La notícia de la setmana és que Jack Dorsey ha acomiadat prop de la meitat de la seva empresa (Block, Square, etc.), concretament 4.000 de les 10.000 persones que hi treballaven.

Però han passat més coses. Entre elles, que Anthropic ho ha tornat a fer. Ha anunciat una eina per convertir codi COBOL a un llenguatge modern i això ha provocat que les accions d’IBM —que encara ven mainframes basats en COBOL— caiguessin més d’un 10%.

Seguim esperant el DeepSeek 4, que sembla que hauria estat entrenat amb xips d’Nvidia de contraban. També aquesta setmana Anthropic ha denunciat atacs massius de models xinesos que volien utilitzar Claude com a entrenador dels seus propis sistemes.

Nano Banana ha tret una nova versió del seu model d’imatge i Perplexity s’ha apuntat als agents, aquesta vegada amb un enfocament multimodel.

I Nvidia ha presentat resultats: les vendes han crescut un 73% fins arribar als 68.100 milions de dòlars en els tres mesos que van acabar l’11 de gener, amb un creixement projectat per al següent trimestre fiscal encara més gran, del 77%. Al mercat li ha semblat poc… en fi…

Jack Dorsey fa fora al 50%

Jack Dorsey ha anunciat l’acomiadament de més de 4.000 treballadors de Block (prop de la meitat de la plantilla), reduint-la de més de 10.000 empleats a menys de 6.000. Els inversors han reaccionat positivament i l’acció ha pujat més d’un 24% fora d’hores.

Dorsey presenta la decisió com un moviment estratègic i proactiu, no com una resposta a una crisi financera. Argumenta que múltiples rondes d’acomiadaments erosionen la moral i la confiança, i defensa que és millor anticipar-se. Segons ell, en un any moltes empreses es trobaran en una situació similar.

La justificació oficial dels acomiadaments és l’ús de la intel·ligència artificial, que permetria operar amb equips més petits i altament qualificats, automatitzant més tasques. El director financer de Block ha afirmat que això ajudarà l’empresa a moure’s més ràpid.

Dorsey segueix així una línia semblant a la d’Elon Musk quan va reduir dràsticament la plantilla de Twitter el 2022. Tots dos mantenen una relació ambivalent i comparteixen una aposta pública pel bitcoin.

Pel que fa a les indemnitzacions, els empleats als EUA rebran 20 setmanes de salari més una setmana addicional per any d’antiguitat, accions consolidades fins a finals de maig, sis mesos d’assegurança mèdica, els dispositius corporatius i 5.000 dòlars per facilitar la transició. Fora dels EUA, el suport serà similar segons la legislació local.

Altres empreses com Salesforce i Amazon també han fet grans retallades vinculades a l’ús de la IA, tot i que alguns informes qüestionen fins a quin punt aquests acomiadaments responen realment a guanys d’eficiència i no a motius financers.

https://x.com/MilkRoadAI/status/2027160182485291385
https://x.com/jack/status/2027129697092731343

 

Anthropic ho ha tornat a fer!

Les accions d’IBM van caure un 10% dilluns després que Anthropic anunciés el llançament d’una nova eina d’intel·ligència artificial pensada per modernitzar codi COBOL, un segment clau del negoci de consultoria tecnològica tradicional. Accenture i Cognizant, que també tenen una forta presència en la modernització de sistemes heretats, van registrar descensos similars.

Aquesta solució promet automatitzar fases crítiques del procés de modernització de sistemes COBOL —com l’exploració, l’anàlisi de dependències i la identificació de riscos— tasques que fins ara requerien grans equips de consultors i mesos de feina.

El COBOL continua sent una peça fonamental de la infraestructura tecnològica global: es calcula que gestiona el 95% de les transaccions de caixers automàtics als Estats Units i que centenars de milers de milions de línies de codi continuen funcionant diàriament en sistemes financers, aerolínies i administracions públiques. Tot i això, el nombre de programadors especialitzats en aquest llenguatge disminueix progressivament, ja que molts dels seus creadors i mantenidors originals s’han jubilat.

Segons Anthropic, aquesta eina basada en Claude Code pot reduir dràsticament els terminis de modernització, passant d’anys a trimestres, gràcies a la seva capacitat per identificar punts d’entrada dels programes, rastrejar fluxos d’execució, mapar fluxos de dades i documentar dependències entre centenars d’arxius.

La companyia defensa que, fins ara, molts projectes de modernització quedaven bloquejats perquè entendre el codi antic resultava més car que reescriure’l des de zero. Amb la IA, argumenta, aquesta equació canvia. Coincidint amb l’anunci, Anthropic també ha publicat una guia específica, el Code Modernization Playbook, per orientar les empreses en aquest procés.

https://x.com/business/status/2027034596160700633

 

Nano Banana 2

Google continua accelerant en la cursa de la intel·ligència artificial i acaba de presentar Nano Banana 2, la nova generació del seu model de creació d’imatges amb IA, que ja està disponible a Gemini i que substitueix de manera immediata les versions anteriors.

El que popularment es coneix com Nano Banana 2 és, en realitat, Gemini 3.1 Flash Image. Fins ara, els models Nano Banana es basaven en la branca 3.0, però amb aquesta actualització Google fa un salt tècnic rellevant. L’empresa assegura que el nou model és capaç d’oferir una qualitat comparable a la versió Pro, però mantenint la velocitat pròpia de la versió Flash, cosa que el fa més eficient i versàtil per a un ús massiu.

La millora no és només una qüestió de rapidesa. Google destaca que el model incorpora un coneixement del món més ampli i actualitzat, gràcies a la integració amb el model lingüístic Gemini 3.1. Això es tradueix en imatges més coherents, amb objectes representats amb més fidelitat i amb una millor comprensió del context. També millora notablement la generació d’infografies, un dels punts febles habituals dels models visuals.

Un dels avenços més visibles és la qualitat del text dins les imatges. Si fins fa poc els sistemes d’IA generaven lletres deformades o paraules il·legibles, Google assegura que Nano Banana 2 aconsegueix una precisió gairebé al nivell de la versió Pro, reduint dràsticament aquests errors.

Amb aquest moviment, Google consolida el ritme intens d’innovació que ha mantingut durant l’últim any i reforça la seva posició en la competició amb OpenAI i Anthropic. La batalla per liderar la IA generativa no només continua, sinó que cada vegada és més ajustada i tecnològicament sofisticada.

https://x.com/Google/status/2027051657163391104

Nvidia creix un 73% i al mercat li sembla poc...

Nvidia ha tornat a accelerar el seu creixement: els ingressos van augmentar un 73% fins als 68.100 milions de dòlars en el trimestre tancat al gener, 11 punts més que el trimestre anterior. A més, preveu créixer encara més en el trimestre actual, amb un increment proper al 77%.

L’empresa, actualment la més valuosa del món, consolida el seu lideratge en el maquinari clau per a la intel·ligència artificial. Tot i el fort rendiment, la seva acció cotitza ara a 27 vegades els beneficis futurs, per sota de les 32 vegades de fa tres mesos, cosa que la fa relativament més barata en termes de valoració.

Un dels riscos estructurals és la forta dependència d’uns pocs grans clients, que concentren la major part dels ingressos. El CEO, Jensen Huang, defensa que la despesa en xips d’IA està generant ingressos rendibles per a aquests clients.

En l’exercici fiscal complet, Nvidia va facturar 216.000 milions de dòlars, dels quals 194.000 milions provenen del negoci de centres de dades. Destaca especialment el creixement del negoci de xarxes (NVLink), amb 11.000 milions en el trimestre (+263% interanual). El marge brut va millorar 2 punts percentuals i el flux de caixa lliure es va més que doblar fins a gairebé 35.000 milions.

Tot i això, els mercats no estan gaire impressionats…

https://x.com/business/status/2027034596160700633

Anthropic ha rebutjat la darrera oferta del Pentàgon

Anthropic ha plantat cara al Pentàgon en un enfrontament que pot marcar un precedent en la regulació de la intel·ligència artificial aplicada a l’àmbit militar. L’empresa ha rebutjat noves clàusules contractuals del Departament de Defensa dels EUA que permetrien un ús “legal sense restriccions” del seu model Claude, perquè considera que no prohibeixen de manera clara la vigilància massiva de ciutadans ni l’ús d’armes completament autònomes.

El conseller delegat d’Anthropic, Dario Amodei, ha afirmat que la companyia està disposada a renunciar a contractes milionaris amb el govern nord-americà abans que debilitar els seus principis de seguretat. Segons l’empresa, el llenguatge proposat pel Pentàgon obre la porta a pràctiques que podrien vulnerar valors democràtics, especialment si permet l’ús de la IA en sistemes d’armes sense control humà significatiu o en programes de vigilància massiva dins del país.

La resposta de Washington no s’ha fet esperar. Funcionaris dels EUA han advertit que Anthropic podria ser exclosa de la cadena de subministrament del sector defensa o fins i tot obligada a cooperar mitjançant la Defense Production Act, una llei que permet al govern mobilitzar recursos del sector privat per motius de seguretat nacional.

Anthropic, però, no rebutja tota col·laboració amb Defensa. Assegura que dona suport a l’ús de la IA en anàlisi d’intel·ligència exterior i en tasques defensives, però traça una línia vermella clara en la vigilància massiva de ciutadans i en sistemes d’armes que operin sense supervisió humana real. L’empresa argumenta que la tecnologia actual no és prou fiable per assumir aquests rols de manera autònoma.

En el fons, el conflicte va més enllà d’un contracte concret. El que està en joc és si els principis ètics proclamats per les empreses d’IA són límits reals o simplement màrqueting que desapareix davant la pressió geopolítica i els interessos estratègics. Si Anthropic cedeix, podria reforçar la idea que les polítiques de seguretat són negociables quan hi ha interessos nacionals en joc. Si manté la seva posició, establiria un precedent inèdit: que fins i tot els governs han d’acceptar les línies vermelles fixades pels creadors dels grans models d’IA.

https://x.com/AnthropicAI/status/2027150818575528261

El nou agent de Perplexity

Perplexity AI ha fet un pas important més enllà del seu conegut motor de cerca amb el llançament de Perplexity Computer, un sistema que aspira a convertir-se en una capa operativa d’IA capaç d’executar fluxos de treball complexos de manera autònoma.

A diferència dels assistents tradicionals basats en un únic model, Perplexity Computer coordina 19 models especialitzats que treballen conjuntament. El sistema és capaç de descompondre objectius grans en subtasques més petites, executar-les en paral·lel i integrar-ne els resultats en un procés coherent. Això li permet investigar, escriure, programar, analitzar dades i gestionar processos de diversos passos amb un grau d’autonomia superior al dels xatbots convencionals.

Més que un simple assistent, Perplexity Computer es presenta com una mena de “capa operativa” d’IA, connectant eines al núvol, arxius i memòria persistent per coordinar tasques complexes. La idea és que l’usuari no només formuli preguntes, sinó que delegui projectes sencers.

El servei es desplega inicialment per als subscriptors de nivell més alt, amb un model de preus basat en l’ús.

El llançament reflecteix un canvi estructural en l’evolució de la IA: el pas d’assistents monolítics a sistemes d’orquestració multimodel, on diferents motors col·laboren en un mateix flux de treball. Si aquesta tendència es consolida, plataformes com Perplexity Computer podrien transformar la manera com les persones treballen amb la IA, passant de la consulta puntual a l’execució autònoma de projectes complets.

https://x.com/perplexity_ai/status/2026695550771540489

 

Ciberatacs a Anthropic

Anthropic ha denunciat que diversos laboratoris d’intel·ligència artificial han dut a terme intents a gran escala per extreure informació del seu model Claude amb l’objectiu d’utilitzar-ne les respostes per entrenar sistemes competidors. En la pràctica, seria un intent d’“aspirar” la intel·ligència del model per replicar-ne les capacitats.

Segons la companyia, tres laboratoris —DeepSeek, Moonshot i MiniMax— haurien organitzat atacs d’escala industrial mitjançant la creació d’uns 24.000 comptes falsos, que van generar aproximadament 16 milions d’interaccions amb Claude. L’objectiu era recopilar grans volums de respostes per utilitzar-les com a dades d’entrenament per a models propis.

La tècnica emprada és coneguda com a distil·lació, un mètode pel qual les sortides d’un model s’utilitzen per entrenar-ne un altre. Tot i que pot ser legítim en alguns contextos —per exemple, dins d’una mateixa organització—, en aquest cas Anthropic afirma que es va fer vulnerant les condicions d’ús del servei i eludint restriccions regionals d’accés al model.

Davant d’aquests fets, l’empresa assegura que està reforçant els seus sistemes de detecció d’abusos i defensa la necessitat d’endurir els controls d’exportació sobre IA avançada per evitar pràctiques similars.

El cas evidencia una nova fase en la competició entre laboratoris d’IA. Ja no es tracta només de desenvolupar models més potents, sinó també de protegir-los davant intents d’extracció massiva de coneixement. La seguretat, la protecció dels models i la propietat intel·lectual s’estan convertint en un dels principals camps de batalla de la indústria.

https://x.com/AnthropicAI/status/1989033793190277618
https://www.anthropic.com/news/detecting-and-preventing-distillation-attacks

 

La Recerca en IA

 

Experiental Reinforcement Learning

AI Lab: Univ. of Southern California, Microsoft, Univ. of Pennsylvania

https://arxiv.org/pdf/2602.13949

Aquest article presenta un nou paradigma d’entrenament anomenat Experiential Reinforcement Learning (ERL), que incorpora de manera explícita un cicle d’experiència, reflexió i consolidació dins del procés d’aprenentatge per reforç.

A diferència dels enfocaments tradicionals, on el model simplement prova accions i rep recompenses o penalitzacions, l’ERL fa que el sistema generi autoreflexions després de cada intent. Aquestes reflexions li permeten analitzar què ha funcionat i què no, ajustar l’estratègia i fer un nou intent més refinat. Les correccions exitoses no només milloren el resultat immediat, sinó que s’internalitzen perquè el model les pugui reutilitzar en situacions futures.

Segons els autors, aquest mecanisme millora notablement tant l’eficiència de l’aprenentatge com el rendiment final, especialment en entorns amb recompenses escasses (on el senyal d’aprenentatge és limitat) i en tasques de raonament agentiu, que requereixen planificació i presa de decisions en diversos passos.

En essència, l’ERL aproxima el funcionament del model a una dinàmica més pròxima a l’aprenentatge humà: no només actuar i rebre feedback, sinó reflexionar sobre l’experiència i consolidar el coneixement adquirit.

 

GLM-5: From Vibe coding to Agentic Engineering

AI Lab: Zhipu & Tsinghua Univ.

https://arxiv.org/pdf/2602.15763

Aquest article presenta GLM-5, un model fundacional de nova generació que aposta per una arquitectura més eficient sense sacrificar capacitat ni qualitat.

La clau tècnica del sistema és l’adopció de DeepSeek Sparse Attention (DSA), un mecanisme d’atenció dispersa que redueix de manera significativa els costos tant d’entrenament com d’inferència. En lloc de processar totes les connexions possibles dins del context —com fan els transformers tradicionals—, el model selecciona de manera més intel·ligent quina informació és rellevant, mantenint alhora una bona fidelitat en contextos llargs.

A més, GLM-5 incorpora una nova infraestructura d’aprenentatge per reforç asíncron, que separa el procés de generació del procés d’entrenament. Aquesta desacoblació permet optimitzar millor els recursos i escalar el sistema amb més eficiència, millorant el ritme d’aprenentatge i la qualitat final del model.

Segons els autors, el resultat és un rendiment d’última generació en reptes complexos d’enginyeria de programari d’extrem a extrem, és a dir, tasques que requereixen entendre requisits, escriure codi, depurar-lo i integrar-lo en fluxos complets.

En conjunt, GLM-5 reflecteix una tendència clara en l’evolució de la IA: no només fer models més grans, sinó fer-los més eficients, escalables i capaços d’afrontar problemes reals de gran complexitat.

 

Business Models in the AI Era

AI Lab: MIT CISR

https://cisr.mit.edu/publication/2025_1001_BizModelsAIEra_WeillSebastianWoernerBenedict

El MIT CISR preveu que els avenços accelerats en intel·ligència artificial transformaran profundament els models de negoci durant la pròxima dècada. Segons l’informe, les empreses evolucionaran cap a models cada vegada més orientats a resultats (outcome-oriented) i sustentats per sistemes d’IA autònoma capaços d’operar i decidir en temps real.

El document es basa en una recerca extensa realitzada entre 2013 i 2025, que ha analitzat 2.378 empreses per entendre com han evolucionat els models de negoci digitals en els últims dotze anys. Aquesta trajectòria mostra un pas progressiu des de models centrats en productes i serveis digitals cap a estructures més integrades, basades en dades, plataformes i ecosistemes.

A partir d’aquesta anàlisi, el MIT CISR proposa un nou marc conceptual per entendre els models de negoci en temps real impulsats per IA, en què la tecnologia no només optimitza processos, sinó que participa activament en la creació, entrega i ajust dinàmic de valor. En aquest escenari, la proposta de valor es vincula menys a la venda d’un producte i més a l’assoliment d’un resultat mesurable per al client.

En conjunt, l’estudi suggereix que la IA no serà simplement una eina d’eficiència, sinó el motor d’una nova generació de models de negoci, més adaptatius, predictius i centrats en resultats tangibles.

https://x.com/MITSloan/status/2022719759943381331

 

Altres notícies

  • Salesforce ha caigut més d’un 5% tot i que els ingressos han crescut un 12%, però el mercat espera productes nous que puguin aportar més creixement.
  • OpenAI ha contractat Ruoming Pang, investigador destacat d’intel·ligència artificial que treballava recentment a Meta després d’haver liderat l’equip de models d’IA d’Apple. La guerra no s’atura.
  • Netflix ha renunciat a competir per Warner Bros després que l’oferta de Paramount sigui molt superior.
  • AMD es converteix en el major proveïdor de xips de Meta.
  • Anthropic CoWork permet ara programar tasques.
  • DeepSeek ha decidit no facilitar el seu últim model d’intel·ligència artificial a fabricants nord-americans de xips, inclosa Nvidia, en un moviment que reflecteix la creixent tensió tecnològica entre la Xina i els Estats Units.
  • OpenAI ha finalitzat la ronda d’inversió de 110.000 milions de dòlars amb una valoració de 730.000 milions.