Por Canuto  

El rápido encarecimiento del uso corporativo de modelos de lenguaje podría no ser una señal de fracaso, sino de consolidación comercial. Un análisis sostiene que Anthropic y OpenAI ya encontraron product-market fit gracias a los agentes de programación, mientras endurecen precios enterprise y convierten el uso intensivo en una fuente de ingresos mucho más robusta.

***

  • Anthropic y OpenAI habrían alineado sus planes enterprise con precios de API durante 2026, elevando el costo real para clientes corporativos.
  • El uso de agentes de programación como Claude Code y Codex estaría impulsando una nueva etapa de monetización, con mayor consumo de tokens y contratos anuales.
  • La presión sobre presupuestos empresariales, lejos de invalidar la IA, podría confirmar que estas herramientas ya alcanzaron product-market fit.

 

El mercado de la inteligencia artificial (IA) podría haber entrado en una nueva fase. Ya no se trataría solo de crecer en usuarios o de captar atención mediática, sino de convertir esa adopción en ingresos sustanciales y relativamente predecibles.

Ese es el eje del análisis publicado por Simon Willison, quien plantea que Anthropic y OpenAI habrían encontrado product-market fit o encaje producto-mercado. La tesis gira en torno a un producto específico: los agentes de programación y de propósito general, encarnados hoy en herramientas como Claude Code, Cowork y Codex.

La idea central es que las historias sobre empresas alarmadas por el aumento de sus facturas de IA no necesariamente reflejan un fracaso. Por el contrario, podrían ser una evidencia de que estas plataformas se volvieron lo bastante útiles como para justificar gastos crecientes en entornos corporativos.

Para los lectores menos familiarizados con el concepto, product-market fit describe el momento en que un producto satisface una necesidad real del mercado de forma clara, repetible y rentable. En el caso de la IA generativa, eso implicaría haber encontrado no solo adopción masiva, sino una base de clientes dispuesta a pagar sumas importantes por el servicio.

El giro en los precios empresariales

Willison explica que actualmente paga planes de USD $100 al mes tanto para Anthropic como para OpenAI. Sin embargo, al estimar cuánto habría costado ese mismo uso bajo precios de API en los últimos 30 días, obtuvo cifras muy superiores.

Según ese cálculo, el uso de Claude Code habría equivalido a USD $1.199,79, mientras que el de OpenAI Codex habría ascendido a USD $980,37. En total, serían USD $2.180,16 en tokens por apenas USD $200 en suscripciones, una diferencia que ilustra el tamaño del subsidio para usuarios intensivos bajo ciertos planes.

El punto clave es que, según el análisis, las empresas ya no estarían recibiendo descuentos tan amplios. Anthropic habría modificado su esquema Enterprise, que en agosto de 2025 incluía suficiente uso para una jornada típica de trabajo, a un modelo de USD $20 por asiento al mes más cobro por uso vía API.

Una nota de The Information citada en el texto está fechada el 14 de abril de 2026, aunque atribuye a un portavoz de Anthropic que el cambio de precios ocurrió en noviembre de 2025. Muchos clientes existentes, añade el análisis, se estarían enterando solo al momento de renovar contratos.

OpenAI también habría ajustado su estructura en abril. La tabla de precios de Codex indicaba que desde el 2 de abril de 2026 los cobros pasarían a alinearse con el uso de tokens de API en lugar de precios por mensaje.

Esa actualización se aplicó a planes nuevos y existentes de Plus, Pro, ChatGPT Business y a nuevos planes ChatGPT Enterprise. Luego, el 23 de abril de 2026, el cambio se habría extendido a todos los planes ChatGPT Enterprise existentes, incluidos Edu, Health, Gov y ChatGPT for Teachers.

De acuerdo con la lectura de Willison, esto significa que desde abril de 2026 el costo enterprise tanto de Codex como de Claude Code y Cowork quedó alineado con el precio de API publicado. Además, los nuevos modelos llegaron con precios más altos.

GPT-5.5, lanzado el 23 de abril, costaría el doble que GPT-5.4 en precio de API. Opus 4.7, presentado el 16 de abril, costaría alrededor de 1,4 veces más que Opus 4.6 al considerar su nuevo tokenizador.

Por qué los agentes de programación cambian la economía

La hipótesis del análisis es que estos movimientos agresivos no obedecen solo a planes de salida a bolsa. También responderían a que ambos laboratorios detectaron por fin una categoría de producto capaz de generar ingresos empresariales de gran escala.

ChatGPT demostró una capacidad extraordinaria para atraer usuarios, pero monetizar ese alcance ha sido más complejo. OpenAI afirmó en febrero que ChatGPT contaba con más de 900 millones de usuarios activos semanales, aunque solo 50 millones eran suscriptores de pago en el segmento de consumo.

Eso equivale a 5,6% de la base activa semanal. Cobrar entre USD $10 y USD $20 al mes por usuario puede sostener un negocio relevante, pero luce menos convincente cuando se compara con las enormes inversiones requeridas para infraestructura.

Willison sostiene que cubrir USD $1 billón en infraestructura exigiría entre 1.000 millones y 2.000 millones de suscriptores retenidos durante cuatro años. En contraste, los clientes empresariales que gastan más de USD $200 mensuales por usuario acercan mucho más rápido a ese objetivo.

La razón es simple. Los agentes de programación consumen muchísimos más tokens que un chatbot tradicional y, al mismo tiempo, se están integrando al trabajo diario de profesionales altamente remunerados, en especial ingenieros de software.

En el análisis se subraya que un agente de programación no se limita a escribir código. También puede automatizar tareas ejecutables mediante comandos en un computador, lo que amplía su potencial a otros trabajadores del conocimiento con alta productividad y salarios elevados.

Willison añade que los modelos lanzados en noviembre de 2025 llevaron a estos agentes a un nivel realmente útil. Tras seis meses de adaptación empresarial, el mercado estaría comenzando a traducir esa utilidad en gasto concreto.

Más ventas a empresas, más personal comercial

Otro indicio citado en favor del product-market fit es la composición de las vacantes laborales. OpenAI tendría 703 puestos abiertos, de los cuales 229, equivalentes a 32,6%, serían roles vinculados a ventas y soporte enterprise.

En el caso de Anthropic, habría 390 vacantes abiertas y 105, equivalentes a 26,9%, entrarían en esa misma categoría. La expansión de equipos de cuentas, go to market y forward deployed engineers refuerza la idea de una ofensiva comercial centrada en grandes clientes.

El análisis destaca una ironía interesante. Aunque la IA promete automatización, cerrar contratos enterprise sigue exigiendo una intervención humana considerable, sobre todo en ventas complejas, despliegue y soporte continuo.

Para llegar a esas cifras, Willison indica que usó Claude Code para extraer datos de los sitios de empleo y procesarlos con herramientas de Datasette. El ejemplo funciona también como una demostración práctica del tipo de trabajo que hoy realizan estos agentes.

Los casos de Uber y Microsoft bajo otra lectura

Parte del debate reciente ha girado en torno a historias que presentan el aumento del gasto en IA como una señal de decepción. Willison considera que esas narrativas son débiles o, al menos, exageradas.

Uno de los ejemplos más citados es Uber. Según un informe mencionado en el análisis, el CTO Praveen Neppalli Naga indicó que la empresa había agotado su presupuesto anual de IA pocos meses después de comenzar 2026, en gran medida por Claude Code.

Para Willison, esto no prueba un fracaso del producto. Más bien sugeriría que un presupuesto trazado en 2025 no pudo anticipar la demanda real de una herramienta que solo se volvió realmente buena desde noviembre de ese año.

El texto también revisa comentarios del COO de Uber, Andrew Macdonald, hechos en el pódcast Rapid Response. Allí señaló que 25% de los commits de código de la compañía en el trimestre anterior provinieron de Claude Code, aunque aún resulta difícil conectar esa productividad con más funcionalidades útiles entregadas a consumidores.

Según Willison, ese matiz terminó derivando en titulares mucho más duros sobre la dificultad de justificar el gasto en IA. A su juicio, esa lectura responde más al apetito del mercado por historias de fracaso que a la evidencia disponible.

El otro caso es Microsoft y la cancelación de licencias de Claude Code para algunos ingenieros. El reporte citado indica que la decisión también tendría un componente financiero, en medio del cierre del año fiscal de la empresa el 30 de junio.

Lejos de contradecir la tesis principal, Willison cree que ambos casos la respaldan. Si los clientes empresariales aprietan los dientes pero siguen pagando, eso suele ser una señal de que el producto ofrece un valor real pese a su alto costo.

La escala del gasto en inferencia

El análisis también recuerda que los laboratorios de IA están gastando sumas gigantescas, tanto en entrenamiento como en inferencia. Aunque las cifras exactas son difíciles de verificar, un documento reciente de SpaceX ofreció una pista importante.

Según el texto citado, en mayo de 2026 se firmaron acuerdos de servicios en la nube con Anthropic para acceso a capacidad de cómputo en COLOSSUS y COLOSSUS II. En virtud de esos acuerdos, el cliente aceptó pagar USD $1.250 millones al mes hasta mayo de 2029.

El anuncio de Anthropic, señala Willison, indicaba que ese acuerdo permitiría aumentar los límites de uso para Claude Code y la API de Claude. Eso sugeriría que la infraestructura estaría destinada principalmente a inferencia, no solo a entrenamiento de modelos.

Si Anthropic ya cuenta con enormes recursos de otros proveedores y aun así compromete ese monto mensual adicional con un solo socio, la magnitud del gasto operativo en esta etapa sería enorme. Al mismo tiempo, eso explica por qué los laboratorios buscan monetizar mejor a los clientes corporativos más intensivos.

Abril de 2026 como nuevo punto de inflexión

Históricamente, Willison percibía que OpenAI obtenía una mayor parte de sus ingresos de suscripciones, mientras Anthropic dependía más de la API. En agosto de 2025, una nota de VentureBeat citada en el análisis aseguraba que Cursor y GitHub Copilot representaban USD $1.200 millones de los entonces USD $4.000 millones de ingresos de Anthropic.

Ahora el panorama parecería estar cambiando. El texto menciona rumores según los cuales Anthropic alcanzaría USD $10.900 millones en el segundo trimestre y podría incluso operar con beneficios por primera vez.

En ese contexto, el movimiento hacia productos enterprise propios sugeriría que los laboratorios quieren eliminar intermediarios. Claude Code compite de forma directa con Cursor y Copilot, lo que ayuda a entender por qué algunas de esas plataformas buscan desarrollar modelos propios.

Willison había descrito noviembre de 2025 como un primer punto de inflexión, porque fue cuando GPT-5.1 y Opus 4.5, junto con sus entornos de agentes, se volvieron realmente buenos. Ahora propone que abril de 2026 marca una segunda inflexión, esta vez centrada en los ingresos.

En otras palabras, noviembre mostró que los agentes podían hacer trabajo útil con cierta confiabilidad. Abril habría mostrado que ese avance técnico ya tiene consecuencias materiales en presupuestos corporativos y en la estructura comercial de los grandes laboratorios de IA.

La confirmación definitiva, concluye el análisis, llegará cuando los futuros documentos S-1 de Anthropic y OpenAI revelen cifras auditadas. Hasta entonces, el encarecimiento del uso empresarial y la presión sobre los presupuestos pueden interpretarse menos como un síntoma de debilidad y más como la evidencia de que la IA encontró, por fin, una forma clara de convertirse en negocio.

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