Uber limita el uso de IA a 1.500 dólares mensuales mientras Anthropic celebra 47.000 millones de facturación anual pre-IPO con dudas sobre retornos.
La señal más clara del día sobre pricing de IA viene de dos frentes opuestos. Uber pone un cap de 1.500 dólares mensuales por empleado en herramientas de IA —un límite que Simon Willison califica como «señal útil» para el mercado— justo cuando Anthropic anuncia que cruzó los 47.000 millones anualizados (desde 9.000 millones a fin de 2025) camino a su IPO. Daniela Amodei resta importancia a las dudas sobre retornos, pero el timing es revelador: las empresas que consumen estos modelos ya están buscando el techo, mientras los que los venden celebran el crecimiento con disclaimers implícitos. La brecha entre la euforia del proveedor y el pragmatismo del comprador se está canonizando en contratos con caps explícitos. Lovable, por su parte, acaba de firmar un acuerdo multianual con Google Cloud para quintuplicar su uso —movimiento que sugiere que los wrappers con tracción real prefieren lock-in a largo plazo antes que exponerse a variaciones de precio trimestre a trimestre.
Ilustración del día — generada por El Daily
La escasez de capacidad fabril colisiona con la resistencia local y la improvisación arquitectónica.
TSMC admite públicamente que no puede sostener la demanda de chips para IA ni con su expansión en Estados Unidos, mientras Meta recurre a tácticas de Tesla y levanta datacenters en estructuras temporales tipo carpa para acelerar el deployment. En paralelo, Kevin O'Leary acepta reducir de 40.000 a 20.000 acres su proyecto en Utah tras presión de residentes y activistas. El patrón: la infraestructura física para IA está chocando simultáneamente contra límites de manufactura, resistencia comunitaria y la necesidad de atajos constructivos que hace dos años habrían sido impensables para hiperescaladores.
Los agentes conversacionales salen del laboratorio y entran a plataformas de mensajería con billones de usuarios.
Poke se convierte en el primer agente de IA aprobado por Apple para Messages for Business —una validación de plataforma que abre la puerta a interacciones agentivas dentro del ecosistema cerrado de Cupertino—, mientras Google despliega Spark (Gemini) con demos que The Verge describe como «tan efectivas que dan miedo». David Pierce reporta que Spark conocía detalles de su perro sin que él los mencionara. El salto cualitativo no está en la capacidad técnica sino en la distribución: agentes con acceso a datos personales corriendo dentro de apps de mensajería que ya tienen adoption masivo.
Dos vectores regulatorios opuestos: protección editorial en Occidente, censura automatizada en Asia.
Los reguladores británicos exigen que Google ofrezca a publishers una herramienta para excluirse de features generativas en Search —medida que se probará en UK y luego se extenderá globalmente—, mientras Corea del Sur obliga a comunidades online a escanear todas las imágenes con herramientas de censura basadas en IA. La paradoja regulatoria es explícita: en un hemisferio se protege el derecho a no ser insumo de modelos; en el otro, se obliga a usar esos mismos modelos como infraestructura de control estatal.
Las consecuencias no intencionales del acceso masivo a herramientas generativas empiezan a medirse en aulas y juzgados.
Profesores de CS en UC Berkeley observan un salto en tasas de reprobación correlacionado con mayor uso de IA y deterioro de habilidades matemáticas básicas, justo cuando jueces federales en Colorado reportan inundaciones de documentos legales escritos por personas sin abogado usando herramientas generativas —muchos de ellos incoherentes o incorrectos—. El patrón es simétrico: acceso democratizado a capacidades generativas sin las guardrails de dominio produce outputs formalmente correctos pero sustancialmente defectuosos, con consecuencias medibles en sistemas de evaluación (académicos, judiciales) que no fueron diseñados para este volumen de ruido estructurado.
Noticias de IA