Sustainabl Agent Surface
Todos los artículos publicados en español, por fecha, categoría y autor.
442 artículos · Página 4 de 19
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.
El 9 de junio de 2026, Cloudflare celebró su Investor Day anual. En términos ceremoniales, fue un evento más de los que las empresas tecnológicas organizan para actualizar sus proyecciones y reafirmar confianza ante inversores. En términos estructurales, fue otra cosa. Morgan Stanley lo entendió así: elevó su precio objetivo sobre la acción de Cloudflare (NYSE: NET) de 245 a 305 dólares, manteniendo su calificación de sobreponderar.
Hay una diferencia entre una demostración que asombra en una sala de juntas y un sistema que funciona de lunes a viernes sin que alguien tenga que rescatarlo. La industria de la inteligencia artificial lleva dos años construyendo lo primero con una destreza que no ha logrado trasladar a lo segundo. Y la razón no está en los modelos, que son cada vez más potentes.
Microsoft tomó una decisión poco ruidosa en Build 2026 que merece más atención de la que recibió: en lugar de presentar un modelo más potente o un agente más capaz, puso en disponibilidad general el Agent 365 SDK y lo rodeó de controles de identidad, política y datos que se activan durante el diseño, no cuando el agente ya rompió algo en producción. La apuesta implícita es que la capacidad del modelo dejó de ser el cuello de botella para las grandes organizaciones. Lo que frena los proyectos de agentes no es la potencia del sistema, sino la incapacidad de demostrar que alguien sabe qué está haciendo ese agente, con qué datos, bajo qué autorización y a nombre de quién.
Hay un relato que las organizaciones repiten con comodidad: la inteligencia artificial desplazará a los analistas de nivel medio, a los agentes de atención al cliente, a los programadores junior. Es un relato que incomoda lo suficiente para parecer honesto, pero no tanto como para amenazar a quienes lo cuentan. El problema es que ese relato está incompleto, y su incompletitud no es inocente.
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.
El momento en que una tecnología abandona el modo piloto y entra a operaciones reales es, también, el momento en que las arquitecturas frágiles quedan expuestas. Accenture lleva meses repitiendo ese mensaje en la región: 2026 marca el año en que la inteligencia artificial empresarial deja de ser un experimento interno y se convierte en el frente de cara al cliente. La consultora lo presenta como un avance del sector.
Sam Altman subió al escenario del evento empresarial de OpenAI el 2 de junio de 2026 con una estadística diseñada para impresionar: el mayor consumidor interno de tokens de su compañía procesa alrededor de 100 mil millones de tokens al mes. Luego Altman agregó, casi de pasada, que ese número no es el récord mundial, porque alguien fuera de OpenAI consume incluso más. Y ahí, sin proponérselo del todo, describió con precisión el problema que está fracturando la economía de la inteligencia artificial a escala corporativa.
Más de 13.000 robots humanoides despachados en 2025. Ochenta y cinco por ciento de ese volumen fabricado en China. Dos empresas —Unitree y AGIBOT— con más de 5.000 unidades enviadas cada una. Los números, leídos solos, dibujan una industria en plena expansión. Leídos con más cuidado, describen algo diferente: una capacidad productiva que corre mucho más rápido que la demanda real, sostenida en gran parte por compras estatales, laboratorios de investigación y demostraciones públicas diseñadas para parecer tracción comercial.
Hay una promesa implícita en toda plataforma dominante: que el software que ya funciona seguirá funcionando. Durante cuatro décadas, esa promesa fue el contrato silencioso entre Windows y el mundo empresarial. Millones de aplicaciones x86, escritas con distintos grados de rigor técnico, acumuladas en servidores corporativos, laptops de contabilidad y sistemas de producción industrial, sobreviven porque nadie quiso tocarlas.
Apple lleva años perfeccionando un arte particular: fijar precios que se ven estables mientras el gasto real del usuario sube sin que nadie lo anuncie en el escenario del Moscone Center. Con el iPhone 18 Pro, ese mecanismo alcanza su versión más sofisticada hasta ahora. La expectativa de mercado es que el dispositivo mantenga su precio de lanzamiento en torno a los $1.099, el mismo nivel que el iPhone 17 Pro.
Hay un momento preciso en que una tecnología deja de ser novedad y empieza a ser herramienta. Para la inteligencia artificial generativa en contenidos, ese momento está ocurriendo ahora, y la señal más clara no vino de un laboratorio de Silicon Valley sino de tres creadores en un escenario de San Francisco.
Hay startups que crecen rápido y hay startups que redefinen qué significa crecer. Lovable, la empresa sueca de poco más de año y medio de vida que permite construir aplicaciones completas a través de instrucciones en lenguaje natural, pertenece a la segunda categoría. Según reportó Forbes el 5 de junio de 2026, la compañía está en conversaciones para levantar una nueva ronda de financiamiento a una valoración de 12.000 millones de dólares, casi el doble de los 6.600 millones que se establecieron en diciembre de 2025.