Anthropic ha acusado a varios laboratorios chinos de inteligencia artificial de utilizar Claude de forma no autorizada para mejorar sus propios modelos. Según la compañía, las campañas de destilación detectadas en los últimos meses sumaron cerca de 200 millones de intercambios y estuvieron vinculadas a actores como Alibaba, Moonshot AI y DeepSeek. TechCrunch y CNBC recogieron el informe, que eleva la tensión en la carrera tecnológica entre Estados Unidos y China.
La destilación es una técnica legítima cuando se usa con permiso: un modelo más pequeño aprende de las respuestas de uno más potente. El problema aparece cuando una empresa intenta extraer capacidades de un modelo ajeno incumpliendo condiciones de uso, ocultando identidades o usando cuentas falsas. Anthropic afirma que los ataques buscaban capacidades valiosas como razonamiento, programación, análisis de datos y uso de herramientas.
El caso muestra que la ventaja competitiva en IA ya no depende solo de chips o talento, también de proteger el conocimiento incorporado en los modelos frontera. Si un competidor puede copiar parte del comportamiento mediante millones de consultas, la frontera entre uso comercial, espionaje industrial y abuso de plataforma se vuelve difícil de trazar.
TechCrunch detalló que una campaña atribuida a Alibaba habría acumulado 151 millones de intercambios entre mayo y julio de 2026, distribuidos en miles de cuentas. En otro caso, Anthropic vinculó actividad a Moonshot AI, fabricante de Kimi, con peticiones que habrían pasado por redes de cuentas falsas. CNBC añadió que la compañía detectó intentos de redirigir solicitudes de usuarios hacia Claude para aprovechar sus respuestas.
Las cifras son alegaciones de Anthropic, no conclusiones de un regulador independiente. Esa precisión importa. Las empresas señaladas pueden disputar la atribución, y en ciberseguridad la identificación de actores suele apoyarse en patrones técnicos, infraestructura, prompts compartidos y comportamiento coordinado. Aun así, el volumen descrito es lo bastante grande como para que gobiernos y competidores presten atención.
Para las empresas que usan IA, la lección práctica es clara: las APIs de modelos se han convertido en infraestructura crítica y necesitan controles parecidos a los de una plataforma financiera. Límites de uso, verificación, detección de automatización, auditorías y respuesta ante abuso ya no son detalles secundarios. Son parte del producto.
El episodio también puede acelerar respuestas regulatorias. Estados Unidos ya ha limitado el acceso chino a chips avanzados, mientras China busca alternativas propias. Si la destilación se percibe como vía para esquivar restricciones de hardware y entrenamiento, podrían llegar normas nuevas sobre acceso a modelos, trazabilidad de consultas y responsabilidad de intermediarios.
Europa debería mirar el asunto con una preocupación doble. Por un lado, necesita acceso a modelos avanzados para no quedarse fuera de la productividad empresarial. Por otro, debe proteger datos sensibles de compañías e instituciones cuando se conectan a servicios externos. Una consulta mal gestionada puede revelar código, documentos internos o información de clientes.
La denuncia de Anthropic no cierra el debate, pero sí confirma que la seguridad de la IA entra en una fase más industrial. La competición ya no ocurre solo en laboratorios visibles. También se libra en patrones de uso, cuentas opacas, rutas de datos y defensas capaces de distinguir clientes legítimos de extracción sistemática.
