El contrato cloud de Anthropic con Akamai asciende a 11.600 millones de dolares repartidos en siete anos, seis veces mas que el acuerdo previo de 1.800 millones reportado en mayo. La cifra confirma que la carrera por la capacidad de computo ya no es solo cosa de las tres grandes nubes. Y llama la atencion por un detalle poco habitual: buena parte de esa apuesta se dirige a CPU, no a GPU. En un momento en que casi todo el gasto en IA se concentra en aceleradores grafi
cos, Anthropic esta diversificando hacia procesadores de proposito general para sostener sus agentes.
Que ha pasado y por que importa
Anthropic ha acordado gastar 11.600 millones de dolares durante siete anos en la infraestructura cloud de Akamai. La magnitud del salto es lo relevante: el acuerdo original, filtrado en mayo, era de 1.800 millones. Multiplicar por seis un compromiso en pocos meses indica que las necesidades de computo de la compania han crecido a un ritmo dificil de anticipar incluso para sus propios equipos. Este contrato cloud de Anthropic con Akamai coloca al proveedor de CDN y edge computing en una liga en la que no se le solia asociar.
El punto tecnico central es la apuesta por CPU en lugar de GPU para determinadas cargas de trabajo de IA. Los agentes de IA, a diferencia del entrenamiento de modelos, requieren mucha capacidad de procesamiento general: orquestacion de tareas, llamadas a herramientas, gestion de contexto y ejecucion de flujos largos. Ahi el CPU tiene sentido economico. Para Akamai, cuyo negocio historico es la entrega de contenido y la seguridad en el edge, este contrato cloud abre una via de ingresos completamente distinta.
La compania espera generar entre 150 y 300 millones de dolares en ingresos durante 2027 y alcanzar un ritmo anual de 1.700 millones hacia finales de 2028. Son cifras que, para el tamano actual de Akamai, representan un cambio de escala en su perfil de negocio.
Implicaciones tecnicas y de mercado
La lectura tecnica es clara: los agentes de IA no consumen recursos igual que el entrenamiento. Mientras entrenar un modelo exige clusteres masivos de GPU, ejecutar agentes en produccion implica millones de operaciones de logica, coordinacion y E/S que un CPU maneja con mejor relacion coste-rendimiento. Que un laboratorio como Anthropic firme un contrato cloud de esta envergadura orientado a CPU es una senal de que el peso del gasto en IA empieza a desplazarse del entrenamiento hacia la inferencia agentica a gran escala.
Para el mercado, el movimiento rompe la idea de que solo AWS, Azure y Google Cloud pueden absorber cargas de IA de este calibre. Anthropic ya trabaja con AWS y Google, y sumar a Akamai confirma una estrategia multiproveedor deliberada para no depender de una unica infraestructura. La diversificacion reduce riesgo de suministro y da poder de negociacion.
El contexto ayuda a entenderlo. Akamai lleva anos reposicionandose desde el CDN clasico hacia computo distribuido y seguridad. Un compromiso plurianual de 11.600 millones valida esa transicion mejor que cualquier campana comercial. Y para Anthropic, repartir su computo entre varios socios es una forma de asegurar capacidad en un mercado donde la escasez de recursos condiciona la hoja de ruta de producto.
Que significa este movimiento para el mercado
El primer efecto recae sobre los hyperscalers. Un contrato cloud de Anthropic con Akamai de esta escala demuestra que los grandes clientes de IA estan dispuestos a repartir cargas fuera del triangulo AWS-Azure-Google si un proveedor ofrece la relacion coste-rendimiento adecuada, sobre todo en CPU. Eso presiona precios y abre hueco a proveedores de segundo nivel con infraestructura distribuida.
Para los competidores de Anthropic, la senal es que el gasto en inferencia agentica va a escalar tanto como en su dia lo hizo el de entrenamiento. Quien no asegure capacidad de computo general a precio competitivo tendra margenes peores al operar agentes en produccion. Los proveedores de hardware y nube que sepan optimizar CPU para estas cargas ganan una ventana de mercado que hace un ano parecia copada por las GPU.
Para los compradores empresariales, el mensaje indirecto es util: la infraestructura detras de los agentes de IA no siempre necesita aceleradores caros. Al evaluar proveedores de agentes, conviene preguntar como distribuyen sus cargas y que impacto tiene eso en el coste por operacion que acabaran repercutiendo. La eficiencia en CPU puede traducirse en precios de API mas sostenibles a medio plazo.
Analisis Blixel
Durante dos anos el relato dominante ha sido que la IA se reduce a acumular GPU, y quien mas compre, gana. Este acuerdo mete un matiz importante en esa historia. Cuando un laboratorio de primera linea decide comprometer once mil millones en infraestructura orientada en buena parte a CPU, esta admitiendo que la fase de producto real, la de agentes ejecutandose sin parar, tiene una economia distinta a la del entrenamiento. Ahi el cuello de botella no es el aceleador grafico, sino el coste de sostener millones de tareas de logica y coordinacion.
Nos parece un movimiento maduro y poco glamuroso, que es justo lo que suele funcionar. Diversificar proveedores reduce dependencia, y elegir CPU donde tiene sentido economico es sentido comun aplicado a la factura. La incognita es la ejecucion de Akamai: pasar de CDN a proveedor de computo para IA a esta escala no es trivial, y las cifras de ingresos que maneja son proyecciones, no hechos consumados. Si cumple, habra demostrado que hay vida rentable fuera de los tres grandes.
Para las empresas espanolas la leccion es indirecta pero clara: el coste de operar IA en produccion depende de decisiones de infraestructura que casi nunca se ven. Antes de firmar con un proveedor de agentes, merece la pena entender que hay debajo, porque ese diseno acabara en vuestra factura.
Quieres aplicar esto en tu empresa? En Blixel.ai te ayudamos a integrar IA con sentido comun. Hablemos.