El prospecto de IPO de Anthropic muestra la visión de la IA y costes en alza

Artículo original ↗ Discusión en Hacker News ↗

El prospecto filtrado de la IPO de Anthropic, que muestra una pérdida neta GAAP de casi 42.000 millones de dólares sobre menos de 5.000 millones en ingresos en 2025 y 518.000 millones en futuras obligaciones de cómputo e infraestructura, está planteando dudas sobre si los modelos de lenguaje grandes pueden llegar a ser un negocio sosteniblemente rentable. Los comentaristas contraponen el crecimiento explosivo de los ingresos y la adopción generalizada de herramientas de IA con márgenes muy estrechos o negativos, el riesgo de concentración de clientes y las intensas necesidades de capex, comparando el sector con aerolíneas, telecomunicaciones o burbujas tecnológicas pasadas en las que la infraestructura sobrevivió a muchas empresas. Las opiniones divergen sobre si los LLMs son genuinamente transformadores o están sobrevalorados, pero existe una amplia preocupación de que la economía actual dependa de capital barato, contabilidad agresiva y rendimientos a largo plazo inciertos.

Impacto transformador de los LLMs

  • Algunos sostienen que los LLMs ya son transformadores: ampliamente adoptados en empresas, reduciendo drásticamente las horas de trabajo para ciertas tareas (especialmente programación) y cambiando los flujos de trabajo y los hábitos de búsqueda.
  • Otros no están convencidos: “transformador” se considera un término diluido si solo significa “tiene algunos efectos”, ya que muchas tecnologías pasadas, escándalos e incluso búsquedas fallidas (como la alquimia) también cambiaron las cosas.
  • Varios comentaristas distinguen entre “el mundo ha cambiado” y “mi vida personal ha cambiado”, señalando tanto entusiasmo como incomodidad por la dirección y la calidad del cambio.

Modelo de negocio, rendimientos y analogías de la industria

  • La afirmación central: dos cosas pueden ser ciertas: los LLMs pueden remodelar la sociedad mientras que el negocio de los LLMs tiene rendimientos terribles sobre el capital invertido en relación con el coste del capital.
  • Se hicieron comparaciones con:
    • Aerolíneas y telecomunicaciones: intensivas en capital, de bajo margen, a menudo convertidas en commodities.
    • Ferrocarriles y la era dotcom: tecnología transformadora seguida de colapsos financieros, pero con infraestructura duradera.
    • Computadoras/smartphones: la mayor parte del valor la capturan los usuarios finales, no los proveedores de hardware/plataforma.

Pérdidas y obligaciones de Anthropic

  • La pérdida neta GAAP de 2025, cercana a 42.000 millones de dólares sobre menos de 5.000 millones en ingresos, se considera “loca”, incluso teniendo en cuenta que unos 34.000 millones son una revalorización financiera no en efectivo (instrumentos convertibles, dilución).
  • Parece que unos 8.000 millones son una pérdida operativa real, lo que algunos siguen viendo como asombroso.
  • Las obligaciones previstas de 518.000 millones de dólares en nube/cómputo/infraestructura futuras son ampliamente cuestionadas; algunos creen que estos compromisos son en parte una apariencia de marketing y que quizá nunca se materialicen por completo.

Crecimiento de ingresos frente a rentabilidad

  • El crecimiento del run rate de ingresos informado en 2026 se describe como “enorme”, pero los comentaristas enfatizan:
    • “Run rate” es una métrica flexible y no auditada.
    • Unos ingresos masivos no significan nada si los costes crecen más rápido; el gasto en cómputo de 2025 ya superó los ingresos.
    • Algunos mencionan afirmaciones de “ingreso operativo ajustado” positivo, pero señalan que “ajustado” puede excluir gastos importantes.

Concentración de clientes y calidad de la demanda

  • Casi una cuarta parte de los ingresos de 2025 provino de dos clientes; entre las especulaciones figuran grandes tecnológicas, gobiernos y proveedores de herramientas de codificación con IA, pero nada está confirmado.
  • Debate sobre si el gran gasto en IA por parte de empresas (por ejemplo, mediante agentes de codificación) indica un fuerte ROI real o un gasto excesivo impulsado por el hype con valor poco claro.

Preocupaciones sociales y distributivas

  • Algunos critican el gasto masivo en IA como una mala asignación de capital que podría abordar el clima, los salarios o necesidades sociales.
  • Otros responden que el dinero sigue circulando a través de centros de datos, chips y construcción, aunque los opositores sostienen que la creación de empleo es limitada y puede aumentar los costes de los servicios públicos.