Amazon apuesta por todos los caballos en la carrera de la IA: 75.000 millones de dólares para no perder

Imagina apostar en una carrera donde no sabes qué caballo ganará, así que decides financiar a los dos favoritos. Pero hay un truco: ambos caballos deben usar tu pista de entrenamiento, tus instalaciones y tu equipo durante la próxima década. Eso es exactamente lo que Amazon está haciendo en la carrera más costosa y determinante de la tecnología moderna: la inteligencia artificial generativa. En menos de dos meses, el gigante del comercio electrónico ha comprometido potencialmente hasta 75.000 millones de dólares entre OpenAI y Anthropic, las dos empresas que lideran el desarrollo de modelos de lenguaje avanzado. La jugada no es ganar la carrera, sino convertirse en el terreno donde se corre.

La doble apuesta que redefine el juego

Hace apenas ocho semanas, Amazon anunciaba una inversión de 50.000 millones de dólares en OpenAI, la compañía detrás de ChatGPT y los modelos GPT que han revolucionado la percepción pública sobre la inteligencia artificial. Ahora, en un movimiento que podría parecer contradictorio a primera vista, ha puesto sobre la mesa 5.000 millones de dólares inmediatos para Anthropic, con un compromiso adicional de hasta 20.000 millones de dólares más vinculados a "ciertos hitos comerciales" que permanecen sin especificar públicamente. La valoración actual de Anthropic alcanza los 380.000 millones de dólares, consolidándola como uno de los actores más valiosos del ecosistema de IA.

Lo fascinante de esta estrategia no reside únicamente en las cifras astronómicas, sino en las contrapartidas. Tanto OpenAI como Anthropic se comprometen a gastar cantidades masivas en Amazon Web Services (AWS), la división de computación en la nube de Amazon. En el caso de Anthropic, el acuerdo incluye el uso exclusivo de los chips propios de Amazon —Trainium y Graviton— durante la próxima década, con acceso garantizado a 5 gigavatios de capacidad de cómputo. Para poner esto en perspectiva, esa cantidad de energía equivale aproximadamente al consumo eléctrico de toda la ciudad de Nueva York.

Este patrón revela una verdad incómoda para Amazon: la compañía no tiene un caballo ganador propio en la carrera de la IA generativa. A diferencia de Google con Gemini o Microsoft con su estrecha alianza con OpenAI, Amazon no ha desarrollado un modelo de lenguaje que compita directamente en la liga de élite. Su respuesta ha sido apostar simultáneamente por los competidores más prometedores, asegurándose que independientemente del resultado, su infraestructura será indispensable.

Financiación circular o simbiosis estratégica

El concepto de "financiación circular" ha surgido repetidamente en el análisis de estos acuerdos. La mecánica es aparentemente simple: Amazon invierte miles de millones en estas empresas, que a su vez se comprometen a gastar esos mismos miles de millones en servicios de Amazon. Desde cierta perspectiva, parece un castillo de naipes financiero donde el dinero simplemente circula entre las mismas entidades, inflando valoraciones sin crear valor real. El analista M. Mohan planteó públicamente en redes sociales por qué los reguladores no están examinando más de cerca estos acuerdos, advirtiendo que el efecto dominó si OpenAI o Anthropic colapsaran podría ser devastador para todo el ecosistema tecnológico.

Sin embargo, defensores como Jim Cramer, reconocido comentarista financiero, argumentan que esta caracterización es fundamentalmente errónea. Según Cramer, la financiación circular genuina está diseñada para inflar artificialmente los beneficios reportados sin transacciones reales subyacentes. En este caso, sostiene, Amazon posee capacidad de cómputo real y tangible, Anthropic necesita desesperadamente esa capacidad de cómputo para entrenar y ejecutar sus modelos, y el intercambio de valor es genuino y verificable. La infraestructura física existe, los chips están siendo fabricados, y los centros de datos están consumiendo electricidad real.

Amazon ha encontrado la forma de monetizar la fiebre de la IA sin necesidad de ganar la carrera de los modelos: solo necesita que quien la gane dependa completamente de su infraestructura.

Este mismo debate se produjo en enero cuando se anunció el acuerdo con OpenAI. La conclusión entonces, como ahora, es que aunque la apariencia de circularidad existe, no implica necesariamente fraude o manipulación. Lo que sí implica es que Amazon ha identificado una estrategia brillante para capturar valor en un mercado altamente incierto. En lugar de competir directamente en el desarrollo de modelos —una apuesta de resultado impredecible que requiere inversiones masivas en investigación, talento escaso y años de desarrollo— Amazon se posiciona como el proveedor indispensable de la infraestructura que hace posible toda la industria.

La crisis de capacidad que Anthropic no puede ocultar

El comunicado oficial de Anthropic sobre este acuerdo contiene un párrafo particularmente revelador que pocas veces vemos en anuncios corporativos: un reconocimiento directo de sus limitaciones operativas. La compañía admite que la demanda explosiva de sus modelos Claude por parte de empresas, desarrolladores y usuarios individuales está generando una "inevitable tensión" en su infraestructura de computación. Esta es una forma diplomática de decir que no pueden satisfacer la demanda actual con sus recursos existentes.

Las consecuencias prácticas de esta escasez son evidentes en las medidas que Anthropic ha implementado recientemente. La compañía ha comenzado a restringir los límites de uso por sesión durante las horas pico, ha modificado su modelo de precios empresariales hacia un sistema estricto de "pago por uso", y ha ajustado el nivel de esfuerzo computacional de sus modelos mediante lo que la industria llama "inflación de tokens" —esencialmente, hacer que las respuestas requieran más procesamiento del necesario para gestionar la carga. Estas no son decisiones que una compañía tecnológica tome a la ligera, especialmente cuando está compitiendo ferozmente por cuota de mercado.

El acuerdo con Amazon no es un movimiento aislado. En las últimas semanas, Anthropic ha estado en una carrera frenética para asegurar capacidad de cómputo desde múltiples fuentes. Además de los 5 gigavatios garantizados por Amazon, la compañía ha contratado "múltiples gigavatios" adicionales con Google y Broadcom. Esta diversificación de proveedores sugiere que Anthropic está preparándose para un crecimiento exponencial en demanda, pero también que no quiere depender exclusivamente de un solo proveedor de infraestructura, manteniendo cierto poder de negociación.

La elegancia de no tener que ganar

Vista en su conjunto, la estrategia de Amazon es un ejemplo magistral de pensamiento estratégico de segundo orden. Mientras Microsoft, Google y otras compañías tecnológicas compiten directamente en el desarrollo de modelos de IA cada vez más capaces —una competencia que requiere inversiones de decenas de miles de millones sin garantía de retorno— Amazon ha encontrado una posición que convierte la incertidumbre del mercado en una ventaja estructural. No importa si Claude de Anthropic supera a GPT-5 de OpenAI, o si un competidor inesperado emerge desde un laboratorio universitario; si necesitan escalar, necesitarán la infraestructura de AWS.

Esta estrategia tiene beneficios adicionales que van más allá de los ingresos directos por servicios en la nube. Al asegurar que tanto OpenAI como Anthropic utilicen sus chips propietarios Trainium y Graviton, Amazon valida y acelera su apuesta por el diseño de semiconductores personalizados. Cada modelo entrenado en estos chips, cada inferencia ejecutada, genera datos valiosos que Amazon puede usar para mejorar las próximas generaciones de hardware. Además, reduce la dependencia de proveedores externos como NVIDIA, cuyos chips GPU han visto aumentos de precio estratosféricos debido a la demanda de IA.

El acuerdo también refuerza las perspectivas de salida a bolsa tanto de OpenAI como de Anthropic, eventos que se anticipan como dos de las ofertas públicas iniciales más importantes de la década. Las inversiones masivas de Amazon funcionan como sellos de aprobación institucional, señales al mercado de que estas compañías tienen socios financieros sólidos y contratos de largo plazo que garantizan ingresos futuros. Para Amazon, esto significa que sus inversiones podrían multiplicarse varias veces cuando estas empresas finalmente coticen públicamente.

Contexto clave

¿Qué significa realmente un gigavatio de capacidad de cómputo? Un gigavatio (GW) es una unidad de potencia eléctrica equivalente a mil millones de vatios. Cuando hablamos de "5 GW de capacidad de cómputo", nos referimos a la cantidad de electricidad que los centros de datos pueden consumir continuamente para alimentar servidores, sistemas de refrigeración y infraestructura relacionada. Para entrenar un modelo de IA de última generación como Claude 3.5 o GPT-4, se requieren miles de chips especializados funcionando simultáneamente durante semanas o meses, consumiendo cantidades masivas de energía. Esta capacidad no solo determina cuántos modelos puedes entrenar, sino qué tan rápido puedes hacerlo y cuántos usuarios simultáneos puedes atender cuando el modelo está en producción.

Chips Trainium y Graviton: la apuesta de Amazon por la independencia Tradicionalmente, el entrenamiento de modelos de IA ha dependido casi exclusivamente de las unidades de procesamiento gráfico (GPU) de NVIDIA, especialmente sus chips de la serie H100 y A100. Sin embargo, Amazon ha invertido miles de millones en desarrollar sus propios chips especializados: Trainium para el entrenamiento de modelos de IA y Graviton para cargas de trabajo generales en la nube. Estos chips están diseñados específicamente para las arquitecturas de AWS y prometen mejor eficiencia energética y costos reducidos comparados con las GPU tradicionales. Al asegurar que Anthropic use exclusivamente estos chips durante una década, Amazon no solo garantiza ingresos, sino que convierte a uno de los laboratorios de IA más avanzados del mundo en un caso de estudio viviente para su tecnología propietaria.

¿Por qué la capacidad de cómputo se ha convertido en el cuello de botella? El progreso en IA generativa ha seguido una ley empírica simple: modelos más grandes con más datos producen mejores resultados. Pero escalar requiere multiplicar exponencialmente la capacidad de cómputo. GPT-3 requirió aproximadamente 3,640 petaflop-días de computación; GPT-4 probablemente requirió 10 a 100 veces más. Esta escalada ha creado una escasez global de capacidad de cómputo especializada, donde el acceso a suficientes chips y electricidad se ha convertido en una ventaja competitiva tan importante como el talento en investigación. Empresas como Anthropic no están limitadas por ideas o algoritmos, sino por la capacidad física de ejecutar sus experimentos y servir a sus usuarios.

Para profundizar

• El impacto ambiental de la carrera de la IA — Cinco gigavatios de consumo continuo equivalen a la producción de varias plantas de energía dedicadas exclusivamente a entrenar y ejecutar modelos de lenguaje. ¿Cómo concilia la industria tecnológica sus compromisos de sostenibilidad con esta demanda energética exponencial, y qué innovaciones en eficiencia computacional podrían cambiar esta ecuación?
• La concentración de poder en la infraestructura de IA — Si solo tres o cuatro proveedores de nube (Amazon, Microsoft, Google) controlan la capacidad de cómputo necesaria para entrenar modelos de frontera, ¿qué implicaciones tiene esto para la competencia, la innovación distribuida y el acceso democrático a estas tecnologías transformadoras?
• El riesgo sistémico de las interdependencias financieras — Los acuerdos entre Amazon, OpenAI y Anthropic crean una red compleja de dependencias mutuas donde el colapso de un actor podría desencadenar efectos en cascada. ¿Qué mecanismos de supervisión regulatoria podrían necesitarse para gestionar estos riesgos sistémicos emergentes en la economía de la IA?