Anthropic arma su propio equipo de chips para Claude: la pelea de la IA se muda al silicio

El 5 de agosto, Anthropic confirmó que está formando un equipo interno de diseño de chips para Claude. Lo hizo de la forma menos ambigua posible: una declaración a Business Insider —después confirmada a TechCrunch— y una tanda de ofertas de trabajo en su portal, con sueldos de entre US$ 320.000 y US$ 485.000 anuales.

Busca especialistas en diseño de front-end, verificación pre-silicio, diseño físico, señal analógica y mixta, empaquetado con integridad de señal y potencia, design-for-test, infraestructura de diseño y relación con las fundiciones. Y entre los requisitos pide algo que no se improvisa: haber sacado silicio a producción antes, y poder acompañar el arranque y la depuración del primer chip cuando llegue de la fábrica.

Ese detalle vale más que el titular. No está contratando investigadores para explorar una idea: está contratando gente que ya llevó un chip desde el diseño hasta la oblea.

El matiz importa

Anthropic no va a fabricar chips propios para reemplazar a Nvidia. Habla de un enfoque "multi-chip" y de "co-diseñar hardware y modelos" para que Claude corra más rápido y con menos costo.

Hoy Claude se entrena y se ejecuta sobre tres plataformas:

• Trainium, de AWS
• TPUs, de Google
• GPUs, de Nvidia

A esas tres se suma un cuarto acuerdo ya firmado, con AMD, cuyos aceleradores entran en juego más adelante. El chip propio se sienta dentro de ese stack de varios proveedores en vez de sustituirlo. Reduce la dependencia de Nvidia; no la elimina.

Tampoco pretende fabricarlo por su cuenta: según The Information, Anthropic ha estado explorando a Samsung como posible socio de manufactura. Diseñar y fabricar son dos negocios distintos, y solo el primero está sobre la mesa.

¿Por qué una empresa de software se mete a diseñar hardware?

Por costo y por control.

Cuando el modelo y el chip se diseñan por separado, el software se acomoda a un procesador de propósito general que también sirve para renderizar videojuegos, entrenar modelos ajenos y correr simulaciones científicas. Co-diseñarlos permite ajustar el silicio a la forma exacta de las operaciones que un modelo ejecuta millones de veces al día, y dejar fuera todo lo que no se usa.

Ahí está el premio: el costo de inferencia, es decir, lo que cuesta cada respuesta que da Claude. Análisis de prensa especializada estiman que el co-diseño podría recortarlo de forma sustancial —algunos hablan de hasta la mitad por token—, aunque Anthropic no ha publicado ninguna cifra propia, y conviene tomar esos números como lo que son: proyecciones de terceros sobre un chip que todavía no existe.

La lógica económica, en cambio, no necesita cifras para sostenerse. Cuando tu principal gasto variable es el cómputo, un punto porcentual ahí es la diferencia entre un negocio que escala y uno que se ahoga en su propia demanda. Cada usuario nuevo no es solo ingreso: es también consumo de silicio ajeno.

Anthropic mira su estructura de costos, ve que el componente más caro está en manos de sus proveedores, y decide meterse aguas arriba en lugar de solo negociar precio. No lo hace de un salto —mantiene a los cuatro proveedores— sino que empieza de a poco a dejar de ser totalmente dependiente.

Lo que deja para cualquier empresa

El caso es de una empresa de IA con miles de millones en cómputo contratado, pero el patrón se repite bastante más abajo en la escala:

Cuando el insumo más caro es de un tercero, el precio no es lo único que negocias. También negocias tu techo de crecimiento y tu margen. Integrarse aguas arriba es caro y lento; seguir sin hacerlo tiene un costo que no aparece en ninguna factura.

Optimizar lo genérico rinde menos que diseñar para tu caso. Un procesador de propósito general, un ERP estándar o un proceso heredado hacen bien muchas cosas que tu operación no necesita. Ese exceso se paga todos los días.

La integración vertical no es todo o nada. Anthropic no cortó con nadie: agregó una capacidad propia junto a las que ya compraba. Empezar por la pieza más cara y dejar el resto donde está suele ser más sensato que rehacerlo todo.

La pelea por la IA se está mudando del modelo al silicio que lo ejecuta. Y quien controla el costo por respuesta controla, a la larga, el precio al que puede vender.