Claude dirige el 26% de la I+D de Anthropic: qué mide esa cifra
ia4·pro Team
Autor Especialista
Del 1% en febrero al 26% en agosto
El 17 de septiembre Anthropic publicó métricas internas sobre cuánto de su propia investigación lleva su modelo. Claude dirige el 26% del trabajo de investigación y desarrollo de la compañía, medido en agosto de 2026. En febrero la cifra estaba por debajo del 1%.
Seis meses para pasar de casi nada a una cuarta parte. Es la primera vez que un laboratorio frontera publica una serie así sobre sí mismo.
| Mes | Trabajo de I+D que dirige Claude |
|---|---|
| Febrero 2026 | Menos del 1% |
| Agosto 2026 | 26% |
Contando el trabajo en el que Claude participa sin dirigirlo, la cobertura llega al 90% de las tareas de investigación e ingeniería.
Qué significa "dirigir" una tarea
Conviene fijar qué significa esa palabra, porque decide cómo se lee el número. Anthropic usa una escala de automatización desarrollada por Epoch AI, no una definición propia.
En esa escala, "dirigir" significa que el modelo completa la mayor parte de la tarea de extremo a extremo partiendo de una instrucción de alto nivel, con una persona supervisando el resultado. No significa que decida qué investigar, ni que nadie revise lo que sale.
La distinción importa. Un 26% de tareas dirigidas con supervisión humana describe trabajo delegado y revisado, que es lo que cualquier organización intenta hacer con agentes. La investigación sigue pasando por personas.
30.000 agentes y una decisión bloqueada de cada 47.000
Los datos operativos que acompañan a la cifra son más útiles que el titular:
- Unos 30.000 agentes trabajando en investigación e ingeniería en agosto de 2026.
- Más de mil millones de decisiones tomadas por esos agentes en el mes.
- Una de cada 47.000 decisiones bloqueada por los controles, un 0,002%.
Ese último número es el que hay que mirar si gestionas agentes. Da una referencia de cuántas intervenciones genera un parque de agentes grande cuando funciona bien. Si tu tasa de bloqueo es mucho mayor, tienes agentes mal acotados. Si es cero, probablemente no tienes controles.
Con mil millones de decisiones al mes, un 0,002% siguen siendo unas 21.000 intervenciones. A esa escala nadie las revisa de una en una, y eso obliga a clasificar y priorizar automáticamente.
Accenture entra como evaluador incrustado
El 18 de septiembre, un día después de las métricas, Anthropic y Accenture anunciaron un equipo de evaluadores que trabaja dentro de los equipos internos de Anthropic. Su función: red teaming de modelos, evaluaciones de alineamiento y pruebas de salvaguardas.
Cada compañía espera invertir al menos 1.000 millones de dólares en cinco años. El trabajo lo dirige Faculty, la filial de IA aplicada de Accenture, que ya evaluaba modelos para otros laboratorios frontera.
El acuerdo no es exclusivo. Anthropic dijo que anunciará más evaluadores en las próximas semanas, lo que sugiere un esquema con varios auditores en paralelo en lugar de un proveedor único.
Por qué Faculty y no cualquier consultora
Accenture compró Faculty precisamente por esta capacidad. Es una de las pocas empresas con historial de evaluar y probar modelos por encargo de laboratorios, en lugar de solo desplegarlos en clientes.
Hay un detalle relevante: Accenture es a la vez el mayor integrador comercial de Claude y ahora uno de sus auditores. En diciembre de 2025 las dos compañías crearon el Accenture Anthropic Business Group, con unos 30.000 profesionales de Accenture formados en Claude.
Anthropic lo estructura como dos relaciones separadas, y Faculty opera con su propio equipo. Aun así, un evaluador que también vende despliegues del producto que evalúa tiene un incentivo que un auditor independiente no tiene. Vale la pena seguir cómo se publica el resultado de esas evaluaciones.
De dónde viene el compromiso
La pieza encaja en un movimiento anterior. Dario Amodei publicó el ensayo "We Must Pace the Frontier", donde defendía meter evaluadores externos dentro del laboratorio en lugar de auditar desde fuera y después.
Este anuncio es el primer paso concreto de ese compromiso. Llega en un momento de presión regulatoria fuerte: el senador Bernie Sanders y el representante Greg Casar presentaron legislación para pausar el desarrollo de IA avanzada hasta que existan reglas federales de seguridad, después del incidente de julio en Hugging Face.
Qué se puede leer en estas cifras y qué no
Sí se puede leer que la automatización del trabajo de investigación avanza rápido dentro de los laboratorios, más rápido de lo que avanza en las empresas que compran sus modelos. La brecha entre el 26% de Anthropic y el 15% de adopción de agentes en servicios profesionales que vimos en este análisis es enorme.
No se puede leer como una medida comparable entre laboratorios. Nadie más publica esta serie, la escala de Epoch AI admite interpretación en los tramos intermedios y el dato lo reporta la propia compañía sin verificación externa. Anthropic no ha publicado la metodología de clasificación tarea por tarea.
Tampoco dice nada sobre calidad. Una tarea dirigida por un modelo y aprobada por una persona puede ser excelente o mediocre, y la serie no distingue.
Qué aprender de esto si gestionas agentes
Mide la proporción de tareas que dirigen tus agentes. "Tenemos 40 agentes" no dice nada. "Los agentes dirigen el 12% de nuestras tareas de soporte con revisión humana" sí, porque se puede comparar contra el mes anterior.
Define qué significa dirigir en tu contexto antes de medir y escríbelo. Sin esa definición la cifra se infla sola, porque cualquiera cuenta como dirigido lo que le convenga.
Registra la tasa de intervención. Es el indicador que avisa de que un agente se ha salido de su acotación, y es el que nadie instrumenta hasta que ya hay un problema. La clasificación por tipo de agente y trait ayuda a decidir qué controles necesita cada uno.
Fuentes
Profundiza en este tema con IA
Copia un prompt pre-diseñado para continuar tu aprendizaje en tu herramienta favorita.
Ejecutar en tu Asistente
Compartir en Redes
Genera una publicación de LinkedIn de menos de 1500 caracteres, en tono natural y citando la fuente.
Lleva la teoría a la práctica
Aplica lo que lees con cursos 100% gratuitos y orientados a resultados reales.