Anthropic ficha al investigador que rechazó 1.500 millones de Meta: la guerra por el talento en IA se paga en miles de millones

Por Zendoric · 11 de septiembre de 2026.

Andrew Tulloch, uno de los investigadores de inteligencia artificial más cotizados del sector, deja Meta para incorporarse a Anthropic la semana que viene, según confirmó un portavoz de la compañía a Business Insider. La noticia la desveló primero Semafor. Tulloch se incorporará al equipo de inferencia y rendimiento, donde su trabajo consistirá en optimizar cómo se entrenan los modelos de Anthropic y cómo responden a los usuarios: la inferencia es, dicho de forma simple, el proceso por el que un modelo ya entrenado genera una respuesta, y de su eficiencia depende tanto la velocidad como el coste de servir IA a millones de personas.

Tulloch encarna por sí solo la volatilidad del mercado de talento en IA. Trabajó once años en Meta antes de fichar por OpenAI en 2023, donde participó en el entrenamiento de GPT-4o, GPT-4.5 y o3. En 2025 cofundó la startup Thinking Machines Lab y, mientras estaba allí, rechazó una oferta salarial de Mark Zuckerberg que, según reveló The Wall Street Journal, pudo llegar a 1.500 millones de dólares. Pese a ello, acabó recalando en Meta en octubre de ese mismo año. Ahora, en menos de un año, se marcha de nuevo, esta vez a Anthropic, poco después de que Meta lanzara Muse, un agente de IA pensado para completar tareas de forma autónoma.

El fichaje llega en plena guerra por el talento que libran Anthropic, Meta, OpenAI, Google y el resto de grandes laboratorios desde el lanzamiento de ChatGPT, una competencia que ha disparado el poder de negociación —y los sueldos— de investigadores con la trayectoria de Tulloch. Para Anthropic, la incorporación aporta algo de estabilidad en un momento especialmente intenso: la compañía se prepara para salir a bolsa, compite con sus rivales por el negocio y gestiona la creciente preocupación pública por los efectos adversos de la IA. Esa última tensión se hizo visible esta misma semana, cuando el investigador Jacob Coxon anunció su salida de Anthropic y escribió, según sus propias palabras, que 'quienes construyen IA creen sinceramente que podría matarnos a todos antes de que termine la década'. Es una afirmación suya, no un hecho verificado, pero refleja el nivel de inquietud que convive con la expansión comercial de la propia empresa.

Nuestra lectura: cuando una sola persona puede negociar paquetes que rivalizan con el PIB de un país pequeño, la señal es clara. El cuello de botella de la IA de frontera ya no es solo el cómputo o los datos, sino un puñado de personas capaces de exprimir ambos recursos al máximo. A corto plazo, esa concentración de talento —y del poder que da controlarlo— es uno de los desajustes que conviene mirar de frente: un mercado laboral de dos velocidades, donde unos cientos de investigadores cobran cifras astronómicas mientras el resto de la industria tecnológica convive con despidos y contención salarial.

Pero el trabajo concreto que hará Tulloch apunta también al lado más luminoso de la ecuación. Optimizar entrenamiento e inferencia no es un titular vistoso, pero es exactamente lo que abarata el coste de servir IA a más gente: cada mejora de eficiencia acerca la tecnología a convertirse en infraestructura barata y disponible, no en un lujo reservado a unos pocos. Es la vía prosaica hacia la abundancia de la que hablamos a menudo en Zendoric: no llega por un modelo mágico, sino por miles de horas de ingeniería de bajo nivel que hacen que cada consulta cueste una fracción de lo que costaba antes. Y el contraste con la marcha de Coxon esta misma semana es también un recordatorio honesto: incluso en la empresa que se presenta como la más cauta del sector, atraer al mejor talento de optimización convive, en la misma quincena, con investigadores internos que dudan de que el rumbo sea seguro. Ambas cosas son ciertas a la vez, y fingir lo contrario —en cualquier dirección— sería el verdadero error.