Hay una cifra que conviene tener presente antes de continuar leyendo: cuarenta mil millones de dólares. Eso es lo que Google se comprometió a invertir en Anthropic —la empresa detrás de Claude— en una sola operación confirmada en abril de 2026. No es la suma histórica acumulada de años de inversión. Es una sola transacción, anunciada en semanas, que redefine toda la narrativa sobre quién controla la inteligencia artificial generativa y por qué.

Para ponerlo en perspectiva: esa cifra supera el presupuesto total que la Unión Europea destinó a inversión en IA para el periodo completo 2025–2027. Un continente entero frente a una sola operación corporativa entre dos compañías privadas estadounidenses. No es una crítica; es una descripción precisa de la asimetría que define este momento.

Lo que hace especialmente fascinante esta estructura financiera es su circularidad. Google invierte en Anthropic; Anthropic gasta ese dinero en infraestructura de Google Cloud. Microsoft integra OpenAI en cada producto de Office 365; OpenAI depende de Azure para existir. No es conspiración —es economía: el proveedor financia a su cliente porque así ambos crecen juntos. Los analistas tienen un nombre para esto: financiación circular. Y es, literalmente, cómo se están construyendo los cimientos de la IA generativa que usamos todos los días.

Esta lógica tiene consecuencias que van más allá de las finanzas. Cuando un proveedor financia a sus propios clientes, les vende el poder de cómputo, les diseña los chips y les distribuye los modelos, el mapa de dependencias se vuelve imposible de leer desde afuera. Para un creador en San Salvador, Ciudad de México o Buenos Aires que usa estas herramientas, la pregunta no es si la IA generativa es buena o mala. La pregunta es si entiende dentro de qué sistema opera cuando la usa.

Si alguien usa la IA generativa a plenitud, sin las restricciones que el usuario doméstico experimenta a diario, no son los artistas digitales ni los diseñadores freelance ni los creadores de contenido. Son los gobiernos, las fuerzas armadas y las corporaciones financieras. Y esto no es especulación: son contratos públicos, confirmados y documentados.

El Departamento de Defensa de Estados Unidos superó los $1.800 millones USD en gasto anual en IA para su presupuesto de 2025, con proyecciones de duplicarse antes de 2030. El secretario de Defensa Pete Hegseth llegó a declarar que la adopción de tecnología de IA en las fuerzas armadas era "inaceptablemente lenta" —lo que da una idea de la urgencia con que el aparato militar ve estas herramientas. No como un experimento creativo. Como infraestructura de combate.

Hay algo que merece señalarse con precisión: muchos de los que critican públicamente la IA generativa —señalando riesgos de desinformación, erosión del empleo creativo, sesgos algorítmicos— son, al mismo tiempo, los que financian su desarrollo o integran sus capacidades en sus productos. Google, Meta, Microsoft: ninguna de estas compañías es ajena a las advertencias sobre el impacto social de la IA. Y ninguna ha detenido su inversión por esas razones.

Esto no es hipocresía pura —es la ambigüedad estructural de cualquier tecnología transformadora. Las mismas compañías que financiaron la red social sabían de sus efectos sobre la salud mental y la polarización política. El capital no espera certidumbre ética. Va hacia donde hay demanda y escasez. Y en este momento, la IA generativa tiene ambas.

La pregunta parece simple y casi tonta de tan obvia. Si Google pone cuarenta mil millones en Anthropic, si Microsoft lleva años inyectando capital en OpenAI, si la infraestructura ya está construida y los modelos ya están entrenados, ¿por qué el usuario que paga veinte dólares al mes —el artista, el diseñador, el escritor, el creador independiente— tiene que seguir poniendo su cuota mensual? ¿Por qué existe ese fee?

La respuesta honesta tiene varias capas. La primera: estas empresas no son rentables todavía. OpenAI generaba $2.000 millones al mes en ingresos en 2026 pero quema capital a una velocidad que hace de ese número una referencia relativa. Anthropic pasó de $9.000 millones anualizados a fines de 2025 a más de $30.000 millones en tasa anualizada en 2026 —crecimiento explosivo que requiere inversión igualmente explosiva en chips, centros de datos y talento. El cómputo que usa tu prompt cuesta dinero real, en tiempo real.

La segunda capa de la respuesta es más estructural: el usuario que paga no está pagando solo por acceso a la herramienta. Está pagando por participar en el entrenamiento continuo del modelo. Cada prompt, cada corrección, cada interacción donde dices "esto estuvo bien" o "esto no era lo que quería" es dato de retroalimentación que mejora el sistema. En la jerga de la industria, se llama RLHF —Reinforcement Learning from Human Feedback. Los usuarios son, también, trabajadores no remunerados del refinamiento del producto.

Esto no es una acusación de mala fe. Es la economía de plataforma que ya conocemos de las redes sociales, aplicada al campo de la IA. La diferencia es que en este caso el producto final no son anuncios personalizados —es el modelo más capaz de responder preguntas, generar imágenes, escribir código o crear arte. Y tú, pagando tu suscripción y usando la herramienta, estás contribuyendo a construirlo.

¿Es justo? Esa es otra pregunta. Pero primero conviene entender qué es lo que está pasando.

La red está llena de imágenes, videos y audios generados por IA. La cantidad es incontable y crece a velocidades que no tienen precedente histórico. Spotify reportó que el volumen de tracks subidos a la plataforma se duplicó entre 2022 y 2025, con una parte significativa atribuida a contenido generado o asistido por IA. Las plataformas de imágenes, los repositorios de video, los servicios de stock visual: todos experimentan la misma presión de volumen. El prompt, en manos de cualquiera, produce.

Y aquí está el punto que más nos interesa en SIGNAL, el que creemos que define el próximo capítulo de la conversación: en ese océano de producción automática, quien va a destacar no será quien tenga el prompt más fino ni la técnica más pulida. Será quien tenga criterio. Quien tenga gusto. Quien sepa, de entre mil imágenes generadas, cuál es la única que vale la pena mostrar.

La pregunta que sigue es cuándo y cómo los AI artists van a formar parte del conglomerado de artistas reconocidos. No como una categoría de segundo orden, no como "los que usan IA", sino como creadores contemporáneos cuyo medio es esta tecnología, de la misma manera que el medio de otro artista puede ser la cerámica o la instalación de luz.

El proceso ya está en marcha. Museos y galerías han comenzado a adaptar sus espacios para incluir obras generadas con IA. Las escuelas de arte integran asignaturas sobre algoritmos creativos y dirección de sistemas de inteligencia artificial. Universidades ofrecen especializaciones en lo que el mercado llama prompt engineering pero que, con más precisión, es una forma sofisticada de comunicación creativa: dar contexto, intención y dirección a un sistema que produce.

El que no sepa hacer que estas herramientas trabajen para su visión no está en desventaja técnica. Está en desventaja comunicativa. Y eso —la comunicación de lo que quieres ver en el mundo— siempre fue el núcleo de lo que hacen los artistas.