Crece la inversión en modelos generativos y la productividad sigue plana
La IA promete riqueza, pero las métricas de productividad no reaccionan. Para Latinoamérica, la pregunta no es si adoptar, sino qué resultados medir.
Tema
La IA promete riqueza, pero las métricas de productividad no reaccionan. Para Latinoamérica, la pregunta no es si adoptar, sino qué resultados medir.
Sam Altman rechaza la presión de Wall Street y prioriza la seguridad de la IA sobre la liquidez inmediata. Una decisión que redefine la responsabilidad corporativa en la era de la inteligencia artificial general.
El CEO de Anthropic, Dario Amodei, pide bajar el ritmo del desarrollo de IA y abrir los modelos a evaluadores externos. Una llamada a la prudencia que los directivos latinoamericanos no deberían ignorar.
El presidente de Y Combinator se suma al debate: los laboratorios de peso abierto de EE.UU. deberían destilar modelos fronterizos para ponerlos al alcance de más usuarios.
Europa estrena la primera ley integral de IA: clasifica riesgos, exige transparencia sobre datos y modelos, y suma un pacto voluntario para no frenar la innovación. La tensión entre control y desarrollo recién comienza.
La Corte Suprema de Nuevo México sancionó a un abogado por presentar testimonios ficticios generados con ChatGPT. Un estudio empírico revela que las alucinaciones legales son sistemáticas y amenazan la confianza en la justicia.
La china Moonshot AI, creadora del modelo Kimi, proyecta duplicar sus ingresos anuales a fines de 2026 y competir en la carrera global de la IA.
Expertos renuevan la alerta por una IA que escape al control humano, mientras otros la consideran especulación. El riesgo existe, pero el problema más urgente es otro: la erosión de las salvaguardas.
El uso de OpenRouter se disparó 20 veces en un año. Entre la caída de precios de modelos como DeepSeek y la competencia china, las empresas latinas tienen una oportunidad única.
El debate sobre si la IA nos exterminará o nos salvará oculta el verdadero desafío: la tecnología avanza más rápido que la regulación mientras consume agua, energía y datos. El riesgo no es el del guion apocalíptico.
Investigaciones recientes demuestran que solvers híbridos (YOLO + VLM) alcanzan 85% de precisión, operan sin DOM y se reentrenan solos tras caer a 0% por perturbaciones. El modelo de seguridad basado en CAPTCHAs colapsa.
Un laboratorio usa Codex y ChatGPT para explorar genomas de organismos extintos en busca de moléculas contra superbacterias. Qué implica para la industria y la región.
La convergencia de modelos fundacionales, simulación masiva y capital de riesgo está cerrando la brecha entre demostraciones de laboratorio y robots que operan en fábricas reales. China despliega miles de humanoides para generar datos de entrenamiento; EE.UU. apuesta por modelos generales. La métrica decisiva ya no es la destreza, sino el coste por tarea.
Los modelos fundacionales ya no son experimentos: son la capa base sobre la que se construyen decisiones, productos y operaciones. Quien no los gobierne, quedará expuesto a riesgos que no controla.
Google lanzó AlphaGenome Atlas, con predicciones sobre 9.000 millones de variantes de ADN. Acceso abierto vía web y API: un salto para la genética en América Latina.
GPT-6 Astra llega con demanda récord y un plan Pro que podría pausar altas: el valor ya no está solo en la inteligencia del modelo, sino en el cómputo y los permisos que le das. Qué implica para empresas en América Latina.
OpenAI afirma haber resuelto un problema matemático centenario con un modelo interno más potente que GPT-6 Astra. El logro, aún sin verificación, plantea dilemas sobre transparencia, poder y confianza en la IA.
Dos laboratorios del MIT demuestran que agentes basados en GPT-5.6 Sol ejecutan calibración completa de qubits superconductores y centros NV en diamante. La brecha entre razonar y entregar resultados completos sigue siendo el cuello de botella real.