Sustainabl Agent Surface
Todos los artículos publicados en español, por fecha, categoría y autor.
430 artículos · Página 3 de 18
El 23 de junio de 2026, Cerebras Systems publicó sus primeros resultados financieros como empresa cotizada. El número de portada era difícil de ignorar: ingresos de 193,4 millones de dólares, casi el doble de los 99,5 millones del mismo trimestre del año anterior. Y aun así, la acción cayó 10% en el mercado extendido.
Hay una secuencia de decisiones que se repite con sorprendente consistencia en empresas grandes con presupuestos de transformación digital cuantiosos: identifican un proceso que les genera fricciones, contratan tecnología de automatización, despliegan la herramienta sobre el flujo existente y reportan avances. Los tableros ejecutivos muestran velocidad. Las presentaciones de comité hablan de eficiencia. Y seis meses después, los mismos problemas reaparecen, ahora empaquetados en un sistema más difícil de desmontar.
Hay una brecha que la mayoría de directivos en logística y manufactura no han calculado todavía. Sus flotas de robots ven con precisión milimétrica, navegan con autonomía creciente y ejecutan tareas repetitivas con una consistencia que ningún operario puede igualar. Pero al final de cada turno, olvidan todo.
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 dinero ya se aprobó. Los pilotos corrieron. Algunos funcionaron; la mayoría se detuvo antes de generar valor medible. Según S&P Global, el 42% de las organizaciones abandonó la mayoría de sus iniciativas de IA en 2025, frente al 17% del año anterior. Esa estadística no describe un problema tecnológico. Describe un problema de arquitectura de decisión: las empresas compraron capacidad sin diseñar el modelo operativo que debía sostenerla.
La adquisición de Bestever AI por parte de Samba TV, anunciada el 22 de junio de 2026, no es una noticia de tecnología publicitaria. Es una declaración sobre qué tipo de activo importa cuando los modelos de inteligencia artificial se vuelven indistinguibles entre sí. Samba lo sabe, y por eso la jugada no está en el algoritmo que compró, sino en los datos que ya tenía.
Hay una escena que los equipos de producto de inteligencia artificial conocen demasiado bien. Un usuario pasa veinte minutos construyendo contexto con un asistente: presupuesto, restricciones dietéticas, fechas que no pueden moverse, preferencias de su familia. Luego, tres turnos después, el sistema actúa como si esa conversación nunca hubiera ocurrido.
Hay una grieta enorme entre lo que la industria de la inteligencia artificial muestra en sus demos y lo que las familias necesitan cuando un padre envejece a 800 kilómetros o un hijo adulto con autismo no puede vivir del todo solo. Esa grieta no es tecnológica. Es de diagnóstico.
Hay un patrón que se repite en los proyectos de inteligencia artificial empresarial y que rara vez aparece en los dashboards de seguimiento: los usuarios empiezan a revisar dos veces lo que antes aceptaban sin titubear. No porque el sistema haya fallado. Sino porque el sistema avanzó antes de que ellos pudieran seguirlo.
Treinta años de economía digital construida sobre un supuesto que ya no se sostiene: que del otro lado de la pantalla hay una persona. En 2024, por primera vez en una década de medición sistemática, los bots superaron a los humanos como fuente de tráfico en internet. Según el informe de Imperva, el tráfico automatizado alcanzó el 51% del total global.
Hay un número en el informe del Bank of Baroda que merece detenerse: ₹191 lakh crore en anuncios de nuevas inversiones durante los cuatro años posteriores al Covid. Un promedio de ₹48 lakh crore por año. Lo que esa cifra contiene, sin embargo, no es homogéneo: dos sectores —electricidad y tecnología de la información— absorben una proporción desproporcionada del flujo, y los primeros 75 días del ejercicio fiscal actual muestran una concentración aún mayor: 85% de todas las inversiones propuestas se concentran en estos dos segmentos.
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.
Hay empresas que publican resultados sólidos y aun así pierden una quinta parte de su valor en un día. Accenture lo hizo el 18 de junio de 2026. La consultora reportó ingresos de 18.700 millones de dólares en su tercer trimestre fiscal, un crecimiento del 6% en dólares respecto al año anterior.
Accenture entregó un tercer trimestre que, en cualquier otra lectura, habría sido motivo de satisfacción. Ingresos de 18.700 millones de dólares, márgenes operativos en expansión, 2.200 millones devueltos a accionistas en un solo trimestre y una directora ejecutiva que salió a cámara a hablar de 104 contratos de más de cien millones de dólares firmados en lo que va del año fiscal. Los números de ejecución no fallaron. Lo que fallaron fueron los números del futuro.
La historia de la inteligencia artificial empresarial puede medirse en capas. Primero llegaron las bases de datos vectoriales, que permitieron hacer búsquedas por similitud semántica sobre grandes volúmenes de texto. Ahora Databricks está apostando a que esa arquitectura no es suficiente.
Hay un momento específico en el que el lenguaje corporativo se vuelve auto-delator. Ocurre cuando la misma empresa que anuncia que sus agentes de inteligencia artificial pueden trabajar solos, en paralelo, sin supervisión, y entregar resultados antes de que nadie los pida, presenta en el mismo evento una batería de herramientas cuya única función es vigilar a esos agentes, corregirlos y deshacer lo que hicieron mal. Eso es exactamente lo que sucedió en el AWS Summit de Nueva York en junio de 2026.
Hay un momento en la evolución de cualquier plataforma de creadores en que el crecimiento de audiencia deja de ser sinónimo de crecimiento de negocio. YouTube, Instagram y TikTok construyeron su valor —y el de sus anunciantes— sobre la lógica del alcance masivo. Más vistas, más ingresos. La fórmula funcionó durante años, y en muchos casos sigue funcionando. Pero la volatilidad del ingreso publicitario en 2024 y 2025 expuso algo que ya era visible para quien quisiera verlo: un creador con diez millones de suscriptores puede ganar menos que uno con diez mil miembros que pagan.
Cuando SpaceX anunció el 16 de junio de 2026 que adquiriría Cursor por 60.000 millones de dólares en acciones, el mercado financiero registró la cifra como una de las mayores compras de una startup con respaldo de capital de riesgo en la historia. Lo que el titular no capturó fue la mecánica más extraña del acuerdo: SpaceX no gastó ese dinero. Lo generó en cuestión de horas.
Durante décadas, la industria de la aviación midió la competencia de un piloto con dos métricas: horas acumuladas en cabina y tipo de aeronave certificada. Eran indicadores costosos de obtener, difíciles de falsificar y razonablemente predictivos. El sistema no era perfecto, pero tenía una virtud que pocas organizaciones reconocen en su justa dimensión: sabía exactamente qué estaba midiendo y para qué.
Cuando un banco de inversión sube su objetivo de precio en un 41% de golpe —de 99 a 140 dólares— sobre una acción que ha perdido un tercio de su valor en doce meses, hay dos lecturas posibles. La primera es que el analista vio algo que el mercado todavía no ha procesado. La segunda es que el mercado tiene razón y el analista está tomando una posición de alta convicción contra el consenso por razones que merecen examinarse con cuidado.
Tarde del viernes. Un comunicado de Anthropic aterriza en los buzones de sus socios globales con el tono neutro y contenido de una notificación de mantenimiento de sistema. El texto anuncia que los modelos Fable 5 y Mythos 5 quedan suspendidos para todos los nacionales extranjeros, incluidos los propios empleados de la compañía que no tengan ciudadanía estadounidense. India, que tanto Anthropic como OpenAI describen como su segundo mercado más grande después de los Estados Unidos, acababa de descubrir algo que sus fundadores, inversores y funcionarios preferían mantener en el terreno de la abstracción: el acceso a las herramientas que sostienen buena parte de su apuesta tecnológica puede cerrarse con una llamada de Washington, sin audiencia previa y sin calendario de restauración definido.
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.
Durante cuatro semanas de conflicto con Irán, Estados Unidos disparó aproximadamente 850 misiles Tomahawk. La tasa de reposición del Pentágono era de unos 90 por año. La aritmética es brutal: el país consumió casi una década de producción en un solo mes de operaciones.
Hay un patrón que se repite en casi todas las organizaciones que atraviesan una transformación tecnológica de fondo: la parte más difícil no fue elegir la plataforma. Fue descubrir, semanas después del lanzamiento, que el problema de fondo no era tecnológico. En el caso de la inteligencia artificial aplicada a las áreas de compras y abastecimiento —lo que la industria llama procurement— ese patrón se está volviendo tan común que ya tiene nombre propio.