Los resultados preliminares atribuidos a Anthropic para el segundo trimestre de 2026 dibujan un cambio de escala difícil de ignorar: 11.500 millones de dólares de ingresos, al menos catorce veces más que los 787 millones registrados un año antes, y un resultado operativo ajustado positivo. Según documentos consultados por Bloomberg News, la tasa anualizada de ingresos de la compañía habría superado además los 47.000 millones de dólares en mayo, por encima de los más de 40.000 millones atribuidos a OpenAI. Las cifras permanecen sujetas a revisión y no necesariamente responden a metodologías idénticas, pero apuntan a una transformación más profunda que una simple carrera entre dos chatbots: la inteligencia artificial generativa está pasando de la experimentación al presupuesto operativo de las empresas.
De laboratorio prudente a proveedor estratégico
Anthropic nació en 2021 de la mano de antiguos integrantes de OpenAI, entre ellos Dario y Daniela Amodei, con una propuesta centrada en construir sistemas avanzados bajo criterios de seguridad y control. Durante la primera fase del auge generativo, la empresa quedó eclipsada por el impacto público de ChatGPT, lanzado a finales de 2022. OpenAI se convirtió en sinónimo de inteligencia artificial para millones de consumidores, mientras Claude era percibido como un producto técnicamente sólido, aunque con menor visibilidad y una distribución más limitada.
Ese aparente retraso ocultaba una estrategia distinta. Anthropic dirigió buena parte de sus esfuerzos hacia clientes profesionales, desarrolladores y grandes organizaciones preocupadas por la privacidad, la fiabilidad y la integración de modelos en procesos sensibles. También aseguró respaldo financiero e infraestructura de Amazon y Google, dos actores interesados en evitar que Microsoft, principal socio de OpenAI, monopolizara la nueva capa tecnológica. La competencia, por tanto, nunca se limitó a Anthropic y OpenAI: detrás de ambas se encuentra una pugna entre plataformas de nube por captar cargas de trabajo intensivas en cómputo y condicionar los estándares de la próxima generación de software.
La expansión de Claude entre programadores ayuda a explicar el salto. La generación de código ofrece un retorno económico más fácil de medir que otros usos de la IA: una empresa puede comparar tiempos de desarrollo, volumen de incidencias, velocidad de revisión y coste por proyecto antes y después de incorporar un asistente. Cuando estas herramientas dejan de limitarse a completar líneas y empiezan a examinar repositorios, ejecutar pruebas, localizar errores o coordinar tareas, su valor potencial aumenta. El proveedor ya no vende únicamente respuestas, sino capacidad productiva integrada en el flujo cotidiano de trabajo.
El nuevo campo de batalla son los procesos internos
El mercado empresarial premia factores diferentes de los que impulsan la popularidad entre consumidores. Una aplicación pública puede crecer por notoriedad, facilidad de uso o efectos virales; una corporación exige garantías contractuales, estabilidad del servicio, controles de acceso, trazabilidad, protección de datos y compatibilidad con su infraestructura. El ciclo de venta es más lento, pero los contratos son mayores y tienden a renovarse cuando el modelo queda incorporado a procesos críticos. Esa dinámica puede haber favorecido a Anthropic, cuya imagen de proveedor prudente encaja con organizaciones que necesitan justificar la adopción ante departamentos jurídicos, responsables de seguridad y consejos de administración.
La automatización de flujos de trabajo amplía todavía más el mercado. Un modelo capaz de consultar documentación, preparar informes, clasificar solicitudes, actualizar sistemas empresariales y coordinar acciones mediante herramientas externas puede reemplazar horas de tareas fragmentadas. Por ejemplo, un equipo de atención al cliente podría utilizar Claude para resumir historiales y redactar respuestas, mientras un departamento técnico lo emplea para convertir incidencias en cambios de código. El ahorro no procede solo de hacer cada tarea más rápido, sino de reducir los traspasos entre personas, aplicaciones y departamentos.
Esta evolución altera también el equilibrio competitivo del software. Las compañías tradicionales de gestión empresarial, programación, análisis de datos y servicios profesionales deben decidir si desarrollan modelos propios, compran capacidad a terceros o permiten que una plataforma externa controle la interfaz con sus usuarios. Si Claude u otro asistente se convierte en el punto desde el cual un empleado consulta información y ejecuta acciones, parte del valor se desplaza desde las aplicaciones subyacentes hacia el modelo que coordina el proceso. Anthropic compite así no solo por ingresos de inferencia, sino por ocupar una posición de intermediario entre trabajadores y sistemas corporativos.
Ingresos extraordinarios, costes igualmente excepcionales
El resultado operativo ajustado positivo representa un hito relevante porque el negocio de los modelos avanzados exige inversiones gigantescas. Entrenar nuevas generaciones requiere centros de datos, chips especializados, energía, redes de alta velocidad y personal científico escaso. A ello se suma el coste de responder a cada consulta: cuanto más utilizan los clientes un modelo, mayor es la factura de inferencia. Por eso, una tasa anualizada elevada no equivale automáticamente a una rentabilidad sostenible.
La expresión “ajustado” exige cautela. Dependiendo de la contabilidad aplicada, puede excluir remuneración en acciones, determinadas inversiones o costes extraordinarios. Tampoco está claro que una extrapolación basada en un mes refleje ingresos efectivamente consolidados durante doce meses. Las comparaciones con OpenAI son especialmente delicadas si una compañía mide contratos comprometidos y otra consumo realizado, o si se contabilizan de forma distinta las ventas directas y las efectuadas mediante plataformas de nube. Las cifras muestran dirección y velocidad, pero todavía no permiten declarar un vencedor definitivo.
La presión para sostener ese crecimiento podría intensificar la carrera por ampliar la capacidad de cómputo. Amazon y Google tienen incentivos para ofrecer a Anthropic chips, capital y canales comerciales, porque una parte del dinero invertido regresa en forma de consumo de nube. Esta relación circular puede acelerar el desarrollo tecnológico, aunque también concentra el mercado en unas pocas empresas capaces de financiar infraestructura a gran escala. Los modelos independientes, las universidades y las compañías regionales corren el riesgo de quedar relegados si el acceso al cómputo se convierte en una barrera más determinante que el talento algorítmico.
Productividad, empleo y dependencia tecnológica
Para las empresas usuarias, la competencia entre Anthropic y OpenAI puede traducirse inicialmente en precios más bajos, mejores modelos y contratos más flexibles. También reduce el riesgo de depender de un único proveedor. Una organización puede distribuir tareas entre varios sistemas: reservar un modelo para programación, otro para análisis documental y modelos locales para información confidencial. Esta arquitectura diversificada ganará atractivo a medida que los responsables de compras comprendan que la calidad de los modelos cambia con rapidez y que una ventaja técnica puede durar pocos meses.
El impacto laboral será menos lineal. La adopción de asistentes de programación no implica necesariamente la desaparición inmediata de los desarrolladores, pero sí modifica qué tareas tienen valor. La escritura rutinaria de código, la elaboración de pruebas básicas y la documentación pueden requerir menos tiempo, mientras aumenta la importancia de definir requisitos, verificar resultados, diseñar arquitecturas y asumir responsabilidad por los fallos. En áreas administrativas puede ocurrir algo parecido: algunas funciones se reducirán, otras gestionarán un volumen superior y surgirán puestos dedicados a supervisar automatizaciones. La distribución de beneficios dependerá de si las ganancias de productividad se convierten en salarios, reducción de jornadas, menores precios o simplemente mayores márgenes empresariales.
También crecerá el riesgo de dependencia. Cuando una compañía reorganiza sus procesos alrededor de un modelo específico, cambiar de proveedor puede exigir reescribir instrucciones, integraciones, evaluaciones y controles. Un aumento de precios, una interrupción del servicio o una modificación unilateral de las políticas tendría consecuencias operativas inmediatas. Los compradores corporativos necesitarán cláusulas de portabilidad, sistemas de respaldo y evaluaciones continuas que midan no solo precisión, sino seguridad, sesgos, consumo y comportamiento ante datos inesperados.
Una rivalidad que elevará la presión regulatoria
La rápida expansión comercial vuelve más urgente la supervisión pública. Cuanto mayor sea la presencia de estos sistemas en salud, finanzas, educación, contratación o servicios esenciales, mayor será el coste de una respuesta incorrecta o de una automatización opaca. Las autoridades tendrán que distinguir entre usos de bajo riesgo y decisiones con efectos jurídicos o materiales, exigir registros auditables y aclarar quién responde cuando una acción ejecutada por un agente provoca daños. El discurso voluntario sobre seguridad será insuficiente si no puede traducirse en pruebas, estándares comparables y obligaciones verificables.
La rivalidad puede producir dos fuerzas contrapuestas. Por un lado, incentiva mejoras en seguridad porque la confianza es un argumento comercial, especialmente entre clientes regulados. Por otro, la presión por lanzar funciones antes que el competidor puede acortar evaluaciones y favorecer promesas superiores a las capacidades reales. El resultado dependerá de la disciplina interna de las compañías, de las exigencias de sus clientes y de la capacidad de los reguladores para intervenir sin consolidar únicamente a los actores que ya pueden asumir elevados costes de cumplimiento.
Si las cifras preliminares se confirman, el principal significado del trimestre no será que Anthropic haya adelantado puntualmente a OpenAI, sino que el liderazgo de la IA generativa se ha vuelto disputable. La marca más conocida ya no garantiza el dominio empresarial, y la ventaja se decidirá mediante una combinación de calidad, precio, seguridad, distribución e integración. Anthropic ha demostrado que una posición secundaria puede convertirse con rapidez en central cuando la tecnología encaja en procesos por los que las compañías están dispuestas a pagar. Esa misma velocidad obliga a interpretar cualquier clasificación como una fotografía provisional de un mercado que todavía está definiendo sus márgenes, sus reglas y su influencia sobre el trabajo.
