Anthropic negocia con Samsung su propio chip: el fin de la dependencia total de Nvidia

Por TheStreet · 3 de julio de 2026.

Anthropic ha iniciado conversaciones tempranas con Samsung Electronics para fabricar un chip de IA propio, según reveló Bloomberg y confirmó TechCrunch. Son negociaciones muy preliminares: la compañía aún no ha decidido qué función tendrá el chip, cómo se integrará en un servidor ni qué potencia necesita. Hoy Anthropic depende de tres proveedores externos —los Trainium de Amazon, las TPU de Google y las GPU de Nvidia— y esa arquitectura diversificada seguirá siendo el núcleo de su estrategia de cómputo a corto plazo, según ha dicho la propia empresa. Nada de esto cambia mañana. Pero la dirección del movimiento sí importa.

El detonante es aritmético: Nvidia controla en torno al 74% del mercado global de chips de IA, según datos de The Information, un nivel de concentración que le otorga un poder de fijación de precios que ningún laboratorio de IA de primera línea quiere seguir aceptando sin más. Diseñar silicio propio, ajustado a la arquitectura exacta de tus modelos, es una de las pocas palancas reales para escapar de esa dependencia. Anthropic no es pionera en esto: OpenAI presentó el mes pasado su propio chip de inferencia, Jalapeño, construido con Broadcom. Que las conversaciones de Anthropic con Samsung salgan a la luz apenas semanas después sugiere que todo el sector está cubriéndose las espaldas frente a Nvidia al mismo tiempo, no que haya un plan coordinado.

Samsung no es una elección casual. La surcoreana fue una de los tres fabricantes de memoria —junto a SK Hynix y Micron— que invirtieron en la ronda de financiación de 65.000 millones de dólares de Anthropic en mayo, y es la única de esas tres que además opera sus propias fundiciones de chips. Anthropic estaría evaluando específicamente el proceso de fabricación a 2 nanómetros de Samsung y sus instalaciones avanzadas de empaquetado, según The Information. Para Samsung, ganar a un cliente de la talla de Anthropic sería un escaparate perfecto en su intento de cerrar la brecha con TSMC, la fundición dominante del sector, que según analistas mencionados en el artículo sigue mostrando mejores rendimientos de producción en los nodos más avanzados. Un cliente firmado no es un chip enviado, y Anthropic ni siquiera ha decidido si seguirá adelante con Samsung: también está hablando con Microsoft y con la startup británica Fractile, lo que apunta a un proceso competitivo, no a un socio exclusivo.

El contexto conecta varios puntos: Google estaría valorando por separado a Samsung para parte de una futura generación de sus TPU; Samsung Group y SK Group confirmaron este mes una inversión conjunta de 520.000 millones de dólares para construir cuatro nuevas plantas de memoria en Corea del Sur; y Anthropic ha fichado a Clive Chan, antiguo miembro del equipo de diseño de chips de OpenAI, para construir capacidad interna de hardware. Ninguno de estos movimientos aisladamente es determinante, pero juntos dibujan un sector que está reorganizando su cadena de suministro a toda velocidad: Microsoft ya tiene sus chips Maia, Amazon su Trainium, Google sus TPU, y ahora los laboratorios más jóvenes —Anthropic y OpenAI— intentan construirse la misma palanca de negociación frente a Nvidia.

Nuestra lectura es que este movimiento no busca sustituir a Nvidia mañana —nadie en el artículo lo sugiere ni es plausible a corto plazo—, sino reducir el poder de fijación de precios de un proveedor único sobre un insumo que se ha vuelto tan crítico como la electricidad. Es una decisión defensiva y estructural: cuando entrenar y servir modelos de frontera cuesta miles de millones, incluso una reducción moderada en el coste de cómputo por unidad propia justifica años de inversión en diseño de silicio. A corto plazo esto acentúa una tendencia que ya veníamos señalando: el poder se concentra en quien controla la infraestructura, no solo en quien tiene el modelo más listo. Eso favorece a los laboratorios mejor capitalizados —Anthropic, OpenAI, los hyperscalers— y deja a startups sin acceso a fundiciones o a capital paciente en una posición aún más débil frente a la barrera de entrada del hardware.

A largo plazo, sin embargo, esta carrera por silicio a medida es exactamente el tipo de presión competitiva que baja el coste por token de forma sostenida, un ingrediente necesario para la abundancia que defendemos como horizonte: cuanto más barato resulte entrenar y servir inteligencia, más cerca estaremos de que la IA deje de ser un lujo de quien pueda pagar la factura de Nvidia y se convierta en infraestructura accesible para investigación médica, educación o pequeñas empresas. El riesgo intermedio, el que hay que vigilar, es que esa descentralización del poder de Nvidia no se traduzca en una fragmentación real del mercado, sino en un oligopolio distinto: un puñado de laboratorios y fundiciones —Samsung, TSMC, Broadcom— repartiéndose el control de quién puede permitirse construir los modelos de mañana. Por ahora, nada está firmado; lo que sí está claro es que la era en la que Nvidia dictaba las condiciones sin resistencia empieza a tener fecha de caducidad.