Claude acelera el “trabajo de software”: cómo Anthropic tensiona empleo y valuaciones
Con Claude —y en particular Claude Code— la IA empieza a “absorber” tareas de programación. El efecto ya se ve en productividad, en el perfil de contratación y en el debate sobre qué empresas capturan la renta: las de software o las de infraestructura y chips.
El avance de Anthropic, la compañía detrás del modelo Claude, volvió a instalar para el mercado laboral tecnológico: si escribir código es más barato y más rápido, ¿qué ocurre con la demanda de programadores y con la valoración de las empresas que viven del desarrollo de software? En los últimos meses, la discusión dejó de ser teórica: Claude Code —el producto orientado a programación— se convirtió en el principal motor comercial de la empresa y en uno de los casos más visibles de “agentes” capaces de leer repositorios, ejecutar comandos y proponer cambios listos para integrar.
Anthropic, fundada en 2021 por exinvestigadores de OpenAI, informó una ronda que elevó su valuación y explicitó el rol central de Claude Code en esa expansión. Para el mercado, es una señal doble: por un lado, el producto sugiere un salto de productividad; por el otro, plantea una redistribución de márgenes y expectativas en toda la cadena tecnológica, desde servicios profesionales hasta nube y semiconductores.
De asistente a agente: qué cambia con Claude en programación
Hasta hace poco, las herramientas de IA para programar operaban como “autocompletado” sofisticado. El giro actual es el pasaje a agentes: sistemas que no solo sugieren líneas, sino que comprenden un proyecto, planifican tareas, corren pruebas y editan múltiples archivos. Anthropic empuja esa transición con Claude Code, disponible en terminal e IDE, y con modelos posicionados para razonamiento y código.
En paralelo, la compañía publica resultados en evaluaciones de ingeniería de software: por ejemplo, mejoras en SWE-bench Verified con Claude 3.5 Sonnet (un benchmark orientado a resolución de issues en repositorios). Es un dato técnico, pero funciona como insumo de adopción: cuanto más se acerca la IA a “resolver tickets”, más se integra al flujo de trabajo de equipos.
Productividad: más código por hora, y una nueva frontera de costos
La evidencia empírica sobre productividad con IA en desarrollo de software creció desde 2023. Un experimento controlado con GitHub Copilot mostró reducciones de tiempo de ejecución de tareas para desarrolladores. Organismos como la OCDE ya incorporan estos resultados como parte del argumento de un shock de productividad asociado a herramientas generativas.
Ese salto no se traduce linealmente en menos empleo, pero sí cambia la “función de producción” del software: si un equipo entrega más con la misma dotación, las empresas reevalúan presupuestos, plazos y perfiles. En la práctica, aparece un desplazamiento desde la escritura rutinaria hacia revisión, arquitectura, seguridad y definición de producto, con un piso más alto de exigencia para perfiles junior.
Mercado laboral: presión sobre juniors, demanda de seniors y una transición desigual
El debate público suele oscilar entre dos extremos: “la IA reemplaza programadores” o “la IA crea más trabajo”. Las fuentes más cautas describen un proceso de transición con ganadores y perdedores según experiencia. Un trabajo que analiza contratación sugiere un sesgo hacia talento más experimentado. En paralelo, mediciones sobre empleo temprano en la carrera muestran caídas respecto de picos anteriores a la masificación de asistentes generativos.
Al mismo tiempo, organismos oficiales sostienen proyecciones de crecimiento en la ocupación de desarrolladores a largo plazo, lo que refuerza la idea de transformación —no desaparición— de la demanda: más puestos, pero con distinta composición de tareas y habilidades.
Bolsa y valuaciones: quién captura el valor de la “deflación del software”
La tesis que empieza a dominar en bancos de inversión es que la IA tiende a “deflacionar” el software: baja el costo marginal de producirlo y acelera ciclos de desarrollo. Eso puede erosionar rentas de ciertos modelos —por ejemplo, software con barreras bajas— y, al mismo tiempo, expandir el mercado total al habilitar nuevos productos y personalización a escala.
En términos de cotización, el canal más inmediato no es el empleo, sino el margen esperado. Si la IA permite producir más con igual gasto, suben expectativas de eficiencia en compañías que desarrollan internamente (bancos, retailers, industria). Si, en cambio, el efecto dominante es el aumento del gasto en cómputo y suscripciones, quienes capturan renta son los proveedores de nube y hardware.
En este punto, Claude opera como un “activo estratégico” dentro de plataformas: está disponible vía servicios como Amazon Bedrock y también en Vertex AI de Google Cloud, lo que refuerza la competencia entre nubes por captar cargas de trabajo de IA. Para los mercados, la consecuencia es que parte del valor del software se desplaza hacia infraestructura: más consumo de GPU, más contratos de nube, más inversión en centros de datos.
Efecto demostración: por qué una startup privada mueve expectativas globales
Anthropic no cotiza en bolsa, pero su valuación y tracción comercial funcionan como señal para el resto del mercado. La propia empresa comunicó métricas de crecimiento asociadas a Claude Code; y la prensa financiera describió una adopción empresarial significativa, con foco en ingeniería. Esa narrativa alimenta dos movimientos: (1) repricing de compañías expuestas a herramientas de programación (plataformas de desarrollo, ciberseguridad, consultoras IT), y (2) repricing de proveedores de infraestructura por el aumento del gasto en IA.
Incluso en discursos corporativos de grandes tecnológicas, los “agentes de código” ya aparecen como fenómeno transversal (junto a Copilot y otros): un indicador de que la automatización de tareas de desarrollo entró en agenda de producto y, por lo tanto, en agenda de valuación.
La conclusión operativa para el mercado de programadores es menos dramática que la consigna “reemplazo”: Claude empuja una reasignación de tareas y una selección más exigente de perfiles. Para la bolsa, la pregunta clave es de captura de valor: si la programación se abarata, el diferencial se lo queda quien controla la distribución (plataformas), quien vende infraestructura (nube y chips) o quien construye productos finales más rápido que sus competidores. En 2026, esa disputa ya no es una hipótesis: es una variable de precios.