En el último año, Anthropic puede ser la empresa más digna de estudio en toda la industria de la IA.
Este año, al arrancar, ha creado el crecimiento explosivo más rápido en la historia comercial humana: su ARR pasó de 9 mil millones a 45 mil millones. Si el suministro de capacidad de cómputo se mantiene, es probable que su ARR llegue a los 100 mil millones para fin de año y a 200-300 mil millones el próximo año, igualando directamente el volumen de Meta.
En el mercado secundario, su valoración ya ha tocado los 1 billón de dólares, superando a OpenAI.
Hemos invertido bastante tiempo investigando cómo Anthropic ha logrado ponerse al frente.
En resumen, para entender esta empresa, hay que comprender dos puntos clave:
Uno es el juicio estratégico, el otro es la cultura organizacional.
Es probable que ya tengamos muchos conocimientos fragmentados al respecto, pero aún no tenemos una imagen completa. Por lo tanto, este artículo intenta hacer una revisión y restauración más exhaustiva.
Esperamos poder explicar, desde los ángulos de estrategia y organización, algunas preguntas que generan curiosidad externa, como:
• ¿Por qué Anthropic pudo darse cuenta ya en 2021 de que la programación podría ser la dirección más importante?
• ¿Cómo las diferencias de personalidad entre Dario y Sam dieron forma a dos caminos estratégicos completamente diferentes en ambas empresas?
• ¿Por qué la tasa de deserción de talento de Anthropic es tan baja?
• ¿Por qué casi todas las personas de Anthropic elogian su cultura? ¿Cómo se mantiene esta cultura durante la rápida expansión de la empresa?
01. La importancia de la concentración (Focus) está subestimada
En primer lugar, desde el punto de vista estratégico, OpenAI siempre se ha parecido más a una empresa que quiere abarcarlo todo.
En cuanto a las capacidades del modelo, matemáticas, ciencias, programación, razonamiento, multimodalidad, innovación arquitectónica, etc., OpenAI está avanzando en todos los frentes.
En productos, también están impulsando simultáneamente Codex, navegador, robótica, plataforma empresarial, hardware inteligente, chips, centros de datos, etc. Se dice que en algún momento, OpenAI tuvo cerca de 300 proyectos internos.
Y Anthropic es justo lo contrario. Entre los "tres grandes", fueron los únicos que renunciaron muy pronto a la multimodalidad, nunca hablaron de innovación arquitectónica, no enfatizaron conceptos como el modelo de razonamiento, el RL (aprendizaje por refuerzo), el aprendizaje continuo, etc. Solo se enfocaron en escalar bien el modelo de lenguaje, concentrándose únicamente en la dirección de la programación para dominar primero la capacidad más crucial.
Sobre por qué la programación es tan importante, ahora el mercado ya lo tiene claro. El núcleo son tres puntos:
1. La programación es el camino hacia todo. La gran mayoría de las tareas del mundo digital pueden expresarse mediante código.
2. La programación es la capacidad más adecuada para que la aprenda un modelo. La verificación de los resultados es fuerte, el ciclo de retroalimentación es corto, y los datos de los usuarios pueden, en mayor medida, retroalimentar el entrenamiento del modelo.
3. La programación es el principal acelerador del desarrollo de AGI. Ahora, los principales laboratorios de IA han entrado en este ciclo acelerador. El progreso de los modelos en un trimestre este año es más rápido que en todo el año pasado.
El resultado final confirmó que la programación era efectivamente la dirección más importante, como un poema excepcional que eclipsa a toda una dinastía.
Y OpenAI no despertó hasta marzo, recortando negocios secundarios como Sora y elevando la programación a la máxima prioridad de la empresa.
¿Cómo seleccionó Anthropic con precisión la programación?
Siempre hemos tenido curiosidad por saber: ¿Por qué Anthropic pudo elegir con precisión la programación desde el principio?
Rastreándolo, descubrimos que fue mitad visión de futuro, mitad suerte.
La financiación inicial de Anthropic fue una vez muy difícil. Sin tanto dinero, era necesario avanzar hacia la AGI de una manera más eficiente.
Primero necesitaban contar una historia de un escenario vertical para demostrar que podían formar un circuito cerrado comercial. Entonces, en ese momento, estudiaron seriamente que, si solo podían elegir una dirección, la programación podría ser la mejor opción: primero entrenar un mejor modelo de programación → proporcionarlo a los clientes → obtener datos de uso de los clientes en entornos de ingeniería real → retroalimentar el entrenamiento del modelo. Esto podría formar una rueda voladora (flywheel).
El responsable de crecimiento de Anthropic mencionó una vez que había visto un documento interno escrito por uno de los cofundadores de la empresa, sobre por qué deberían enfocarse en la dirección de la programación. Lo destacable es que la fecha de ese documento era 2021, mucho antes de que alguien supiera cuál era la oportunidad real de mercado en esta dirección.
Pero lo que sucedió después fue que la financiación mejoró, la empresa obtuvo más recursos y la línea de programación ya no se mencionó. Primero se dedicaron a crear una base de modelo más general.
El punto de inflexión ocurrió después del éxito explosivo de ChatGPT. Anthropic se dio cuenta de que el mercado de consumo (C2C) ya había sido tomado por OpenAI, por lo que, con bastante pesar (pero que en retrospectiva fue extremadamente afortunado), cambiaron de campo de batalla, trasladando el foco hacia el mercado empresarial (B2B).
Este cambio estratégico fue en general cauteloso y empírico, no una apuesta decidida y radical.
Al entrenar Claude 3, Anthropic comenzó conscientemente a fortalecer la capacidad de programación y obtuvo una muy buena respuesta del mercado con Sonnet 3.5.
Luego vino el aumento de apuestas junto con la verificación, internamente se fue fortaleciendo gradualmente la convicción sobre el potencial de la programación, tanto en valor comercial como en aceleración de la investigación. Entonces, el equipo comenzó a concentrarse en avanzar por este camino. En el proceso, no solo abandonaron por completo el mercado de consumo, sino que ni siquiera se distrajeron con la multimodalidad.
Además de la concentración en la dirección del mercado, también vale la pena mencionar la determinación en la ruta tecnológica.
En los últimos dos años, investigadores destacados externos repetidamente decían que las leyes de escalado (scaling laws) habían tocado techo, que los rendimientos marginales del pre-entrenamiento (pretraining) habían alcanzado su máximo. Según nuestras conversaciones con investigadores de varias empresas, Anthropic siempre fue, entre todos los laboratorios, el que más creyó en las scaling laws, y también el que hizo el pretraining y los datos de manera más sólida, sin distraerse en nuevos paradigmas.
En retrospectiva, esto también fue acertado. El salto de capacidad de Claude proviene en gran parte de la sólida inversión en pretraining.
La personalidad de los fundadores
Pero esto despertó otra curiosidad nuestra: ¿Por qué Anthropic siempre pudo tomar decisiones decisivas de compensación en varias direcciones clave y mantener la determinación?
Primero, naturalmente, por las limitaciones de recursos. La financiación histórica de Anthropic es aproximadamente un tercio de la de OpenAI. Pero mirando más a fondo, las diferencias estratégicas entre estas dos empresas también están estrechamente relacionadas con la personalidad y los orígenes de sus fundadores.
Cuatro de los cofundadores de Anthropic son autores clave del artículo original sobre scaling laws. Dario era el líder de investigación más central de GPT-3, y antes de eso ya había trabajado una década en el campo de la IA, teniendo una sensación directa del progreso técnico de la IA, lo que le permitía atreverse más a emitir juicios.
Además, Dario es una persona que no sufre el miedo a perderse algo (FOMO), incluso se le ha descrito como un poco narcisista y obstinado, rara vez se deja llevar por el consenso del mercado.
En 2024, cuando Anthropic aún no había logrado un crecimiento explosivo, dijo algo que todavía considero muy importante para entender esta empresa, algo así como:
"La lección más profunda que he aprendido en la última década es que siempre existirá un llamado consenso en el mercado, pero después de ver varias veces cómo el consenso se derrumba de la noche a la mañana, comencé a concentrarme en mis propias apuestas.
No sé si definitivamente tenemos razón, pero, sinceramente, aunque solo tengamos razón el 50% del tiempo, ya es muy valioso, porque estás proporcionando algo que otros no tienen."
Esto es muy diferente de Sam Altman. Según nuestras conversaciones con algunas personas cercanas a Sam:
1. Sam es reconocido en Silicon Valley como uno de los fundadores más ambiciosos, que desde el principio quiso abarcarlo todo. Además, su pasado como inversionista en YC le hizo familiarizarse con el método de "sembrar en múltiples puntos, apostar en paralelo", por lo que OpenAI desarrolló innumerables ramas secundarias.
2. Sam no tiene formación técnica, por lo que su juicio sobre la dirección tecnológica es inferior al de Anthropic, dependiendo más de que el equipo avance de abajo hacia arriba. Sam utiliza su mayor habilidad para obtener recursos, proporcionando munición a cada equipo.
3. Su experiencia como VC hace que Sam tenga una marcada preferencia por ideas extravagantes y rupturistas. Por lo tanto, la cultura de OpenAI valora mucho la innovación de paradigma de 0 a 1, pero no le da la misma importancia al pulido continuo de 1 a 10. Muchas líneas de productos como Sora, el navegador Atlas, Voice Mode, etc., no tienen continuidad; después del lanzamiento, nadie las supervisa.
4. Tanto Sam como Mark Chen (Director de Investigación) tienen personalidades que solo dicen "sí", no dicen "no". En tareas secundarias, mientras el equipo las impulse, la dirección seguirá proporcionando recursos.
Mientras que las fuerzas de OpenAI se diluían constantemente en varios proyectos secundarios, Anthropic podía formar una ventaja en el campo de batalla más crucial mediante una estrategia de "tianji sai ma" (类似田忌赛马的策略).
Lo brillante de la estrategia radica en "lo que se omite"
La concentración estratégica de Anthropic nos da una revelación: la importancia del enfoque (focus) está subestimada.
Recuerdo un episodio de un podcast del año pasado cuyo invitado era David Senra, anfitrión del podcast "Founders". Durante los últimos 8 años, él prácticamente solo ha hecho una cosa: estudiar cada semana a un gran emprendedor.
Cuando se le preguntó que, si comprimiera toda la experiencia empresarial extraída de más de 400 biografías de fundadores que ha leído en una sola cosa, ¿cuál sería?
Su respuesta fue: Concentración (Focus).
Los grandes empresarios a menudo no son estudiantes sobresalientes en todo, sino extremadamente obsesivos. Identifican una o dos variables más importantes para ellos, como el precio de Costco, la experiencia de diseño de Apple, el algoritmo de recomendación y la rueda voladora de datos de ByteDance, y luego las llevan al extremo sin reparar en costos, incluso hasta un grado que parece absurdo para los competidores.
Es necesario aclarar aquí que mucha gente cree que es concentrada, pero no entiende verdaderamente el significado y el costo de la concentración.
La llamada concentración (focus) esencialmente se divide en dos niveles:
Primero, la capacidad de juicio: saber qué es lo más crucial y atreverse a sacrificar todo lo demás.
Segundo, la intensidad (pressure): poder invertir recursos abrumadores para dominar el factor clave.
Lo primero es un problema de cognición, lo segundo es un problema de voluntad, ambos son indispensables.
Por ejemplo, cuando se fundó Google, el consenso de toda la industria de Internet era que el futuro pertenecía a los "portales". Gigantes de búsqueda como Yahoo estaban llenando cada vez más sus páginas de inicio con noticias, clima, compras, juegos, horóscopos... cada característica se veía como una palanca para "aumentar el valor publicitario".
Pero Google creía que la información sería cada vez mayor, y lo que los usuarios necesitaban no era un portal más grande, sino encontrar inmediatamente la respuesta más relevante.
Así que, mientras otros querían que los usuarios se quedaran más tiempo, Google quería que los usuarios se fueran más rápido. En ese momento, la página de inicio de Google era anormalmente limpia, no había nada más que un cuadro de búsqueda.
Lo mismo ocurría con el modelo de negocio. Yahoo tenía docenas de formas de monetizar. Google concentró todo su esfuerzo en el único mecanismo de "subasta de palabras clave de búsqueda", y trabajó en él durante casi diez años antes de comenzar a desarrollar seriamente una segunda línea de negocio.
Hasta hoy, uno de los diez principios de Google es "Es mejor hacer una sola cosa realmente, realmente bien".
El núcleo de la estrategia no es decidir qué vas a elegir, sino decidir qué vas a renunciar. Creo que la mayoría de las personas no dicen "no" suficientes veces.
02. La cultura es el "Secret Sauce" más grande
Lo más especial de Anthropic quizás no sea la estrategia, sino la cultura organizacional.
En los últimos seis meses, en la feroz competencia por el talento en IA, la tasa de deserción de talento de Anthropic ha sido mucho menor que la de otros laboratorios de IA.
Los siguientes dos gráficos resumen los datos de movilidad laboral entre 2021 y 2023.
El primer gráfico muestra la proporción de saltos entre varios laboratorios de IA. Podemos ver:
• Por cada 10.6 personas que van de DeepMind a Anthropic, solo 1 va en la dirección opuesta, de Anthropic a DeepMind.
• Por cada 8.2 personas que van de OpenAI a Anthropic, solo 1 va en la dirección opuesta, de Anthropic a OpenAI.
El segundo gráfico muestra la proporción de empleados que permanecen en la empresa después de 2 años de haber ingresado.
La tasa de retención de talento de Anthropic es del 80%, la más alta entre los principales laboratorios de IA en ese momento, incluso ligeramente superior al 78% de DeepMind.
Como una empresa más joven y en rápido cambio, Anthropic logró una retención mayor que la del veterano DeepMind, lo cual no es fácil.
En comparación, OpenAI tiene solo un 67%.
Vale la pena señalar que estos datos fueron recopilados cuando OpenAI estaba en su apogeo y Anthropic aún no había destacado en absoluto.
Si observamos las noticias de los últimos dos años, el atractivo y la estabilidad del talento de Anthropic son aún más evidentes.
Por ejemplo, una publicación reciente muy popular en Twitter muestra que varios CTOs de empresas destacadas están dispuestos a cambiar a Anthropic para convertirse en empleados técnicos ordinarios (es decir, MTS, member of technical staff):
La razón más importante a menudo se atribuye a la cultura organizacional de Anthropic.
Si escuchas los podcasts de miembros de Anthropic, casi todos mencionan la cultura de Anthropic, algunos incluso consideran esta cultura casi sectaria como el mayor "secret sauce" de Anthropic.
"Realmente creo que la cultura es el arma secreta de Anthropic, es nuestra ventaja más defensiva, algo que otros no pueden replicar. Esto no ocurre naturalmente, el liderazjo ha invertido muchísimo en esto."
——Amol Avasare, responsable de crecimiento de Anthropic
Si no se observa con esta conciencia específica, es difícil notar este punto, porque cuando se escucha a la gente hablar de cultura o valores, siempre parece abstracto, se asume que es solo un eslogan. Pero si superponemos toda la información de primera mano y las entrevistas públicas, realmente nos impacta.
Las tres características de Anthropic
Si lo desglosamos específicamente, las tres características de Anthropic que la hacen muy diferente de otros laboratorios de IA son:
1. Orientada a la Misión (Mission-oriented)
La misión de Anthropic es "garantizar que el mundo pueda atravesar de manera segura la transformación de la IA transformadora (transformative AI)", es decir, priorizar la seguridad por encima de todo.
Muchas empresas dicen que están impulsadas por una misión, pero el grado de seriedad de Anthropic al respecto alcanza un nivel casi religioso.
Este es un laboratorio fronterizo (frontier lab) con una fuerte imaginación moral: cree sinceramente que la AGI puede salvar al mundo, y también cree sinceramente que la AGI puede destruir al mundo, e intenta guiar a todos a caminar por esa delgada cuerda floja entre ambas posibilidades.
Boris Cherny, responsable de Claude Code, dijo una vez: "En Anthropic, si preguntas a cualquiera en el pasillo '¿Por qué estás aquí?', la respuesta siempre será 'seguridad'."
Él y la gerente de producto Cat Wu abandonaron Anthropic el año pasado para irse a Cursor, pero regresaron en menos de dos semanas porque descubrieron que extrañaban profundamente el ambiente cultural interno de Anthropic. Esa sensación de que todos luchan puramente por una misión más grande.
Algunas personas antes de unirse a Anthropic eran escépticas sobre esto, pero al entrar descubrieron: "¡Joder, el ambiente interno es aún más serio de lo que se dice afuera!"
Incluso había empleados antiguos que dijeron en una reunión general: "Si Anthropic finalmente cumple su misión, pero la empresa en sí fracasa, sigue siendo un buen resultado."
Esta frase explica muchas cosas sobre Anthropic.
En la lógica de la mayoría de las empresas, el éxito comercial siempre es lo primero, la misión solo sirve para decorar. Pero lo más especial de Anthropic es que internamente existe un grupo de personas que antepone la misión a la supervivencia de la empresa.
Si examinamos lo que Anthropic realmente hace, también es coherente entre palabras y acciones, como su diseño de estructura de gobernanza controlada por un fideicomiso sin fines de lucro, la investigación en explicabilidad (interpretability), las diversas inversiones en seguridad, incluida la reciente renuncia a una orden del Departamento de Defensa de EE. UU. de 200 millones de dólares por conflicto de valores, etc. No entraremos en detalles aquí.
2. Alta confianza, bajo ego (High trust, low ego)
Cuando conversamos con otros laboratorios de vanguardia, siempre escuchamos sobre muchos problemas políticos internos y de facciones. Solo Anthropic no los tiene. Por el contrario, todos están muy unidos y están dispuestos a trabajar para el beneficio de los demás.
Lo más milagroso aquí es que Frontier AI es un campo donde es demasiado fácil cultivar una cultura de estrellas y luchas por recursos. Los investigadores de IA son casi las personas más inteligentes y con mayor ego del mundo, su búsqueda natural es proponer una solución diferente, establecer su propia facción, hacerse famosos, pero los recursos son muy limitados, por lo que siempre ocurren conflictos entre departamentos.
Daniel Freeman, que pasó de Google a Anthropic, dice que otras empresas de modelos internamente parecen estados feudales que se cuidan a sí mismos y compiten en secreto, pero esta sensación "nunca la ha tenido en Anthropic".
Rahul Patil, ex CTO de Stripe, que se unió a Anthropic el otoño pasado, también mencionó que lo que más lo impactó fue la cultura aquí. Es difícil imaginar que un grupo de personas tan inteligentes pueda ser al mismo tiempo tan humilde.
Da un ejemplo: si la empresa te dice mañana que la posición más adecuada para ti no es seguir siendo un ejecutivo, sino convertirte en un IC (contribuidor individual), porque esa es tu mayor contribución a la misión, ¿estarías dispuesto? Cree que el 100% de las personas en Anthropic lo harían, sin ego.
3. Un fuerte matiz humanístico
Un autor de "The New Yorker" hizo una visita de inmersión profunda dentro de Anthropic durante varios meses y luego describió a las personas de allí con dos adjetivos muy interesantes:
• Bookish misfits (Inadaptados intelectuales/librescos)
• A disproportionate number of Anthropic employees seem to be the children of novelists or poets. (Un número desproporcionado de empleados de Anthropic parecen ser hijos de novelistas o poetas).
Es decir, las personas aquí no se parecen mucho a la élite típica de Silicon Valley, ni al típico estereotipo de hombre técnico de ciencias. Más bien, son un poco intelectuales, un poco nerds, un poco idealistas. Muchos dan la sensación de haber crecido en familias de escritores y poetas.
Esto se puede ver en cierto modo en los nombres de los modelos Claude: Haiku, Sonnet, Opus, que corresponden respectivamente a la concisión del haiku, el soneto de Shakespeare y las grandes obras en el contexto clásico.
Como contraste, GPT-4 / 4o / o1 de OpenAI tiene nombres de códigos de ingeniería, Gemini Ultra / Pro / Flash de Google tiene nombres clásicos de líneas de productos. Esto puede explicar algunas cosas.
Boris, responsable de Claude Code, también contó un detalle interesante en un podcast:
En su primer almuerzo en Anthropic, mencionó casualmente un libro muy poco conocido del autor de ciencia ficción dura Greg Egan.
¿Hasta qué punto era desconocido ese libro? Nunca antes había conocido a nadie que lo hubiera leído.
En la mesa, mencionó casualmente un chiste del libro, y resultó que todos en la mesa lo captaron.
Esto lo sorprendió enormemente y también le hizo sentir que realmente había llegado al lugar correcto.
A los nerds aficionados a la ciencia ficción a menudo les importan ciertos grandes temas humanísticos y tienen un sentido de responsabilidad histórica, además de una mejor capacidad de razonamiento sobre el efecto mariposa.
Este consenso basado en gustos de lectura le dio más confianza en que este podría ser el mejor lugar para impulsar los límites de la IA.
Cómo se institucionaliza la cultura
La siguiente pregunta es: ¿Cómo se mantiene esta cultura pura, casi sectaria?
Después de todo, Anthropic ya no es un pequeño laboratorio de IA, es una gran empresa con 3000 personas, que se está expandiendo a la velocidad más rápida de la historia y, al mismo tiempo, trata de mantener su concentración cultural.
Al respecto, Dario dijo directamente que probablemente dedica alrededor de un tercio a 40% de su tiempo a asegurarse de que la cultura de Anthropic sea buena.
Aunque hay innumerables cosas por hacer en tecnología, producto, financiación, relaciones políticas y comerciales. Cree que su trabajo de mayor palanca es hacer de Anthropic un lugar con alta cohesión, donde a los mejores talentos les guste trabajar.
En términos de prácticas concretas, hay estos puntos:
1. Criterios de contratación especiales
La contratación de Anthropic no sigue la misma lógica que muchos laboratorios de IA.
Por un lado, en cuanto a la preferencia por el talento, a diferencia de la mayoría de las empresas que compiten por "big names", Anthropic prefiere contratar "underdogs". Más que etiquetas externas, valoran si hay "evidencia directa de habilidad", por ejemplo, "¿Has hecho investigación independiente, has escrito un blog realmente perspicaz, has contribuido sustancialmente a la comunidad de código abierto?", etc.
Por otro lado, Anthropic realiza una selección cultural muy estricta. En las entrevistas tienen una ronda específica llamada "Entrevista cultural", con 15-20 preguntas de escenarios en una hora.
Según las preguntas de entrevista que circulan en internet, se enfocan en tres puntos:
(1) Si realmente antepones la misión de seguridad.
La pregunta de filtro más típica es: Si Anthropic decide no lanzar un modelo por no poder garantizar la seguridad, ¿estarías dispuesto a aceptar que tus acciones se vuelvan cero?
(2) Si eres una persona amable, con poco ego.
Incluyendo bondad, empatía, habilidades interpersonales, capacidad para admitir tu propia ignorancia y errores.
(3) Si puedes manejar la complejidad.
Muchos de los problemas que Anthropic maneja internamente son muy complejos y cambiantes. Valoran mucho si una persona tiene pensamiento sistémico, puede profundizar en el razonamiento sobre los efectos de segundo orden (second-order effects) de las cosas, y pensar en cómo una decisión afectará otros aspectos.
Invierten mucho tiempo en "selección inversa" en la contratación y realmente renuncian a muchos de los "10x developers" más destacados. Rahul Patil, ex CTO de Stripe, menciona que antes de unirse a Anthropic, habló durante mucho tiempo con el entonces CTO de Anthropic.
Este no solo no lo persuadió para que se uniera, sino que dedicó dos o tres semanas a discutir repetidamente por qué no debería unirse a Anthropic, disuadiéndolo amablemente: a menos que estés realmente alineado en cultura y misión, no vale la pena venir.
Por lo tanto, la lógica de contratación de Anthropic nunca ha sido atraer a tantas personas fuertes como sea posible, sino filtrar lo antes posible a las personas inadecuadas. "Somos muy buenos filtrando a las personas que vienen por dinero y fama".
En contraste, OpenAI, después de crecer, ya no realiza entrevistas culturales específicas, lo que al parecer ha causado algunos problemas de gestión.
Esto se hizo evidente en la ronda de captación de talento de Meta el año pasado. Frente a los paquetes astronómicos ofrecidos por Meta, la reacción de OpenAI se parecía más a la convención del mercado: hacer contraofertas, otorgar bonos de retención, eliminar el período de adquisición gradual (vesting cliff) para nuevos empleados, acelerando la adjudicación de acciones.
La reacción de Anthropic fue muy propia de Anthropic. Dijeron a los empleados: viniste aquí primero por la misión, no para aumentar constantemente tu precio en una subasta externa.
No te ofreceremos un salario diez veces mayor que el de tus colegas igualmente talentosos solo porque Mark Zuckerberg te haya elegido casualmente, eso no es justo. Si quieres irte, vete.
El resultado final de esto también es muy revelador. OpenAI al parecer perdió a decenas de personas, mientras que Anthropic solo perdió a 2, y estas dos personas eran antiguos empleados de Meta que habían trabajado allí 6 y 11 años respectivamente.
2. Cultura de "Compartir contexto" (Context sharing)
Anthropic tiene una transparencia de información internamente muy alta.
Primero, el propio Dario proporciona significado de manera proactiva, con alta frecuencia y repetidamente. A menudo organiza reuniones generales para compartir con todos los empleados, con una frecuencia de hasta una vez cada dos semanas, llamadas "Dario Vision Quest" (hasta el propio Dario bromea diciendo que el nombre tiene un atributo demasiado predicador, suena como si hubiera inhalado algo en la montaña y tuviera una epifanía).
Se para frente a toda la empresa y habla durante una hora, generalmente con un documento de tres o cuatro páginas, cubriendo desde la dirección de la empresa, estrategia de producto, hasta cambios en la industria, habla de todo, y luego responde preguntas directamente en el lugar.
Muchos empleados internos dicen que habla de manera muy directa y sincera. "Dario es la persona más directa que he conocido, no habla con cálculo, sino que realmente dice lo que piensa."
Además de las reuniones generales, usualmente escribe muchas cosas frecuentemente en su canal de Slack, registrando completamente sin adornos sus pensamientos dispersos: qué ha estado sucediendo en la empresa últimamente, qué le preocupa, y cómo ve los problemas que le interesan a todos.
Tal cultura hace que todos en la empresa sepan cómo se toman las decisiones y qué cosas deben priorizarse. Así, en una situación compleja y cambiante, cada individuo puede tomar decisiones distribuidas relativamente consistentes.
Al mismo tiempo, esta transparencia no es una inculcación unilateral, sino que puede ser desafiada. Alguien, después de escuchar la presentación de Dario en la reunión general, sintió que no estaba de acuerdo, fue directamente al canal del cuaderno de Dario (notebook channel) y dijo públicamente "No estoy de acuerdo con tu juicio", y luego comenzó un debate en el acto. Desafiar públicamente al liderazgo es alentado.
Además, esta cultura de escritura no pertenece solo a Dario, sino que es un mecanismo de reflexión en el que participan todos.
Muchas personas en Anthropic tienen su propio canal de cuaderno (notebook channel), algo así como un feed personal de Twitter, donde registran en cualquier momento lo que están pensando, haciendo, qué progresos tienen. Otros pueden suscribirse, observar y unirse a la discusión.
Muchos empleados han comentado que les gusta mucho la cultura de escritura de la empresa, Slack es un enorme tesoro donde se desarrollan muchas cosas.
Por lo tanto, parece que Anthropic ha cultivado internamente una buena capa de suelo de alineación (alignment). Los proyectos, puntos de vista e ideas de cada persona son lo suficientemente transparentes y fluidos. Incluso alguien alguna vez comentó con asombro que los datos financieros son transparentes.
(Pero, por el contrario, la confidencialidad técnica se maneja de manera muy estricta. Se dice que algunos grupos incluso están deliberadamente aislados, no pueden almorzar juntos.
El resultado es que investigadores de otras empresas lamentan que todo el know-how clave está disperso en la mente de diferentes personas, es imposible armar una imagen completa solo reclutando a unas pocas personas.)
3. 7 fundadores con acciones y derechos iguales; la estructura fundacional es en sí misma un mecanismo cultural
La estructura fundacional de Anthropic tiene un diseño muy contrario al sentido común comercial: tiene 7 fundadores, y en ese momento, Dario decidió dar a cada uno la misma cantidad de acciones, en lugar de tomar más para sí mismo.
En ese momento, todos le advirtieron que sería un desastre, de lo contrario, la ambigüedad en el poder de decisión y el desajuste de incentivos harían que la empresa se desintegrara fácilmente por luchas internas.
Pero Dario creía que la empresa no gira en torno a un fundador, sino en torno a la misión, y que la igualdad de acciones y derechos es la evidencia más irrefutable de esta idea.
Ellos ya habían trabajado juntos durante muchos años, confiaban mucho el uno en el otro. La igualdad de acciones y derechos no es esencialmente un diseño de poder de gobierno, sino una prueba de compromiso, un mecanismo de difusión cultural.
Los 7 cofundadores son como 7 nodos de replicación cultural, que pueden proyectar los valores a un grupo más amplio en diferentes líneas. De esta manera, incluso si la empresa se expande, es difícil que la cultura inicial se diluya.
En comparación, la alta dirección de OpenAI siempre ha sido muy inestable. De los 11 miembros del equipo fundador original, se han ido uno tras otro, ahora solo quedan Sam Altman, Greg Brockman y Wojciech Zaremba.
Y los nuevos altos ejecutivos son aún más inestables: desde principios de 2026 hasta ahora, la cabeza de producto Fidji tomó una licencia, la cabeza de marketing renunció por razones de salud, la cabeza de comunicaciones fue expulsada, la cabeza de operaciones fue reasignada, la cabeza de finanzas fue marginada...
4. Enfatizan extremadamente el "one team", evitando la formación de facciones
El CTO de Anthropic dijo una vez en un podcast que, en general, los laboratorios de IA, en comparación con las empresas tradicionales, son muy bottom-up. Es una forma organizacional de pirámide invertida, donde el poder y la creatividad fluyen de abajo hacia arriba.
Aquí, el trabajo más importante ocurre en la primera línea. Porque las personas en primera línea están más cerca de los comportamientos emergentes de la IA. Realizan experimentos diariamente y tienen la comprensión más intuitiva de lo que el modelo puede hacer. La gran mayoría de las ideas de producto son impulsadas por personas de primera línea, no por la hoja de ruta (roadmap) de los altos ejecutivos.
Pero esto también tiene un problema. Cuando el poder de juicio se descentraliza, cada equipo tiende fácilmente a aferrarse a su propia conciencia del problema y función de valor, convirtiéndose en facciones que se tiran entre sí.
Lo especial de Anthropic es que se dio cuenta muy temprano: dado que el juicio debe estar disperso, es aún más necesario crear activamente unidad. Dario no quiere que el equipo de seguridad solo diga que la seguridad es lo más importante, y el equipo de producto solo diga que el producto es lo más importante, y luego trasladen todos los conflictos a la alta dirección para que decida.
Una idea central de su gestión es distribuir las compensaciones (trade-offs) a cada individuo, hacer que cada persona tenga algo de la perspectiva de un fundador, todos solo están participando en el mismo enorme procesamiento de compensaciones desde sus respectivos puestos.
Por eso enfatizan extremadamente el "un solo equipo" (one team), y también utilizan varios diseños institucionales para debilitar los límites entre responsabilidades. Por ejemplo, por debajo del nivel ejecutivo no hay distinción de títulos, todos se llaman "member of technical staff", debilitando deliberadamente las definiciones de identidad como "investigador vs ingeniero", "senior vs junior", "arquitecto vs implementador".
Esto contrasta mucho con OpenAI. OpenAI siempre ha tenido una cultura de investigación más fuerte, con una clara "jerarquía" interna: Researcher > Research Engineer > software engineer.
Por lo tanto, el producto a menudo es superado por la investigación, sin tener mucho poder de decisión. Cuando hay conflictos, la investigación no está dispuesta a cooperar con el producto.
En innovación de productos, OpenAI tiene una característica muy fuerte: es impulsada por la investigación (researcher-driven). A menudo, el equipo de investigación logra un nuevo resultado, y el equipo de producto recibe un correo electrónico temporalmente, comenzando a buscar un clavo para su martillo.
Mientras que en Anthropic, el producto y el equipo del modelo están más integrados, el producto puede influir y definir más las capacidades del modelo en sentido inverso.
Esta es también una razón por la cual la capacidad de producto de OpenAI no es tan buena como la de Anthropic.
Los dos orígenes de la cultura
La siguiente pregunta es: ¿Por qué Anthropic formó esta cultura organizacional única?
Quizás podamos verlo desde dos aspectos:
Primero: Los requisitos del propio negocio
Recuerdo que hace dos años escuché una charla del responsable de RRHH de una gran empresa líder, que me impresionó profundamente y me hizo pensar por primera vez en qué significa realmente la cultura organizacional.
La esencia de la cultura organizacional es: un factor clave donde los patrones de comportamiento de los empleados pueden ayudar a la empresa a avanzar hacia el éxito.
Por lo tanto, el primer principio de la cultura organizacional es, de hecho, que la naturaleza del negocio determina la cultura organizacional.
Por ejemplo, ByteDance y Huawei son dos empresas con fuertes capacidades organizacionales, pero si intercambiaran sus sistemas organizativos, ambas quebrarían en poco tiempo. Porque están en dos extremos del mismo espectro: ByteDance promueve "atreverse a ser el primero", Huawei promueve "atreverse a ser el último". Uno valora más la innovación, el otro valora más la eficiencia.
Esto no tiene nada que ver con juicios de valor, sino que está determinado por la naturaleza del negocio. Al crear un nuevo producto, Huawei hace cosas como estaciones base, chips, etc., que si tienen un problema, el costo de retirada puede consumir las ganancias de todo un año. ByteDance es diferente, es un negocio típico de ciclo corto, cadena corta, puede lanzar docenas de versiones en una semana, si hay un error, se corrige, se cambia y se vuelve a lanzar.
Por lo tanto, ByteDance puede fomentar la innovación, puede elegir "Contexto, no control" (Context, not Control), pero Huawei no puede. Para Huawei, innovar demasiado pronto puede ser una carga, lo que Huawei realmente hace bien es que, cuando aparece un PMF en el mercado, a través de su capacidad organizativa y recursos, supera paso a paso al competidor, hasta aplastarlo.
Volviendo a Anthropic.
En la competencia de IA, un núcleo de ventaja competitiva (moat) es hacer que "personas inteligentes hagan trabajo sucio" (smart people do dirty work). Especialmente en la dirección de Programación y Agentes (Agentic), superficialmente es una competencia de capacidad de modelos, pero profundizando, en realidad es una competencia de capacidad de ingeniería. No es el tipo de problema que unos pocos genios puedan resolver con un destello de inspiración, sino una gran cantidad de trabajos de sistemas sucios, fragmentados y detallados.
La barrera más central entre ellos son los datos.
Los datos de chat anteriores son solo datos de texto simples, pero los datos de programación y agentes son más complejos. No son solo registros de conversación, sino también la tarea en sí, la configuración del entorno, la trayectoria de ejecución, y todo el sistema de evaluación y verificación final.
Todo esto es trabajo duro y tedioso, es crucial hacerlo bien, pero no es como publicar un artículo o un nuevo producto que puede convertirse en un momento destacado personal.
Según los comentarios que obtuvimos al intercambiar con algunos investigadores, el problema central de OpenAI hoy es que le cuesta organizar a cientos de las personas más talentosas para que se concentren en obtener datos y hacer el trabajo sucio.
OpenAI contrata a los talentos más destacados de la jerarquía, con buenos antecedentes y alta ambición, naturalmente prefieren hacer sus propias apuestas, ir de 0 a 1, en cuanto a limpiar el desorden, complementar datos, pocos están dispuestos a hacerlo.
OpenAI tuvo éxito así en el pasado, ciertamente logró una gran ventaja a través de algunos avances paradigmáticos centrales, pero como dijo Yao Shunyu en una entrevista reciente: "La era del heroísmo individual ha pasado", "La IA no requiere mucho cerebro... el rasgo más importante es la confiabilidad, hacer las cosas con detalle".
En este momento, descubrirás que la atmósfera de bajo ego, fuerte cohesión y orientación a la misión de Anthropic amplifica enormemente sus ventajas.
Se dice que Jared Kaplan, cofundador de Anthropic, también pasa datos personalmente con su equipo todos los días, la limpieza de datos se hace extremadamente cuidadosamente, ninguna otra empresa puede hacerlo así.
(Esto también explica un fenómeno: el modelo de OpenAI es el más fuerte en problemas de programación de nivel competitivo, porque este tipo de tareas es más un problema de investigación, pero en tareas de agentes en el trabajo diario a menudo no es tan bueno como Anthropic, porque esto último es más un problema de ingeniería, que pone a prueba datos, sistemas y detalles de ejecución).
Segundo: Los orígenes del equipo fundador
Los valores de una empresa pueden considerarse parte de los valores del fundador, como el estilo de artes marciales de Jack Ma, la suavidad y apertura de Pony Ma, la orientación estética de Steve Jobs, la disciplina militar de Ren Zhengfei.
Si se quiere ser más preciso, los valores del fundador suelen provenir de dos cosas: una parte es lo que el fundador cree originalmente, la otra parte es lo que alguna vez odió profundamente.
Lo primero determina en qué quieres convertirte, lo segundo determina en lo que de ninguna manera quieres volver a convertirte.
Anthropic claramente tiene ambos, y la fuerza formativa de este último puede ser incluso mayor que la del primero. Veamos brevemente la experiencia de Dario:
Dario se involucró por primera vez en la IA en el laboratorio de IA de Baidu, donde observó por primera vez las leyes de escalado (scaling laws) y gradualmente se convirtió en un firme creyente de ellas. Pero después de lograr avances en Baidu, pronto estallaron luchas internas por el control y los recursos, y el equipo finalmente se disolvió.
Dario luego se unió a OpenAI, donde participó profundamente en el avance de la serie GPT. OpenAI en su momento le entregó entre el 50% y 60% de toda la capacidad de cómputo de la empresa, dejándolo liderar principalmente el proyecto GPT-3.
Y como Dario es una persona con valores distintivos y opiniones personales claras, comenzaron a surgir gradualmente diferencias en los conceptos organizativos con otras personas en OpenAI.
Por ejemplo, Greg Brockman una vez propuso una idea sorprendente: en el futuro se podría vender AGI a las potencias nucleares del Consejo de Seguridad de la ONU. Dario casi renunció en el acto al escucharlo. Para él, esto ya no era una diferencia comercial, sino un problema de valores fundamentales.
Greg y Dario no se llevaban bien desde hacía varios años, y Sam Altman estaba en medio mediando. Sam mostró entonces su habilidad más destacada: hacer que diferentes facciones sintieran que realmente estaba de su lado. A corto plazo, esto es equilibrio; a largo plazo, esto agota la confianza. Más tarde, al confrontar información, descubrieron que lo que Sam prometió a Dario y lo que prometió a Greg no era lo mismo.
Poco a poco, Dario formó internamente en la empresa un círculo estrecho de aliados, algunos, porque a él le gustan los pandas, llamaron a este pequeño grupo "los pandas". Sus diferencias con el liderazgo de OpenAI en la elección de rutas, la gobernanza organizativa y otros problemas se hicieron cada vez mayores, finalmente convirtiéndose en una lucha política muy grave.
Incluso estalló una confrontación seria cara a cara entre la alta dirección. Sam acusó a Dario y Daniela (hermana de Dario, luego cofundadora de Anthropic) de organizar comentarios negativos sobre él a sus espaldas; ambos lo negaron y llamaron a la fuente del mensaje mencionada por Sam para confrontarlo en el acto. Resultó que la otra persona dijo no saber nada del asunto, y luego Sam negó haber hecho dicha acusación.
Esto hizo que Dario y su hermana perdieran completamente la confianza, y ambas partes discutieron en el acto.
Había mucho drama interno similar. En resumen, Dario elevó el conflicto a una crisis de confianza moral, creía que los líderes de una empresa con tecnología tan poderosa debían ser sinceros y confiables. Si las personas al timón no son honestas, están contribuyendo a una dirección peligrosa.
Finalmente, Dario dejó OpenAI llevándose a algunos colegas clave de GPT-3 y fundó Anthropic.
Por lo tanto, la cultura actual de Anthropic no solo se debe a que Dario sea así por naturaleza, sino más importante, él experimentó personalmente dos luchas políticas en Baidu y OpenAI, sabe lo fácil que es que un grupo de personas inteligentes con gran ego se dividan por la lucha por recursos y diferencias de valores, por lo que luego instintivamente construyeron Anthropic en la dirección opuesta:
Por haber visto cómo el equilibrio agota la confianza, enfatizan más la honestidad y transparencia;
Por haber visto luchas políticas intensificadas, alientan a anticipar los conflictos, a hablarlos lo antes posible;
Por haber visto la desintegración organizacional causada por diferencias de ideas, establecieron una estricta selección cultural;
Por haber visto la lucha por el poder de superestrellas, enfatizan el bajo ego, no les gusta contratar "big names".
La cultura organizacional actual de Anthropic es en gran medida la reacción a las experiencias pasadas en Baidu y OpenAI.
03. Conclusión
Para resumir, Anthropic y OpenAI son en realidad dos empresas con características bastante diferentes. La primera es una organización tipo secta, idealista, con una misión clara y alta cohesión; la segunda es una superplataforma impulsada por la ambición, con expansión multicanal, constantemente buscando el próximo gran éxito.
Para verlo más claramente, podemos colocar paralelamente varias dimensiones centrales de ambas empresas:
Sin embargo, aunque anteriormente mencionamos muchas ventajas de Anthropic, es difícil concluir que cierta cultura supera definitivamente a otra, y es difícil predecir el panorama dentro de tres meses. El mundo de la IA cambia muy rápido, y OpenAI ahora está siendo subestimado por el mercado, por ejemplo:
• La programación ya es una carta sobre la mesa, es probable que OpenAI se ponga al día. Una tendencia clara actual es que los desarrolladores están migrando de Claude Code a Codex;
• La explosión de la demanda supera con creces las expectativas de todos, la capacidad de cómputo se está convirtiendo en un nuevo factor decisivo, y OpenAI aseguró mucho antes recursos de cómputo muy superiores a los de Anthropic;
• La cultura de exploración abierta de OpenAI tiene sus propias grandes ventajas, y OpenAI siempre ha estado explorando y apostando más agresivamente por nuevos paradigmas; el próximo salto podría dar un vuelco a la situación.
Solo podemos decir que, mirando hacia atrás en los últimos tres años desde 2026, Anthropic ciertamente ha dejado al sector una muestra que vale la pena recordar:
En la era de la IA, ganar no siempre depende de una mayor ambición, más exploración y mayor talento.
A veces, ganar también puede provenir de cosas opuestas: menos apuestas, menos ego y una misión ingenua.
PD: También nos intriga saber qué tipo de cultura organizacional y mejores prácticas están formando otras empresas de IA de vanguardia. ¡Bienvenidos aquellos con observaciones y reflexiones de primera mano a contactarnos a través de la información a continuación para intercambiar ideas!
Quizás la próxima gran empresa de IA sea, en primer lugar, una nueva invención organizacional.
