Rubén Balbastre

¿Agotamiento financiero o estrategia premeditada?

Diciembre de 2025

El pasado mes de octubre, Anthropic publicó otro artículo en su blog de ingeniería. Si bien la naturaleza del blog es de aplicación práctica, este mensaje pone de manifiesto las claras intenciones de la compañía a medio plazo una vez más. Un cambio de tendencia que podemos apreciar desde hace varios meses.

Escalar modelos no es tan rentable como hasta hace pocos meses. Pese a que en la teoría no hay prueba convincente, en la práctica parece haberse alcanzado una curva plateau en lo referente al escalado de los modelos fundacionales. En consecuencia, las empresas cuya financiación es más sensible, como Anthropic y OpenAI, parecen haber virado hacia rentabilizar los modelos ya existentes. Prueba de ello, es este último artículo donde la atención se dirige hacia hacer útiles los modelos. En él, proponen la definición de Skills: “organized folders of instructions, scripts, and resources that agents can discover and load dynamically to perform better at specific tasks. Skills extend Claude’s capabilities by packaging your expertise into composable resources for Claude, transforming general-purpose agents into specialized agents that fit your needs.” De facto, la analogía que proponen compara estas Skills con aplicaciones de software, encapsulando conocimiento experto de forma modular y reutilizable.

Por el contrario, otro tipo de empresas con fuerte inversión en inteligencia artificial como Meta, Google y NVIDIA siguen otras líneas de trabajo más relacionadas con la investigación. Debemos tener en cuenta, que son empresas con músculo financiero que no sienten tanta presión. Entre ellas, destacan los world-models además de los modelos fundacionales LLM “tradicionales”: los basados en reconstrucción del espacio de salida fundamentado en arquitecturas transformer.

Google ocupa una posición intermedia: mientras DeepMind continúa explorando líneas de investigación de largo recorrido, la compañía integra modelos fundacionales en productos existentes, priorizando la distribución y la defensa de sus negocios core más que la monetización directa de agentes.

Todas las estrategias tienen su razón de ser. Quién de verdad sea el primero en monetizar la inversión de LLMs, probablemente gozará de una mayor capacidad de inversión en el futuro cercano. Sin embargo, existe la posibilidad de que alguien mejore esos modelos antes que ellos moneticen y se lleve “el gato al agua”. Todavía es pronto para saberlo pero desde luego los próximos meses serán indicadores de cómo está la paciencia de los inversores.

Diagrama del modelo