Eficiencia de inferencia: Anthropic busca comprar Decart por 7 mil millones

La industria de la inteligencia artificial ha entrado formalmente en una nueva fase de madurez donde el tamaño bruto de los modelos ya no garantiza por sí solo el liderazgo del mercado. En un movimiento estratégico de proporciones históricas, Anthropic está cerrando un acuerdo definitivo para adquirir la startup israelí Decart por una cifra cercana a los $7.000 millones de dólares. Esta operación, que representa una prima del 50% frente a la valuación de $4.000 millones que la firma de Tel Aviv había alcanzado apenas tres meses atrás, consolida un viraje radical en las prioridades de Silicon Valley: la verdadera batalla de la inteligencia artificial de frontera ya no se libra exclusivamente en los clústeres de entrenamiento, sino en la eficiencia de inferencia y la reducción drástica de la latencia operativa en entornos de producción masiva.

Tras imponerse en una puja de alto voltaje en la que compitieron titanes como Nvidia, Amazon y SpaceX, Anthropic da un golpe de autoridad sobre el tablero global. La adquisición no solo representa la mayor compra corporativa en la historia de los creadores de Claude, sino que sienta las bases técnicas para abaratar los costos unitarios del cómputo agéntico justo cuando la compañía afina los detalles para su esperada oferta pública inicial (IPO) en Wall Street.

Anatomía de una transacción récord: $7.000 millones y la pugna con los gigantes del hardware

La puja por Decart refleja la urgencia con la que los desarrolladores de modelos fundacionales buscan resolver el estrangulamiento de infraestructura que amenaza sus márgenes brutos. Fundada a finales de 2023 por los ingenieros Dean Leitersdorf y Moshe Shalev, Decart saltó rápidamente al radar de los principales fondos de capital de riesgo tras desarrollar innovaciones disruptivas en optimización de silicio y modelos de mundo en tiempo real.

Apenas en mayo de 2026, la startup completó una ronda Serie B de $300 millones liderada por Radical Ventures, con el respaldo directo de Nvidia, Sequoia Capital, Benchmark y Adobe Ventures. Sin embargo, la aceleración de la demanda por agentes autónomos convirtió a Decart en un objetivo de adquisición codiciado por los grandes proveedores de nube y fabricantes de semiconductores:

• La oferta ganadora de Anthropic: Un desembolso estimado en $7.000 millones que absorbe la totalidad del talento y la propiedad intelectual de la firma israelí.
• La derrota de Nvidia y los hiperescaladores: Aunque Nvidia intentó asegurar el control del software de compilación de Decart para blindar la hegemonía de su ecosistema CUDA, Anthropic logró imponerse ofreciendo una integración vertical directa en el núcleo de su familia Claude.
• Nuevo centro de I+D en Tel Aviv: El acuerdo transformará la sede de Decart en el buque insignia de investigación e ingeniería de Anthropic en Medio Oriente, sumando de inmediato a más de un centenar de especialistas de élite en sistemas distribuidos y optimización de silicio a su división de Inference and Performance.

El cambio de paradigma: De la fuerza bruta en entrenamiento a la eficiencia de inferencia

Durante los últimos cuatro años, la narrativa dominante de la IA giró en torno a las leyes de escalamiento (scaling laws) aplicadas a la fase de preentrenamiento. Las empresas invertían decenas de miles de millones de dólares en megaclústeres de cientos de miles de GPUs para entrenar modelos con parámetros cada vez más densos. Sin embargo, el despliegue de agentes autónomos, flujos de razonamiento extendido en tiempo de prueba (test-time compute) y ventanas de contexto masivas ha cambiado por completo la ecuación económica.

Hoy, el gasto recurrente de operar un modelo en producción supera con creces el costo amortizado de su entrenamiento. Cuando un sistema como Claude Code ejecuta ciclos iterativos de introspección, ejecución de herramientas y validación de código a lo largo de miles de tokens, cada llamada a la API consume una cantidad colosal de cómputo. En este escenario, optimizar la eficiencia de inferencia se convierte en un imperativo de supervivencia comercial y técnica.

La adopción corporativa a gran escala se encuentra bloqueada por dos fricciones críticas:

1. El cuello de botella de la memoria (Memory Bandwidth Bottleneck): La arquitectura Transformer tradicional está fuertemente limitada por la velocidad de transferencia entre la memoria de alto ancho de banda (HBM) y los núcleos de cálculo del procesador al generar tokens secuenciales.
2. La latencia en bucles agénticos: Los flujos de trabajo autónomos requieren que el modelo responda en fracciones de segundo para encadenar razonamientos complejos. Una latencia elevada degrada la experiencia de usuario y multiplica exponencialmente la factura en la nube.

La tecnología de Decart: Decart Optimization Stack (DOS) y ejecución en tiempo real

La joya de la corona que justifica la valuación multimillonaria de Decart es su plataforma propietaria Decart Optimization Stack (DOS). Se trata de una arquitectura de software de compilación verticalmente integrada capaz de exprimir el máximo rendimiento del silicio existente mediante técnicas avanzadas de fusión de capas, gestión inteligente de caché de atención y paralelismo dinámico.

A diferencia de los compiladores tradicionales que dependen de optimizaciones estáticas para arquitecturas de hardware específicas, el stack de Decart ofrece ventajas técnicas determinantes:

• Compilación agnóstica de hardware: DOS optimiza la ejecución de cargas de trabajo tanto en GPUs de Nvidia (Blackwell y Hopper) como en TPUs de Google y procesadores Trainium de Amazon Web Services, facilitando una portabilidad fluida sin degradación de rendimiento.
• Fusión de kernels en tiempo de ejecución: Reduce drásticamente las lecturas y escrituras redundantes en la memoria HBM al compilar dinámicamente las operaciones matriciales durante la generación de tokens.
• Modelos de mundo y procesamiento ultrarrápido: Decart demostró previamente su capacidad técnica al crear Oasis y Lucy, modelos de mundo capaces de generar y editar entornos de simulación interactivos en tiempo real con latencias de milisegundos. La misma lógica matemática que permitió simular mundos interactivos a 30 fotogramas por segundo es la que ahora se aplicará para acelerar los tokens por segundo de Claude.

Sinergia directa con la infraestructura híbrida de Anthropic

Para Anthropic, el software de Decart llega en el momento más oportuno. La empresa mantiene acuerdos multimillonarios de infraestructura tanto con Amazon AWS (utilizando chips Trainium y clústeres EC2) como con Google Cloud (TPUs) y centros de datos especializados con Nvidia a través de CoreWeave. La integración de DOS permitirá a Anthropic extraer hasta un 40-60% más de rendimiento de sus contratos de cómputo actuales sin necesidad de expandir linealmente su inventario físico de servidores, optimizando de inmediato sus márgenes operativos.

Guerra de precios en la frontera: El contragolpe a Gemini 3.7 Flash y GPT-5.6 Sol

El mercado de modelos de lenguaje de frontera vive una guerra de desgaste tarifario. Google ha ganado tracción en el sector corporativo gracias a la agresiva relación costo-beneficio de su serie Gemini 3.7 Flash, optimizada para procesar millones de tokens a costos marginales. Paralelamente, OpenAI ha introducido niveles de razonamiento acelerado como GPT-5.6 Sol, diseñados específicamente para resolver problemas complejos a una velocidad que antes era inviable para modelos basados en cadenas de pensamiento profundas.

Con la tecnología de Decart integrada de forma nativa en su arquitectura de servicio, Anthropic adquiere una ventaja competitiva fundamental:

• Despliegue agéntico rentable: Permite que las empresas utilicen agentes basados en Claude 3.5 Sonnet y las próximas iteraciones de Claude 4 de manera continua sin incurrir en costos prohibitivos por sesión.
• Velocidad de ejecución para codificación y desarrollo: Herramientas como Claude Code podrán interactuar con repositorios de software masivos y ejecutar pruebas unitarias en bucle cerrado prácticamente en tiempo real.
• Blindaje financiero de cara a la IPO: Los analistas de Wall Street examinan con lupa el margen bruto de las compañías de IA pura. Demostrar que los costos de inferencia caen a un ritmo superior al crecimiento del volumen de tokens procesados será la métrica clave para el éxito de su salida a bolsa.

Un punto de inflexión para la economía de la inteligencia artificial

La absorción de Decart por $7.000 millones confirma que la era de la computación derrochadora ha llegado a su fin. En los albores de la revolución generativa, el capital fluía sin restricciones hacia la compra masiva de silicio; hoy, la ventaja estratégica pertenece a quienes logren gobernar el software de optimización profunda que hace que cada transistor opere a su máxima capacidad teórica.

Al asegurarse el control de una de las pilas tecnológicas de inferencia más avanzadas del planeta, Anthropic no solo responde con contundencia a sus rivales directos, sino que redefine las reglas del juego para el software empresarial. La carrera por la inteligencia general ya no solo busca al modelo más inteligente, sino a aquel capaz de razonar, actuar e interactuar al menor costo por token en el menor tiempo posible.