La alianza entre Anthropic y Google afronta una prueba de $6.000 millones con Decart
Según los informes, Anthropic inició conversaciones para adquirir Decart por aproximadamente $6.000 millones, lo que plantea una nueva prueba para la alianza de infraestructura entre Anthropic y Google. La empresa objetivo desarrolla software diseñado para extraer más rendimiento de los chips de IA. También construye modelos del mundo que generan simulaciones interactivas de entornos físicos.
No se había anunciado ningún acuerdo hasta el 15 de agosto de 2026. Las empresas no han confirmado públicamente las negociaciones, y las conversaciones podrían terminar sin una transacción. Estas incertidumbres hacen que se trate de una historia sobre una adquisición reportada, no de un acuerdo cerrado.
Sin embargo, la lógica estratégica merece atención antes de que aparezcan las firmas. Anthropic ya depende de TPUs de Google, aceleradores Trainium de Amazon y GPUs de Nvidia para las enormes demandas de cómputo detrás de Claude. Comprar Decart sugeriría que asegurar chips ya no es suficiente.
La verdadera competencia se libra entre alquilar una infraestructura cada vez más capaz y controlar el software que determina con qué eficiencia funciona. Google sigue siendo inversor, socio de nube, distribuidor de modelos y proveedor esencial de capacidad de cómputo. Decart daría a Anthropic otra capa de influencia sobre la economía de esa relación.
Esa tensión importa a desarrolladores y clientes empresariales. La eficiencia de la infraestructura afecta la disponibilidad de los modelos, la velocidad de respuesta, los límites de uso y el coste de ejecutar agentes complejos. También determina la rapidez con la que Anthropic puede introducir funciones exigentes sin esperar a otra generación de hardware.
El acuerdo reportado abarca más que los modelos del mundo
Anthropic estaría adquiriendo una capacidad de infraestructura, no simplemente otro producto de IA generativa.
Un artículo de Axios afirma que Anthropic está negociando una adquisición valorada en aproximadamente $6.000 millones. El informe describe a Decart como desarrolladora de modelos del mundo y software de optimización de chips. Se citó a Bloomberg como fuente original de las negociaciones privadas.
Un modelo del mundo es un sistema de IA diseñado para representar cómo cambia un entorno después de una acción. Puede generar el siguiente estado de un juego, vídeo, simulación o escena física. Esto hace que la tecnología sea relevante para la robótica, el entretenimiento interactivo, las simulaciones de entrenamiento y los agentes que deben razonar sobre las consecuencias.
Decart atrajo atención inicial con Oasis, un entorno de juego interactivo generado por IA. A diferencia de un motor de juego convencional, Oasis generaba el mundo visible a medida que el usuario se desplazaba por él. Decart afirma que la primera versión alcanzó un millón de usuarios en 72 horas.
Esa demostración ayudó a consolidar a la empresa como desarrolladora de modelos del mundo. Sin embargo, el activo más importante para Anthropic podría estar por debajo de la experiencia visible. Decart Operating System, o DOS, es la pila de software de la empresa para optimizar el entrenamiento y la inferencia de IA.
La inferencia es el proceso de ejecutar un modelo entrenado para producir una respuesta o una acción. A escala de modelos de frontera, pequeñas mejoras en la eficiencia de la inferencia pueden afectar volúmenes enormes de cómputo. Una mejor utilización puede aumentar el rendimiento sin requerir un incremento equivalente en los chips instalados.
Decart afirma que DOS respalda sus modelos en tiempo real al reducir la latencia y mejorar la utilización del hardware. La empresa no ha publicado suficiente evidencia auditada de forma independiente para establecer cómo se trasladan esas ganancias a las cargas de trabajo de Claude. Por tanto, sus afirmaciones deben tratarse como una propuesta técnica, no como un resultado probado para Anthropic.
Aun así, la lógica de la adquisición es clara. Anthropic ha obtenido acceso a enormes cantidades de capacidad de cómputo, pero el acceso no garantiza una ejecución eficiente. Un equipo especializado en optimización podría ayudarle a programar cargas de trabajo, reducir recursos inactivos y adaptar modelos a varias familias de aceleradores.
Decart también aporta experiencia en generación de vídeo de baja latencia. Los modelos de vídeo exigen procesamiento sostenido a lo largo de secuencias de fotogramas, donde la inconsistencia o el retraso se hacen visibles de inmediato. Las técnicas desarrolladas para ese entorno podrían orientar otras cargas de trabajo continuas, incluidos los sistemas de voz y los agentes de larga duración.
Eso no significa que Anthropic planee convertir Claude en una plataforma de vídeo. La interpretación más sólida es que busca experiencia para mantener ágiles modelos intensivos. La cartera de modelos del mundo seguiría siendo valiosa, pero la pila de infraestructura crea la conexión directa con Claude.
El momento refuerza esa interpretación. Decart anunció una ronda de financiación de $300 millones en mayo de 2026, elevando su total divulgado por encima de $450 millones. Su anuncio de financiación indicó que el dinero respaldaría DOS, Lucy y Oasis.
Los informes situaron la valoración de Decart cerca de los $4.000 millones durante esa ronda. Por tanto, una transacción cercana a los $6.000 millones incluiría una prima sustancial. Anthropic tendría que creer que la tecnología, los ingenieros o la posición estratégica de Decart justifican ese aumento.
Las conversaciones también llegan tras un período de rápida expansión en los compromisos de cómputo de Anthropic. La empresa no busca sustituir a un proveedor de nube. Busca tener influencia sobre la capa de software que conecta sus modelos con cada proveedor.
Esa distinción crea la tensión central del artículo. Anthropic puede seguir dependiendo de chips externos mientras se vuelve menos dependiente de las premisas de software predeterminadas que los rodean. Decart ofrece una posible vía hacia ese resultado.
Por qué los vínculos de cómputo entre Anthropic y Google siguen siendo importantes
Una adquisición de Decart profundizaría la estrategia de infraestructura de Anthropic sin poner fin a su dependencia de Google.
Anthropic y Google han trabajado juntos desde 2023, cuando el desarrollador de Claude eligió la infraestructura de Google Cloud para el entrenamiento y el despliegue. Posteriormente, la relación se amplió mucho más allá de un contrato estándar de cliente.
En octubre de 2025, Anthropic anunció planes para utilizar hasta un millón de TPUs de Google. El compromiso tenía un valor de decenas de miles de millones de dólares y se esperaba que añadiera más de un gigavatio de capacidad durante 2026.
Las TPUs, o unidades de procesamiento tensorial, son aceleradores diseñados por Google para cargas de trabajo de aprendizaje automático. Compiten con las GPUs de Nvidia y otros chips diseñados para fines específicos. Su economía depende del rendimiento del hardware, las redes, la memoria, el comportamiento del compilador y la utilización del software.
Anthropic afirmó que su ampliado despliegue de TPUs reflejaba una estrategia de cómputo diversificada. Esa estrategia utiliza TPUs de Google, Trainium de Amazon y GPUs de Nvidia. Amazon sigue siendo el principal proveedor de nube y socio de entrenamiento de Anthropic.
La empresa amplió nuevamente su relación con Google en abril de 2026. Anthropic indicó que un nuevo acuerdo con Google y Broadcom proporcionaría varios gigavatios de capacidad de TPUs de próxima generación a partir de 2027.
Esa expansión de cómputo fue descrita como el mayor compromiso de infraestructura de Anthropic hasta ese momento. Se esperaba que la inmensa mayoría de la nueva capacidad operara en Estados Unidos.
Decart entraría en este panorama como una capa de optimización, no como un cuarto proveedor de chips. Su software podría, en teoría, ayudar a Anthropic a asignar cargas de trabajo a distintos aceleradores. También podría reducir la fricción de ingeniería creada por dar soporte a tres ecosistemas de hardware.
La palabra «teóricamente» importa. El software optimizado para los modelos de Decart no ofrece automáticamente ganancias equivalentes para un clúster de entrenamiento de Claude. Los modelos lingüísticos de frontera tienen requisitos diferentes de memoria, comunicación, fiabilidad y programación.
Anthropic seguiría necesitando la infraestructura física, el suministro eléctrico, las redes y el apoyo de ingeniería de Google. Decart no puede fabricar un millón de TPUs ni construir los centros de datos que las albergan. No puede sustituir la capacidad eléctrica con software.
Sin embargo, Anthropic no necesita una independencia total para mejorar su posición negociadora. Una empresa que comprende el comportamiento de las cargas de trabajo a un nivel más profundo puede tomar decisiones de compra más informadas. Puede comparar el rendimiento efectivo en lugar de comparar cantidades nominales de chips.
Esa capacidad importaría en toda la relación entre Anthropic y Google. Google vende capacidad de TPUs, distribuye Claude a través de Vertex AI y desarrolla Gemini como una familia de modelos competidora. Las empresas cooperan en la capa de infraestructura mientras compiten por cargas de trabajo de IA empresariales.
Esta superposición no es inusual en la computación en la nube. Microsoft distribuye modelos de varios desarrolladores mientras construye los suyos. Amazon invierte en Anthropic mientras ofrece modelos competidores y servicios de infraestructura.
La diferencia es la escala. Los compromisos anunciados por Anthropic implican gigavatios de energía y enormes requisitos de capital. A ese nivel, una mejora modesta de utilización puede afectar la planificación de capacidad, los márgenes de producto y el número de solicitudes que puede atender un clúster.
Google también sigue mejorando su propia eficiencia de software y hardware. Su actual cartera de TPUs incluye aceleradores orientados al entrenamiento, la inferencia y las cargas de trabajo de razonamiento. Google controla toda la pila en torno a esos sistemas.
Por tanto, Anthropic debe evitar duplicar capacidades que sus socios ya proporcionan. Decart se vuelve valiosa cuando sus métodos funcionan entre plataformas o reflejan cargas de trabajo específicas de Anthropic. Una optimización limitada a un acelerador ofrecería menos influencia estratégica.
La adquisición reportada también cuestiona una lectura simple de la alianza entre Anthropic y Google. Compromisos mayores con las TPUs no necesariamente vuelven pasiva a Anthropic. Pueden aumentar el incentivo para controlar todo lo que rodea a la capacidad adquirida.
Por eso, la competencia principal no es Anthropic contra Google. La comparación más útil es la dependencia de infraestructura externa frente al control interno de la eficiencia. Google sigue siendo esencial en cualquiera de los dos resultados.
Para los compradores empresariales, ese equilibrio afecta la resiliencia. Un proveedor de modelos que puede trasladar cargas de trabajo entre familias de aceleradores afronta menos restricciones de una sola plataforma. También puede responder con mayor eficacia cuando un proveedor se enfrenta a escasez de capacidad.
Anthropic ha presentado repetidamente la diversidad de hardware como una fuente de resiliencia y rendimiento. Decart pondría a prueba si esa promesa puede implementarse mediante una capa común de optimización. Hasta que se produzca la integración técnica, el beneficio sigue sin verificarse.
Decart podría convertir el acceso a chips en más capacidad utilizable
El mecanismo más sólido del acuerdo es un software que transforma el cómputo adquirido en trabajo de modelos completado.
La infraestructura de IA de frontera suele describirse mediante cantidades de chips, energía de centros de datos o compromisos financieros. Estas cifras son importantes, pero no miden cuánto trabajo útil llega a los clientes.
Un clúster puede perder tiempo productivo debido a cuellos de botella de memoria, retrasos de comunicación, trabajos fallidos, programación desigual o software incompatible. Los ingenieros suelen describir la producción útil del sistema como goodput, es decir, trabajo completado dentro de los límites de calidad y tiempo requeridos.
La oportunidad de Decart reside en mejorar ese resultado. Su software está diseñado para optimizar cómo los modelos se entrenan y ejecutan en hardware de IA. Si esos métodos se trasladan a Claude, Anthropic podría atender más solicitudes con la capacidad que ya controla.
Consideremos un agente de programación de larga duración. Puede leer un repositorio, llamar herramientas, revisar archivos, ejecutar pruebas y reconsiderar enfoques fallidos. Cada paso añade trabajo de inferencia, tráfico de memoria y latencia.
Una respuesta breve de un chatbot puede tolerar cierta ineficiencia de infraestructura. Un agente que completa cientos de pasos acumula cada retraso. Una menor latencia y un mejor aprovechamiento se convierten en características del producto, incluso cuando los clientes nunca ven la infraestructura.
El mismo principio se aplica al análisis de documentos empresariales. Una empresa podría procesar contratos, registros de soporte, transcripciones de reuniones y documentación técnica mediante Claude. Ventanas de contexto más amplias y un razonamiento más profundo aumentan la cantidad de cómputo por tarea.
Los trabajadores del conocimiento pueden preparar esas cargas de trabajo mediante una base de conocimiento consultable, pero el proveedor del modelo sigue teniendo que ejecutar cada solicitud de forma fiable. La eficiencia de la infraestructura determina si los flujos de trabajo avanzados siguen siendo ágiles bajo demanda.
El entrenamiento plantea un problema distinto. Las ejecuciones de modelos grandes requieren que miles de aceleradores se coordinen durante periodos prolongados. Un único fallo de hardware o cuello de botella en las comunicaciones puede reducir la producción efectiva de todo el sistema.
La estrategia multiplataforma de Anthropic añade otra capa de complejidad. Los TPU de Google, Trainium de Amazon y las GPU de Nvidia utilizan entornos de software diferentes. El código del modelo, los formatos numéricos, el comportamiento de red y las herramientas de depuración varían entre ellos.
La experiencia de Decart en infraestructura podría ayudar a Anthropic a construir abstracciones más sólidas sobre esas diferencias. Eso no haría que los chips fueran idénticos. Podría hacer más deliberada la asignación de cargas de trabajo y reducir el coste de mantener varias pilas tecnológicas.
Otra posibilidad se relaciona con la arquitectura de los modelos. Los ingenieros de Decart podrían rediseñar partes de un modelo en función del hardware disponible, en lugar de optimizarlo después del entrenamiento. Ese enfoque puede generar beneficios mayores, pero requiere una coordinación profunda entre los equipos de investigación y sistemas.
El acuerdo reportado también plantea la posibilidad de silicio personalizado. Axios sostuvo que Anthropic se está acercando más a parecer un competidor de Nvidia que solo un cliente. Esa interpretación va más allá de lo que respalda la evidencia disponible.
Anthropic no ha anunciado un programa interno de chips vinculado a Decart. La experiencia en software puede orientar el diseño de chips, pero adquirir una empresa de optimización no crea capacidad de fabricación. Desarrollar aceleradores personalizados requiere años de trabajo en arquitectura, verificación, manufactura y cadena de suministro.
Un resultado más cercano en el tiempo sería una mejor portabilidad del rendimiento. Anthropic podría aprender qué cargas de trabajo de Claude se adaptan a cada acelerador y ajustar el software en consecuencia. Eso reforzaría su enfoque diversificado sin entrar en la fabricación directa de chips.
Los modelos de mundo de Decart también podrían respaldar futuras capacidades de Claude. Un modelo que predice cambios en el entorno puede ayudar a un agente a planificar acciones antes de ejecutarlas. Esto es relevante para la robótica, el uso de ordenadores y las simulaciones interactivas.
Sin embargo, esta posibilidad debería seguir siendo contexto de apoyo. La motivación reportada de Anthropic se centra en la eficiencia y en la creciente demanda de cómputo. Una expansión amplia hacia el entretenimiento o el vídeo de consumo distraería de ese problema inmediato de infraestructura.
El mecanismo debe aparecer en última instancia en resultados medibles. Anthropic tendría que demostrar menor latencia, mayor rendimiento, menor tiempo de entrenamiento o mejor utilización de aceleradores. Las afirmaciones generales sobre una infraestructura más inteligente no establecerán valor.
Los clientes verán el impacto de forma indirecta. Claude podría experimentar menos restricciones de capacidad, tiempos de respuesta más estables o un acceso más rápido a funciones computacionalmente intensivas. Los desarrolladores podrían obtener un rendimiento más predecible durante picos de tráfico.
Esos beneficios importarían más que el titular de la adquisición. Una gran transacción atrae atención, pero solo la integración puede crear capacidad utilizable. Decart debe demostrar que sus técnicas resisten el contacto con la escala de Anthropic.
La brecha de verificación es el mayor riesgo
Ni la adquisición ni sus supuestos beneficios de eficiencia deben considerarse confirmados.
La primera incertidumbre se refiere a la propia transacción. Los informes se basan en fuentes no identificadas familiarizadas con conversaciones privadas. Anthropic y Decart no habían emitido anuncios que confirmaran términos firmados en la fecha de publicación del artículo.
Las negociaciones pueden fracasar por el precio, la gobernanza, la retención de empleados, la propiedad intelectual o cuestiones regulatorias. Podría surgir otro postor. Anthropic también podría buscar una alianza o un acuerdo de licencia en lugar de comprar la empresa.
La valoración reportada crea un segundo riesgo. Según se informó, la financiación de Decart de mayo la valoró cerca de $4 billion, mientras que las conversaciones de adquisición se centran en aproximadamente $6 billion. Esa prima exige más que demostraciones prometedoras.
Anthropic estaría pagando por ganancias de eficiencia futuras que los observadores externos aún no pueden verificar. Decart describe DOS como una pila optimizada de entrenamiento e inferencia, pero no ha publicado benchmarks exhaustivos e independientes que cubran modelos de lenguaje a escala de Claude.
Los benchmarks también pueden inducir a error cuando las cargas de trabajo difieren. Una pila ajustada para vídeo en tiempo real podría ofrecer una latencia impresionante en condiciones controladas. Claude debe gestionar generación de texto, uso de herramientas, contextos extensos, sistemas de seguridad y tráfico empresarial impredecible.
A continuación aparece el riesgo de integración. Anthropic ya mantiene relaciones de ingeniería con Google, Amazon, Nvidia y Broadcom. Añadir una organización interna de optimización podría crear trabajo duplicado o desacuerdos sobre las prioridades técnicas.
La portabilidad entre plataformas es especialmente difícil. Un método que aumenta la utilización de las GPU de Nvidia puede no producir el mismo resultado en los TPU de Google. La optimización específica de hardware puede entrar en conflicto con el objetivo de mantener una pila de modelos común.
La retención de talento plantea otra preocupación. El valor de Decart probablemente depende en gran medida de investigadores e ingenieros de sistemas que conocen su software. Los términos de la adquisición deben mantener a esos empleados comprometidos durante un exigente periodo de integración.
El negocio de modelos de mundo introduce ambigüedad estratégica. Decart ha creado demostraciones reconocibles orientadas al consumidor, mientras que Anthropic se concentra en Claude y la adopción empresarial. La dirección debe decidir qué productos continúan y qué tecnologías pasan a integrarse en la pila de Claude.
Abandonar esos productos podría reducir el impulso externo de Decart. Mantenerlos podría dividir la atención. Ninguna de las dos opciones garantiza que el trabajo de infraestructura subyacente beneficie a los modelos principales de Anthropic.
La revisión regulatoria es otra posibilidad, ya que el mercado de la IA combina cada vez más relaciones de infraestructura, inversión y distribución. La transacción reportada por sí sola no establece un problema antimonopolio. Aun así, las autoridades podrían examinar cómo afecta al acceso a tecnología de optimización o talento de IA.
Las conexiones de Anthropic con sus proveedores añaden complejidad. Nvidia participó en la base de inversores de Decart, según los informes en torno a la financiación de la empresa. Google y Amazon han asumido compromisos importantes con Anthropic.
Esas relaciones superpuestas no demuestran un conflicto. Muestran por qué la transacción no puede entenderse como una ruptura limpia con los proveedores externos. Anthropic opera dentro de un mercado interconectado en el que proveedores, inversores, distribuidores y competidores a menudo se solapan.
También hay una cuestión financiera básica. ¿Podría Anthropic lograr resultados similares contratando ingenieros de sistemas, licenciando el software de Decart o financiando una alianza? Una prima de adquisición solo tiene sentido si la propiedad produce beneficios que el acceso contractual no puede ofrecer.
La propiedad puede proteger la propiedad intelectual y alinear las prioridades de ingeniería. También puede ralentizar una startup mediante procesos internos de aprobación. La capacidad de Decart para moverse con rapidez podría debilitarse dentro de una organización mucho mayor.
Por tanto, los clientes empresariales deberían resistirse a interpretar el informe como una mejora inmediata de Claude. No existe un calendario de integración. No se ha identificado ningún modelo compatible y no se ha asumido públicamente ningún objetivo de eficiencia.
La conclusión más sólida sigue siendo más limitada. Anthropic parece interesada en controlar una mayor parte de su software de infraestructura. Las negociaciones reportadas revelan una prioridad estratégica, incluso si la transacción nunca se cierra.
Esa señal por sí sola presiona a los competidores. Los laboratorios de frontera deben decidir si siguen comprando pilas de infraestructura completas o si adquieren más tecnología de optimización. Los proveedores de nube deben demostrar que sus sistemas gestionados ya ofrecen una eficiencia comparable.
La señal también presiona a Decart. Una empresa valorada por su futura influencia en infraestructura debe sustentar sus afirmaciones a mayor escala. Las demostraciones de consumo generan visibilidad, pero el rendimiento de producción auditado crea valor empresarial duradero.
Lo que la estrategia Google de Anthropic debe demostrar a continuación
Tres señales determinarán si Decart se convierte en infraestructura estratégica o en un experimento costoso.
La primera señal es un acuerdo firmado con un tratamiento claro de la tecnología y el equipo de Decart. La confirmación debería explicar si Anthropic planea mantener Oasis y Lucy o concentrarse en DOS. El silencio sobre la dirección de los productos dejaría sin resolver la lógica estratégica.
Una negociación fallida debilitaría la tesis de la adquisición, pero no la conclusión subyacente. El interés de Anthropic seguiría mostrando que el software de eficiencia se ha convertido en una prioridad de adquisición. La empresa podría buscar otro objetivo o ampliar la contratación interna de personal de sistemas.
La segunda señal es la evidencia técnica procedente de las cargas de trabajo de Claude. Anthropic debería revelar cambios medibles en rendimiento, latencia, eficiencia de entrenamiento o utilización de hardware. Las comparaciones deberían cubrir al menos una de sus principales plataformas de aceleradores.
Los benchmarks independientes reforzarían aún más el argumento. Los resultados producidos únicamente por la empresa adquirente seguirían siendo útiles, pero no eliminarían las dudas sobre la selección de cargas de trabajo o los métodos de medición.
La evidencia en TPU de Google y GPU de Nvidia sería particularmente importante. Respaldaría el argumento de que Decart añade una capa de optimización portable. Los resultados limitados a una sola plataforma sugerirían un beneficio más limitado.
La tercera señal es una respuesta de los socios de infraestructura de Anthropic. Google podría profundizar la colaboración con Anthropic en compiladores, programación o TPU. Amazon podría conectar recursos adicionales de ingeniería de Trainium con Claude, mientras que Nvidia podría poner énfasis en su propia pila de software.
Una respuesta más firme de los socios confirmaría que la optimización se ha convertido en un campo de competencia. La ausencia de una respuesta visible no refutaría la tesis, ya que las negociaciones de infraestructura suelen mantenerse privadas. Los anuncios de productos y capacidad ofrecen la mejor evidencia pública.
Los desarrolladores también deberían observar el comportamiento operativo de Claude tras cualquier adquisición. Una latencia más estable, menos restricciones de capacidad y un rendimiento predecible de los agentes sugerirían que las mejoras de infraestructura llegaron a la capa de producto.
Los compradores empresariales deberían preguntar dónde se ejecutan las cargas de trabajo de Claude y cómo gestiona Anthropic la portabilidad. También deberían evaluar la residencia de datos, la disponibilidad y las opciones de migración por separado de la calidad del modelo. Una estrategia diversificada de chips no crea automáticamente resiliencia operativa.
Para los trabajadores del conocimiento, las consecuencias llegarán a través de los límites del producto, no de diagramas de chips. Una inferencia eficiente puede admitir tareas más largas, contexto más rico y agentes más persistentes. Una integración deficiente, en cambio, puede consumir atención de gestión sin mejorar el trabajo diario.
La alianza entre Anthropic y Google sigue siendo central durante todo este proceso. Google suministra aceleradores personalizados, distribución en la nube y una enorme capacidad física. Decart daría a Anthropic mayor influencia sobre cómo esa capacidad se convierte en producción de modelos.
Ese es el importante giro dentro del acuerdo reportado. Anthropic no se está alejando de sus proveedores. Está considerando gastar mucho para convertirse en un cliente técnicamente más exigente.
Los lectores deberían tomar con cautela la cifra de 6.000 millones de dólares hasta que las empresas confirmen un acuerdo. Deberían aplicar la misma prudencia a las ganancias de eficiencia prometidas hasta que aparezcan benchmarks. La intención reportada es evidencia de estrategia, no de ejecución.
La siguiente pregunta es concreta: ¿puede Anthropic lograr que Claude entregue trabajo más útil con hardware de Google, Amazon y Nvidia sin quedar más atada a una sola infraestructura? Una adquisición de Decart le daría otra vía para intentarlo.
