Anthropic formalizó el 18 de septiembre de 2026 una alianza con la consultora Accenture centrada en un objetivo específico: construir capacidad de evaluación independiente para modelos de inteligencia artificial, un área que la propia compañía ha señalado como insuficiente a escala de toda la industria.
El compromiso económico es el dato más concreto del anuncio: Anthropic y Accenture esperan invertir cada una al menos mil millones de dólares en este rubro durante los próximos cinco años, para un total combinado de dos mil millones de dólares. La cifra da una idea del tamaño que ambas empresas proyectan para esta infraestructura de evaluación, más allá de un simple acuerdo de consultoría puntual.
Quien liderará el trabajo del lado de Accenture es Faculty, la unidad de la consultora especializada en inteligencia artificial. Su labor abarcará tres frentes concretos, según el comunicado: evaluación y red-teaming de modelos (es decir, intentar activamente encontrar fallas o comportamientos no deseados), evaluaciones de alineación —que buscan verificar que el comportamiento del modelo corresponda con los valores e instrucciones que se le dieron— y pruebas de los mecanismos de seguridad (safeguards) que Anthropic integra en sus productos.
Un punto que Anthropic subrayó explícitamente es que la relación con Accenture no es exclusiva. La empresa planea trabajar con múltiples evaluadores externos y adelantó que anunciará socios adicionales en las próximas semanas, lo que sugiere que este acuerdo es el primero de una serie y no un arreglo cerrado.
El anuncio conecta directamente con el Advanced AI Framework que Anthropic publicó en junio de 2026, documento en el que la compañía ya había planteado la necesidad de que actores externos —y no sólo los propios laboratorios que desarrollan los modelos— participen en la verificación de su seguridad y comportamiento.
Anthropic no detalló en este comunicado el cronograma específico de implementación del trabajo con Faculty, ni qué modelos concretos serán los primeros en pasar por este proceso de evaluación conjunta, datos que quedan pendientes de confirmación en anuncios posteriores.
El contexto detrás de este tipo de acuerdos tiene que ver con una crítica recurrente hacia la industria de la inteligencia artificial: que las evaluaciones de seguridad de los modelos más avanzados las realizan, en su mayoría, las mismas empresas que los desarrollan y los venden, lo que genera un conflicto de interés evidente a ojos de reguladores, investigadores académicos y organizaciones de la sociedad civil. Al traer a un tercero como Accenture —a través de su unidad Faculty— para hacer red-teaming y evaluaciones de alineación, Anthropic busca mostrar que está dispuesta a someter sus propios sistemas a un escrutinio que no controla directamente.
El hecho de que la compañía enfatice el carácter no exclusivo del acuerdo también responde a una lógica de credibilidad: si Anthropic dependiera de un solo evaluador externo, ese evaluador podría terminar teniendo una relación comercial tan estrecha con la empresa que su independencia quedaría en entredicho. Al anticipar más acuerdos similares con otros evaluadores en las próximas semanas, Anthropic intenta construir una red de verificación diversa en lugar de una relación bilateral única.
La cifra de inversión combinada —dos mil millones de dólares en cinco años entre ambas empresas— también da una señal sobre la escala que Anthropic anticipa para sus propios modelos futuros. Construir capacidad de evaluación de ese tamaño sugiere que la compañía espera lanzar sistemas cuya complejidad y potencial impacto ameriten un aparato de verificación proporcional, no evaluaciones puntuales o superficiales.
Para la industria en general, acuerdos como este podrían convertirse en un estándar de facto que otros laboratorios de IA —OpenAI, Google DeepMind, Meta— se vean presionados a replicar, especialmente si reguladores en Estados Unidos, la Unión Europea o el Reino Unido empiezan a exigir mecanismos verificables de evaluación independiente como condición para operar modelos de frontera a gran escala.