Cada vegada que s’anuncia una inversió multimilionària en intel·ligència artificial, reapareix la mateixa pregunta: però aquesta gent, guanya diners? Hem vist demostracions espectaculars, centres de dades gegantins i valoracions difícils d’imaginar. Mentrestant, ens repetien que cada consulta generava pèrdues i que la festa duraria fins que els inversors es cansessin de pagar-la.

Ara podem començar a posar ordre en aquest debat. Anthropic, l’empresa de Claude, ha presentat el fullet per sortir a borsa als Estats Units i ha mostrat els seus comptes. Finalment podem veure quant ingressa, què li costa prestar el servei i on van a parar els diners. I la història és força més interessant que la del pou sense fons que tantes vegades ens han explicat.

Comencem pels clients. Només durant la primera meitat del 2026, Anthropic va facturar més de 16.000 milions de dòlars: catorze vegades més que en el mateix període de l’any anterior. En sis mesos ha ingressat més del triple que durant tot l’any passat. Costa trobar una demostració més clara que hi ha demanda.

La dada més interessant, però, és com es ven aquesta intel·ligència. La gran majoria dels ingressos – 80% - prové de serveis facturats segons l’ús per agents (API). Són empreses i desenvolupadors que integren Claude en programes, agents i processos de treball. Les subscripcions, com les que podem contractar nosaltres, representen una part molt menor del negoci, el 20%. Mentre el debat públic continua centrat en els xatbots, bona part dels diners arriba quan la IA es posa a treballar dins d’altres eines.

Anthropic ha obert els llibres per sortir a borsa i els comptes qüestionen una de les idees més repetides sobre la IA: que és una màquina de cremar diners

I els clients existents també gasten més. En el grup que Anthropic compara, els ingressos s’han multiplicat aproximadament per nou en un any. És una dada d’un mercat molt jove i no podem projectar-la indefinidament, però indica que l’ús s’està ampliant. Hi ha clients que, després de provar la IA, decideixen comprar-ne molta més.

Per entendre aquesta disposició a pagar, pensem en una empresa que aconsegueix estalviar hores de feina amb un agent. El que li interessa és quant val la feina que resol i amb quina fiabilitat la fa. Si l’estalvi supera de llarg el preu del servei, té sentit ampliar-ne l’ús. Aquesta és la promesa econòmica de la IA, i el creixement dels ingressos d’Anthropic suggereix que comença a traduir-se en compres.

Fins aquí, fantàstic. Però aleshores apareix una xifra que sembla desmuntar-ho tot: més de 80.000 milions de dòlars de pèrdues en un semestre. Com pot ser?

La major part s’explica per la comptabilitat del finançament. Anthropic havia rebut diners mitjançant instruments que es poden convertir en accions. Quan augmenta molt el valor de l’empresa, també augmenta el valor comptable d’alguns d’aquests compromisos. I aquest increment es registra com una despesa. Per paradoxal que sembli, una revaloració de l’empresa pot fer créixer les pèrdues que declara.

Ara podem veure què hi ha darrere, qui paga per Claude i quant costa mantenir-se al capdavant

Això té conseqüències per als accionistes, però no vol dir que hagin sortit de la caixa tots aquells diners per pagar electricitat, xips i investigadors. Confondre pèrdues comptables amb diners consumits ens pot portar a una conclusió completament equivocada.

Mirem, doncs, el resultat de l’activitat: el que queda després de pagar les despeses del negoci, abans del resultat financer i els impostos. En el conjunt del semestre encara va ser negatiu. Però entre abril i juny Anthropic va obtenir gairebé mil milions de dòlars de benefici operatiu. Ja ha aconseguit cobrir les despeses operatives amb els ingressos, inclosa la recerca. Ara cal demostrar que ho pot repetir!

Per entendre d’on surt aquest benefici, hem de distingir dues activitats: fer servir un model i desenvolupar-ne el següent. Quan demanem a Claude que analitzi un document o escrigui un programa, utilitzem un model que ja existeix. Això es diu inferència. Entrenar-lo, en canvi, és el procés que permet crear les seves capacitats abans que el puguem fer servir.

La diferència econòmica és decisiva. Si restem dels ingressos el cost que els comptes atribueixen als serveis venuts, obtenim un marge brut aproximat del 85%. Per cada cent dòlars facturats, en queden uns vuitanta-cinc abans de pagar la recerca, la comercialització, l’administració i altres despeses. El càlcul no inclou tota la factura de computació de l’empresa, però mostra que atendre clients de pagament pot deixar un marge considerable. El 2024, aquest mateix càlcul donava un marge negatiu: prestar el servei costava més del que s’ingressava.

Necessites ingressos per investigar i necessites resultats de la investigació per conservar els ingressos

Vendre IA pot deixar molts diners per finançar el que vindrà. El problema és que el que vindrà també costa molt. Anthropic dedica prop del 60% de la facturació a recerca i desenvolupament: computació, investigadors i altres recursos necessaris per crear models millors. Una bona part del marge del producte actual es destina a desenvolupar-ne el successor.

La temptació és evident: si el que ja tens deixa tant marge, per què no frenes la recerca i et dediques a recollir beneficis? Perquè el client pot marxar amb qui li ofereixi una eina millor. Una dada ho explica prou bé: més de quatre de cada cinc dòlars ingressats durant el tercer trimestre provenien de versions de models llançades en els sis mesos anteriors.

El producte que avui et fa guanyar diners pot perdre atractiu en pocs mesos. Aquest és el repte del negoci. Necessites ingressos per investigar i necessites resultats de la investigació per conservar els ingressos. Si mantens aquest cercle, pots continuar creixent. Si una generació de models falla, pateixes per tots dos costats: vens menys i has de gastar per recuperar terreny.

Anthropic disposa d’un gran coixí financer enorme per afrontar aquesta cursa. Però també ha assumit compromisos de computació de més de 600.000 milions de dòlars al llarg dels pròxims anys. És capacitat de càlcul que ha reservat per poder entrenar models i atendre clients. Per aprofitar-la, ha de continuar venent.

Que la IA pugui generar beneficis no ens diu automàticament quant val una empresa d’IA

Aquests acords poden ser un avantatge si la demanda continua creixent: tenir capacitat disponible permet captar negoci. Però es poden convertir en una càrrega si les vendes es frenen. Els clients poden reduir l’ús; molts dels pagaments compromesos continuaran arribant.

I queda la competència. Imaginem que Google, OpenAI o un model de pesos oberts ofereixen una alternativa prou bona a un preu inferior. Anthropic podria haver d’abaixar preus mentre continua pagant la infraestructura i el desenvolupament de nous models. El marge que avui finança la recerca s’estrenyeria. Per mantenir-lo necessita una diferència tecnològica que els clients estiguin disposats a pagar.

Per això, que la IA pugui generar beneficis no ens diu automàticament quant val una empresa d’IA. Qui en compra accions paga avui per resultats de molts anys. Pot encertar plenament sobre la importància de la tecnologia i equivocar-se sobre el preu o sobre l’empresa que acabarà capturant-ne el valor.

Guanya diners la IA? Anthropic ja ha demostrat que pot obtenir benefici operatiu mentre desenvolupa nous models. La incògnita és durant quant de temps podrà mantenir l’avantatge que ho fa possible. Els clients estan disposats a pagar per una eina que els resolgui feina. El repte d’Anthropic és aconseguir que, quan tornin a comprar, continuïn triant la seva.