Anthropic factura como infraestructura, no como app: así le gana terreno a OpenAI en empresas

Por Blockspace Media · 8 de julio de 2026.

Según recoge Blockspace Media a partir de un informe (que el propio medio atribuye a Semi Analysis), los ingresos de Anthropic habrían crecido un 130% intertrimestral en el segundo trimestre hasta 10.900 millones de dólares, con un primer beneficio operativo de en torno a 559 millones y márgenes brutos que habrían escalado a la zona media del 60%, frente a un margen negativo del 94% en 2024. El informe atribuye ese giro a la composición de los ingresos: entre el 75% y el 85% de la facturación de Anthropic vendría de API, frente a un modelo de OpenAI apoyado en torno al 65% en suscripciones de consumo. La programación asistida por IA aparece como motor central: Claude Code representaría ya más del 7% de los commits en GitHub, y los casos de uso de código explicarían el 65% de los ingresos recurrentes anuales de la compañía. El propio informe especula con que, si Anthropic sostuviera un ritmo de entorno a 15.000 millones de dólares de ARR neto nuevo al mes, los ingresos recurrentes podrían rozar los 300.000 millones hacia finales de 2027 — la cifra que sustentaría una valoración de 6 billones de dólares, unas 20 veces ingresos.

Conviene separar el dato del relato. Que Anthropic haya pasado de márgenes profundamente negativos a beneficio operativo en año y medio es un hecho relevante y verificable en la dirección que apunta el informe: la economía de los grandes modelos empieza a parecerse a un negocio de verdad, no solo a I+D subvencionada por rondas de capital. La proyección a 300.000 millones de ARR en 2027, en cambio, es una extrapolación que asume un ritmo de crecimiento sostenido durante año y medio sin fricciones — algo que ningún negocio de esta escala ha logrado nunca de forma lineal. Que sea la base de una valoración de 6 billones dice más sobre el apetito especulativo del momento que sobre certezas contables.

Lo que sí es estructuralmente interesante es la diferencia de modelo de negocio. Vender tokens de API a empresas que construyen productos y agentes propios es un negocio de infraestructura: precio pleno, cliente que integra el modelo en su flujo de trabajo y difícil de desplazar una vez integrado. Vender suscripciones de consumo, en cambio, compite por atención y por precio en un mercado donde el usuario cambia de app con un clic. Si los números que recoge el informe son aproximadamente correctos, Anthropic estaría capturando el segmento más pegajoso y de mayor margen del mercado —la empresa que automatiza procesos internos— mientras OpenAI defendería el segmento más visible pero también más volátil. Esto encaja con algo que ya veníamos observando: el eje competitivo en IA se está desplazando del modelo más listo al coste por token y a quién controla la capa de orquestación donde vive el cliente empresarial.

El dato de Claude Code —más del 7% de los commits de GitHub y el 65% de los ingresos recurrentes de Anthropic— merece una lectura propia. Es la confirmación, con cifras de mercado, de una tesis que ya sosteníamos sobre el empleo tecnológico: la IA generativa se está comiendo primero el trabajo de programación más rutinario y mecánico, mientras desplaza el valor humano hacia la arquitectura, la revisión de seguridad y la integración de sistemas. Que ese segmento sea también el que más factura para Anthropic no es casualidad: es donde la sustitución de tareas por tokens es más directa y, por tanto, donde el proveedor de IA puede cobrar el precio más alto por el trabajo que evita.

Nuestra lectura es que este episodio ilustra bien la transición dura que anticipamos a corto plazo: los ingresos de las empresas de IA crecen precisamente porque sustituyen o multiplican el trabajo de ingenieros, analistas y otros perfiles técnicos, y esa presión no se va a detener. Pero también apunta al otro lado de la tesis: un negocio de IA que deja de quemar caja y empieza a generar beneficio operativo es una señal de que la tecnología está madurando hacia una fase de utilidad real y sostenible, no solo de promesa. Si esa senda continúa —con más cautela que la que sugiere la proyección a 2027— el excedente que genera la automatización del código y de otras tareas rutinarias es, en última instancia, el mismo excedente que en el largo plazo puede financiar la abundancia de recursos y la liberación de tiempo humano hacia trabajo con más criterio y propósito. La pregunta pendiente, como siempre, es quién capta ese excedente mientras se produce la transición: los accionistas de las empresas de IA, los clientes que reducen costes, o los trabajadores cuyo puesto se automatiza primero.