Qué cambia cuando la IA entra en una empresa
Aquí seguimos la IA cuando deja de ser novedad y empieza a alterar costes, flujos de trabajo, control, dependencia tecnológica y ventaja competitiva.
Qué estamos mirando
Infraestructura de cómputo, agentes, software empresarial, distribución restringida de modelos y decisiones que convierten a la IA en una capa de poder, no solo de productividad.
Dónde se juega
En la nube, en los flujos de trabajo, en la relación entre proveedor y cliente, en la gobernanza del modelo y en el punto donde automatizar empieza a cambiar quién decide.
Por qué importa
Porque adoptar IA no es solo sumar una herramienta: es aceptar nuevas dependencias, nuevos costes y una nueva forma de organizar criterio, velocidad y control.
Destacado
Inteligencia Artificial
Por qué la IA contable de Anthropic llega a un mercado que ya aprendió a desconfiar de sí mismo
El 13 de mayo de 2026, Anthropic lanzó Claude para Pequeñas Empresas, una versión de su asistente de IA conectada directamente a las herramientas operativas de negocios pequeños: correo, calendario, y —esto es lo nuevo— software de contabilidad. La promesa concreta es que Claude puede hacer reconciliaciones, generar estados de pérdidas y ganancias, y categorizar transacciones sin que el dueño tenga que tocar una hoja de cálculo. Pero la reacción del mercado especializado no fue de entusiasmo sin matices: fue de bienvenida cautelosa, con una advertencia que lleva tiempo resonando en este sector.
Clara Montes9 minÚltimos artículos
La IA no mató el software empresarial. Lo separó en ganadores y perdedores estructurales
Hay una narrativa que domina las conversaciones en las juntas directivas y en los fondos de capital de riesgo desde hace dos años: la inteligencia artificial devorará el software empresarial de la misma forma en que el software devoró los modelos analógicos de negocio. Es una imagen poderosa. Y como toda imagen poderosa que circula sin fricción, merece que alguien le aplique presión antes de que dicte decisiones de inversión con consecuencias reales.
Por qué el 95% de los pilotos de IA fracasan antes de producir un solo resultado
Hay una escena que se repite en casi todas las empresas medianas que conozco. El equipo de tecnología presenta un piloto de inteligencia artificial. Los números iniciales son prometedores. El directorio aprueba la inversión. Y seis meses después, el piloto sigue siendo un piloto.
Cuando los agentes pagan solos, la gobernanza llega tarde
En una semana de mayo de 2026, la infraestructura de IA empresarial cruzó una frontera que los marcos de auditoría, cumplimiento y seguros aún no habían dibujado. El 7 de mayo, AWS presentó en versión preliminar Amazon Bedrock AgentCore Payments, un sistema construido con Coinbase y Stripe que permite a los agentes de inteligencia artificial realizar pagos autónomos durante su ejecución. Dos anuncios en siete días, de dos de las mayores plataformas de infraestructura tecnológica del planeta, describen el mismo comportamiento: un agente que decide gastar dinero por su cuenta.
Por qué OpenAI pagó 20 veces ingresos por un programa de entrevistas
Más de 100 millones de dólares por un programa diario de tecnología que genera aproximadamente 5 millones de dólares anuales en ingresos. Eso es un múltiplo de valoración superior a 20x sobre ventas para un activo de medios, en un sector donde los múltiplos típicos raramente superan 3x o 4x de ingresos. No es un error de cálculo. Es una declaración estratégica.
Más Populares
Más votados en esta página
La IA no mató el software empresarial. Lo separó en ganadores y perdedores estructurales
Hay una narrativa que domina las conversaciones en las juntas directivas y en los fondos de capital de riesgo desde hace dos años: la inteligencia artificial devorará el software empresarial de la misma forma en que el software devoró los modelos analógicos de negocio. Es una imagen poderosa. Y como toda imagen poderosa que circula sin fricción, merece que alguien le aplique presión antes de que dicte decisiones de inversión con consecuencias reales.
91
Cuando los agentes pagan solos, la gobernanza llega tarde
En una semana de mayo de 2026, la infraestructura de IA empresarial cruzó una frontera que los marcos de auditoría, cumplimiento y seguros aún no habían dibujado. El 7 de mayo, AWS presentó en versión preliminar Amazon Bedrock AgentCore Payments, un sistema construido con Coinbase y Stripe que permite a los agentes de inteligencia artificial realizar pagos autónomos durante su ejecución. Dos anuncios en siete días, de dos de las mayores plataformas de infraestructura tecnológica del planeta, describen el mismo comportamiento: un agente que decide gastar dinero por su cuenta.
91
La capa que nadie controla todavía es la que todos necesitarán
Hay un patrón que se repite con suficiente consistencia como para tomarlo en serio: las tecnologías no se concentran donde se ven, sino donde se apoyan. Las redes sociales se concentraron en la distribución, no en el contenido. La nube se concentró en infraestructura, no en aplicaciones. La inteligencia artificial está siguiendo la misma geometría, pero el punto de control está un nivel más abajo que en cualquier ciclo anterior.
91
Por qué OpenAI pagó 20 veces ingresos por un programa de entrevistas
Más de 100 millones de dólares por un programa diario de tecnología que genera aproximadamente 5 millones de dólares anuales en ingresos. Eso es un múltiplo de valoración superior a 20x sobre ventas para un activo de medios, en un sector donde los múltiplos típicos raramente superan 3x o 4x de ingresos. No es un error de cálculo. Es una declaración estratégica.
90
La capa que nadie controla todavía es la que todos necesitarán
Hay un patrón que se repite con suficiente consistencia como para tomarlo en serio: las tecnologías no se concentran donde se ven, sino donde se apoyan. Las redes sociales se concentraron en la distribución, no en el contenido. La nube se concentró en infraestructura, no en aplicaciones. La inteligencia artificial está siguiendo la misma geometría, pero el punto de control está un nivel más abajo que en cualquier ciclo anterior.
Las pequeñas empresas llevan la mitad del peso económico y reciben una fracción de la conversación sobre IA
La narrativa dominante sobre inteligencia artificial y negocios tiene un sesgo estructural que rara vez se nombra: está construida casi exclusivamente alrededor de empresas con más de 500 empleados. No porque las grandes corporaciones sean más interesantes, sino porque para los proveedores de tecnología representan contratos más predecibles, ciclos de venta más cortos en términos relativos y flujos de ingresos recurrentes que justifican el gasto en ventas y marketing. La lógica es comprensible desde la economía del vendedor. El problema es que esa lógica ha distorsionado la lectura de dónde ocurre el trabajo real en la economía.
La paradoja de Solow regresa y esta vez le habla a la IA
Hay un patrón silencioso que la historia económica ha repetido al menos dos veces con claridad antes de la era de la inteligencia artificial. Primero con la electrificación industrial, luego con las computadoras personales. En ambos casos, la tecnología llegó décadas antes de que su impacto apareciera en las estadísticas de productividad.
Átomos neutros y la carrera por construir computación cuántica que funcione de verdad
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.
Notion dejó de ser una herramienta y apunta a ser infraestructura
Hay un momento en la vida de cualquier plataforma de productividad en el que deja de ser suficiente con hacer bien una sola cosa. Notion llegó a ese punto. La compañía —conocida durante años como el lugar donde los equipos guardan notas, wikis y bases de datos— acaba de anunciar una reconfiguración profunda de su arquitectura: un conjunto de capacidades que, en conjunto, convierten el espacio de trabajo en un entorno donde los agentes de inteligencia artificial pueden operar, recibir instrucciones, ejecutar código y sincronizar datos externos en tiempo continuo.
White Circle recaudó 11 millones para vigilar la IA después de que nadie más quiso hacerlo
Una noche de finales de 2024, Denis Shilov estaba viendo un thriller policial cuando se le ocurrió un experimento. Escribió un prompt que lograba que cualquier modelo de inteligencia artificial ignorara sus propios filtros de seguridad. Lo que Shilov concluyó de ese episodio no fue que había encontrado un bug, sino que ninguna empresa tenía una capa de control post-despliegue sobre lo que sus modelos de IA hacían una vez que los usuarios empezaban a interactuar con ellos.
Tomás Rivera8 min
El Pentágono aprendió a transformarse con IA. Las empresas siguen repitiendo sus errores previos
Hay un dato que debería incomodar a cualquier ejecutivo que haya aprobado un presupuesto de inteligencia artificial en los últimos dos años: Estados Unidos, el país que fabrica los modelos más potentes del mundo, ocupa el puesto 24 en adopción global de IA. Su tasa es del 28,3%. El problema no es tecnológico. Nunca lo fue.
Valeria Cruz7 min
Por qué las grandes empresas están poniendo una capa entre sus aplicaciones y los modelos de IA
Hay un patrón que se repite cada vez que una tecnología deja de ser experimento y se convierte en infraestructura de producción. Ocurrió con las bases de datos relacionales, con los servicios en la nube, con los microservicios. Y ahora ocurre con los modelos de lenguaje a gran escala.
Ignacio Silva8 min
Por qué los agentes de IA corporativos fallan antes de ser hackeados
La conversación sobre seguridad en inteligencia artificial empresarial tiende a converger en el mismo punto: modelos mal entrenados, alucinaciones, sesgos algorítmicos. Mientras los equipos técnicos debaten la arquitectura del modelo, los datos sensibles ya están viajando a servidores externos, los agentes operan con privilegios excesivos y nadie ha actualizado los marcos de gestión de identidades para incluir entidades que toman decisiones sin que ningún humano las supervise en tiempo real. La brecha no es técnica en su origen. Es conductual y organizacional.
Andrés Molina7 min
Nvidia financia la cadena que le compra los chips
Cuando una empresa genera 97.000 millones de dólares en flujo de caja libre en un solo año fiscal, la pregunta no es si puede invertir. La pregunta es qué arquitectura de poder construye con ese dinero y quién queda atrapado dentro de ella. Nvidia cruzó los 40.000 millones de dólares en compromisos de capital en los primeros cinco meses de 2026, incluyendo una apuesta de 30.000 millones en OpenAI.
Lucía Navarro8 min
Tres apuestas tecnológicas para el mercado B2B indio y las pruebas que conviene pedirles
Sarvam AI, X Pay de Ebix y AuthLead de AuthBridge abordan problemas empresariales distintos. Evaluarlos exige separar capacidades declaradas, resultados comprobados y métricas adecuadas a cada negocio.
Diego Salazar9 min
Del volumen a la selección: la trampa que los agentes de IA están forzando a resolver
Hay una creencia que recorre los pasillos de casi toda organización que ha invertido en inteligencia artificial en los últimos ocho años. La creencia de que el problema es siempre de cantidad. Más datos. Más tokens. Más cobertura. Más historia almacenada.
Simón Arce9 min
La fiebre de adquisiciones en IA empresarial y el poder que ya quedó codificado
Cuando SAP desembolsa 1.160 millones de dólares por una startup alemana de 18 meses de vida, no está comprando tecnología. Está comprando tiempo. Y cuando Anthropic y OpenAI anuncian, en la misma semana, sus propias estructuras para llevar IA a empresas grandes, lo que emerge no es una carrera por el mejor modelo: es una carrera por quién controla la capa donde las decisiones de negocio se automatizan.
Isabel Ríos8 min
El modelo SaaS no murió, aprendió a demostrar que sirve
Hay un momento preciso en el ciclo de cualquier modelo de negocio donde la narrativa colectiva deja de describir la realidad y empieza a producirla. El sector SaaS llegó a ese momento hace más de un año, y la industria todavía está procesando lo que significa. No es el colapso que algunos anticiparon con el término 'SaaS-pocalypse', pero tampoco es el regreso sin fricción al crecimiento de 2021.
Tomás Rivera9 min
Por qué 2026 marcará el fin de los pilotos de IA sin retorno
La imagen que mejor describe el estado de la inteligencia artificial en las empresas durante 2025 no es la de una tecnología que falló. Es la de una tecnología que fue usada sin compromiso real. Según un informe del MIT publicado ese año, el 95% de los pilotos de IA generativa no llegaron a producción con impacto medible.
Sofía Valenzuela9 min
Por qué el 91% de las empresas adopta IA sin saber qué datos le está entregando
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.
Elena Costa8 min
El robot que quiere ser tu compañero, no tu empleado
Hay un momento específico en la historia de la robótica doméstica donde el sector decidió que el valor estaba en resolver tareas. Aspirar. Fregar. Monitorear. La lógica era impecable: si el robot hace algo útil, el consumidor paga. Colin Angle lo demostró mejor que nadie cuando lanzó el Roomba en 2002 y convirtió un disco con ruedas en el primer robot doméstico de adopción masiva.
Martín Soler9 min
Los agentes de IA ya están dentro de tus sistemas y tu estrategia de identidad aún no lo sabe
Para finales de 2026, el 40% de las aplicaciones empresariales incluirá agentes de IA con tareas específicas. Hace doce meses, esa cifra no llegaba al 5%. El salto no es solo estadístico: es estructural.
Francisco Torres7 min
La IA de Meta no es narrativa tecnológica, es la fontanería de su negocio publicitario
Mark Zuckerberg tiene el hábito de presentar cada avance técnico de Meta como un hito civilizatorio. En los resultados del primer trimestre de 2026, el lenguaje fue, como de costumbre, ambicioso. Pero esta vez los números hacen el trabajo que el relato no necesita hacer: 56.300 millones de dólares en ingresos, un crecimiento del 33% interanual, y una maquinaria publicitaria que aumentó el precio promedio por anuncio un 12% mientras expandía simultáneamente el volumen de impresiones en un 19%.
Diego Salazar8 min