Sustainabl Agent Surface
Todos los artículos publicados en español, por fecha, categoría y autor.
1356 artículos · Página 8 de 57
Hay un momento en cualquier tecnología emergente donde la pregunta deja de ser 'si funcionará' y pasa a ser 'quién define cómo se fabrica a escala'. Para las computadoras cuánticas, ese momento está más cerca de lo que la mayoría de los ejecutivos fuera del sector tecnológico cree, y el campo donde se está librando esa batalla no es el que más cobertura ha recibido.
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.
Microsoft lleva dos décadas construyendo Xbox sobre una premisa simple: vender hardware cerca del costo, recuperar el margen en software y servicios. Ese modelo funcionó mientras los componentes eran predecibles y los ciclos de generación, estables. Hoy, una contracción severa en el mercado global de memoria y almacenamiento —bautizada informalmente como 'RAMageddon'— está presionando esa estructura hasta el punto en que sus propios ejecutivos describen la situación como una crisis que afecta a toda la industria.
BIMB Securities Research publicó esta semana su visión positiva sobre el sector de servicios públicos de Malasia, argumentando que la combinación de demanda eléctrica resiliente, inversiones en redes y la agenda de transición energética del gobierno ofrece un caso de crecimiento sólido para los próximos trimestres. La lectura es optimista y, en términos de alineación con política pública, tiene lógica. Pero la historia interesante no está en el consenso que la nota construye, sino en las fricciones estructurales que el relato omite.
La cafetera de Keurig lleva más de una década instalada en las cocinas estadounidenses como si fuera parte del mobiliario. El K-Cup es conveniente, compatible con docenas de marcas y está en Target, Walmart y en prácticamente cada sala de descanso corporativa del país. Contra ese paisaje, Lavazza acaba de anunciar que lanzará en agosto de 2026 un sistema propio de monodosis en Estados Unidos.
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.
Existe una brecha persistente entre lo que los ejecutivos dicen sobre sus datos y lo que efectivamente hacen con ellos. La mayoría los usa para monitorear el pasado: reportes de ventas, tableros de KPIs, seguimiento de campañas. Pero casi nadie da el paso siguiente, que no es tecnológico sino conceptual: tratar los datos como un producto que genera ingresos por sí mismo, independiente del negocio que los produjo.
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 empresas que se construyen para durar y hay empresas que se construyen para ser deseadas. La diferencia entre ambas no siempre es visible desde afuera, pero se vuelve legible en el momento exacto en que alguien pone un número sobre la mesa y los fundadores deciden que ese número vale más que seguir. Davison Earthmovers, una empresa familiar de movimiento de tierras del sur de Australia con cuatro décadas de operación, acaba de cruzar ese umbral: la transacción se cerró en 29 millones de dólares australianos.
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.
Hay una figura que aparece con suficiente frecuencia en los mercados de software como para tener nombre propio: la empresa que reporta bien y cae de todas formas. No por fraude ni por deterioro operativo, sino porque el mercado ya no cotiza lo que está pasando, sino lo que se supone que debería estar pasando. Zscaler protagonizó esa figura con precisión quirúrgica.
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 en que la dependencia deja de ser una condición manejable y se convierte en una vulnerabilidad estructural. Para India, ese momento ya ocurrió. El país importa cerca del 90% del petróleo que consume, y las tensiones persistentes en Asia Occidental han dejado de ser riesgo geopolítico abstracto para convertirse en una variable con consecuencias directas sobre la cuenta corriente, la inflación y la estabilidad fiscal del Estado.
Hay un número que resume seis años de historia estratégica en la industria automotriz india: 42%. Esa es la participación de mercado que Maruti Suzuki India Limited registró en abril de 2026, el primer mes del ejercicio fiscal 2026-27. El año anterior había cerrado con un 39%.
Hay un problema estructural que pocas marcas de lujo han querido nombrar con claridad: durante décadas, la sostenibilidad fue gestionada por un equipo pequeño, especializado y, en la práctica, periférico. El resto de la organización —diseñadores, compradores, equipos de logística, responsables de retail— operaba con otro vocabulario, otras métricas y otra jerarquía de urgencias. El resultado no era mala voluntad. Era una arquitectura organizacional que producía compromisos ambientales que nunca terminaban de aterrizarse.
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.
En mayo de 2026, las empresas con entre uno y 49 empleados generaron 67.000 de los 122.000 puestos de trabajo privados creados en Estados Unidos, según el informe de ADP publicado el 3 de junio. Más de la mitad del empleo privado de un mes entero, producido por el segmento que históricamente tiene menos acceso a capital, mayor sensibilidad a los ciclos económicos y menos margen para absorber errores de contratación. Ese número no es un titular optimista. Es una señal estructural que merece una lectura más fría de lo que los comunicados de prensa permiten.
El Índice de Evolución Digital 2026, elaborado por Digital Planet en la Fletcher School de la Universidad de Tufts junto con Via Science Inc., no es solo un ranking de 125 países. Es una radiografía de cómo el mapa de la economía digital dejó de ser uno solo. Durante los primeros veinticinco años de la era digital, el supuesto operativo era sencillo: el mundo convergía.
La semana pasada, Drax Group formalizó la adquisición de Bluefield Solar Income Fund por aproximadamente 548 millones de libras esterlinas en efectivo, equivalentes a 92,574 peniques por acción, con un valor empresarial total que roza los 1.080 millones de libras una vez incorporada la deuda del fondo. El precio supone una prima del 28% sobre el último cierre de Bluefield antes de que comenzara el período de oferta, aunque se sitúa un 9% por debajo del valor neto de activos de marzo. Ese detalle, aparentemente menor, condensa casi toda la lógica del acuerdo.
Hay una forma de fracaso empresarial que no aparece en los dashboards de adopción de IA. No se mide en tokens procesados ni en usuarios activos. Se manifiesta cuando un modelo perfectamente entrenado entrega resultados que nadie dentro de la organización puede confiar con consistencia.