La inteligencia artificial ha avanzado hacia la automatización económica. Anthropic llevó a cabo un experimento con Claude, en el que varios agentes de IA realizaron compras y ventas utilizando dinero real, sin intervención humana directa. El resultado fue la realización de numerosas operaciones, beneficios cuantificables y una reflexión sobre el futuro del comercio gestionado por algoritmos.
El ensayo, denominado Project Deal, comenzó el 24 de abril de 2026 con el objetivo de evaluar la capacidad de los modelos de IA para negociar, persuadir y tomar decisiones comerciales gestionando presupuestos reales.
Te puede interesar
Anthropic asigna dinero real a Claude para negociar
En el experimento, 69 empleados proporcionaron a sus agentes virtuales un capital inicial de 100 dólares. Antes del inicio, los agentes entrevistaron a los participantes para recabar información sobre sus preferencias, intereses y prioridades de gasto.
Con esos datos, los bots operaron en varios mercados internos dentro de Slack, que funcionaban como plataformas para la compraventa de artículos de segunda mano. En estos mercados negociaron objetos físicos reales, que iban desde lámparas y bicicletas hasta artículos más singulares, como diamantes de laboratorio.
Durante el desarrollo del experimento, circularon más de 500 objetos reales, lo que permitió analizar el comportamiento de los agentes en un entorno económico aplicado y no solo simulado.
Claude concretó 186 operaciones por cerca de 4.000 dólares
Los agentes de inteligencia artificial completaron 186 acuerdos cuyo valor total rondó los 4.000 dólares. El experimento posibilitó la comparación entre diferentes versiones del modelo Claude, en particular Opus 4.5 y Haiku 4.5.
Opus 4.5, la versión más avanzada, evidenció una ventaja significativa respecto a la versión más básica. Según los datos obtenidos, logró cerrar más transacciones, vender a precios más elevados y comprar con mayores descuentos.
| Métrica | Opus 4.5 frente a Haiku 4.5 |
|---|---|
| Operaciones por usuario | +2 acuerdos |
| Precio de venta del mismo artículo | +3,64 dólares |
| Margen adicional como vendedor | +2,68 dólares |
| Ahorro adicional como comprador | 2,45 dólares menos |
| Percepción de equidad | Prácticamente igual |
Resultados destacables indican que, aunque obtuvieron mejores condiciones comerciales, los usuarios no consideraron las negociaciones injustas. La evaluación de equidad se mantuvo cerca de 4 puntos sobre 7, valor neutral.
Agentes capaces de diseñar estrategias, persuadir y regatear
Un aspecto relevante fue la capacidad de los agentes para desarrollar estrategias propias de negociación. No solo siguieron instrucciones simples, sino que ajustaron su conducta según cada contexto.
Los registros de conversación incluyeron situaciones llamativas. Un bot adquirió 19 pelotas de ping-pong por 3 dólares, denominándolas “orbes de posibilidad”. Otro alquiló la compañía de un perro, mientras que un agente compró un snowboard que el propietario ya tenía guardado en su garaje.
Se observaron comportamientos creativos, como el del agente Rowan, que adoptó una personalidad de cowboy negociador para promocionar sus productos. Estos ejemplos demuestran cómo los modelos pueden imitar estilos humanos de persuasión y construir una identidad propia en las negociaciones.
Opus 4.5 supera a Haiku 4.5 en el experimento
La evaluación entre modelos fue fundamental en Project Deal. Opus 4.5, la versión más sofisticada, dominó a Haiku 4.5 en prácticamente todos los aspectos comerciales analizados.
Esto sugiere que, en negociaciones, no basta con impartir instrucciones agresivas o simplemente pedir el mejor trato. La verdadera diferencia radica en la comprensión del contexto del modelo y su capacidad de adaptación en el diálogo.
En resumen, los sistemas de IA más potentes no solo ejecutan tareas con mayor eficacia, sino que también negocian mejor, identifican oportunidades y consiguen ventajas económicas frente a modelos menos complejos.
Un camino hacia el comercio automatizado
El ensayo realizado por Anthropic plantea una cuestión clave: ¿están los usuarios dispuestos a que una inteligencia artificial gestione compras, ventas o negociaciones por ellos?
La idea puede parecer arriesgada, pero también presenta atractivo. Muchas personas podrían emplear estos agentes para vender artículos acumulados, encontrar mejores precios, negociar en plataformas de segunda mano o manejar pequeñas transacciones sin invertir tiempo.
Según los datos del experimento, un 46% de los participantes consideraría pagar por un servicio similar que automatizase la venta de sus objetos personales.
Consideraciones legales y de seguridad
El uso de agentes de IA que operan con dinero real también plantea riesgos. Uno de ellos es la seguridad: al gestionar presupuestos, cuentas o transacciones, estos sistemas podrían ser blanco de ataques o manipulaciones.
Surgen además interrogantes legales. Si un agente adquiere algo por error, acepta condiciones abusivas o engaña a otro usuario, la responsabilidad puede resultar ambigua. ¿Quién debe responder: el usuario, la empresa desarrolladora o la plataforma donde ocurrió la operación?
Por otro lado, si los modelos más avanzados negocian sistemáticamente mejor que los más básicos, podría generarse una brecha económica entre quienes tengan acceso a mejores agentes y quienes no.
Únete al canal de WhatsApp de Más que al día
Recibe las alertas de última hora directamente en tu móvil.
UNIRME GRATIS AL CANALClaude y la economía basada en agentes autónomos
Project Deal evidencia que la inteligencia artificial ha superado la mera generación de textos o respuestas, y ahora puede tomar decisiones económicas, negociar precios y concretar acuerdos en escenarios reales.
Este experimento no indica que Claude vaya a reemplazar pronto a los humanos en las plataformas de compraventa, pero anticipa un futuro donde los agentes autónomos de IA desempeñarán un papel cada vez más destacado en el comercio digital.
La principal cuestión será cómo regular su uso, proteger a los usuarios y garantizar que estas herramientas operen de forma segura, justa y transparente.
