Schematik — "Cursor para Hardware": Anthropic considera invertir en startup de hardware

Mientras los programadores se acostumbran al hecho de que la IA escribe código para ellos, la startup Schematik va más lejos: su herramienta permite diseñar dispositivos físicos en modo "vibe-coding" — describir el resultado deseado en lenguaje natural en lugar de lidiar manualmente con el diseño de circuitos. Según Wired, Anthropic está interesada en la posibilidad de invertir en la empresa, lo que sería una de las primeras grandes apuestas por herramientas de IA para el desarrollo de hardware. La analogía con Cursor no es accidental.

Cursor se ha convertido en el principal símbolo del desarrollo de software asistido por IA: el desarrollador describe la tarea, el editor ofrece una solución, el código cambia en tiempo real. Schematik traslada el mismo modelo al campo de la electrónica — diseño de placas de circuito, escritura de firmware, creación de esquemas. Todo lo que anteriormente requería educación en ingeniería y herramientas especializadas como KiCad o Altium debería ahora, según sus creadores, ser accesible a través del diálogo con una red neuronal.

De hecho, esto significa que una persona sin conocimientos especializados podrá describir el dispositivo que necesita y obtener un proyecto listo. El concepto de "vibe-coding" — un término introducido por el investigador Andrey Karpathy a principios de 2025 — describe un proceso en el que una persona no escribe código línea por línea, sino que establece una intención: "haz que un LED parpadee cada segundo" o "añade un sensor de temperatura con salida UART". La IA genera una solución técnica, y el desarrollador la evalúa y ajusta.

Para el software, esto ya se ha convertido en la norma. Para hardware — un paso fundamentalmente nuevo: las apuestas son más altas aquí, y el precio del error es físico. El desarrollo de hardware se considera tradicionalmente un campo mucho más complejo y arriesgado que la escritura de software.

Un error en el código es un bug que se puede corregir con una actualización. Un error en un circuito o firmware es potencialmente un controlador quemado, un inductor humeante o un dispositivo que requiere rediseño físico completo. Esta es precisamente la razón por la que la pregunta de cuánto Schematik "no hará explotar" el dispositivo — los autores de Wired lo mencionaron — es bastante seria.

La confiabilidad de un asistente de IA de hardware es crítica: generar circuitos que funcionen es más difícil que generar scripts de Python que funcionen. El interés de Anthropic en invertir en la startup se alinea con la estrategia más amplia de la empresa. Anthropic promociona activamente Claude en herramientas para desarrolladores: integraciones de IDE, el protocolo MCP para la interacción de IA con sistemas externos, escenarios de agentes para flujos de trabajo complejos.

El apoyo a Schematik significaría la presencia de Claude en el ecosistema de desarrolladores de hardware — un nicho que ningún jugador importante de IA ha ocupado hasta ahora. OpenAI apuesta por la programación y el contenido, Google por soluciones empresariales. El mundo del desarrollo de hardware sigue abierto.

El mercado de herramientas de IA para ingenieros de electrónica está apenas comenzando. Hoy, las startups intentan automatizar partes individuales del proceso: generación de firmware en C/C++, selección de componentes de catálogos, verificación automática de circuitos en busca de errores. Schematik, juzgando por su posicionamiento, apunta a un objetivo más ambicioso — hacer que el ciclo completo de diseño de dispositivos sea accesible sin especialización profunda.

Si funciona, la audiencia potencial es enorme: makers, startups de hardware, entusiastas de DIY, investigadores, estudiantes de universidades técnicas. La aparición de Schematik y el interés de Anthropic son una señal de que la frontera entre software y hardware continúa desdibujándose. La IA domina consistentemente capas cada vez más físicas de la pila de tecnología: del código a los circuitos, de los circuitos a los dispositivos.

Qué tan rápido esta transformación llegará a la producción en masa es una pregunta abierta, pero la dirección es clara.