En diciembre del año pasado, Anthropic realizó un experimento en su oficina de San Francisco: entregó a cada uno de sus 69 empleados una tarjeta de regalo de 100 dólares y dejó que sus agentes de IA negociaran entre sí.
El resultado tras una semana: las IA completaron 186 transacciones por un valor total de 4.006 dólares. Un promedio de unos 21,5 dólares por transacción.
¿Suena fluido? El problema está más adelante.
Cómo se ejecutó el experimento
Anthropic llamó a este experimento "Project Deal".
El proceso fue sencillo: Anthropic entrevistó a cada participante, preguntándoles qué querían vender, su precio mínimo, qué querían comprar y el estilo de negociación que deseaban que usara su IA. Luego, esta información se convirtió en System Prompts personalizados para cada agente de IA, desplegados en cuatro canales paralelos de Slack.
Todo el proceso de negociación se llevó a cabo sin intervención humana. Las propias IA hacían ofertas, contraofertas y cerraban acuerdos.
Se listaron más de 500 artículos en el mercado: bicicletas usadas, patinetas, mesas de ping-pong, todo tipo de objetos. Entre las 186 transacciones finales hubo algunos resultados bastante surrealistas: alguien compró una tabla de snowboard idéntica a una que ya tenía; un agente de IA compró 19 pelotas de ping-pong para su dueño "como un regalo para sí mismo" – esas 19 pelotas aún están en una esquina de la oficina de Anthropic.
Datos clave: Cuanto más potente el modelo, más difícil perder dinero
Anthropic ejecutó cuatro versiones del experimento, dos usando Claude Opus 4.5 y dos combinando Opus 4.5 y Haiku 4.5.
Opus frente a Haiku – la diferencia salta a la vista:
- Los usuarios de Opus completaron en promedio unas 2 transacciones más
- Para el mismo artículo, Opus vendió a un precio promedio 3,64 dólares más alto que Haiku
- El ejemplo más típico: una bicicleta averiada – el agente Haiku la vendió por 38 dólares, el agente Opus por 65 dólares
- Como vendedor: Opus obtuvo en promedio 2,68 dólares más; como comprador: pagó en promedio 2,45 dólares menos
En otras palabras, usando un modelo mejor, se vende más caro y se compra más barato en el mercado.
Lo que inquietó a Anthropic
Los resultados del experimento incluyeron un hallazgo que los investigadores consideraron "incómodo":
Los participantes representados por agentes Haiku no notaron en absoluto que estaban en desventaja.
Anthropic preguntó a todos los participantes, en una escala de 7 puntos, su percepción subjetiva sobre la equidad de las transacciones. Usuarios de Haiku: 4,05 puntos. Usuarios de Opus: 4,06 puntos. Casi sin diferencia.
¿Qué significa esto? Significa que una persona puede obtener resultados consistentemente peores en un mercado operado por agentes de IA, sin saber nunca por qué, o siquiera que esto está ocurriendo.
Anthropic llama a esto "desigualdad silenciosa" (quiet inequality): cuando la parte más débil no tiene capacidad de percepción, la equidad del mercado se convierte en una premisa falsa.
Otro hallazgo contraintuitivo
Otra conclusión inesperada: las instrucciones de negociación para la IA fueron prácticamente inútiles.
En el experimento, algunos participantes escribieron instrucciones bastante detalladas para sus agentes de IA, como "debes negociar de forma agresiva, nunca bajes el precio primero". Otros pidieron a la IA que "se comunicara con el tono de un vaquero desafortunado".
¿El resultado? Estas instrucciones personalizadas no tuvieron un impacto estadísticamente significativo en los precios finales ni en la cantidad de transacciones.
Claude ciertamente ejecutó fielmente la personalidad de vaquero – pero los resultados de las transacciones no difirieron de los demás.
El 46% estaría dispuesto a pagar por ello
Después del experimento, Anthropic encuestó a los participantes: el 46% dijo que estaría dispuesto a pagar por un servicio similar de agente de IA.
Esta cifra es bastante interesante – considerando que son empleados de Anthropic, más familiarizados y confiados en la IA que la persona promedio, un 46% de disposición a pagar no es particularmente alto, pero es suficiente para mostrar que el concepto de "dejar que la IA negocie por ti en el mercado" tiene una demanda real.
Anthropic escribió en su blog que Project Deal demuestra que "el comercio autónomo entre agentes es viable", pero que antes de una implementación generalizada, es necesario considerar seriamente un marco de políticas – especialmente cuando los usuarios no saben si su IA es fuerte o débil.
En resumen: el mercado de agentes de IA ya funciona técnicamente. La siguiente pregunta es: ¿quién garantiza que tu IA no sea la que sale perdiendo?
Fuentes de referencia: CocoLoop, Anthropic created a test marketplace for agent-on-agent commerce (TechCrunch); Project Deal: our Claude-run marketplace experiment (blog oficial de Anthropic)