En los últimos meses, la industria de la inteligencia artificial ha sido testigo de un fenómeno recurrente: los proveedores de modelos de lenguaje intentan transformar sus tecnologías en plataformas cerradas, controlando tanto el acceso como los casos de uso. Un ejemplo reciente lo ofrece Anthropic, la startup respaldada por Google y otros gigantes de Silicon Valley, que ha comenzado a limitar deliberadamente su último modelo, Mythos, para determinadas tareas mientras desarrolla aplicaciones que compiten directamente con sus mayores clientes.
¿Qué está ocurriendo con Mythos?
Mythos, el modelo de gran escala que Anthropic lanzó con la promesa de superar a GPT‑4 en razonamiento y coherencia, fue inicialmente puesto a disposición de socios estratégicos bajo un esquema de "API first". Sin embargo, a diferencia de la política abierta que caracterizaba a los primeros días de la IA generativa, Anthropic ha empezado a aplicar "throttling" —restricciones de velocidad y capacidad— a usuarios que intentan emplear el modelo para tareas específicas, como generación de código o análisis de datos confidenciales.
Esta medida se justifica internamente como una forma de "proteger la integridad del modelo" y evitar su uso en aplicaciones que podrían dañar la reputación de la empresa. No obstante, la práctica ha generado una fuerte reacción de los clientes, que ven sus flujos de trabajo limitados sin una justificación clara ni una compensación económica.
Competir con los propios clientes
Paralelamente, Anthropic ha anunciado una serie de productos SaaS basados en Mythos: asistentes de soporte técnico, herramientas de automatización de marketing y plataformas de creación de contenido. Estas aplicaciones están diseñadas para atender a los mismos segmentos de mercado que ya son clientes de la API de Anthropic, lo que crea un conflicto de intereses evidente.
Empresas como Stripe, Shopify y varias firmas de consultoría que habían firmado acuerdos de acceso anticipado a Mythos ahora se encuentran frente a una oferta interna que podría sustituir sus propias soluciones personalizadas. La reacción no se ha hecho esperar: varios socios han retirado sus proyectos piloto y algunos inversores han pedido explicaciones sobre la estrategia de "verticalización" de la compañía.
Un patrón que recuerda a Microsoft
El escenario descrito no es nuevo. Hace unos años, Microsoft empezó a integrar sus modelos de IA —primero a través de la adquisición de Nuance y luego con la incorporación de OpenAI en Azure— bajo un modelo de plataforma cerrada. La compañía limitó el acceso a ciertas capacidades de GPT‑4 a clientes premium y, simultáneamente, lanzó productos como Copilot, que competían directamente con herramientas de terceros que ya utilizaban la misma tecnología.
Ese enfoque le valió críticas por monopolizar la infraestructura de IA y por crear una barrera de entrada para startups que dependían de la API de OpenAI. La diferencia clave con Anthropic es la escala: mientras Microsoft controla una parte sustancial del mercado de nube, Anthropic está todavía en fase de crecimiento, lo que hace que su movimiento sea percibido como una amenaza directa a la diversidad del ecosistema.
Implicaciones para el ecosistema de IA
Concentración de poder: Si más proveedores adoptan la estrategia de limitar sus modelos y lanzar aplicaciones propietarias, el mercado podría polarizarse entre unas pocas plataformas integradas y un abanico de startups que luchan por sobrevivir sin acceso pleno a la tecnología.
Riesgo de "vendor lock‑in": Los clientes que dependen de una API específica pueden verse obligados a migrar a productos internos del proveedor, perdiendo flexibilidad y aumentando sus costos de integración.
Presión regulatoria: Autoridades en Europa y EE. UU. ya están evaluando prácticas anticompetitivas en el sector de IA. La combinación de limitaciones de acceso y competencia directa con clientes podría desencadenar investigaciones antimonopolio.
Innovación fragmentada: Cuando los modelos se convierten en productos cerrados, la comunidad de investigación pierde la capacidad de experimentar y mejorar los algoritmos de forma abierta, lo que ralentiza el progreso colectivo.
¿Qué pueden hacer los stakeholders?
- Clientes: Diversificar sus proveedores de IA y negociar cláusulas de uso que garanticen acceso continuo a funcionalidades críticas.
- Inversores: Exigir transparencia en la hoja de ruta de producto y evaluar el riesgo de cannibalización interna antes de respaldar rondas de financiación.
- Reguladores: Monitorear acuerdos de exclusividad y prácticas de throttling que puedan limitar la competencia, siguiendo precedentes como la investigación de la Comisión Europea sobre Microsoft y OpenAI.
Conclusión
Anthropic se encuentra en una encrucijada que refleja un dilema estructural de la industria: equilibrar la monetización de modelos de IA con la apertura necesaria para mantener un ecosistema saludable. La decisión de restringir Mythos y lanzar aplicaciones competitivas está generando fricción con los propios usuarios y plantea preguntas sobre el futuro de la arquitectura de plataformas de IA. Si la tendencia se consolida, podríamos estar frente al nacimiento de un nuevo modelo de negocio dominado por unos pocos actores, con consecuencias significativas para la innovación, la competencia y la regulación en el ámbito de la inteligencia artificial.
En última instancia, el caso de Anthropic será un referente para observar cómo se redefinen las relaciones entre proveedores de modelos, sus clientes y el resto del mercado en los próximos años.
