OpenAI se vuelve cauta mientras Anthropic corteja clientes camino a sus salidas a bolsa

Las dos compañías que dominan el mercado de modelos de frontera están haciendo el mismo malabarismo con distinto estilo: convencer a Wall Street de que sus negocios son sólidos y crecen rápido, y a la vez asegurar a gobiernos y reguladores que sus modelos no plantean riesgos inaceptables. Ambas apuntan a salidas a bolsa potencialmente récord, según reportó Axios el 2 de septiembre de 2026.

El contraste de tono es el dato. Anthropic salió con un mensaje comercialmente amistoso. OpenAI salió con un mensaje sobrio sobre seguridad. Para cualquier empresa en Chile y Latinoamérica que esté cerrando contratos de IA para 2027, esa diferencia de postura no es marketing: define qué tan predecible será el proveedor.

¿Qué anunció cada compañía?

OpenAI informó que lanzará su modelo Astra de forma amplia, pero que alcanzó un umbral crítico de ciberseguridad dentro de su Preparedness Framework. Sus capacidades más potentes en esa área quedarán inicialmente limitadas a testers de confianza. La compañía además advirtió que los resguardos de Astra pueden marcar por error actividad legítima como uso indebido, y que eso puede frenar, pausar o detener tareas de los usuarios.

Anthropic, en paralelo, presentó versiones actualizadas de Fable y Mythos diseñadas para responder a las críticas centrales del lanzamiento inicial: costo, manejo de datos y un modelo demasiado propenso a rechazar solicitudes legítimas.

¿Cuánto bajan los rechazos indebidos de Claude?

Anthropic afirma que sus nuevos modelos activan con menos frecuencia los resguardos que derivan las respuestas a modos restringidos. Las cifras que entregó son concretas: 85% menos intervenciones en preguntas médicas o de biología, y hasta 60% menos intervenciones relacionadas con ciberseguridad por sesión para algunos usuarios.

Esa es una respuesta directa a la queja más repetida de los clientes empresariales sobre la generación anterior: el modelo se negaba a trabajar en casos de uso legítimos, y cada negativa costaba tiempo del equipo y confianza interna en la herramienta.

¿Por qué el manejo de datos entró en la conversación de la IPO?

Anthropic también estrenó un sistema para monitorear la seguridad del uso empresarial de sus modelos sin necesidad de almacenar datos del cliente, como exigía originalmente. Axios apunta que el enfoque es muy similar a uno que OpenAI había previsto semanas antes.

La convergencia importa. La retención de datos era, hasta hace poco, el argumento más citado por áreas legales y de seguridad en la región para frenar despliegues de IA en producción. Que ambos proveedores se muevan al mismo modelo de monitoreo sin retención le quita a ese bloqueo buena parte de su fuerza.

¿Qué tan cerca está la salida a bolsa?

Según Reuters, Anthropic podría presentar un prospecto públicamente disponible tan pronto como la próxima semana. OpenAI se encuentra en etapas más tempranas de su proceso. Axios anticipa que las declaraciones públicas de ambas empresas van a seguir oscilando entre lo optimista y lo cauteloso, porque necesitan convencer a inversionistas de que su oportunidad de crecimiento justifica gastos y valuaciones sin precedentes mientras tranquilizan a los reguladores.

Análisis de Revenue Hub

Para un líder comercial en Chile o Latinoamérica, la lectura útil no es quién va a salir a bolsa primero, sino qué señal está mandando cada proveedor sobre su comportamiento futuro. Una compañía que se prepara para cotizar tiene incentivos fuertes para mostrar crecimiento de ingresos, y eso normalmente se traduce en más apertura comercial, más facilidades de despliegue y menos fricción contractual en los próximos trimestres. También significa que los términos que negocies hoy tienen una ventana favorable que no será permanente.

El riesgo concreto está del otro lado del contraste. Cuando un proveedor advierte que sus propios resguardos pueden frenar, pausar o detener tareas legítimas, está describiendo un modo de falla operacional, no un detalle de seguridad. Si tienes agentes corriendo procesos comerciales, esa advertencia se traduce en cotizaciones que no salen, tickets que no se resuelven y datos que no se actualizan en el CRM, sin causa evidente para el equipo. La mitigación no es elegir el proveedor más permisivo: es diseñar el proceso con una ruta de contingencia humana y con registro de cuándo el agente se detiene y por qué.

La recomendación práctica es no consolidar toda la operación comercial sobre un único modelo en este momento del ciclo. Mantén la capa de orquestación y los datos bajo tu control, con el modelo como componente reemplazable, y evalúa a los proveedores por su historial de estabilidad de políticas, no solo por benchmarks. Es el mismo criterio de arquitectura que aplicamos al ordenar datos de ingresos en CRM y datos y que desarrollamos en nuestro blog.