El secreto sucio de Anthropic: IA para Wall Street

Anthropic ha construido su reputación en la IA constitucional, un marco de seguridad que incorpora reglas y valores directamente en sus modelos. La narrativa pública de la empresa se centra en la investigación de alineación, el riesgo existencial y la prevención de sistemas descontrolados que podrían convertirse en desastres del calibre de Skynet. Ahora, ese mismo laboratorio está implementando de manera discreta herramientas financieras sofisticadas para Wall Street, dirigidas a fondos de cobertura, bancos y empresas de cuantitativos que mueven trillones de dólares a diario.

Los despliegues iniciales van mucho más allá de un chatbot que explica las llamadas de ganancias. Anthropic está promoviendo sistemas similares a agentes que pueden consumir flujos de mercado en tiempo real, analizar informes 10-K y ayudar a construir modelos DCF y estrategias de trading a la velocidad de la máquina. Las demostraciones internas, según personas familiarizadas con el producto, enfatizan la automatización de trabajos que tradicionalmente realizan analistas junior y quants, la capa exacta que proporciona una ventaja a las finanzas institucionales.

Ese giro colisiona de frente con la imagen de seguridad cuidadosamente elaborada de Anthropic. Una empresa fundada en 2021 tras una separación impulsada por la seguridad de OpenAI, ahora quiere una parte del mismo ecosistema de alta frecuencia y caza de alfa que ayudó a convertir el aprendizaje automático en un motor de búsqueda de rentas. Las finanzas son donde la opacidad algorítmica, la información asimétrica y los incentivos de "moverse rápido, romper mercados" ya dominan.

Los críticos ven una contradicción evidente: un laboratorio que advierte sobre la amplificación del riesgo sistémico por parte de la inteligencia artificial está conectando sus modelos directamente a uno de los sectores más críticos del sistema en la Tierra. Wall Street no está usando a Claude para escribir poesía; está utilizando a Claude para encontrar puntos básicos, adelantarse a jugadores más lentos y exprimir ineficiencias de mercados que ya son frágiles. El lenguaje de seguridad empieza a sonar como una marca cuando tus mayores clientes están en las mesas de negociación.

David Shapiro, un comentador de alineación de larga data, capturó la inquietud en su video “¡Anthropic SE RINDE a Wall Street!” Abre preguntando si una empresa "supuestamente pro-s seguridad" ahora “se está metiendo en la cama con Wall Street” y si eso es "un signo de captura de élite." Su enfoque atraviesa la cuidadosa relación pública de Anthropic y va directamente a la pregunta central: ¿ha decidido el favorito de la seguridad simplemente que, cuando el dinero es lo suficientemente grande, toda esa charla sobre alineación puede coexistir con la construcción de la próxima generación de infraestructura cuantitativa?

Los defensores de Anthropic tienen una respuesta lista para el giro de Wall Street: cuando estás “pildorado de seguridad”, cualquier acción que mantenga a Skynet a raya se vuelve moralmente aceptable. En esta cosmovisión, asociarse con fondos de cobertura y bancos no es venderse; es un compromiso necesario siempre que financie la investigación de alineación y mantenga a Anthropic en la sala cuando se tomen las decisiones reales sobre el despliegue de la AGI. Si realmente crees que una IA desalineada podría matar a miles de millones, entonces dirigir tus modelos a través de Goldman Sachs se ve como un error de redondeo en el libro cósmico.

Esa lógica conduce a un intercambio radical, casi caricaturesco: un infierno ciberpunk o la extinción. Los absolutistas de la seguridad argumentan que un "futuro ciberpunk" —corporaciones mejoradas con IA, gobiernos militarizados, seguimiento biométrico ubicuo, automatización financiera en todo su espectro— es feo pero sobrevivible. Lo que no se puede tolerar, dicen, es un mundo donde algún sistema no alineado se vuelva totalmente Skynet y acabe con la humanidad porque los “buenos” se negaron a trabajar con socios poco confiables.

Sin embargo, el escenario cyberpunk ya no vive en el arte conceptual de ciencia ficción. La IA ya impulsa: - Comercio de alta frecuencia y arbitraje financiero - Policía predictiva y vigilancia fronteriza - Gestión algorítmica que exprime a los trabajadores minuto a minuto

Conectar los modelos más capaces de Anthropic a esa pila acelera una trayectoria de concentración, no de liberación.

Entonces la pregunta deja de ser filosofía abstracta y comienza a sonar como estrategia corporativa: ¿es este un compromiso moral fundamentado o una justificación conveniente para perseguir el poder y el beneficio? La retórica de la seguridad enmarca los acuerdos de Wall Street como un escudo contra la catástrofe; las mesas de capital y los contratos empresariales sugieren algo más cercano a la alineación de élites. Cuando los mismos modelos que podrían ayudar con la ciencia climática o la respuesta a pandemias se ajustan primero para las mesas de quant, las prioridades hablan más fuerte que las publicaciones en blogs.

Anthropic sigue comercializando a Claude como una herramienta “para todos”, una fuerza democratizadora para el beneficio universal. Tras bambalinas, la realidad se alinea con la descripción de David Shapiro de la captura de élites: acceso estratificado, características personalizadas para clientes de finanzas y defensa, e influencia regulatoria que asegura a los incumbentes. La brecha entre la misión pública y el despliegue privado continúa ampliándose, y cada nueva integración en Wall Street aleja la promesa de Anthropic de “para todos” aún más de la ficción de relaciones públicas.

El poder no solo acumula dinero; también acumula nuevas herramientas. La captura de élite describe el momento en que una tecnología que llega envuelta en un lenguaje utópico redirige silenciosamente sus mayores beneficios hacia una pequeña clase bien conectada—gigantes corporativos, financieros y agencias de seguridad estatal—mientras que el resto solo recibe los lemas publicitarios y un acceso restringido.

Los ferrocarriles en el siglo XIX prometían unir países y abrir mercados para todos. En cambio, un puñado de barones utilizó el control sobre las vías y las tarifas de transporte para aplastar a los competidores y dictar quién podía participar en el comercio. Los legisladores eventualmente tuvieron que inventar leyes antimonopólicas solo para evitar que el sistema se convirtiera en un monopolio permanente.

La retórica comercial temprana de Internet en la década de 1990 vendía una historia de descentralización e innovación sin permisos. Dos décadas después, unas pocas plataformas—Google, Amazon, Meta, Apple—dominan la búsqueda, las compras, la publicidad y la distribución móvil, llevándose una parte de casi cada transacción y flujo de atención. El mismo patrón aparece repetidamente: frontera abierta, rápida consolidación y luego captura regulatoria.

La captura élite sigue un manual reconocible: - Control sobre cuellos de botella en la infraestructura (líneas de tren, fibra, centros de datos, chips) - Integración vertical en toda la cadena - Acceso y precios preferenciales para clientes importantes del sector financiero y gubernamental - Fuerte influencia sobre las reglas que rigen a los demás

La IA ahora se encuentra firmemente en esa zona de peligro. Entrenar modelos avanzados ya requiere miles de millones de dólares en procesamiento, acuerdos de datos propietarios y contratos de nube que solo unas pocas empresas pueden firmar. Existen alternativas públicas u open, pero operan a escalas más pequeñas y se quedan atrás en capacidades, reflejando cómo los ISP "independientes" se desvanecieron frente a los incumbentes de telecomunicaciones.

Visto a través de este prisma, el silencioso cambio de Anthropic hacia herramientas financieras de alta gama para Wall Street no es una decisión empresarial aislada; es un punto de datos en una historia de consolidación más amplia. El propio mensaje de la compañía en el Sitio Oficial de Anthropic coexiste con esta realidad emergente, y esa tensión es exactamente donde se están decidiendo las apuestas del futuro de la IA.

El control es la primera pista. Cuando un puñado de empresas posee los cuellos de botella—chips avanzados, nube a gran escala, centros de datos y energía barata—todos los demás alquilan la realidad de ellos. Entrenar un modelo de frontera ya cuesta cientos de millones de dólares; solo esa etiqueta de precio excluye a la mayoría de las universidades, startups e instituciones públicas del juego.

La integración vertical aprieta el tornillo. Las mismas empresas ahora compiten por poseer cada capa de la pila: diseño de silicio, plataformas en la nube, modelos fundamentales, tiendas de aplicaciones e interfaces de consumidor. Los centros de datos de marca Musk de X.ai, la "plataforma" de IA integral de Nvidia y los hyperscalers que agrupan modelos con herramientas propietarias empujan hacia un mundo en el que cambiar de proveedor se vuelve casi imposible.

El acceso estratificado es donde la jerarquía se vuelve explícita. Los modelos más capaces y de mayor contexto operan tras puertas cerradas para contratistas de defensa, fondos de cobertura y megabancos, mientras que el público recibe versiones limitadas y envueltas en seguridad. Incluso OpenAI ha admitido que retiene sus sistemas más potentes de un lanzamiento amplio, citando limitaciones de computación; el punto de Shapiro es que esas limitaciones misteriosamente desaparecen cuando se concreta un contrato de defensa de 200 millones de dólares.

La captura regulatoria y narrativa cimenta ese poder. Los laboratorios de vanguardia ayudan a redactar las mismas reglas que los rigen, y luego aparecen frente al Congreso o la UE como “expertos” neutros. Cuando Sam Altman puede pasar de una audiencia en el Senado a una cena privada con legisladores, o cuando ejecutivos de Anthropic informan a los reguladores sobre el "escalado responsable", la historia sobre el riesgo existencial se convierte en un marco de cabildeo que convenientemente deja fuera a los rivales más pequeños.

La optimización por búsqueda de rentas se manifiesta en dónde se despliega realmente la IA. En lugar de curar el cáncer primero, el dinero grande fluye hacia: - Comercio de alta frecuencia y arbitraje financiero - Publicidad hiper dirigida y manipulación de la participación - Automatización de trabajadores y gestión algorítmica

Esos casos de uso no amplían la economía tanto como la redistribuyen hacia arriba, convirtiendo la IA en un peaje para cada transacción, clic y tarea.

Las alternativas públicas subpotenciadas completan la imagen. Existen modelos de código abierto como Stable Diffusion o derivados de LLaMA, pero están muy por detrás de los sistemas cerrados en términos de escala, datos de entrenamiento y presupuesto de inferencia. Sin computación respaldada por el estado, infraestructura de datos compartidos o financiamiento serio, la “IA pública” corre el riesgo de convertirse en el equivalente digital de una biblioteca en ruinas al otro lado de la calle de un brillante parque de investigación privado.

La infraestructura es donde la elevada retórica de la IA sobre la apertura se topa con la dura realidad económica. Un puñado de empresas posee la infraestructura física que todos los demás deben alquilar. Ese primer cuello de botella—quién controla el cómputo—define quién siquiera tiene la oportunidad de participar.

Comienza con la nube. AWS, Azure y Google Cloud dominan aproximadamente el 65% del mercado global de la nube, según la mayoría de las estimaciones de analistas. Si deseas entrenar o implementar modelos serios, lo más probable es que estés pagando a uno de esos tres guardianes por hora de GPU.

Ve un nivel más abajo y el agarre se ajusta. TSMC fabrica alrededor del 90% de los chips más avanzados del mundo, los nodos de última generación que impulsan los clústeres de entrenamiento de IA, los centros de datos de hiperescalado y las plataformas de trading de alta frecuencia en Wall Street. Si TSMC estornuda—geopolítica, terremotos, controles de exportación—todo el ecosistema de IA contrae neumonía.

Luego está Nvidia, que efectivamente posee el nivel de aceleradores. Nvidia controla cerca del 90% de los aceleradores de IA en uso hoy en día, desde H100 en laboratorios de vanguardia hasta A100 procesando discretamente modelos de riesgo en fondos de cobertura. Su pila de software CUDA y su red propietaria transforman chips básicos en un ecosistema del cual los competidores luchan por escapar.

Los economistas llaman a esta estructura un monopolio natural: mercados donde los enormes costos fijos y los efectos de red empujan a todos hacia unos pocos proveedores dominantes. Ninguna ley prohíbe que Nvidia sea el acelerador por defecto, o que TSMC sea la única fábrica viable para obleas de 3 nm. La física de la fabricación de semiconductores y los costos de capital de la nube a gran escala simplemente castigan a los nuevos entrantes más pequeños hasta la irrelevancia.

Eso importa porque la "competencia" en IA ya no se trata de quién tiene el algoritmo más inteligente en un repositorio de GitHub. Se trata de quién puede asegurar decenas de miles de GPUs, acceso prioritario a los nodos avanzados de TSMC y contratos a largo plazo favorables con AWS, Azure o Google Cloud. Sin eso, tu modelo innovador es una demostración, no un producto.

Así que cuando Anthropic desarrolla herramientas para Wall Street, lo hace sobre una pila de hardware ya controlada por un club microscópico. El acceso a esa pila es la verdadera trinchera—y la verdadera cadena invisible—que mantiene a todos los demás fuera.

El capital ahora opera como el instrumento más agudo de captura de élites en la IA. Quien pueda gastar más dinero en chips, centros de datos y talento establece las normas para los demás. En 2023, las grandes tecnologías financiaron silenciosamente el futuro: según algunas estimaciones, las grandes plataformas proporcionaron aproximadamente el 67% de toda la financiación para startups de IA generativa, convirtiendo el “apoyo al ecosistema” en un conducto de dependencia.

Las startups se presentan como disruptoras, pero sus tablas de capital cuentan una historia diferente. Cuando Microsoft, Google, Amazon y Nvidia firman la mayoría de los cheques, no solo compran acciones; adquieren influencia sobre las hojas de ruta de productos, las elecciones de infraestructura y quién tiene acceso privilegiado a los modelos de vanguardia. La dependencia se convierte en estructural, no temporal.

Ahora ampliemos la mirada hacia 2025, donde las proyecciones de la industria apuntan a alrededor de $300 mil millones en gastos relacionados con la inteligencia artificial en un solo año. Esto incluye centros de datos hiperescalables, clústeres de GPU, cables submarinos y la infraestructura eléctrica para mantenerlos en funcionamiento. Para dar contexto, $300 mil millones rivalizan o superan el PIB anual de países como Chile, Pakistán o Finlandia.

Ninguna universidad, laboratorio sin fines de lucro ni pequeño estado-nación puede igualar de manera creíble esa tasa de gasto. Un consorcio académico bien financiado podría reunir unos pocos cientos de millones de dólares a lo largo de varios años; las grandes empresas tecnológicas consideran eso un error de redondeo en un solo contrato de GPU. El resultado es un foso de capital tan ancho que las “alternativas abiertas” existen principalmente como marca, no como pares.

Este derroche de dinero no solo compra hardware; compra poder para establecer la agenda. Quien posea $300 mil millones en infraestructura de IA puede decidir: - Qué lenguajes y regiones reciben buenos modelos - Qué industrias obtienen herramientas personalizadas - Qué reguladores reciben "ayuda" para redactar normas

La cobertura en medios como el Financial Times enmarca esto como una carrera por la innovación, pero la estructura se asemeja más a un cerco. Cuando un puñado de empresas controla la cadena de capital, la captura de élite deja de ser un riesgo y comienza a parecerse al sistema operativo predeterminado para la IA.

El poder regulatorio no surge en el vacío; la dominancia financiera y estructural se convierte directamente en influencia política a través de la captura regulatoria. Las agencias que se supone deben supervisar la IA, terminan tomando sus señales de las empresas que regulan, porque esas firmas controlan la experiencia, el flujo de empleos y, a menudo, las narrativas de financiación que justifican reglas laxas.

En Washington y Bruselas, la política de IA se ha convertido en una conversación solo por invitación donde los mismos media docena de CEO siguen apareciendo. La gira de Sam Altman por el Congreso estableció el modelo: horas de sesiones informativas privadas, audiencias repetidas y acceso directo que ningún sindicato laboral ni ONG de privacidad puede igualar.

Los legisladores en EE. UU. y Europa ahora recurren a los “laboratorios de frontera” como sus principales asesores sobre la seguridad de la IA y la competencia. Cuando los empleados no entienden los pesos de los modelos, las GPU o los modelos fundamentales, llaman a Anthropic, OpenAI, Google o Meta, y esas empresas redactan con gusto las normas que luego se les pedirá que cumplan.

Esa disparidad de acceso no es hipotética. Durante las negociaciones sobre la Ley de IA de la UE, los cabilderos de la industria supuestamente presentaron miles de páginas de enmiendas, muchas copiadas y pegadas en textos de compromiso, mientras que las organizaciones de la sociedad civil luchaban por obtener espacios en las reuniones o apoyo de traducción para sus propuestas.

La Cumbre de Seguridad de IA del Reino Unido en Bletchley Park hizo explícita la desigualdad. De las aproximadamente 100 organizaciones invitadas, una gran parte eran corporaciones o institutos respaldados por la industria, mientras que los sindicatos, cooperativas de trabajadores y grupos de derechos digitales de base ocupaban solo una pequeña porción del espacio.

Los gobiernos enmarcaron esa cumbre como una conversación democrática global, pero la agenda se centró en lo que las corporaciones fronterizas ya querían discutir: evaluaciones de modelos, umbrales de computación y compromisos de seguridad voluntarios que consolidan a los gigantes actuales como administradores permanentes de la IA "responsable".

Ahí es donde entra en juego la captura narrativa. Al dominar los podios, las conferencias de prensa y las mesas redondas a puerta cerrada, estas empresas definen de qué se trata realmente la IA: riesgo existencial, sistemas descontrolados y escenarios de ciencia ficción como Skynet, mientras empujan temas como el robo salarial algorítmico o la puntuación de desalojos hacia los márgenes.

Cuando el riesgo existencial monopoliza el oxígeno, los daños en tiempo presente se convierten en partidas negociables. El sesgo en la puntuación crediticia, la automatización de la eliminación de sindicatos y el desplazamiento masivo de trabajadores de cuello blanco parecen preocupaciones secundarias en lugar de preguntas fundamentales sobre a quién sirve la IA y quién paga el precio.

El silencio puede ser datos. Cuando te alejas de los titulares sobre la fiebre del oro de la IA, los huecos silenciosos en la historia dicen más sobre para quién es realmente esta tecnología que cualquier evento de lanzamiento triunfal o discurso principal.

Comienza con la infraestructura. A pesar de toda la retórica sobre la IA como "una especie de electricidad", no existe un equivalente público a una red eléctrica. El piloto del Recurso Nacional de Investigación de IA (NIRR) de EE. UU. tiene un presupuesto propuesto de seis años que los analistas estiman en miles de millones bajos de un solo dígito, mientras que Meta, según informes, gasta esa cantidad de dinero en GPUs en un solo año solo para mantener alimentados sus propios modelos.

Esa asimetría es importante. El computo financiado por el sector público sigue siendo un error de redondeo al lado de las inversiones privadas en IA, que se miden en decenas de miles de millones por parte de Microsoft, Google, Amazon y Nvidia. Si eres un laboratorio universitario, un grupo cívico o un gobierno de la ciudad, de hecho, estás suplicando por migajas de las mismas nubes que venden acceso prioritario a fondos de cobertura y contratistas de defensa.

La gobernanza se ve igualmente desequilibrada. Las juntas en Anthropic, OpenAI, Google DeepMind y xAI están compuestas por inversores, fundadores y exreguladores, pero no hay ni un solo representante de los trabajadores electo, delegado de la comunidad o director independiente de la sociedad civil. Las personas más expuestas a despidos impulsados por la inteligencia artificial, vigilancia y desinformación no tienen ninguna voz formal en la manera en que se implementan los sistemas de vanguardia.

También faltan experimentos serios en gobernanza compartida. Ningún laboratorio importante ha establecido un poder de veto vinculante para las comunidades afectadas, consejos de trabajadores con control sobre las decisiones de implementación, o juntas de supervisión a nivel de ciudad con acceso a auditorías modelo. En cambio, la "seguridad" reside en equipos internos de red y consejos asesores que pueden ser agradecidos en publicaciones de blogs y ignorados en salas de juntas.

Luego está la arquitectura financiera que se esboza en silencio tras puertas cerradas. Según informes, el director financiero de OpenAI planteó la idea de respaldos gubernamentales explícitos para la IA de vanguardia: garantías públicas si las cosas salen mal, y captura privada de los beneficios si no sucede así. Eso es un ejemplo clásico de “riesgo socializado, ganancia privatizada”, la misma lógica que convirtió la implosión de las hipotecas subprime de 2008 en un rescate financiado por los contribuyentes.

Tomadas en conjunto, estas ausencias forman un patrón. Sin infraestructura a escala pública, sin gobernanza compartida y con llamados tempranos a un seguro respaldado por el estado para apuestas privadas, todo apunta en una dirección: IA construida como un sistema crítico, propiedad y dirigida por una élite reducida y bien capitalizada.

Los defensores más acérrimos de Anthropic insisten en que vender modelos de alta gama a quants de Wall Street, fondos de cobertura y contratistas de defensa es un mal necesario en el camino hacia la “alineación”. Este es el núcleo provocador de la crítica de David Shapiro: el discurso sobre el riesgo existencial a largo plazo funciona como un cheque en blanco moral para adquisiciones de poder a corto plazo. Si te convences de que Skynet se avecina, casi cualquier asociación comienza a parecer una gestión responsable en lugar de captura.

Los altruistas efectivos y racionalistas dentro de laboratorios como Anthropic enmarcan su trabajo como un proyecto de supervivencia literal. En esa mentalidad, establecer acuerdos con ejércitos, agencias de inteligencia y los mayores fondos de Wall Street se convierte no en un compromiso, sino en un sacrificio por el bien mayor. Un distopía ciberpunk de vigilancia, argumentan, aún es preferible a un maximizador de clips de papel aniquilando a la humanidad.

Esa cosmovisión reescribe silenciosamente la ética del despliegue de la IA. Una vez que aceptas “somos los únicos que podemos detener a Skynet”, entonces: - Los contratos exclusivos con los gobiernos se convierten en “contención” - El acceso preferencial para los megabancos se convierte en “pruebas de riesgo” - La secretividad y los modelos cerrados se convierten en “medidas de seguridad”

Todo eso también tiende a afianzar a los incumbentes que controlan las finanzas.

El control sobre la narrativa de seguridad se convierte entonces en un arma política. Los laboratorios de vanguardia advierten sobre modelos de código abierto descontrolados, riesgos biológicos y exfiltración de modelos, y luego proponen reglas de seguridad que convenientemente requieren clústeres de computación de mil millones de dólares, equipos de Red Team y departamentos de cumplimiento. Las startups, universidades y laboratorios públicos no pueden superar ese umbral; los hyperscalers y laboratorios de vanguardia ya lo han logrado.

Puedes ver el esquema en las convocatorias para regímenes de licencia vinculados a los umbrales de FLOP, el monitoreo obligatorio de las ejecuciones de entrenamiento y la presentación de informes de incidentes a entidades aprobadas por el gobierno. En teoría, esas medidas están dirigidas a sistemas "fronterizos". En la práctica, encierran la frontera dentro de un pequeño club de actores que pueden costear las auditorías, abogados y silicio a medida. La seguridad se convierte en una barrera, no en una garantía.

Las élites a favor de la seguridad suelen presentar la compensación como binaria: aceptar un paisaje de IA dominado por corporaciones y controlado estrictamente, o arriesgarse a la extinción. Esa percepción borra una tercera opción: un ecosistema de IA gobernado democráticamente, con responsabilidad pública, fuertes protecciones laborales, aplicación de leyes antimonopolio y acceso real a computación pública. Trabajos como el de Anthropic Research muestran la alineación técnica, pero quién posee y gobierna esos sistemas alineados sigue siendo una elección política, no una ley de la física.

El cambio de rumbo de Anthropic en Wall Street expone cuán concentrado está ya el poder de la IA, pero también aclara de dónde puede venir la presión contraria. Proyectos de código abierto como Llama 3, Mistral y Stable Diffusion demuestran que no necesitas una valoración de $300 mil millones y un centro de datos de hiperescalado para construir sistemas capaces. Puedes ajustar un modelo de 7B-13B en una sola GPU de alta gama y lanzar algo útil.

El código abierto aún enfrenta un límite duro. Entrenar modelos de frontera exige decenas de miles de Nvidia H100, megavatios de energía y espacios en centros de datos que solo Amazon, Microsoft, Google y sus amigos más cercanos pueden permitirse. Incluso el modelo de pesos abiertos más radical todavía alquila tiempo en los servidores de otra persona.

El pluralismo real en la IA necesita computación pública que rivalice con las nubes privadas. Esto significa instalaciones de supercomputación nacionales o regionales destinadas explícitamente a laboratorios académicos, organizaciones sin fines de lucro, startups y municipios, no solo a contratistas de defensa y empresas Fortune 100. Piensa en una "biblioteca pública", pero para TPUs y GPUs, con reglas de asignación transparentes y publicación obligatoria de resultados.

Los gobiernos ya gastan cientos de miles de millones en infraestructura digital; redirigir incluso el 5-10% hacia pilas de IA compartidas sería significativo. Las agencias de investigación pública podrían financiar carreras de entrenamiento abiertas, exigir documentación de datos abiertos y respaldar equipos de auditoría comunitarios que analicen los modelos fundamentales de la misma manera que los investigadores de seguridad examinan los sistemas operativos. Sin esto, "IA para Todos" es solo un eslogan pegado a una factura en la nube.

Los usuarios individuales no son meros espectadores impotentes. Ustedes pueden:

• 1Apoya a grupos de derechos digitales como EFF, Fight for the Future y AlgorithmWatch que rastrean abusos de la IA y hacen lobby contra la captura regulatoria.
• 2Envía un correo electrónico o llama a los legisladores para exigir la divulgación de las reuniones de cabildeo sobre IA, los subsidios de computación y los contratos gubernamentales de IA.
• 3Apoye las herramientas de código abierto con su uso, informes de errores y donaciones, en lugar de conformarse con lo que su proveedor de nube ofrezca por defecto.

Las conversaciones críticas también importan. Pregunta a los proveedores quién posee tus datos, quién tiene acceso anticipado a modelos premium y qué sucede cuando se agoten los fondos de subsidio. Pregunta a amigos y compañeros de trabajo quién se beneficia realmente de la "productividad de la IA" en su trabajo y quién asume el riesgo. Reclamar la promesa de la IA comienza por negarse a pretender que la versión de Wall Street es el único futuro posible.

¿Qué es la 'captura de élite' en el contexto de la inteligencia artificial?

La captura de élite se refiere al proceso en el que el desarrollo, los beneficios y la gobernanza de la tecnología de IA se concentran en manos de un pequeño grupo de poderosas corporaciones, inversores y entidades gubernamentales, en lugar de servir al bien público.

¿Por qué está trabajando Anthropic, una empresa de seguridad de IA, con Wall Street?

Los críticos argumentan que es un signo de captura por parte de la élite, donde los incentivos financieros y la necesidad de capital eclipsan la misión original. Los defensores de la empresa podrían afirmar que trabajar dentro de sistemas poderosos es necesario para guiar el desarrollo de la IA de manera segura y asegurar recursos para competir.

¿Cuáles son los principales signos de la centralización de la IA?

Las señales clave incluyen el control sobre infraestructuras esenciales (chips, centros de datos en la nube) por parte de pocas empresas, integración vertical, acceso preferencial para clientes que pagan altos precios y una influencia corporativa dominante sobre la regulación gubernamental.

¿Puede la IA de código abierto competir con empresas como Anthropic y OpenAI?

Si bien los modelos de código abierto avanzan rápidamente, enfrentan obstáculos significativos. A menudo se quedan atrás de los modelos de vanguardia y requieren hardware costoso, lo que refuerza el dominio de las grandes corporaciones que controlan la infraestructura subyacente.