La oficina de Anthropic es sorprendentemente AI-first, incluso para una empresa de IA

Cuando piensas en un sistema operativo, probablemente imaginas interfaces que abrir, flujos de trabajo que seguir, pantallas por las que navegar. El trabajo siempre ha vivido dentro de esos límites. En Anthropic, esa lógica está comenzando a romperse. La empresa se está reorganizando en torno a una premisa simple y desestabilizadora: el trabajo ya no necesita un sistema fijo por el que correr.

Anthropic afirma que sus empleados ahora dependen de Claude, su modelo de IA insignia, junto con sus productos Code y Cowork, para la mayor parte de su trabajo cotidiano. El modelo está comenzando a funcionar como un “sistema operativo interno”. Lo que antes requería navegar por múltiples sistemas, unir datos y coordinar entre equipos, ahora comienza con un solo prompt. A partir de ahí, Claude interpreta la intención, incorpora el contexto y produce resultados que frecuentemente omiten los sistemas subyacentes por completo.

Mike Krieger, co-líder de Labs en Anthropic, dice que la empresa se enfoca en hacer que cada empleado sea materialmente mejor en el trabajo que ya realiza, y capaz de hacer cosas que no podría hacer de manera confiable por sí solo. “Desarrollamos productos donde vemos demanda de los clientes, o cuando algo que nuestro equipo ya usa internamente resulta ser lo suficientemente valioso como para lanzarlo”, le dice Krieger a Fast Company. “El enfoque del sistema operativo es el instinto correcto”.

En un sistema basado en prompts, siempre existe el riesgo de que las personas realicen la misma tarea de maneras distintas, lo que genera calidad desigual y dificulta el seguimiento o la revisión del trabajo. Krieger (cofundador de Instagram y ex CTO que también fue director de producto de Anthropic) dice que la empresa construyó una capa para mantener la consistencia. Esa capa toma la forma de “Skills”: flujos de trabajo empaquetados y con control de versiones que incluyen las instrucciones, el contexto y los pasos que funcionan, y que pueden reutilizarse en toda la empresa.

“Cuando alguien en finanzas encuentra una forma efectiva de usar Claude para revisar contratos, ese flujo de trabajo se convierte en una ‘Skill’, y la próxima persona que la necesite obtiene la misma calidad desde el primer día, en lugar de construir su propia versión desde cero. El trabajo es consistente, auditable y reproducible”, afirma.

En la práctica, un product manager puede consultar datos directamente a través de sistemas conectados a Claude y generar evaluaciones en minutos, sin pasar por los dashboards de analítica tradicionales. Un especialista en marketing sin conocimientos de programación puede armar un plugin personalizado de Figma para producir variaciones creativas en segundos, en lugar de media hora. Incluso el equipo legal de la empresa está construyendo sus propias herramientas, un ámbito donde menos se esperaría la participación de la IA.

Mark Pike, asesor jurídico asociado de Anthropic, compartió cómo construyó un plugin de revisión legal en una sola tarde. Ante una avalancha de solicitudes de último minuto, usó Claude para crear un sistema. El usuario pega un borrador, la IA lo evalúa frente a un marco legal que Pike definió, señala los problemas por nivel de riesgo y publica un resumen para el equipo legal en Slack.

“Lo hice usando simplemente archivos markdown, prompts e instrucciones de sistema, todo abierto en GitHub”, dice Pike. “Le dimos a Claude nuestras políticas, nuestros manuales y la forma en que analizamos los problemas, y dejó de hacer trabajo legal genérico para operar al nivel que mis colegas y yo esperamos”. Señala que el impacto va más allá de las herramientas individuales. “Le diría a cualquier equipo legal que le pida a Claude revisar sus últimos meses de trabajo rutinario y que simplemente le pregunte dónde están los patrones. Analizamos 742 tickets de Jira en una sola conversación”.

Claude ahora se encarga del monitoreo, los primeros borradores y la identificación de patrones en cientos de puntos de datos. Pike señala que el equipo legal sigue revisando todo, ya que los sistemas pueden alucinar y la responsabilidad sigue recayendo en el abogado. “Podemos dedicar nuestro tiempo al trabajo que realmente requiere un abogado”, dice, “como negociaciones complejas o decisiones de juicio”.

Los expertos de la industria afirman que estas declaraciones son provocadoras y apuntan a un cambio más amplio que la simple automatización. Senthil Muthiah, socio senior de McKinsey & Company, dice que la IA agéntica está comprimiendo la curva del aprendizaje profesional, y que ahí es donde comienza a emerger el verdadero riesgo. “Existe un peligro genuino de que creemos una generación de trabajadores capaces de supervisar a la IA antes de comprender plenamente el trabajo en sí mismos”, afirma.

EL IMPACTO DEL ‘EFECTO CLAUDE’ Y LA AFIRMACIÓN DEL SISTEMA OPERATIVO

El modelo ha sido un verdadero avance tanto para Anthropic como para el mercado tecnológico en general, con capacidades en ciertas tareas tan notables que algunos han comenzado a referirse a él como el “Efecto Claude”. A abril de 2026, los modelos más recientes de Anthropic, Claude 4.5 y 4.6 Opus, se ubican en los primeros lugares de los principales benchmarks.

En SWE-bench, que evalúa si los modelos pueden implementar correcciones de código válidas y manejar tareas de programación del mundo real, Claude obtiene alrededor de 78.7%, colocándose por encima del GPT-5.4 de OpenAI (76.9%). Más allá de la programación, Claude también se desempeña de manera destacada en benchmarks compuestos como el Vals Index, que mide el rendimiento en ámbitos como finanzas y derecho. Aquí, su variante Sonnet 4.6 supera a modelos como Gemini 3.1 Pro de Google en la ejecución general de tareas.

Incluso con sus crecientes capacidades, ¿puede un modelo de IA evolucionar verdaderamente hasta convertirse en un sistema operativo? Los sistemas operativos tradicionales gestionan recursos, establecen límites y garantizan (o intentan garantizar) consistencia. Jeffrey Chivers, CEO de la plataforma de litigios impulsada por IA Syllo, cree que lo que Anthropic está intentando con Claude no encaja perfectamente en esas definiciones.

“Los sistemas operativos internos deben proporcionar una base determinista y estable, así como una función organizacional para los profesionales o agentes de IA que trabajan dentro del sistema operativo compartido”, dice. “Claude puede usarse para desarrollar y mejorar dichos sistemas operativos, pero afirmar que Claude en sí mismo puede convertirse en un sistema operativo es un empeño forzado”. Añade que determinar cómo dividir el trabajo entre distintos modelos sigue siendo una cuestión práctica de equilibrar rendimiento, confiabilidad, velocidad y costo, y que “la respuesta correcta para muchas inferencias en un stack vertical hoy en día no es Claude”.

Esa tensión quedó en evidencia con OpenClaw, un framework de agentes de código abierto que convirtió a Claude y otros modelos líderes en una capa de ejecución persistente, ofreciendo un primer vistazo a lo que podría ser un “sistema operativo de IA”. Al conectarse a plataformas como Slack y Discord y eludir la facturación estándar de la API, los desarrolladores ejecutaron agentes siempre activos a escala, capaces de monitorear sistemas, ejecutar flujos de trabajo y mantener contexto. Pero OpenClaw también se convirtió en una capa de distribución no oficial para las capacidades más avanzadas de Claude, lo que llevó a Anthropic a intervenir. En abril de 2026, bloqueó a dichas plataformas del uso del acceso por suscripción, forzando un cambio hacia el uso medido de la API, argumentando que herramientas como OpenClaw generaban una demanda insostenible y sobrecargaban su infraestructura.

Algunos expertos afirman que el impacto, la producción y la velocidad que ahora ofrecen los sistemas de IA introducen una nueva capa de complejidad. “Los sistemas complejos son frágiles”, dice Satyen Sangani, CEO de Alation. “Hay mucho riesgo en torno a la pérdida de conocimiento y la resiliencia organizacional. Además, inevitablemente habrá personas que no revisen el resultado y terminen produciendo ‘AI slop‘. Me preocupa la fragilidad que se está creando.”

LA IA ESTÁ AUMENTANDO LAS CARGAS DE TRABAJO, NO SOLO LA EFICIENCIA

Dentro de Anthropic, la productividad no está reduciendo el esfuerzo, sino expandiendo las posibilidades. Cat de Jong, directora de IA aplicada en Anthropic, dice que dentro de la empresa crece la convicción de que Claude no solo es capaz, sino que está mejorando rápidamente, y que no usarlo al máximo significaría dejar valor real sobre la mesa.

“Durante los últimos años, seguimos cerrando la brecha entre que Claude supiera la respuesta y que Claude realmente hiciera el trabajo. Le dimos herramientas: búsqueda, ejecución de código, la capacidad de llamar a otros programas. Construimos MCP para que pudiera conectarse a Gmail, Slack, Salesforce, lo que sea que una empresa realmente use. Le enseñamos a usar una computadora como lo hace una persona, y a crear archivos reales en lugar de describir cómo deberían verse”, le dice a Fast Company. “Cuanto más lo usan, más cómodos se sienten con lo que realmente puede hacer, y más empujan los límites de lo que pueden delegar.”

Boris Cherny, director de Claude Code en Anthropic, afirmó recientemente en un podcast que desde que introdujeron la herramienta, la productividad en ingeniería aumentó un 200%, medida en pull requests por ingeniero. Sin embargo, esas ganancias no se distribuyen de manera uniforme. “Hemos observado que algunas ganancias no se producen de manera uniforme en toda la organización”, dice de Jong. “Los equipos que han integrado profundamente a Claude en sus flujos de trabajo pueden moverse a una velocidad fundamentalmente diferente que los que no lo han hecho, y esa discrepancia puede generar su propia fricción.”

La empresa afirma que sus clientes están siguiendo un camino similar, escalando proyectos a través de Claude. Andrew McNamara, director de IA aplicada de Shopify, dice que Claude Code ha transformado la manera en que los equipos construyen herramientas internas, con ingenieros y no ingenieros creando aplicaciones sofisticadas en minutos, en lugar de días. Allianz, una de las aseguradoras y gestoras de activos más grandes del mundo, comenzó con sus equipos de ingeniería y ahora está expandiendo Claude a toda la empresa. De igual manera, la firma de seguridad en la nube Wiz usó Claude Code para migrar una base de código de 50,000 líneas en aproximadamente 20 horas, un proyecto que sus propios ingenieros habían estimado tomaría de dos a tres meses de trabajo especializado.

Los datos internos de Anthropic muestran que los empleados usan Claude en aproximadamente 60% de su trabajo y reportan ganancias de productividad de alrededor de 50%. Sin embargo, la delegación total sigue siendo rara. En muchos casos, los empleados también dedican tiempo extra a comprender lo que produce la IA, particularmente en áreas con las que están menos familiarizados. En lugar de reducir la carga de trabajo, Claude a menudo la expande al hacer posibles nuevas tareas. Alrededor de 27% del trabajo asistido por IA no se habría intentado de otra manera. Si bien cada tarea puede tomar un poco menos de tiempo, la cantidad total de trabajo aumenta.

“La verdadera productividad proviene de rutas automatizadas hacia producción que apliquen seguridad, pruebas y cumplimiento normativo, y recopilen evidencia en el camino. Sin eso, una producción más rápida solo traslada la carga de hacer el trabajo a revisarlo constantemente”, dice Nick Durkin, CTO de campo en Harness. “Claro, los sistemas probabilísticos pueden tomar acciones y extraer datos con una confianza razonable, pero hay límites infranqueables como la recopilación de evidencia, la separación de funciones y las pistas de auditoría. Esos no son opcionales”.

¿REEMPLAZO DE FLUJOS DE TRABAJO, REINVENCIÓN O AMBOS?

La transformación interna de Anthropic ofrece un vistazo a cómo podría ser el trabajo nativo en IA. También es ambigua. La tesis central de la empresa es que los propios flujos de trabajo pueden ser reemplazados, y que la fricción de la coordinación, las herramientas y la especialización puede reducirse a una capa de prompts. Esa tesis desafía los fundamentos del software empresarial.

“Si las organizaciones solo usan la IA para acelerar los flujos de trabajo, omiten el proceso de aprendizaje por completo y crean un vacío de liderazgo para el futuro”, dice Chivers. “La señal crítica a observar es si los equipos directivos reinvertirán el ‘tiempo ahorrado’ en mentoría acelerada y pensamiento de orden superior, o simplemente lo usarán para inflar los márgenes a corto plazo”.

Si la apuesta de Anthropic es correcta, el sistema operativo del futuro podría reducirse a una conversación que rige cómo ocurre el trabajo. “Las empresas eligen Claude por un patrón, no por una función. Lanzamos en la frontera y optimizamos para los problemas difíciles”, dice de Jong. “La pregunta que están respondiendo es: ‘¿a qué herramienta le confío qué decisión?’, y Claude tiende a imponerse donde el costo de equivocarse es alto”.