Anthropic lanza herramientas de control de costos en Claude Enterprise — pero el desafío del ROI persiste

La semana pasada, cuando Anthropic reveló sus resultados financieros del segundo trimestre, lo que más llamó la atención fue el número de retención de ingresos del 900%: el gasto de los mismos clientes en el tercer trimestre de 2025 creció nueve veces respecto al tercer trimestre de 2026. Es un crecimiento que ningún CFO planificó — y que muchas empresas aún no pueden justificar ante sus consejos de administración.

Ayer (28 de octubre de 2026), la compañía dio el siguiente paso lógico: puso en disponibilidad general un conjunto de herramientas de informe y control financiero para Claude Enterprise. Tres características — informes inteligentes (smart reports), encuestas integradas (in-app surveys) y presupuestos compartidos por grupo (pooled group budgets) — prometen dar a los administradores de TI una visión granular de cómo los equipos están usando Claude, cuánto cuesta eso, y si vale la pena.

Qué hacen realmente las herramientas

Los smart reports se lanzaron en beta el 10 de septiembre y ahora están disponibles para todos los clientes Enterprise. El funcionamiento es simple: un administrador selecciona un equipo, el período (hasta 28 días) y las aplicaciones Claude (chat, Claude Code, Claude Cowork). El sistema entonces analiza muestras de los transcritos del equipo, categoriza las tareas, calcula el costo al precio de lista y señala dónde las sesiones encontraron fricción — conectores que nunca se configuraron, salidas que no cumplieron con la solicitud, bucles de retrabajo.

La intención declarada del Anthropic es clara: ayudar a empresas que ya están gastando millones en IA a entender hacia dónde va ese dinero. Los smart reports no están diseñados — y la empresa enfatiza esto repetidamente — para evaluar rendimiento individual ni tomar decisiones de empleo. Son herramientas de planificación de adopción e inversión.

Las encuestas internas permiten a los administradores enviar cuestionarios directamente a los usuarios de Claude, capturando feedback sobre cómo la herramienta está habilitando trabajo nuevo. Las respuestas aparecen en tiempo real y pueden exportarse a hojas de cálculo.

Los pooled group budgets resuelven un problema práctico común: un usuario altamente activo alcanza su límite mensual individual a mitad de mes, mientras que otros miembros del mismo equipo dejan presupuesto ocioso. Con un presupuesto compartido por grupo, el gasto fluye donde ocurre el trabajo — y los administradores pueden establecer límites basados en el gasto real del mes anterior.

Las matemáticas detrás del problema

Para contextualizar la urgencia de estas herramientas, los datos son convincentes. Según un informe de Jellyfish con 276.000 clientes, el gasto con Claude Code y otras herramientas basadas en modelos Anthropic creció 10 veces desde el inicio de 2026, representando ahora cerca del 2% del costo total de ingeniería. "Incluso si dices que el 2% sigue siendo pequeño, ese crecimiento de 10 veces fue algo que la mayoría de los CFOs no planificaron", dijo Nicholas Arcolano, jefe de ciencias de Jellyfish, a TechCrunch.

El panorama corporativo es aún más sombrío. Una encuesta de la KPMG con 2.131 líderes séniores en 20 países mostró que el 89% de los ejecutivos afirman que sus empresas se beneficiaron de la IA — pero solo el 12% compara estos beneficios con el costo de forma consistente. Para las empresas que ya están generando algo de valor, ese número sube al 48%. Es decir: la mayoría de las empresas no saben cuánto están gastando ni qué están comprando.

La investigación de la Reserva Federal de Atlanta también identifica este abismo: los ganancias percibidas de productividad frecuentemente corren por delante de las mejoras medidas. La BCG encontró que casi la mitad de las empresas encuestadas estaba generando valor de la IA, incluso con gastos alcanzando el 3,3% de los ingresos.

El contexto de la IPO

El momento de estas herramientas no es casual. El Anthropic abrió su S1 de IPO el 26 de octubre, y los números presentados al SEC mostraron beneficio operacional en el segundo trimestre. Pero para convencer a inversores de que puede sostener una evaluación billonaria como empresa pública, el Anthropic necesita demostrar que sus clientes están comprometidos, no solo suscritos — y que están viendo retorno sobre la inversión.

La compañía también tiene motivación defensiva. Según el índice de gasto en IA de Ramp, la participación del Anthropic en el gasto total con tokens subió del 51,3% el 25 de septiembre al 60,5% el 23 de octubre. Competidores como OpenAI con Astra y Google con Gemini no están quietos — pero hasta ahora, el cambio de plataforma hacia Claude permanece bajo. "Tuvieron mucho tiempo para ver el Codex realmente crecer en nuestros datos, y creció junto con Astra", dijo Nikolas Albarran, líder de producto de IA de Jellyfish, citando que la adopción del Anthropic funcionó bien y las empresas estandarizaron flujos de trabajo alrededor de él.

La pregunta que queda

Hay algo sutil ocurriendo aquí. A medida que herramientas como smart reports se vuelven estándar en plataformas de IA generativa, crean una nueva categoría de métrica de negocio: la relación entre costo de token y valor entregado. Esto cambia fundamentalmente cómo las empresas evalúan la IA — de un experimento de ingeniería a una inversión de infraestructura con ROI medible.

Pero medir gasto y actividad no es lo mismo que probar productividad verificada o impacto en los ingresos. Mientras las herramientas del Anthropic capturan transcritos y costos estimados, la pregunta central sobre cómo la IA transforma (o no) la productividad real permanece sin respuesta definitiva — y sin una métrica universal que todas las empresas acuerden usar.

A medida que el gasto global en IA debe alcanzar 2,7 billones de dólares en 2026, según la Gartner, la necesidad de reporting transparente va más allá del Anthropic. Es una tendencia que moldeará cómo las empresas evalúan tecnología por años — y el lanzamiento de ayer es solo el comienzo de una conversación mucho más compleja que está por venir.

Fuentes: TechCrunch, Cryptopolitan, ZDNET, Unite.AI

✓ Fuentes independientes cruzadas y verificadas antes de la publicación