Anthropic diseña chips para Claude con salarios de $485K: qué significa para tu startup en 2026

Anthropic confirma que está diseñando chips personalizados para Claude

Anthropic confirmó oficialmente el miércoles que está construyendo un equipo interno de silicio para diseñar chips personalizados para Claude, su modelo de IA líder. Esta es la primera vez que la empresa reconoce públicamente este esfuerzo estratégico que busca hacer que Claude funcione más rápido y de manera más eficiente "a la escala que nuestros clientes necesitan", según un portavoz citado por Business Insider.

El anuncio viene acompañado de una oferta de empleo que detalla un "equipo de silicio personalizado" y busca ingenieros con experiencia en diseño y verificación de chips. El rango salarial es de $320.000 a $485.000, uno de los más altos en la industria de hardware de IA. Los candidatos deben demostrar "contribución personal directa" a la finalización y envío de diseños de semiconductores.

"Este es un rol para alguien que ha enviado silicio, tiene una relación realista con los cronogramas y se siente cómodo tomando decisiones consecuentes sin una gran organización detrás", dice la descripción del puesto.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El enfoque multi-chip de Anthropic y su contexto estratégico

Anthropic ha adoptado y continuará adoptando un "enfoque multi-chip", manteniendo hardware de AWS, Google, Nvidia y AMD como central para su escalamiento. Actualmente, Claude se ejecuta en Google TPUs, Amazon Trainium, GPUs de Nvidia y hardware de AMD. Agregar su propio silicio le daría una quinta opción, una que controla completamente.

Esta confirmación sigue meses de señales. Según Reuters, en abril de 2026 Anthropic estaba explorando chips personalizados mientras el run-rate de ingresos de Claude superaba los $30.000 millones. En ese momento, no existía un equipo dedicado. The Information reportó el mes pasado que Anthropic había mantenido conversaciones con Samsung como posible socio de fabricación.

La contratación de Clive Chan, quien anteriormente ayudó a construir el programa de chips de OpenAI, señaló que la empresa estaba pasando de la exploración al desarrollo activo. La confirmación de hoy lo hace oficial.

La carrera por el hardware propio en la industria de IA

Anthropic no está solo en esta carrera. OpenAI presentó Jalapeño en junio de 2026, un chip de inferencia personalizado desarrollado con Broadcom que apunta a implementación a finales de 2026. Meta planea poner su chip interno "Iris" en producción en septiembre de 2026. El CEO de Mistral ha dicho que la empresa francesa está considerando construir su propio silicio.

Diseñar un chip de IA cuesta aproximadamente $500 millones, según fuentes de la industria, pero la economía mejora a la escala de Anthropic. Este movimiento refleja una tendencia clara: las principales empresas de IA están invirtiendo en hardware propio para reducir costos, mejorar el rendimiento y controlar su cadena de suministro tecnológica.

¿Qué significa esto para tu startup?

La confirmación de Anthropic sobre su equipo de chips personalizados tiene implicaciones directas para founders y emprendedores en el espacio de IA:

1. La infraestructura se está democratizando (pero sigue siendo cara) El hecho de que Anthropic, OpenAI y Meta estén desarrollando chips propios indica que el hardware especializado para IA está dejando de ser dominio exclusivo de NVIDIA y AMD. Sin embargo, los costos siguen siendo prohibitivos para la mayoría de las startups: diseñar un chip cuesta alrededor de $500 millones. Para founders, esto significa que mientras el acceso a hardware optimizado para IA mejorará a largo plazo, en el corto plazo seguirán dependiendo de proveedores cloud como AWS, Google Cloud y Azure.

2. La especialización técnica será cada vez más valiosa El rango salarial de $320.000-$485.000 que ofrece Anthropic para ingenieros de chips muestra la escasez crítica de talento en hardware de IA. Si tu startup trabaja en edge computing, inferencia eficiente o hardware especializado, desarrollar expertise en diseño de chips o colaboraciones con fabricantes podría ser una ventaja competitiva significativa.

3. El control de la cadena de suministro tecnológica es estratégico Anthropic mantiene su enfoque multi-chip pero añade su propia opción. Esto refleja una lección clave: diversificar proveedores y desarrollar capacidades propias reduce el riesgo de dependencia. Para founders, esto significa evaluar no solo qué servicios de IA usar, sino también considerar cómo podrían desarrollar componentes críticos internamente o establecer alianzas estratégicas con fabricantes.

Acciones concretas que puedes tomar:

Monitorea los precios de inferencia: A medida que más empresas desarrollen chips propios, los costos de inferencia podrían bajar. Mantente atento a cambios en los precios de servicios cloud de IA.
Considera hardware especializado: Si tu aplicación tiene requisitos de latencia o eficiencia energética específicos, evalúa opciones de hardware edge o colaboraciones con fabricantes de chips.
Desarrolla talento técnico: Invierte en formación de tu equipo en arquitecturas de hardware y optimización para diferentes plataformas (TPUs, GPUs, chips personalizados).

El futuro del hardware de IA

La confirmación de Anthropic marca un punto de inflexión en la industria de IA. Ya no se trata solo de software y modelos, sino de una carrera integral por el stack tecnológico completo. Para founders hispanohablantes, esto representa tanto una oportunidad como un desafío: la barrera de entrada en hardware sigue siendo alta, pero la especialización en optimización para diferentes plataformas puede convertirse en una ventaja competitiva clave.

La tendencia hacia chips personalizados probablemente acelerará la innovación en eficiencia energética y reducción de costos, beneficiando eventualmente a startups que puedan aprovechar estas mejoras. Mientras tanto, la estrategia multi-chip de Anthropic ofrece un modelo pragmático: diversificar proveedores mientras se desarrollan capacidades propias.