En 2026, la firma de capital de riesgo a16z invirtió $35 millones en Horowitz Andreessen Academy, una alternativa universitaria de dos años sin acreditación que se espera reciba capacidad de cómputo de Anthropic, Meta y otros proveedores. La academia renuncia a la acreditación que ayuda a hacer portátil una credencial, mientras coloca el medidor de un proveedor externo debajo del aula.
El anuncio de inversión puede leerse fácilmente como otro intento de sortear la universidad. Pero la alternativa universitaria es la parte antigua del diseño. Las redes de capital de riesgo llevan tiempo ofreciendo a los estudiantes acceso a fundadores, capital y trabajo práctico fuera de los programas convencionales de grado. El elemento nuevo es el medidor que funciona debajo del aula.
La competencia en IA se ha expandido aguas arriba, hacia la formación de la fuerza laboral. Los proveedores de modelos y los inversionistas están armando instituciones que combinan capacidad de cómputo, práctica nativa de IA, credenciales y rutas hacia empleadores. El contenido de las lecciones es fácil de copiar; una línea de producción que convierte repetidamente a estudiantes en trabajadores familiarizados con modelos puede convertir a los empleadores en compradores recurrentes de la misma pila tecnológica.
La capacidad de cómputo de Anthropic traería los límites de Anthropic
Un estudiante puede leer sobre un modelo sin usar mucha infraestructura. Uno que desarrolla con él debe trabajar dentro de la disponibilidad, los límites, las interfaces y los usos permitidos por el proveedor. Una vez que una academia vuelve ese acceso parte de la instrucción diaria, el proveedor hace más que ofrecer un beneficio estudiantil. Ayuda a definir el entorno en el que se desarrolla la competencia.
Anthropic demostró la diferencia cuando ajustó los límites de sesión de Claude durante períodos de presión sobre la capacidad de cómputo y advirtió que los usuarios alcanzarían esos límites más rápido en horas pico. Claude siguió disponible, pero Anthropic decidió cuánto trabajo podía realizar cada cuenta y cuándo. Los estudiantes que aprenden dentro de un servicio así no encuentran la capacidad de cómputo como una mercancía neutral; encuentran acceso condicional a modelos, administrado por una empresa externa a la escuela.
Los proveedores de IA ejecutan modelos en servidores que requieren energía, sistemas de enfriamiento y enlaces de red, y luego asignan capacidad mediante contratos, niveles de cuenta y límites de uso. En el mercado más amplio, los acuerdos de larga duración ya están convirtiendo la capacidad de GPU con suministro eléctrico en un activo contratado en lugar de un gasto incidental de nube. Una academia abastecida por proveedores de frontera se ubica al final de esa cadena de asignación.
Los estudiantes forman hábitos en torno a los modelos a los que pueden acceder y las restricciones que encuentran, antes de que un empleador inicie el proceso de compra.
Horowitz Andreessen Academy aún no ha informado, según la evidencia disponible, el tamaño de una generación, los criterios de admisión, las condiciones de colegiatura o ayuda financiera, el plan de estudios ni el calendario de lanzamiento. Anthropic, Meta y los otros proveedores previstos tampoco han informado el tamaño, la duración ni las condiciones contractuales de sus compromisos de capacidad de cómputo.
Una credencial ahora canaliza trabajo además de certificarlo
Las credenciales tradicionales dejan una brecha visible entre la instrucción y la contratación: una escuela emite la señal, y muchos empleadores deciden cuánto confiar en ella. Un proveedor que controla tanto la certificación como la vinculación de candidatos puede cerrar esa distancia.
OpenAI planea un programa de certificación y una plataforma de empleos destinados a conectar empleadores con candidatos que tienen habilidades de IA. Cada producto responde una pregunta distinta. El certificado indica lo que sabe el candidato; la plataforma de empleos determina cómo un empleador encuentra a ese candidato. Juntos convierten la credencial en una interfaz entre un ecosistema de modelos y el mercado laboral.
Los programas de formación de corto plazo en IA representaron casi 33% del mercado de certificados profesionales en 2026, frente a 2% en 2022. Esa expansión, documentada en el mercado de certificados profesionales, no prueba que los empleadores valoren todas las insignias. Muestra que las instituciones y los trabajadores buscan una señal legible más rápido de lo que pueden rediseñarse los títulos convencionales.
Los empleadores han formado durante mucho tiempo al personal junior mediante borradores, ejemplos, correcciones y partes acotadas de asignaciones mayores. A medida que el software realiza más de ese trabajo de primera pasada, los empleadores no recibirán automáticamente trabajadores con experiencia varios años después. Deben preservar la observación, la retroalimentación y la responsabilidad progresiva que antes proporcionaban las tareas de nivel inicial.
Una credencial vinculada al trabajo real puede ayudar a sustituir parte de ese sistema oculto, pero solo si mide el criterio y no la asistencia. Una insignia de marca de un modelo puede decirle a un empleador que un candidato sabe operar una herramienta. Dice menos sobre si el candidato puede identificar un resultado deficiente, comparar sistemas, proteger datos sensibles o transferir un flujo de trabajo cuando el empleador cambia de proveedor.
Como Horowitz Andreessen Academy no está acreditada, su señal puede tener un peso considerable dentro de la red que la reconoce y menos peso fuera de esa red. La portabilidad es el número de empleadores que honrarán la credencial sin comprar también las relaciones que la rodean.
Los agentes de programación llevan el plan de estudios más allá de la generación de código
Amazon diseñó Kiro para llevar a los desarrolladores de prototipos generados rápidamente hacia sistemas de producción mediante la creación de planes de proyecto y planos técnicos. Ese flujo de trabajo todavía exige que los desarrolladores especifiquen el sistema, preserven la intención a lo largo de los cambios, prueben los resultados y documenten lo que construyeron los agentes.
A medida que los agentes mejoran al producir primeros borradores plausibles, los trabajadores crean valor al definir requisitos, inspeccionar evidencia, probar casos de falla, integrar sistemas y gobernar el despliegue. Siguen siendo responsables de la transición del resultado a la operación.
La verificación y el criterio sobre sistemas se trasladan entre herramientas. Las instituciones pueden preservar la portabilidad al enseñar a los estudiantes a cuestionar a los agentes y transferir flujos de trabajo entre sistemas.
La alternativa universitaria ha adquirido una capa operativa
En 2019, a16z lanzó una escuela gratuita de siete semanas para startups de cripto; en 2026, invirtió $35 millones en una academia de dos años sin acreditación. Siete semanas podían introducir a fundadores a un sector y una red. Dos años pueden ocupar una parte suficiente del desarrollo de un estudiante para coordinar trabajo práctico, acceso a infraestructura, señalización y la eventual entrada al empleo.
Las alternativas universitarias anteriores se concentraban en la selección y la sustitución de redes. La Thiel Fellowship eligió a 20 personas menores de 20 años entre más de 1,000 solicitantes en 2014 y les dio una ruta hacia la creación de empresas fuera de la secuencia convencional. Su activo escaso era el acceso a una red empresarial de élite. La academia añade el uso sostenido de los sistemas con los que se espera que los estudiantes construyan.
Multiverse abordó el mismo problema institucional desde el lado del empleador. En 2026, la empresa de aprendizajes profesionales recaudó $70 millones con una valuación de $2.1 mil millones para expandirse hacia la formación en IA; también adquirió StackFuel para respaldar ese impulso. Multiverse y Horowitz Andreessen Academy usan modelos distintos, pero ambas coordinan el aprendizaje con el trabajo.
Los programas construidos alrededor de empleadores y herramientas actuales pueden avanzar más rápido que un comité universitario o una academia corporativa interna, pero una ruta reconocida por empleadores puede trasladarse mal más allá de su red de socios. Cuando cambian las herramientas, un plan de estudios estrechamente ajustado puede envejecer rápido. Una academia sin acreditación debe demostrar su valor mediante los resultados de sus graduados porque no puede tomar prestado el reconocimiento de un título convencional.
Los empleadores todavía tienen que reconstruir el puesto alrededor del trabajador
Los empleadores que adoptan IA empresarial necesitan más que acceso a software. BCG reportó que 74% de los empleados de primera línea usaban IA regularmente en 2026, frente a 51% en 2025, mientras las empresas organizaban grupos internos de promotores de IA para acelerar la adopción. Grupos tecnológicos europeos, incluidos SAP, Capgemini, Sopra Steria y OVHcloud, también reportaron una demanda más fuerte a medida que los clientes pasaban de la experimentación al despliegue.
Esos empleadores aún asumen el costo de cambiar procesos, asignar responsabilidades, integrar sistemas y gobernar el riesgo. Las tecnologías de propósito general suelen producir retornos en forma de J porque las empresas invierten en cambios complementarios antes de que aparezcan las ganancias de productividad. Un trabajador con práctica relevante puede reducir parte de esa inversión; el empleador aún debe rediseñar las cadenas de aprobación y asignar responsabilidad por el error de un agente.
Las divulgaciones corporativas hacen visible la carga no resuelta. En 2024, 56% de las empresas Fortune 500 citaron la IA como un factor de riesgo en sus informes anuales, frente a 9% en 2022. Por lo tanto, los empleadores necesitan trabajadores que sepan cuándo rechazar un resultado, escalar una decisión y preservar evidencia para revisión. La fluidez sin gobernanza solo ayuda a una organización a cometer errores más rápido.
Una ruta de formación laboral vinculada a un proveedor ofrece a los empleadores un trato: menos tiempo enseñando la herramienta a cambio de más dependencia del entorno en el que el trabajador la aprendió. El empleador ahorra parte del trabajo de incorporación, pero hereda los criterios predeterminados del trabajador, así como la academia obtiene un laboratorio pero hereda los límites de su proveedor.
La antigua universidad podía emitir un diploma incluso si desaparecía un proveedor de laboratorios. El nuevo modelo de academia coloca el modelo en el aula, la insignia junto al escritorio de contratación y el medidor de capacidad de cómputo fuera de los muros de la escuela.