa de IA con fuertes inversiones, primero hay que observar su curva de producción por unidad de computación, luego hay que ver si el plazo de sus contratos de computación coincide con su tasa de crecimiento de la demanda. Lo primero determina si puede ganar dinero; lo segundo determina si será aplastada por los costos de computación en algún trimestre.

Tendencia seis: Seguridad y gobernanza, de centro de costos a parte del producto

En abril de este año, Anthropic entrenó a Mythos, el modelo más capaz en ese momento, y consideró que su capacidad para descubrir vulnerabilidades de red era demasiado fuerte, por lo que no lo abrió de forma completa y directa. En su lugar, mediante un programa llamado Project Glasswing, ofreció únicamente una vista previa de investigación restringida a algunas instituciones para la defensa en ciberseguridad, al tiempo que otorgó a los defensores unos 100 millones de dólares en créditos de uso. Solo después de implementar salvaguardas de seguridad adicionales, la empresa lo abrió completamente en junio bajo el nombre de Fable 5. La carta de los fundadores reconoció que este retraso implicó renunciar a considerables ingresos y también ceder parte de su posición competitiva.

¿Vale la pena esto comercialmente? La respuesta del folleto es: las salvaguardas de seguridad estrictas, el comportamiento predecible del modelo y los mecanismos de responsabilidad demostrables se han convertido en criterios decisivos para que las empresas elijan socios de IA para tareas críticas. Los modelos bien alineados siguen mejor las instrucciones, no tomarán acciones destructivas precipitadamente antes de aclarar la intención del usuario y son más resistentes a los ataques de inyección de prompts. Cuando los modelos comienzan a conectarse a sistemas empresariales críticos como agentes, la seguridad es confiabilidad, y la confiabilidad es si se puede vender.

Con este fin, Anthropic trabajó con más de 100 clientes en finanzas, salud y el sector público para desarrollar salvaguardas de seguridad de frontera de nivel empresarial: los datos de monitoreo se almacenan en la propia cuenta de nube del cliente, se cifran con las claves del cliente y las alertas de abuso se envían directamente al equipo de seguridad del cliente, sin que los empleados de Anthropic las manejen.

Inteligencia artificial

En términos de gobernanza, Anthropic es una corporación de beneficio público de Delaware, y su junta directiva debe sopesar los intereses de los accionistas frente a su misión de beneficio público. El poder se comparte entre tres partes: los siete cofundadores mantienen un poder de voto fijo del 50,1% a través de una acción Clase F y eligen a 3 directores; un fideicomiso de beneficio a largo plazo sin interés financiero en la empresa elige a 4 de los 7 directores, uno de cuyos nombramientos y destituciones cuenta con un mecanismo de protección, y cuando la empresa y el fideicomiso no están de acuerdo, los empleados votan. Los derechos de voto especiales de los fundadores no son permanentes; cuando queden menos de 3 fundadores en la entidad votante, revertirán a accionistas ordinarios.

El acuerdo de beneficio público también está escrito en el capital: antes de la cotización, se reservó el 5% del capital para establecer un fondo de beneficio público, y a partir de entonces, por cada aumento sostenido del 50% en el precio de las acciones, la junta podrá reservar otro 2%. Los siete cofundadores se han comprometido a donar el 80% de su capital en posesión personal, y más de la mitad de los empleados también se han comprometido a donar parte de su capital.

Hay un pasaje en la carta de los fundadores que considero la parte más sobria de todo el documento de cotización. Dijeron que antes de lanzar la OPI, consultaron a muchos empresarios que habían pasado por cotizaciones, y varios dieron un consejo similar: nunca permitas que tu empresa valga un dólar más que su valor real. Porque es muy peligroso cuando las personas compran acciones basándose en expectativas que no puedes cumplir, o juzgan mal cómo actuarás. Por eso esta carta expone específicamente dos tipos de decisiones en las que la empresa puede desviarse de las expectativas de los inversores: una son las apuestas de negocio que surgen del desarrollo exponencial de la IA y que por sí solas parecen algo anormales, y la otra son las elecciones que se desvían de la maximización de beneficios para equilibrar el interés público.

La seguridad es también el adhesivo que ayuda a Anthropic a atraer talento. Los siete cofundadores siguen empleados, la tasa de deserción imprevista es de aproximadamente el 1%, y de los empleados que la empresa esperaba retener pero que se marcharon, el 19% regresó posteriormente; más de tres cuartas partes de los primeros 100 empleados siguen en la empresa.

Cuando los modelos pasan de responder preguntas a actuar en nombre de las personas, la confianza se convierte en la característica del producto en sí misma. La inversión en seguridad ya no es solo un costo de cumplimiento, sino que se paga por el acceso a los negocios críticos de los clientes empresariales.

Cuatro incertidumbres en el folleto también merecen atención

Primero, el crecimiento está destinado a desacelerarse. El crecimiento secuencial del tercer trimestre fue del 47%, significativamente inferior al 144% del segundo trimestre. El propio folleto afirma claramente que el crecimiento de los ingresos disminuirá con el tiempo, y la disminución puede ser mayor y llegar antes de lo esperado; a medida que el crecimiento se desacelere, las fluctuaciones estacionales serán más pronunciadas y el rendimiento será más difícil de predecir.

Segundo, la calidad de los ingresos. El folleto revela que aproximadamente entre el 5% y el 7% de los ingresos de los primeros nueve meses de este año provinieron de clientes que posteriormente se determinó que habían violado las políticas de uso o los términos comerciales. La empresa reforzó la detección y la aplicación en agosto y septiembre, y esta porción de los ingresos disminuirá gradualmente, pero cuán grande será el impacto en el crecimiento y cuándo se mostrará actualmente es incierto.

Tercero, el desajuste de cómputo. Los compromisos de aproximadamente 900 mil millones de dólares generalmente deben cumplirse independientemente de los ingresos y la utilización. Parte de la expansión de cómputo también depende de financiamiento o apoyo crediticio proporcionado por proveedores de nube y socios de chips. Amazon y Google son ambos accionistas principales con participaciones superiores al 5%, a la vez que son clientes, canales de distribución y competidores; esta relación múltiple es en sí misma una fuente de incertidumbre.

Cuarto, las pérdidas contables. La pérdida neta del tercer trimestre fue de 23.300 millones de dólares, de los cuales 21.900 millones fueron cambios en el valor razonable de pagarés convertibles, pasivos por derivados y SAFEs provocados por aumentos de valoración, que son partidas no monetarias; pero los gastos de incentivos de capital reconocidos sucesivamente después de la cotización seguirán pesando en la cuenta de resultados. En cuanto a la competencia, OpenAI, Google y modelos de pesos abiertos cada vez más capaces están todos en la misma pista.

Desde la perspectiva de la fijación de precios de la emisión, el mercado de hecho ya está haciendo estos cálculos.

Cinco reflexiones para la industria de los grandes modelos

Al reunir las seis tendencias se obtienen cinco reflexiones para la industria.

Primero, en I+D, conviértete en el primer usuario de tu propio modelo. El circuito cerrado de Anthropic muestra que la profundidad del uso interno determina la velocidad de iteración más que las clasificaciones en las tablas de líderes externas. Comienza con dominios donde los resultados son verificables, como el código, deja que el modelo primero transforme tu propio proceso de I+D, y luego derrama esta capacidad a los clientes.

Segundo, en productos, pasa de la conversación a la entrega. Los modelos, los marcos de ejecución, los protocolos de conexión y los paquetes de habilidades deben construirse juntos, y los productos deben diseñarse en torno a los resultados de entrega en lugar de la calidad de las respuestas; al mismo tiempo, planifica los productos en torno a las capacidades del modelo dentro de seis meses, en lugar de centrarte solo en las capacidades actuales.

Tercero, comercialmente, trata la producción por unidad de cómputo como la primera métrica operativa. El modelo de facturación por uso más recortes de precios continuos presupone una disminución continua del costo por tarea. Los recortes de precios sin ganancias de eficiencia son solo subsidios; los recortes de precios respaldados por ganancias de eficiencia pueden aportar elasticidad de la demanda.

Cuarto, en el mercado, los servicios empresariales dependen del sistema de entrega. La penetración de abajo hacia arriba por parte de los desarrolladores, la entrega profunda por parte de los equipos de IA aplicada, la cobertura del ecosistema por parte de las plataformas de nube y los integradores, la certificación y formación de ingenieros FDE, además de las formas de servicio dirigidas a empresas medianas: nada puede faltar. Cuando las capacidades del modelo están en exceso, quien pueda convertir las capacidades en resultados dentro de los procesos de los clientes podrá capturar ingresos.

Quinto, en cómputo, la agrupación de cómputo heterogéneo y una combinación de contratos a largo y corto plazo son habilidades básicas. Si una empresa de modelos puede entrenar e inferir de manera eficiente en múltiples chips, si puede usar IA para completar automáticamente la migración de operadores, y si puede asegurar centros de datos y chips por separado y emparejar contratos a largo plazo con los de corto plazo determina directamente su elasticidad de beneficio cuando la demanda fluctúa. Para las empresas que necesitan ejecutar modelos en múltiples chips al mismo tiempo, esto es especialmente instructivo.

Finalmente, volviendo a esa frase: nunca dejes que tu empresa valga un dólar más que su valor real.

La importancia de la cotización de Anthropic no es que haya otra empresa de un billón de dólares, sino que por primera vez la industria de los grandes modelos debe aceptar la conciliación trimestral por parte del mercado público. Después de que la inteligencia comience la producción en masa, lo que es más difícil que hacer modelos más inteligentes es demostrar continuamente que alguien está dispuesto a pagar por uso por la inteligencia obtenida de cada unidad de cómputo.

Este examen comienza con la apertura del mercado esta noche, 19 de noviembre.

(Este artículo se basa en el folleto divulgado públicamente por Anthropic, los materiales para inversores del roadshow, los videos del roadshow y la carta de los fundadores. Los datos operativos autoinformados por la empresa y las declaraciones de la dirección en el roadshow no han sido verificados de forma independiente; el precio y el tamaño de la emisión están sujetos a la fijación de precios final y no constituyen ningún consejo de inversión).

Wang Qiang, Director del Centro de Investigación de Tecnología de Frontera del Instituto de Investigación Tencent

Este artículo proviene de la cuenta pública de WeChat "Instituto de Investigación Tencent" (ID: cyberlawrc), autor: Wang Qiang