Anthropic ya emplea la inteligencia artificial para construir la siguiente generación de inteligencia artificial. El informe que METR ha publicado tras once semanas de trabajo dentro de la compañía concluye que los modelos de la empresa mejoran el doble de rápido que hace un año, sin señales de que ese ritmo se esté frenando.
Claves de la operación
- La mejora se acelera, no se agota. METR sitúa el avance de los modelos de Anthropic en el doble que doce meses atrás, una cifra que incomoda a quienes pronosticaban rendimientos decrecientes a corto plazo.
- El cuello de botella se desplaza al cómputo. Si el ciclo de investigación se automatiza, la ventaja competitiva deja de estar solo en el talento y pasa a depender de energía, aceleradores y centros de datos.
- Bruselas mira el método, no solo el resultado. Las obligaciones de transparencia del Reglamento Europeo de IA ya exigen documentar cómo se entrena y se evalúa un modelo de propósito general.
METR, cuya web oficial centraliza sus publicaciones, es una organización dedicada a la investigación sobre seguridad de la IA, no una consultora de mercado. Su conclusión no procede de una encuesta a los empleados ni de las declaraciones del consejo, sino de once semanas de observación interna, y llega justo cuando parte de la industria empieza a preguntarse si el progreso se está agotando.
El dato es incómodo para ambas trincheras. Para quienes auguraban un estancamiento, porque la curva de mejora se ha inclinado hacia arriba en lugar de aplanarse. Para quienes prometían una IA que se construye sola en cuestión de meses, porque el informe no describe una explosión, sino una aceleración sostenida y todavía dependiente de investigadores humanos. La IA recursiva, esa que participa en el diseño de sus propios sucesores, deja de ser un concepto de foro y pasa a tener un número detrás.
Hay un matiz que el titular rápido se come: este trabajo es independiente del programa que da a investigadores de seguridad un acceso ‘similar al de un empleado’ a los sistemas de la compañía, una fórmula articulada tras los incidentes de seguridad del pasado verano. Anthropic abre sus procesos a la auditoría mientras el resto del sector todavía discute cuánto enseñar.
Once semanas de auditoría: qué mide METR y qué se queda fuera
La medición se apoya en el trabajo real de los equipos de Anthropic durante casi tres meses. No evalúa si el modelo escribe mejor poesía: mide cuánto del ciclo de investigación y desarrollo absorbe ya la máquina, desde la propuesta de experimentos hasta la depuración de código o la revisión de resultados. Ese es el terreno donde una mejora del doble deja de ser una curiosidad y se convierte en ventaja de costes.
El extracto difundido por The Verge no incluye un desglose por tarea ni una proyección a doce meses; lo que la compañía quiera añadir tendrá que aparecer en su blog oficial. Tampoco hay comparación con el ritmo de OpenAI o Google DeepMind, que trabajan con la misma hipótesis y no han abierto sus procesos al mismo escrutinio. La asimetría importa: el primer laboratorio que se deja medir marca el estándar con el que se medirá a los demás.
La ventaja competitiva en IA ya no se mide por lo que el modelo sabe, sino por la velocidad a la que ayuda a construir el siguiente.
Si la investigación se acelera, la factura se traslada al cómputo y a la red eléctrica
Ahí está la consecuencia económica que el sector tardará en digerir. Cuando el desarrollo de modelos se acelera, el gasto no desaparece: se desplaza. Menos horas de investigador sénior, más vatios, más aceleradores y más suelo industrial. La cuenta de resultados de un laboratorio frontera se parece cada vez más a la de una utility y menos a la de una empresa de software.
Europa lo nota en su propio terreno. Los planes de centros de datos en Aragón, Cataluña y Madrid se diseñaron con una hipótesis de demanda concreta; si el ritmo de entrenamiento se duplica, esa hipótesis se queda corta antes de lo previsto. Y el precio de la electricidad industrial, no la calidad del talento, es lo que decide dónde se instala la siguiente máquina.
Del laboratorio a la bolsa española: quién paga la carrera y quién la rentabiliza
En España el fenómeno se lee en clave de proveedor. Indra, el valor del IBEX 35 con mayor exposición declarada a defensa, tráfico aéreo e inteligencia artificial, lleva tiempo vendiendo transformación digital a administraciones que ahora quieren comprar IA con proveedor europeo. La paradoja es fina: si los modelos avanzan al doble de velocidad, el ciclo de obsolescencia de un contrato público se acorta a la mitad.
El riesgo real no es que la IA sustituya a los investigadores de Anthropic. Es que la ventaja se vuelva tan difícil de verificar como de replicar. Un informe como el de METR tarda once semanas; un competidor puede lanzar un modelo en una tarde. La velocidad de mejora corre más deprisa que la capacidad de auditarla, y eso vale igual para un regulador europeo que para un consejo de administración.
La parte regulatoria ya no es teórica. Las obligaciones de transparencia del Reglamento Europeo de IA para modelos de propósito general están en vigor, y el calendario escalona nuevas exigencias hasta 2027. El texto no desciende, en sus anexos, a cómo se documenta el uso de IA dentro del propio desarrollo del modelo, pero cualquier auditoría seria acabará preguntándolo: si el sistema se entrenó con ayuda de otro sistema, el expediente técnico está incompleto.
Anthropic tiene por delante dos pruebas concretas. La primera es su próximo modelo frontera, que llegará con la etiqueta de construido con ayuda de IA y será examinado con lupa precisamente por eso. La segunda, un nuevo informe de METR que repita la medición: si el ritmo se mantiene otros tres trimestres, la discusión dejará de ser sobre capacidad y pasará a ser sobre quién controla el suministro eléctrico.
