Players Anthropic destina 250 M a formar 11 mil expertos en modelos
Anthropic lanza dos programas masivos de formación mientras la industria advierte que 10 billones en infraestructura persiguen solo 100.000 millones en ingresos. Para LatAm, la exclusión geográfica obliga a crear capacidad propia.
Anthropic ha puesto 250 millones de dólares sobre la mesa en seis meses para resolver un mismo problema: no faltan modelos, faltan personas que sepan desplegarlos. La empresa anunció en junio Claude Corps, un programa de 150 millones para colocar a 1.000 becarios remunerados con 85.000 dólares anuales dentro de ONGs estadounidenses durante un año Claude Corps: Anthropic paga por aprender a usar Claude. En septiembre lanzó Claude Frontier Academy, respaldada con 100 millones para formar a 10.000 "Ingenieros de Despliegue en Frontera" para 2027, iniciando con cohortes de Accenture, Bain, Capgemini, Commonwealth Bank of Australia, Deloitte, McKinsey, Morgan Stanley y Novo Nordisk Anthropic invests $100 million to train 10,000 engineers.
Dos apuestas, un diagnóstico compartido: la barrera ya no es la potencia del modelo, sino la capacidad humana de traducir problemas reales en instrucciones que la IA pueda ejecutar. Un estudio académico publicado en enero de 2026 confirma la tesis: las empresas necesitan tanto talento técnico avanzado como perfiles no técnicos con "competencia básica en IA, pensamiento crítico y resolución de problemas", y sus estrategias de desarrollo de talento deben alinearse con la adopción de IA Building Future-Ready Capabilities.
La simetría es reveladora. Frontier Academy apunta a la empresa grande: consultoras, bancos, farmacéuticas que necesitan escalar IA en miles de empleados. Claude Corps apunta al sector social: ONGs que no pueden pagar consultores pero sí alojan a un becario un año. En ambos casos, Anthropic financia la curva de aprendizaje que el mercado no paga.
Pero el contexto financiero inquieta. Mientras Anthropic forma talento, la industria camina sobre una cuerda floja: se esperan 10 billones de dólares en despliegue de IA entre 2025 y 2032 (Goldman Sachs, JPMorgan), financiados en gran parte con deuda, para generar ingresos que hoy suman 100.000 millones combinados entre OpenAI y Anthropic El otro miedo de la IA: ¿y si estalla una burbuja?. Para 2032 haría falta facturar 3,7 billones anuales solo para un retorno del 10 %. Los acuerdos circulares entre Amazon, Nvidia, Oracle, Microsoft y los laboratorios de frontera suman al menos 3,6 billones en exposición cruzada.
El ángulo latinoamericano: fuera de la sala, pero dentro del juego
Ambos programas de Anthropic exigen autorización de trabajo en EE. UU. y, en el caso de Claude Corps, disposición a mudarse. Para un ingeniero en México, Colombia, Chile o Argentina, la puerta está cerrada. La señal, sin embargo, es pública: saber desplegar IA en una organización vale 85.000 a 150.000 dólares al año en el mercado global, sin requerir doctorado ni título universitario obligatorio.
La región no puede esperar a que los laboratorios abran sedes locales. La lección operativa para el ejecutivo latinoamericano es triple:
- La brecha no es de acceso a modelos (Claude, GPT-4o, Gemini están a un API de distancia), es de capacidad de integración: conectar el modelo con datos propios, flujos de trabajo, permisos, evaluación de resultados.
- La formación interna supera a la contratación: no hay 10.000 ingenieros de despliegue disponibles en LatAm hoy. Habrá que cultivarlos, usando la misma lógica de "aprender haciendo" que Anthropic paga en EE. UU.
- El riesgo de burbuja cambia la cuenta de resultados: si el financiamiento de infraestructura se seca, los costos de cómputo podrían subir o volverse inestables. Las empresas que ya saben hacer más con menos tokens, modelos más pequeños y arquitectura eficiente tendrán ventaja.
Anthropic está comprando opción sobre el futuro del trabajo: si la IA cumple su promesa, ellos poseen el cuerpo de ingenieros que la hizo usable. Si no la cumple, han gastado 0,6 % de su valoración teórica en marketing muy efectivo. Para el resto, la apuesta es distinta: construir la capacidad de despliegue antes de que el precio del talento —o el coste de la infraestructura— lo haga inaccesible.