Los datos son el único moat que queda — y por qué los big labs están en pánico

The Atlantic publicó un artículo sobre si OpenAI y Anthropic son realmente distintas o solo siguen el mismo playbook. La respuesta, según la escritora de TLDR Product, es que están convergiendo en la misma arquitectura de modelo y las mismas recetas de entrenamiento — lo que significa que la ventaja competitiva real se está moviendo de quién tiene el modelo más grande a quién tiene los mejores datos.

Los datos son difíciles de copiar. Un modelo que puedes descargar cualquiera lo puede reconstruir con una GPU. Las recetas que lo hacen bueno — el GRPO, el carry, el diversity stacking — esas son el moat real. Están en los pesos, no en los papers. Y una vez que una empresa tiene la data pipeline, los training loops, los datasets propios, y la gente que sabe leer las loss curves, eso es un muro que se compuesta. Una wall alrededor de un terreno vacío no es un moat — pero una wall alrededor de una buena ventaja de datos sí lo es.

El artículo vale la pena porque re-plantea toda la carrera de la IA en términos claros. Los big labs no están corriendo hacia un ceiling; están corriendo para asegurar los datos que hacen el ceiling más alto. Las que se dieron cuenta primero — y mantuvieron la receta en secreto — serán las que importen.

Por qué nos importa: la lección es la misma para cualquier empresa construyendo algo real — no es la marca ni el marketing lo que aguanta, es lo que no puedes simplemente copiar y pegar de un blog post.