Por Canuto  

Anthropic y Blackstone lanzaron Ode with Anthropic, una empresa de implementación de inteligencia artificial valorada en USD $1.500 millones, para ayudar a grandes compañías a integrar modelos en sus procesos centrales. La iniciativa refleja una competencia creciente con OpenAI, Deloitte y Accenture por el escaso talento capaz de convertir la IA en resultados empresariales.

***

  • Ode with Anthropic surgió de una empresa conjunta respaldada por Anthropic, Blackstone, Hellman & Friedman, Goldman Sachs y otros socios.
  • La compañía cuenta con 100 ingenieros y utilizará un enfoque “Claude-first”, aunque podrá recurrir a tecnologías rivales cuando sea necesario.
  • La demanda por ingenieros de IA aplicada supera la oferta, lo que plantea un desafío para Ode mientras busca crecer sin perder su calidad de boutique.

 

Los modelos de inteligencia artificial (IA) avanzan con rapidez, pero las empresas todavía enfrentan una pregunta más práctica: cómo incorporar estas herramientas en sus operaciones diarias. Anthropic y sus socios financieros creen que resolver ese problema puede convertirse en la próxima gran categoría tecnológica.

La apuesta tomó forma con Ode with Anthropic, una empresa de implementación de IA valorada en USD $1.500 millones. El proyecto busca desplegar ingenieros especializados en las compañías clientes para diseñar sistemas adaptados a sus procesos, productos y experiencias de usuario.

La iniciativa confirma un cambio dentro de la industria. Los laboratorios de IA ya no compiten únicamente por crear modelos más capaces, sino también por demostrar que sus sistemas pueden generar resultados concretos dentro de grandes organizaciones.

Ode nace para cerrar la brecha entre modelos y empresas

Anthropic lanzó Ode en mayo como parte de una empresa conjunta con Blackstone, Hellman & Friedman, Goldman Sachs y otros participantes. La operación le dio un nombre y una estructura propia a un negocio centrado en llevar la IA desde los laboratorios hasta las oficinas corporativas.

La idea original surgió en Blackstone, que había observado una brecha en sus empresas de cartera. Varias grandes consultoras y pequeñas boutiques de servicios de IA intentaban implementar estas tecnologías, pero la demanda por equipos capaces de ejecutar proyectos complejos crecía más rápido que la oferta.

Una de las boutiques que llamó la atención fue Fractional AI, una startup de servicios de ingeniería de IA. La empresa conjunta la adquirió poco después de anunciarse, y Fractional se convirtió en la base operativa de Ode with Anthropic.

Fractional había terminado una asociación de 11 meses con OpenAI antes de su adquisición. Su transformación en Ode muestra cómo los laboratorios y los fondos de inversión buscan incorporar equipos que ya conocen las dificultades técnicas y comerciales de implementar IA en empresas reales.

Chris Taylor, CEO de Ode y cofundador de Fractional, dijo a TechCrunch que es fácil imaginar a la compañía como un negocio de un billón de dólares si ejecuta correctamente su estrategia. Sin embargo, también identificó un reto central: atravesar una fase de crecimiento acelerado sin perder el énfasis en la calidad.

Ode cuenta actualmente con 100 ingenieros y trabaja junto con el equipo de IA aplicada de Anthropic. Ambos grupos analizan dónde puede generar impacto la tecnología y construyen sistemas ajustados a las operaciones de cada organización.

El equipo interno de Anthropic seguirá concentrándose en implementaciones estratégicas alineadas con la misión del laboratorio. Ode, en cambio, tendrá el objetivo de ampliar la capacidad de ejecución para atender a un grupo mayor de compañías.

Las firmas de capital privado que respaldan el proyecto canalizarán sus empresas de cartera hacia Ode como posibles clientes. Aun así, la compañía no limitará sus ventas a esas organizaciones y podrá trabajar con empresas externas.

Para Taylor, el cliente ideal es una compañía cuyo CEO crea firmemente en el potencial de la inteligencia artificial. El ejecutivo explicó que muchos de los proyectos de Ode ocupan el primer o segundo lugar entre las prioridades estratégicas de esos líderes.

Esos proyectos pueden involucrar el producto principal que una empresa planea construir durante los próximos dos años. También pueden concentrarse en la reestructuración de un proceso comercial esencial para la organización.

Una estrategia centrada en Claude, pero no exclusiva

Ode operará bajo un principio denominado “Claude-first”. Esto significa que intentará utilizar la tecnología de Anthropic siempre que sea posible, incluidas funciones como Claude Tag en Slack.

La compañía, sin embargo, no estará limitada a los productos de Anthropic. Sus ejecutivos afirmaron que utilizarán herramientas y modelos de competidores cuando esos recursos resulten más adecuados para resolver un problema empresarial específico.

Eddie Siegel, tecnólogo jefe de Ode y cofundador de Fractional, sostuvo que la selección del modelo es importante, pero no representa el principal destino del esfuerzo técnico. A su juicio, el modelo funciona como un ingrediente dentro de un sistema más amplio que debe diseñarse cuidadosamente.

Siegel comparó esa decisión con elegir un lenguaje de programación para construir software. Escoger Python o Java puede influir en un proyecto, pero no define por sí solo una transformación empresarial completa.

La tesis de Ode es que las compañías tradicionales pueden convertirse en grandes ganadoras de la actual etapa de la IA. Para lograrlo, tendrán que adoptar la tecnología de una manera que modifique procesos centrales y no solo añada una herramienta aislada.

Taylor describió la IA como un ingrediente poderoso, aunque capaz de producir alucinaciones. Convertir ese ingrediente en una mejora para las operaciones o las experiencias de los clientes requiere apoyo especializado y una comprensión profunda del negocio.

La mayoría de las empresas todavía no posee suficiente talento de IA aplicada de primer nivel. Esa carencia explica por qué Ode busca ofrecer equipos que combinen ingeniería, criterio de producto y responsabilidad sobre los resultados finales.

Sus líderes describen a los empleados como ingenieros de software generalistas de élite. Más de la mitad serían antiguos fundadores, un perfil que, según Siegel, les permite abordar problemas técnicos difíciles y asumir proyectos de principio a fin.

Un ejecutivo de Blackstone definió al equipo como un grupo de ingenieros “madurados”. La comparación los presenta como fuerzas especiales, en lugar de un ejército numeroso de ingenieros desplegados hacia adelante, conocidos en la industria como FDEs.

La diferencia es relevante para las empresas que buscan implementar IA en áreas críticas. Un equipo pequeño, experimentado y capaz de tomar decisiones puede tener más impacto que una gran cantidad de especialistas enfocados en tareas estrechas.

La escasez de talento condicionará el crecimiento

Las personas involucradas en la empresa conjunta aseguraron que la demanda por equipos de ingeniería de campo supera ampliamente la oferta. Esta presión puede convertirse en uno de los principales límites para la expansión de Ode.

La compañía quiere crecer internacionalmente y mantener al mismo tiempo su posición como una firma boutique. Para ello, planea evaluar de forma constante el impacto comercial de cada implementación de IA.

El desafío consiste en escalar sin convertir el servicio en una operación masiva que pierda el criterio individual de sus equipos. La calidad de las soluciones será crucial para justificar el costo de trabajar con ingenieros altamente especializados.

El talento necesario combina experiencia emprendedora, pensamiento orientado a sistemas, conocimientos de inteligencia artificial y juicio sobre productos empresariales. Esa combinación no suele aparecer de manera rápida en los programas tradicionales de contratación.

La pregunta abierta es si Ode podrá formar suficientes profesionales con ese perfil. La compañía tendrá que competir por ingenieros que también pueden crear startups, liderar productos o asumir posiciones estratégicas dentro de grandes empresas.

Siegel no considera inevitable que se agote la reserva de ingenieros generalistas con experiencia. En su opinión, nunca había sido un momento tan favorable para convertirse en emprendedor y aprender a resolver problemas completos.

El tecnólogo señaló que intentar alcanzar un ajuste entre producto y mercado, mover un negocio y asumir responsabilidades amplias ofrece aprendizajes que no se obtienen al resolver únicamente un problema técnico estrecho. Ese conjunto de habilidades encaja, según él, con las necesidades de Ode.

La compañía también tendrá que enfrentar competidores con recursos significativos. Entre ellos se encuentra The Deployment Company de OpenAI, que representa una apuesta similar por desplegar especialistas junto a clientes empresariales.

Grandes consultoras como Deloitte y Accenture igualmente crearon sus propios equipos de FDE. Su escala, relaciones corporativas y experiencia en transformación empresarial podrían convertirlas en rivales formidables para la firma respaldada por Anthropic.

La competencia no se limitará a vender acceso a un modelo específico. Cada proveedor deberá demostrar que puede integrar la IA en flujos de trabajo sensibles, mantener controles adecuados y producir mejoras que los ejecutivos puedan medir.

La implementación puede definir la próxima etapa de la IA

La estrategia de Ode refleja una realidad que afecta a todo el sector: disponer del modelo más avanzado no garantiza una adopción empresarial exitosa. Las compañías deben resolver problemas de datos, integración, seguridad, capacitación y rediseño de procesos.

Esos obstáculos suelen aparecer después de la demostración inicial. Un sistema puede impresionar en una prueba controlada y, sin embargo, fallar cuando enfrenta información fragmentada, responsabilidades regulatorias o decisiones que afectan a miles de trabajadores y clientes.

Por esa razón, el valor de los equipos de implementación puede aumentar a medida que más empresas experimenten con herramientas generativas. La fase de prueba puede ser relativamente sencilla, pero convertirla en una capacidad estable requiere trabajo técnico y organizacional.

El enfoque de Ode también muestra que la relación entre los laboratorios y sus clientes está cambiando. Anthropic continuará con proyectos estratégicos, mientras su empresa conjunta buscará ampliar el número de organizaciones que pueden utilizar sus tecnologías.

La separación permite que el laboratorio mantenga su atención en el desarrollo de modelos y en sus prioridades institucionales. Al mismo tiempo, Ode puede concentrarse en construir soluciones específicas para distintas industrias y estructuras corporativas.

TechCrunch informó que Taylor considera plausible que el negocio de implementación llegue algún día a una valoración de un billón de dólares. Esa proyección todavía depende de que Ode pueda crecer, conservar la calidad y demostrar retornos claros para sus clientes.

El escenario también favorece a consultoras, startups y compañías de servicios que logren traducir la IA en cambios operativos. La oportunidad no pertenece exclusivamente a los laboratorios que entrenan modelos, sino a quienes puedan hacerlos funcionar dentro de organizaciones complejas.

Para el mercado empresarial, el resultado podría ser una mayor diversidad de proveedores. Las compañías tendrán que elegir entre soluciones centradas en un ecosistema concreto y equipos capaces de combinar herramientas de varios desarrolladores.

La decisión dependerá menos de la etiqueta del modelo y más de la calidad de la implementación. En muchos casos, el éxito estará determinado por la capacidad de entender el negocio, diseñar el sistema correcto y acompañar su evolución.

La carrera que describe Ode, por tanto, no se reduce a una disputa tecnológica entre Anthropic y OpenAI. También es una competencia por el talento, la confianza de los CEOs y la capacidad de transformar procesos esenciales sin sacrificar control ni resultados.

Si la tesis de Anthropic y Blackstone es correcta, los grandes ganadores de la nueva etapa de la IA serán empresas tradicionales que adopten la tecnología de manera efectiva. El liderazgo pertenecerá a quienes logren poner los modelos a trabajar en las compañías más grandes del mundo.

La incógnita permanece en la capacidad de la industria para formar suficientes ingenieros con experiencia técnica y empresarial. Mientras esa oferta siga siendo limitada, la implementación podría convertirse en el recurso más disputado de todo el ecosistema de inteligencia artificial.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados