Palantir reporta ganancias récord y su CEO califica la industria de IA de "marxista"
Alex Karp afirma que los laboratorios de IA avanzada están capturando silenciosamente el conocimiento y la experiencia de las empresas. Sus propios resultados, sin embargo, muestran cuán bien su empresa está aprovechando la onda de la IA.

Puntos clave
- Palantir reportó $1.9 mil millones en ingresos para Q2 2025, un aumento del 93% interanual, y $1.1 mil millones en ganancias para el trimestre.
- El CEO Alex Karp acusó a los laboratorios de IA avanzada de migrar la propiedad intelectual de los clientes a sus propios modelos para construir negocios competidores.
- Palantir vende software agnóstico en cuanto a modelos, lo que significa que funciona en diferentes sistemas de IA y permite que las organizaciones mantengan el control de sus propios datos.
- Una preocupación similar ha sido planteada públicamente por el CEO de Microsoft, Satya Nadella, sobre la relación entre grandes empresas y laboratorios de IA.
- La tensión que Karp describe es real, aunque su lenguaje fue extremo: varias empresas que financiaron Anthropic y OpenAI descubrieron posteriormente que esos laboratorios lanzaban servicios que competían directamente con ellas.
Palantir, la empresa de análisis de datos conocida principalmente por su trabajo con gobiernos y agencias de defensa, acaba de reportar uno de los trimestres más sólidos en su historia. Los ingresos del segundo trimestre de 2025 alcanzaron $1.9 mil millones, un aumento del 93% respecto al mismo período del año anterior. Las ganancias fueron de $1.1 mil millones. El CEO Alex Karp señaló en la carta a los accionistas que la empresa obtuvo más ganancias en un único trimestre que las que una vez generó en ingresos totales durante el mismo período.
Luego calificó gran parte de la industria de IA de marxista.
¿Cuál es exactamente el argumento de Karp?
Despojado del lenguaje colorido, el punto es directo. Cuando una empresa se conecta al modelo de un laboratorio de IA avanzada, cada pregunta y cada documento que alimenta a través de ese sistema le enseña algo al modelo del laboratorio. Karp sostiene que las empresas están, en esencia, pagando para entrenar a un competidor.
"Estás pagando por el derecho de que migren tu propiedad intelectual, tu conocimiento, tu experiencia a su modelo", dijo a analistas en la llamada de ganancias trimestrales, según reportó TechCrunch AI. Describió esto como que los laboratorios creen que son "superiores" e tienen la intención de "colonizar tu empresa".
Su uso del lenguaje marxista tiene una carga específica. Karp, quien tiene un doctorado en teoría social, escribió en la carta a los accionistas que los laboratorios de IA avanzada tienen la intención, "consciente o inconscientemente, de capturar los medios de producción" de sus supuestos socios. En la teoría económica marxista, controlar los medios de producción significa controlar quién se beneficia del trabajo de todos los demás. Está acusando a los laboratorios de IA de hacer exactamente eso con los datos de sus clientes.
¿Es este un riesgo real para las empresas?
La preocupación tiene sustancia genuina, aunque la retórica es extrema. Varias grandes empresas pagaron por asociarse o invertir en OpenAI y Anthropic, solo para ver que esos laboratorios luego lanzaban herramientas en operaciones de atención médica, servicios legales y descubrimiento de medicamentos, mercados en los que esos mismos socios operan. Nuestra historia anterior sobre cómo los ingenieros especialistas que conectan la IA con flujos de trabajo empresariales reales ya están desesperadamente escasos muestra que las apuestas competitivas no son abstractas.
Satya Nadella, CEO de Microsoft, que ha invertido mucho en OpenAI, ha planteado públicamente una versión más discreta de la misma preocupación.
La propuesta de Palantir para clientes empresariales es diferente por diseño. Su software, llamado Palantir AI Platform, se sitúa encima del modelo de IA que el cliente elija y mantiene los datos y resultados de la organización bajo el control del cliente. Palantir no entrena su propio modelo avanzado, el término para grandes sistemas de IA de propósito general como los construidos por OpenAI o Anthropic.
¿Qué significa esto para las empresas ordinarias?
Si tu empresa utiliza un servicio de IA, lee los términos cuidadosamente. Muchos proveedores de IA se reservan el derecho de usar los datos de entrada para mejorar sus modelos. Algunos acuerdos empresariales excluyen explícitamente esto, pero el comportamiento predeterminado varía.
El punto más amplio de Karp es que el mercado de IA se está moviendo tan rápidamente que aún se están escribiendo las reglas sobre quién posee qué. Eso no hace que ninguna empresa sea un villano. El trimestre récord de Palantir muestra que hay amplio espacio comercial para múltiples enfoques en este momento. Lo que hay que observar es si los clientes empresariales comienzan a exigir garantías de control de datos como línea base, no como un complemento premium.
Preguntas frecuentes
¿Usar ChatGPT o herramientas similares significa que los datos de mi empresa entrenan su IA?
Depende del plan. Las versiones de consumidor de la mayoría de herramientas de IA utilizan conversaciones para mejorar modelos de forma predeterminada. Los niveles comerciales y empresariales típicamente ofrecen una opción de exclusión o una garantía contractual de que tus datos permanecen privados. Siempre verifica la configuración y el contrato.
¿Qué es el software "agnóstico en cuanto a modelos" y por qué importa?
Agnóstico en cuanto a modelos significa que el software funciona con muchos sistemas de IA diferentes en lugar de bloquearte con el modelo de un proveedor. Para una empresa, esto significa que puedes cambiar de proveedores de IA sin reconstruir todo tu flujo de trabajo, y reduce la dependencia de cualquier laboratorio.
¿Deberían preocuparse las empresas más pequeñas por esto?
El riesgo que describe Karp es más agudo para grandes empresas que alimentan datos propietarios significativos a sistemas de IA a escala. Para empresas más pequeñas que utilizan herramientas de IA estándar para tareas cotidianas, la exposición práctica es menor, pero verificar la política de datos de tu proveedor sigue siendo una buena práctica.



