Uber pone límites de gasto en IA tras quemar presupuesto en cuatro meses. Amazon inventa productos que no existen. La euforia de adopción choca con economía de unidad.
El margen de los wrappers se comprime y el techo de monetización aparece. Uber impuso un cap de 1.500 dólares mensuales por empleado tras agotar presupuesto anual de IA en un tercio del año, mientras Amazon muestra imágenes generadas de productos inexistentes en su buscador — dos síntomas del mismo diagnóstico: las empresas descubren que regalar tokens a escala corporativa no cierra, y que inventar demanda con alucinaciones visuales tampoco. Simon Willison captura la paradoja: el límite de Uber es «una señal útil» para pricing de herramientas IA, precisamente porque revela cuánto vale NO el acceso sino el uso sostenido. Cuando la métrica deja de ser seats y pasa a ser tokens consumidos, el SaaS wrapper enfrenta un problema estructural: los costos de infraestructura escalan linealmente con engagement, pero los usuarios no toleran que la factura haga lo mismo. Amazon, por su parte, intenta diferenciarse mostrando lo que podrías querer antes de que exista — puro vaporware visual. Ambos casos exponen que la IA en producto de consumo masivo aún busca desesperadamente un modelo donde el valor percibido justifique el costo real de cómputo, y hasta ahora la respuesta ha sido o poner techo o vender humo.
Ilustración del día — generada por El Daily
Scout llega a 365 con promesa de adicción por diseño. Anthropic escala Mythos a infraestructura crítica en 15 países.
Microsoft lanza Scout, asistente autónomo inspirado en OpenClaw, con documentos internos que literalmente hablan de «hacer que la gente se vuelva adicta». Mientras, Anthropic expande Mythos (el modelo de seguridad) a 150 organizaciones en sectores críticos — agua, energía, salud. Dos vectores del mismo movimiento: los agentes dejan de ser demos y entran a operar sistemas donde el downtime cuesta vidas o economías enteras.
Redmond entra al mercado de modelos de razonamiento avanzado mientras Lovable firma expansión 5x con Google Cloud para acceso a Claude.
Microsoft presenta MAI-Thinking-1, su primer modelo flagship de razonamiento, abandonando la postura de pure reseller de OpenAI. En paralelo, Lovable (code-gen) firma deal multianual con Google Cloud que incluye expansión 5x de footprint y acceso ampliado a Claude de Anthropic. Patrón claro: los wrappers de alto valor negocian acceso preferencial a modelos de terceros mientras los cloud providers construyen los propios — la cadena se verticaliza en ambas direcciones.
La Casa Blanca pasa de mandato a marco voluntario. Reguladores británicos fuerzan a Google dar herramienta de exclusión global a publishers.
Trump firma versión achicada de orden ejecutiva IA tras objeciones del sector — ahora solo revisión voluntaria de modelos frontier pre-lanzamiento. Simultáneamente, UK Competition and Markets Authority obliga a Google ofrecer opt-out de AI Search, herramienta que se probará en UK y luego irá global. Dos caras de la regulación: EEUU retrocede a soft governance, Europa y UK avanzan con enforcement duro que termina marcando estándares mundiales por vía de mercado.
Failing grades se disparan con uso de IA y caída de skills matemáticas. Startup de cohetes dice que ingeniería física aún depende de talento, no modelos.
UC Berkeley documenta explosión de reprobar en clases de CS correlacionada con adopción de IA y deterioro de habilidades matemáticas. Al mismo tiempo, Impulse Space levanta medio billón explícitamente para «contratar personas, no IA» — CEO afirma que sistemas físicos siguen dependiendo de talento humano. La paradoja del momento: la IA ayuda a pasar (o no) exámenes pero no reemplaza el tipo de razonamiento que necesitás para diseñar un motor de cohete. El gap entre lo que los modelos hacen bien y lo que la industria crítica necesita sigue siendo un abismo de capacidad humana insustituible.
Noticias de IA