Hay una escena que define mejor que cualquier presentación de inversores lo que está construyendo Maven Robotics. Corría 2024, la empresa tenía semanas de existencia y, según palabras de su propio CEO, Hamza Derbas, lo único tangible que podían mostrar era 'un dibujo animado de un robot y un equipo de personas.' Una empresa de bienes de consumo de gran escala estaba en Silicon Valley reuniéndose con cuatro compañías robóticas para evaluar proyectos de automatización.
Hay un número que merece detenerse a leer dos veces: 542.000 robots industriales instalados en fábricas durante 2024, más del doble de los que se instalaban una década atrás. No es una estadística de tendencia; es una fotografía de un umbral ya cruzado. El stock operativo global de robots industriales alcanzó los 4,66 millones de unidades, creciendo cerca de un 9% interanual, y la Federación Internacional de Robótica proyecta que las instalaciones superarán las 575.000 unidades en 2025.
Cruzar el 60% de un objetivo nacional de capacidad eléctrica cuatro años antes del plazo no es un logro menor. El 31 de julio de 2026, India superó los 300,50 GW de capacidad instalada no fósil, según el Ministerio de Energía Nueva y Renovable. La cifra incluye 164,59 GW de energía solar, 58,14 GW eólica, 57,24 GW hidráulica, 11,75 GW de bioenergía y 8,78 GW nuclear.
En cinco meses, Databricks sumó 54 mil millones de dólares a su valoración sin cotizar en ninguna bolsa. Pasó de 134 mil millones en febrero de 2026 a 188 mil millones en julio, liderado por una nueva ronda estratégica encabezada por Coatue Management. Lo que llama la atención no es solo el número, sino la velocidad a la que se mueve la estructura de poder del mercado de datos empresariales.
Hay algo que choca a primera vista en el modelo que acaba de anunciar Omnea: una empresa de software de inteligencia artificial con sede en Londres que, en lugar de retener talento a toda costa, construye una estructura formal para financiar la salida de sus mejores empleados. El fondo se llama Omnea Future Founders Fund, opera en asociación con Firedrop —un fondo ángel europeo— y ofrece a cualquier empleado que complete cinco años en la empresa la posibilidad de presentar su idea en una reunión de treinta minutos y recibir 250.000 dólares de inversión semilla con una decisión en menos de veinticuatro horas.
Según una encuesta de Dun & Bradstreet a 10.000 empresas realizada en 2026, el 97% declara tener iniciativas activas de IA, mientras que apenas el 5% considera que sus datos están realmente preparados para sostenerlas. Esa brecha no es un detalle técnico menor. Es la distancia entre invertir en infraestructura y tener algo que funcione de forma confiable en producción.
El primer trimestre de 2026 produjo una cifra que no tiene antecedente en la historia del capital de riesgo: 300.000 millones de dólares desplegados en un solo trimestre. Más del doble que el trimestre anterior. Cerca del 70% de todo lo invertido en startups durante 2025, comprimido en noventa días.
El crecimiento de la infraestructura de carga para vehículos eléctricos tiene un problema de fondo que rara vez aparece en los titulares: cada nuevo cargador instalado es también un nuevo punto de entrada a la red eléctrica. Un equipo de investigadores de la Universidad de Málaga acaba de publicar una propuesta que pone ese problema sobre la mesa con más claridad que cualquier comunicado de fabricante o regulador europeo en los últimos años.
Hay un libro de 2010 circulando otra vez en los fondos de capital de riesgo más activos de Silicon Valley. No es un manual de inteligencia artificial, no es un estudio sobre modelos de lenguaje, no tiene ningún capítulo sobre GPUs ni sobre arquitecturas de transformadores. Es un libro de historia económica escrito por un biólogo británico que argumentó, con datos que se remontan a la edad de piedra, que la prosperidad humana es una consecuencia directa del intercambio de ideas entre personas especializadas.
Hay una imagen que circuló durante meses en foros de diseño y producción audiovisual: un director creativo mirando una pantalla llena de variantes generadas por IA, todas técnicamente correctas, todas editorialmente vacías. La imagen capturaba algo que los datos de productividad no podían: que el problema nunca fue velocidad de generación, sino que nadie había resuelto cómo encauzar esa velocidad hacia una intención específica. Eso es lo que está cambiando ahora, y el cambio no llega con fanfarria.
En noviembre de 2021, en Glasgow, los gobiernos del G7 y la Unión Europea presentaron lo que describieron como una nueva arquitectura de financiación climática: las Asociaciones de Transición Energética Justa. La idea era ambiciosa en su diseño. Cuatro años más tarde, el balance es incómodo: los fondos no han fluido a la velocidad prometida y en marzo de 2026 el gobierno de Estados Unidos retiró formalmente su participación, retirando más de 3.000 millones de dólares en compromisos vinculados a Vietnam e Indonesia.
Hay un patrón que se repite en la historia de las empresas tecnológicas que buscan abrirse a mercados de capitales: el momento en que la narrativa de usuarios masivos ya no alcanza y necesitan mostrar algo más concreto. OpenAI está ahí. Y la herramienta que eligió para hacer ese argumento no es ChatGPT, sino Codex, su producto de asistencia al desarrollo de software, que en los últimos dos meses ha recibido actualizaciones con una frecuencia que ningún competidor ha igualado.
Hay un número que Nestlé Malaysia no publicita en su comunicado oficial, pero que lo dice todo sobre su estrategia real: 15.000 toneladas de residuos sólidos desviados de vertederos en un solo año. Eso no es un programa de relaciones públicas. Eso es infraestructura de recolección funcionando a escala, con cobertura de 260.000 hogares en nueve ciudades y una meta de 300.000 antes de que termine 2026.
La computación cuántica lleva más de una década prometiendo reorganizar la medicina, los materiales y la inteligencia artificial. En ese tiempo, la mayor parte del capital fluyó hacia los circuitos superconductores de IBM y Google, plataformas que requieren refrigeración a temperaturas cercanas al cero absoluto, infraestructura costosa y calibración permanente. Pero debajo de ese relato dominante fue tomando forma una apuesta diferente: usar átomos neutros como qubits, atraparlos con láseres, operarlos a temperatura ambiente y escalarlos en arreglos de cientos o miles de unidades.
La narrativa dominante de los últimos dos años colocó a los centros de datos y a los modelos de lenguaje en el centro de la historia de inversión más grande de la era moderna. Esa lectura no está equivocada, pero sí incompleta. Lo que está ocurriendo en los mercados de capital globales es más ancho, más profundo y más estructural de lo que el debate sobre la inteligencia artificial permite ver desde la superficie.
La inteligencia artificial generativa llegó a la mayoría de las organizaciones no por el área de tecnología, sino por la puerta trasera de las aplicaciones de productividad. Microsoft 365 Copilot, Gemini, los asistentes integrados en plataformas de colaboración: estas herramientas se activaron en entornos corporativos donde los empleados ya trabajaban, y con eso empezó un experimento silencioso cuyos términos nadie había negociado del todo. El problema no está en los modelos de lenguaje. Está en lo que esos modelos encuentran cuando se conectan a una organización real.
El mundo ya está acostumbrado a las contradicciones de las grandes potencias emergentes, pero la que presenta India merece atención ejecutiva especial. El país tiene uno de los programas de energía renovable más ambiciosos del planeta: 500 gigavatios de capacidad no fósil para 2030, con las renovables superando ya el 50% de la capacidad instalada total. Al mismo tiempo, el carbón genera alrededor del 75% de la electricidad que consumen 1,400 millones de personas.
Europa genera más de cinco millones de toneladas de residuos textiles al año. La mayor parte termina en vertederos o incineradoras. No porque falte tecnología para procesarlos, sino porque convertirlos en materia prima útil, a un costo que tenga sentido comercial, había resultado imposible de demostrar más allá del laboratorio. Hasta ahora.
El 5 de marzo de 2026, el Departamento de Defensa de Estados Unidos colocó a Anthropic en una lista que habitualmente reserva para adversarios extranjeros: la categoría de riesgo en la cadena de suministro. La medida fue directa y severa. Si se sostenía, podía cortar de raíz el acceso de la compañía a contratos federales por miles de millones de dólares.
Una adquisición de 11.570 millones de dólares no compra satélites. Compra el derecho a definir quién controla la conectividad del planeta cuando la fibra termina. El monopolio orbital tiene los días contados.
Mientras los grandes fondos de pensiones del mundo suavizaban sus compromisos climáticos bajo presión política, La Caisse de dépôt et placement du Québec incrementó en 68.000 millones de dólares su cartera de acción climática en un solo año. Esto no es activismo: es arquitectura financiera con retornos superiores al índice.
Spyre Therapeutics no está compitiendo en el mercado de enfermedades inflamatorias intestinales. Está rediseñando la frecuencia de dosificación como ventaja competitiva estructural, y eso cambia la economía del sector entero.
Cada año, miles de millones de kilos de posos de café van a la basura mientras la industria de la construcción paga fortunas por aislantes derivados del petróleo. Un equipo de investigadores en China acaba de cortar ese nudo.
El sector de biología sintética proyecta un mercado de 8 billones de dólares para 2035 y su único sistema de protección actual son guardias y candados físicos. Georgia Tech acaba de cambiar eso desde adentro.