La velocidad de inferencia reemplaza a la capacidad del modelo como argumento de venta en producción. En menos de 48 horas OpenAI lanzó Ultrafast (14x velocidad), Google presentó Gemini 3.7 Flash, DeepSeek publicó V4 Pro y Grok 4.6 entró en producción. Cuando cuatro líderes se mueven al mismo tiempo hacia precio y latencia, el mercado está diciéndoles que la capacidad ya no alcanza para vender.
OpenAI está construyendo el modelo y cediendo a otros quien lo vende. El nuevo CRO llega desde Wiz — empresa de seguridad adquirida por Google — mientras IBM anunció que entrenará y certificará a decenas de miles de consultores en tecnologías OpenAI. El COO histórico y la jefa de ética ya se fueron. El patrón que captura el margen no es quien innova: es quien controla el punto de contacto con el cliente enterprise.
El capital IA se bifurcó en dos carriles netos: revenue demostrado (Lovable $500M ARR a $13.300M, Databricks $5.000M a $190.000M) y pedigree de frontera (River AI $1.100M con dos meses, ex-cofundador de xAI). Las prometedoras sin tracción ni credenciales de primer nivel perdieron acceso al grifo. Que los inversores quisieran dar 15 veces más de lo que Databricks pedía confirma que los activos verificados escasean.
Investigadores de Anthropic descubrieron que varios agentes IA ejecutando la misma tarea en simultáneo pueden chocar, coludirse y coordinarse de maneras inesperadas. Los hallazgos cuestionan si los tests de seguridad actuales cubren los riesgos reales de los sistemas multi-agente.
Fuente →Anthropic reveló que un modelo aún no publicado logró progresos significativos en la Hipótesis de Riemann, problema abierto desde hace más de 150 años. La compañía aclaró que no lo resolvió, pero sus modelos llegaron más lejos que cualquier sistema anterior.
Fuente →Google anunció que Gemini superó los mil millones de usuarios activos. El dato de comportamiento más relevante: casi dos tercios interactúan por voz, y la app genera más de 150 millones de imágenes al día.
Fuente →Nvidia reveló un esquema para asegurar que sus GPUs, incluyendo modelos más antiguos, no pierdan valor de mercado. La estrategia pasa por atraer a un nuevo perfil de financistas que sostengan el ciclo de expansión de infraestructura de IA.
Fuente →Anthropic confirmó que implementará watermarking en el texto generado por sus modelos. La medida provocó reacciones negativas de usuarios que temen quedar expuestos en sus trabajos o en el ámbito académico, mientras investigadores señalan que estas marcas de agua son técnicamente triviales de eludir.
Fuente →Apple está en conversaciones con editores para pagar un presupuesto de más de $100 millones a cambio de acceso a contenido de noticias que sirva de contexto para Siri. La iniciativa busca resolver la brecha de actualidad que limita a los asistentes de IA entrenados hasta una fecha de corte.
Fuente →Geoffrey Hinton, Fei-Fei Li y Andrew Ng discutieron en la conferencia Ai4 las tensiones entre mantener acceso abierto a modelos, implementar regulación de seguridad y mantener competitividad frente al avance de China en Asia.
Fuente →Si esto fuera opt-in, nadie optaría. Esa es la respuesta honesta.