En diciembre de 2020, Dario Amodei contó en una videollamada con toda la empresa de OpenAI que él y seis colegas se marchaban para fundar una empresa que pondría la seguridad de la IA en el centro de su actividad. El chat se llenó de sorpresa y despedidas. Jack Clark escribió: «Los quiero a todos». Entonces, las siete pantallas se apagaron. Los habían expulsado de la reunión, revocado el acceso al correo electrónico del trabajo y a Slack, y bloqueado sus portátiles de forma remota.
Unas horas antes, eran investigadores sénior y directivos de uno de los principales laboratorios de IA. Ahora no tenían trabajo, ni acceso a los sistemas de la oficina ni un siguiente paso claro. ¿De dónde sacarían las GPU? ¿El dinero? ¿Cómo se llamaría la empresa? Incluso comprar portátiles nuevos para todos era una incógnita. Casi seis años después, la empresa se llama Anthropic, su producto Claude compite directamente con OpenAI y sus fundadores se preparan para sacar la empresa a bolsa.
La escena de la partida procede de un extracto del nuevo libro de Kevin Roose, publicado en The Atlantic. Es un mejor punto de partida que decir «siete ejecutivos fundan una empresa de IA»: estas personas ya habían contribuido a crear modelos de vanguardia y trataban de plasmar en las normas de una nueva empresa sus desacuerdos sobre el riesgo, la velocidad y la responsabilidad organizativa. Fuente: The Atlantic
Por qué se fueron
A menudo se resume su partida así: «OpenAI no se tomaba la seguridad lo bastante en serio». Eso acierta en lo esencial, pero simplifica todo lo demás. La seguridad era el desacuerdo central, pero estaba ligada a quién podía decidir cuándo se lanzaba un producto, cómo se dirigía la empresa y si un equipo de seguridad podía cambiar algo una vez que la investigación en IA se había convertido en una carrera comercial.
Dario era vicepresidente de investigación de OpenAI. Planteó a Sam Altman ciertas condiciones para quedarse, entre ellas otorgar al equipo de seguridad la facultad de vetar lanzamientos de productos. Mientras esas conversaciones seguían en curso, los siete crearon un grupo privado de Slack llamado BATNA, un término de negociación que significa «la mejor alternativa a un acuerdo negociado». Negociaban y preparaban su salida al mismo tiempo. Las conversaciones no dieron lugar a ningún acuerdo.
Daniela negoció la salida en nombre del grupo. Ambas partes contrataron abogados y acordaron un período durante el cual el equipo saliente podría reclutar a colegas, además de un pacto mutuo de no captación de empleados por un año. Dario anunció la decisión en la reunión general, y Jack se despidió en el chat. Los detalles importan: Anthropic no era un grupo de científicos estrella que apenas se conocían. Habían trabajado en la misma organización y atravesaron juntos una difícil salida colectiva.
Cuando TIME lo entrevistó más adelante, Dario habló con cautela sobre los motivos de su salida y puso el énfasis en la confianza mutua, los valores compartidos y una misión común. También ha sostenido que el riesgo de la IA es una cuestión empírica: hay que crear y estudiar sistemas lo bastante potentes para averiguar cuáles son realmente los riesgos. Esa es la tensión inherente a Anthropic. Desconfía de la IA potente y, al mismo tiempo, cree que debe impulsar su desarrollo para poder estudiarla y gestionarla. Fuente: TIME sobre Anthropic
Nada de esto hizo desaparecer el conflicto entre la seguridad y los negocios. Lo trasladó al interior de Anthropic. La investigación necesita escala y capacidad de cómputo. La seguridad necesita tiempo, evaluación y moderación. El crecimiento comercial necesita productos que sigan mejorando y clientes que sigan adoptándolos. Lo que los fundadores decidieron juntos no fue abandonar la carrera, sino crear un laboratorio que dice que la correrá de otra manera.
Las habilidades de seis fundadores se conectan en un único ciclo de investigación; la labor de Daniela al dirigir la empresa forma el anillo exterior que lo mantiene unido. Basado en cargos públicos; no representa una línea jerárquica real.
Siete funciones, una empresa
Dario Amodei: convertir el criterio científico en dirección empresarial. Dario se formó en física y biofísica y trabajó en Google Brain y luego en OpenAI, donde fue vicepresidente de investigación, ayudó a desarrollar grandes modelos de lenguaje y colaboró con colegas en el aprendizaje por refuerzo a partir de la retroalimentación humana. Como director ejecutivo de Anthropic, define la dirección de investigación y la estrategia. Su principal influencia no radica tanto en una técnica concreta como en una pregunta que plantea una y otra vez a nivel organizativo: si las capacidades de los modelos crecen según lo previsto, ¿qué mecanismos de seguridad debe tener preparados la empresa? Sus escritos públicos destacan los riesgos y también describen posibles beneficios enormes, por ejemplo en biomedicina. Tiene presentes ambas cosas a la vez, y por eso Anthropic sigue construyendo mientras estudia cómo limitar lo que crea. Fuentes: sitio web de Dario Amodei, equipo directivo de Anthropic
Daniela Amodei: organizar la investigación en una empresa que lanza productos. Daniela es presidenta de la empresa y de la junta directiva, y hermana de Dario. Antes de Anthropic trabajó en Stripe y OpenAI, en puestos relacionados con la seguridad y las políticas, el personal y la gestión de ingeniería. Su ámbito de responsabilidad abarca la investigación, la ingeniería, los productos, la gobernanza y la ejecución comercial, y dirige el equipo ejecutivo. Si a Dario se le suele ver como la visión técnica de la empresa, el trabajo de Daniela consiste en lograr que la organización de investigación, los equipos de producto, las demandas de los clientes y las normas de la empresa funcionen a la vez. Su papel en la negociación de la salida demuestra que desde el primer día estaba definiendo los límites organizativos de la empresa, no ocupando un cargo directivo simbólico. Fuentes: biografías de la dirección en el S-1, equipo directivo de Anthropic
Tom Brown: hacer que el entrenamiento de grandes modelos funcione como ingeniería. Tom dirigió la ingeniería de GPT-3 y ahora es el director de computación de Anthropic, responsable de adquirir, ampliar y utilizar recursos de cómputo. También es el primer autor del artículo sobre GPT-3, «Language Models are Few-Shot Learners». GPT-3, con 175.000 millones de parámetros, demostró que los modelos ampliados podían realizar muchas tareas a partir de unos pocos ejemplos. Tras el artículo había planificación del hardware, entrenamiento distribuido, fiabilidad y control de costes. La trayectoria de Tom conecta las ideas científicas que sustentan los modelos con la enorme maquinaria necesaria para ejecutarlos. Hoy, la computación no es una partida presupuestaria secundaria: determina la rapidez con la que un laboratorio puede experimentar y su posición frente a la competencia. Fuentes: biografías de los fundadores en el S-1, artículo sobre GPT-3
Jared Kaplan: descubrir las regularidades entre la escala y las capacidades. Jared es físico teórico y director científico de Anthropic. «Scaling Laws for Neural Language Models», que escribió junto con Dario, Tom, Sam y otros, estudió cómo afectan los parámetros, los datos y la computación de entrenamiento a la pérdida de un modelo. Sus regularidades empíricas ayudan a los investigadores a calcular cómo repartir la computación adicional entre el tamaño del modelo y los datos. No demostró que una capacidad determinada vaya a surgir con solo hacer modelos más grandes, ni reemplaza los experimentos. Lo que ofrece es un marco comprobable, para que los experimentos de vanguardia no sean meras conjeturas. Jared dirige ahora la investigación técnica de Anthropic, conectando la ciencia básica, el desarrollo de modelos y la seguridad de la IA. Fuentes: Universidad Johns Hopkins, artículo sobre leyes de escalamiento
Sam McCandlish: acelerar y hacer más fiable el ciclo de investigación. Sam es físico; creó y dirigió en OpenAI el equipo que estudiaba la ciencia del aprendizaje automático y el escalamiento, y fue coautor del artículo sobre las leyes de escalamiento. Anthropic lo presenta como arquitecto jefe, centrado en el preentrenamiento, la productividad de la investigación y la infraestructura de aprendizaje por refuerzo. Entrenar un gran modelo no es cuestión de pulsar un botón. Los equipos realizan experimentos una y otra vez, localizan fallos, comparan resultados y reutilizan sistemas. La especialidad de Sam es la infraestructura que sostiene ese ciclo. Tom se centra en los recursos de computación y en cómo se organizan; Sam trabaja más cerca de la canalización de entrenamiento y las herramientas de investigación. Cada uno depende del otro para convertir los recursos en avances en los modelos. Fuentes: biografías de los fundadores en el S-1, equipo directivo de Anthropic
Chris Olah: intentar abrir la caja negra. Chris Olah fue uno de los primeros impulsores de la interpretabilidad mecanicista. Trabajó en Google Brain, dirigió la investigación sobre interpretabilidad en OpenAI y cofundó la revista Distill. Describe su objetivo como aplicar ingeniería inversa a las redes neuronales para convertirlas en algoritmos que los humanos puedan entender. La investigación de Anthropic sobre Claude ha identificado millones de características conceptuales. En una demostración muy conocida, los investigadores amplificaron una característica de «Golden Gate Bridge» y el modelo empezó a describirse como el Golden Gate Bridge al responder toda clase de preguntas. La demostración hizo tangible una investigación abstracta y también mostró que, al alterar artificialmente las representaciones internas, el comportamiento de un modelo puede volverse extraño. El campo de Olah no ha hecho que los modelos sean totalmente transparentes, pero ha generado nuevas formas de examinar cómo funcionan por dentro. Fuentes: sitio web de Chris Olah, investigación de Anthropic
Jack Clark: traducir el lenguaje del laboratorio en preguntas públicas. Antes de incorporarse a OpenAI para dirigir las políticas y las comunicaciones, Jack era periodista tecnológico y cubría supercomputadoras, redes neuronales y tecnologías avanzadas. Ahora es responsable del beneficio público en Anthropic y dirige el Anthropic Institute, que estudia los efectos sociales de la IA de vanguardia. Su trayectoria difiere de la de los fundadores técnicos: mientras los ingenieros hablan de evaluaciones y escala de entrenamiento, Jack debe conectar esas ideas con las políticas, el empleo, la seguridad nacional y la comprensión pública. Su experiencia como periodista sirve de puente entre la empresa y el mundo exterior, no sustituye el trabajo técnico. Una empresa que estudia el interés público también debe superar una prueba de credibilidad: ¿quién define la agenda de investigación y pueden sus conclusiones mantenerse al margen de los intereses comerciales de la empresa? Fuentes: biografías de los fundadores en el S-1, equipo directivo de Anthropic
En conjunto, los siete cubren la dirección de investigación, las operaciones, la computación, la ciencia básica, los sistemas de entrenamiento, los mecanismos internos de los modelos y las políticas públicas. Eso no significa que cada uno proteja un área separada. La agenda de investigación determina las necesidades de computación; la infraestructura establece la velocidad de los experimentos; explicar el comportamiento de los modelos alimenta las evaluaciones de seguridad; y las políticas y la gobernanza determinan cómo responde la empresa ante el mundo exterior. Es posible que la ventaja inicial de Anthropic provenga precisamente de que todas estas funciones fueron fundadas por personas que ya habían trabajado juntas, en vez de incorporarse a posteriori, cuando la empresa ya había crecido.
De los artículos escritos en OpenAI en 2020 al S-1 enmendado de noviembre de 2026. Los siete anunciaron su salida en diciembre de 2020; Anthropic se fundó en 2021.
Incorporar los compromisos de seguridad a las normas
Los fundadores dejaron OpenAI con un plan de investigación y también con la intención de cambiar la estructura jurídica y de gobernanza de la empresa. Anthropic es una corporación de beneficio público cuyo objeto social incluye «el desarrollo y mantenimiento responsables de la IA avanzada en beneficio de la humanidad a largo plazo». También creó un Long-Term Benefit Trust, cuyos fiduciarios no tienen participación financiera en la empresa y que influye en la composición de la junta mediante una clase especial de acciones.
El documento de salida a bolsa enmendado también establece que Founder LLC posee una única acción de clase F, lo que otorga a los siete fundadores el 50,1 % de los votos en los asuntos que se someten, por lo general, a los accionistas. Es un mecanismo importante de control por parte de los fundadores. Sin embargo, la gobernanza no consiste en que «los fundadores lo decidan todo». El 50,1 % se aplica a las votaciones generales de los accionistas, incluida la elección de los consejeros que no sean consejeros de clase T. Por lo general, el Long-Term Benefit Trust, mediante acciones de clase T, tiene la facultad de elegir y destituir a los consejeros de clase T, quienes constituyen la mayoría de la junta. La propiedad económica, los votos de los accionistas y los puestos en la junta se asignan mediante mecanismos distintos. Esa separación es el sistema de controles que Anthropic intenta construir. Fuente: S-1 enmendado, 10 de noviembre
El diseño de la gobernanza puede cambiar el umbral para tomar una decisión. No puede garantizar un buen resultado. TIME informó que, en virtud de su Política de Escalamiento Responsable, Anthropic se comprometió a aplazar los lanzamientos cuando un modelo supere ciertos umbrales de capacidad antes de que estén listas las medidas de seguridad correspondientes. La empresa sostiene que estudiar modelos potentes es, en sí mismo, necesario para entender los riesgos y elaborar normas. Los críticos se preguntan hasta qué punto se mantendrán firmes estos límites autoimpuestos a medida que aumenten los ingresos, los inversores y la competencia. Fuente: TIME sobre la estructura de Anthropic
Izquierda, control: los fundadores tienen los votos de los accionistas y el Trust elige a la mayoría de la junta. Derecha, dinero: cada fundador prevé vender unos 250 millones de dólares, cerca del 1,4 % de la estimación de Bloomberg de su patrimonio neto. Las cifras usan el punto medio del rango de precios indicado en el documento.
Este no es un debate abstracto sobre gobernanza. Cuanto más éxito tiene Claude, más recursos de computación, talento y clientes necesita Anthropic. Cuanto más tiene de todo eso, más investigación sobre seguridad puede financiar y más se enfrenta a conflictos entre la velocidad de crecimiento, los lanzamientos de productos y la gestión de riesgos. El problema que la empresa se fundó para resolver se vuelve más difícil cuando opera a gran escala.
La riqueza de la salida a bolsa y una prueba
El documento enmendado del 10 de noviembre de 2026 muestra que cada uno de los siete fundadores planea vender unos 3,38 millones de acciones en la salida a bolsa. A 74 dólares, el punto medio del rango de 70 a 78 dólares, eso equivale a unos 250 millones de dólares por persona y unos 1.750 millones entre los siete. Bloomberg, citando el Bloomberg Billionaires Index, estima que el patrimonio neto de cada fundador ronda los 18.000 millones de dólares. La venta prevista se calcula multiplicando el número de acciones por un precio supuesto; el patrimonio neto es una estimación de todo lo que posee una persona. Ninguna de las dos cifras representa dinero ya recibido, y los siete no tienen activos idénticos. Fuentes: S-1 enmendado, Bloomberg
Junto a la riqueza hay una promesa. Al fundar la empresa, los cofundadores se comprometieron a donar a causas benéficas el 80 % de su participación en Anthropic. El documento enmendado muestra que la empresa ya ha aportado el 5 % de sus acciones al Anthropic Public Benefit Fund, cuyos primeros administradores son Jack Clark y Buddy Shah. En un anuncio de octubre, la empresa estimó que estos acuerdos, junto con un programa de donación de acciones por parte de los empleados, destinarían finalmente cerca del 20 % de sus acciones al beneficio público. El documento también indica que la promesa del 80 % de los fundadores es voluntaria y revocable, y que no genera obligaciones jurídicamente vinculantes. La rapidez con que se done el dinero y el destino que se le dé dependerán de futuras divulgaciones. Fuentes: anuncio del Anthropic Public Benefit Fund, The Chronicle of Philanthropy
El alcance de «siete cofundadores» también puede malinterpretarse fácilmente. La lista pública de Anthropic y Founder LLC incluyen a Dario, Daniela, Tom, Jack, Jared, Sam y Chris. Ben Mann desempeñó un papel importante al principio y a menudo se le llama cofundador, pero el documento indica que no es miembro de Founder LLC. Los «siete» de las noticias son las personas que forman parte de esta estructura de voto de los fundadores, no una clasificación completa de los primeros colaboradores. Fuente: declaración de los fundadores en el S-1
Contada únicamente a través de la riqueza obtenida con la salida a bolsa, esta historia se convierte rápidamente en siete nuevos multimillonarios que se reparten las ganancias. La pregunta más pertinente es si realmente han resuelto el problema organizativo por el que dejaron un laboratorio líder. Cuando la capacidad de la IA y los ingresos de la empresa crecen a la vez, ¿quién tiene autoridad para decir «esperen»? ¿Pueden las evaluaciones internas de seguridad resistir la presión de los plazos del mercado? ¿Cómo se traducirá el capital benéfico en resultados que el público pueda ver?
Los siete aportaron a Anthropic una combinación inusual: personas que habían entrenado grandes modelos manualmente, personas que entendían el coste de la computación, personas que estudiaban las regularidades y los mecanismos internos de los modelos, y personas que dirigían la organización y se comunicaban con el público. La empresa que crearon ha demostrado que es posible desarrollar una narrativa de seguridad al mismo tiempo que se compite comercialmente. El siguiente reto es demostrar que esto es algo más que un ideal de las primeras etapas y que sigue vigente cuando la escala, los beneficios y el poder han crecido rápidamente.