Un estudio publicado en Nature Human Behaviour en 2025, que siguió a 2.896 empleados en 141 organizaciones distribuidas entre Australia, Canadá, Irlanda, Nueva Zelanda, Reino Unido y Estados Unidos, encontró mejoras estadísticamente significativas en agotamiento, satisfacción laboral, salud mental y salud física tras seis meses de semana laboral de cuatro días. No fue un sondeo de opinión ni una encuesta interna de empresa. Fue un estudio longitudinal con datos pre y post intervención, revisado por pares y publicado en una de las revistas científicas más exigentes del mundo.
Larry Ellison canceló en septiembre de 2026 un plan para vender hasta 50 millones de acciones de Oracle, equivalentes a unos 7.500 millones de dólares al precio de cierre de ese viernes. No hubo explicación oficial. Lo que sí quedó en un expediente regulatorio presentado esa misma semana fue otra cifra: Oracle amplió su plan de reestructuración fiscal 2026 en 700 millones de dólares adicionales, llevando el costo total esperado del programa a aproximadamente 2.800 millones de dólares.
Larry Ellison, cofundador y presidente ejecutivo de Oracle Corporation, adoptó el 22 de junio de 2026 un plan de negociación para vender hasta 50 millones de acciones ordinarias de la compañía. Al precio de cierre del viernes 12 de septiembre, ese paquete equivalía a aproximadamente 7.500 millones de dólares. El sábado siguiente, Oracle informó que el plan había sido cancelado, que no se vendió ninguna acción bajo ese instrumento y que Ellison no tiene ningún otro plan activo para desprenderse de su participación.
Durante años, la conversación sobre riesgos de inteligencia artificial giró alrededor de un mismo eje: el modelo alucina, inventa cifras, cita fuentes que no existen, confunde hechos. Era un problema real, costoso en algunos casos, vergonzoso en otros. Pero era, en el fondo, un problema de calidad del output. Esa época está terminando, no porque las alucinaciones hayan desaparecido, sino porque el contexto en el que opera la IA cambió de naturaleza.
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 tecnologías que existen mucho antes de que alguien las haga utilizables. El correo electrónico llevaba décadas antes de que Hotmail le enseñara a su madre cómo usarlo. La navegación GPS existía en dispositivos militares años antes de que un aparato de cien dólares le dijera a un conductor de reparto por dónde girar.
Apple tardó años en entrar al segmento de teléfonos plegables. Sus competidores interpretaron ese silencio como timidez tecnológica o indecisión estratégica. Lo que el mercado no anticipó es que Apple estaba observando, dejando que otros absorbieran los costos del error temprano, y preparando una entrada que no compitiera en el mismo terreno donde Samsung ya había ganado.
Deutsche Bank acaba de hacer algo que los mercados llevan tiempo esperando: poner en negro sobre blanco lo que los números de Luceco venían insinuando desde hace dos años. El 8 de septiembre de 2026, el banco elevó su calificación de la empresa de hold a buy y subió su precio objetivo de 260 peniques a 270. No es un movimiento dramático en términos absolutos. Lo que importa no es el salto de diez peniques, sino lo que ese ajuste revela sobre cómo está siendo releída la arquitectura de valor de una empresa que hasta hace poco era vista, principalmente, como un fabricante de accesorios eléctricos.
Hay empresas que ilustran con precisión clínica qué pasa cuando un modelo ligero se topa con costos que no perdonan. Synergy House Berhad, el vendedor malayo de muebles por comercio electrónico transfronterizo listado en Bursa Malaysia, es uno de esos casos. No porque haya hecho algo fundamentalmente equivocado, sino porque el entorno les mostró, con números, el límite exacto de su arquitectura.
Cuando una empresa reporta que su utilidad neta se más que duplicó —de 216 millones a 501 millones de dólares en un solo año— y aun así necesita reemplazar al líder de su marca más grande, algo más profundo que un trimestre débil está en juego. Gap Inc. acaba de hacer exactamente eso: mientras celebraba resultados financieros que superaron las expectativas del mercado, nombró a Michael Francis como nuevo presidente y director ejecutivo de Old Navy, efectivo el 2 de noviembre de 2026. La reacción de los mercados fue inmediata: las acciones de Gap subieron hasta un 14% en la jornada posterior al anuncio.
Hay una escena que se repite cada vez que una plataforma de streaming sube sus precios: los titulares predicen éxodos masivos, los foros estallan con amenazas de cancelación y, unas semanas después, los datos de suscriptores muestran que casi nada cambió. Netflix acaba de protagonizar esa escena por enésima vez. En septiembre de 2026, elevó silenciosamente su plan premium en el Reino Unido a £20.99 al mes, cruzando una barrera simbólica que muchos analistas marcaban como zona de peligro.
Hay un número que recorre los pitch decks de Silicon Valley con la fuerza de un argumento cerrado: el ARR, ingreso anual recurrente. Durante años fue la métrica que separaba a las startups serias de las que simplemente quemaban caja con esperanza. Según datos publicados en 2026 por la firma de capital de riesgo Madrona, el 77% de las empresas reevalúa a sus proveedores de inteligencia artificial cada seis meses o incluso de manera continua.
Hay un patrón que aparece con frecuencia en asesorías financieras y que rara vez figura en los análisis de viabilidad empresarial: el momento en que el emprendedor descubre que la exposición personal no estaba en el contrato que firmó, sino en la cláusula que no leyó con suficiente atención. La llamada de Brittany al programa Money Moves with Jill Schlesinger condensa ese momento con una precisión que los números no pueden capturar: un negocio familiar la dejó a ella y a su esposo financieramente sumergidos y ahora evalúan si vender su casa es una salida o simplemente una forma de posponer la misma conversación.
Yazmin Ruiz no espera al vendedor de PepsiCo para reponer su inventario. Cuando la tienda se queda sin papas fritas a las diez de la noche, abre una aplicación en su teléfono, coloca el pedido y sigue con su turno. Detrás de ese gesto cotidiano hay una transformación que PepsiCo lleva construyendo desde 2022 en México, su segundo mercado global después de Estados Unidos y el más fragmentado en términos de distribución.
Truist Securities subió su objetivo de precio sobre Five9 a 40 dólares desde 35, manteniendo una calificación de compra. La justificación no es genérica: el analista Terry Tillman se reunió con el CEO Amit Mathradas, el CFO Bryan Lee y el SVP de relaciones con inversores Tony Righetti, y salió de esa reunión con mayor convicción sobre la dirección del negocio. El punto de partida para entender esta nota no es la calificación sino la arquitectura financiera que Truist está leyendo detrás de ella.
Hay un patrón que se repite en las organizaciones que llevan dieciocho meses desplegando agentes de inteligencia artificial: saben que los sistemas funcionan, porque los vieron funcionar en la demo. Lo que no saben es si siguen funcionando hoy, en producción, sobre los datos de sus clientes, dentro de los flujos que importan. Esa distancia entre la certeza del piloto y la opacidad del entorno real es donde se pierden los presupuestos, la confianza y el tiempo que nadie tiene.
Hay un patrón que se repite cada vez que una industria anticipa su propio futuro: el dinero serio no llega al producto final, llega a quien fabrica las partes que ese producto necesitará. Así pasó con los semiconductores antes del boom del PC. Ahora, mientras las imágenes de robots humanoides circulan en ferias y conferencias de tecnología, cuatro bancos de inversión de primer nivel apuntan a una empresa china fabricante de cajas de engranajes que la mayoría de los lectores nunca ha escuchado nombrar.
El análisis más interesante de la nota de Evercore ISI sobre Amazon no está en el precio objetivo. Está en un dato que, leído con cuidado, cambia la naturaleza del negocio: el 57% de los usuarios de Alexa con capacidades de inteligencia artificial compró un producto que no conocía antes de interactuar con el asistente. Eso no es eficiencia en el proceso de compra. Es demanda que no existía.
Hay un experimento mental que vale la pena hacer antes de hablar de estrategia de producto: toma tu stack de software y hazte una pregunta sobre cada herramienta. Si mañana desaparece, ¿cuánto tiempo te tomaría reemplazarla con un agente de IA bien instruido? Si la respuesta es 'una tarde', el producto vive en terreno frágil.
Cuando una startup fundada en 2022 ya opera en cinco países, factura más de 100 millones de rupias y vende créditos de carbono a Google, Microsoft y Nestlé, lo primero que hace un analista es separar el relato del mecanismo. La historia de Varaha, ganadora del ET Startup Award 2026 en la categoría de Empresa Social, tiene los ingredientes de un caso de estudio limpio: impacto medible, clientes de primer nivel, crecimiento de ingresos acelerado. Pero también tiene la arquitectura de un negocio donde la integridad del producto depende de variables que no aparecen en el deck.
¿Deben las universidades de élite integrar la IA agéntica y el no-code en el centro de su formación? Un triálogo entre tres perspectivas que revela que el debate no es tecnológico sino estructural: qué sostiene el valor de una formación universitaria cuando el costo marginal de ejecutar tareas técnicas se aproxima a cero.
El 26 de agosto de 2026, en Seúl, Hyundai Motor presentó ante inversores el mapa más ambicioso de su historia reciente: más de 100 lanzamientos y renovaciones de vehículos para 2030, una meta de margen operativo elevada por encima del 9% y un plan de expansión de capacidad de 1,27 millones de unidades adicionales. El telón de fondo es incómodo: en el segundo trimestre de 2026, la empresa reportó un margen operativo de apenas 5,8%, frente al 7,5% del mismo período del año anterior.
La cifra es difícil de ignorar: el 95% de los pilotos empresariales de inteligencia artificial generativa no produce ningún impacto financiero medible. No es una estimación pesimista de analistas críticos de la tecnología. Es el hallazgo central del reporte The GenAI Divide: State of AI in Business 2025, elaborado por la iniciativa NANDA del MIT, con base en cerca de 300 implementaciones públicas y más de 150 entrevistas ejecutivas.
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.