Llevábamos dos semanas con una avalancha de modelos. Hace dos semanas fue Anthropic quien presentó toda una serie de nuevas propuestas: nuevos modelos, Anthropic Design, que quiere cambiar la construcción de apps, la manera como hacemos los PowerPoints y, en general, buena parte de lo que entendemos por comunicar; y Mythos & Glasswing, los futuros modelos de Anthropic y su propuesta vertical de ciberseguridad, que nos recordaban que el progreso no ha terminado. La semana pasada tuvimos tres propuestas importantes. En primer lugar, el modelo de imagen de OpenAI —Image 2—, mejor que Nano Banana, mejor que nada que hayamos visto hasta ahora: un salto importante. Después, GPT-5.5, en bastantes aspectos un gran paso en modelos de lenguaje y, en otros, más bien incremental. Y finalmente, el esperado DeepSeek V4, que ya está al nivel de los grandes modelos americanos a un coste cuatro veces inferior y bajando.

Parecía que la industria y la investigación marcarían el ritmo del desarrollo de la IA. Pero, de repente, hemos vuelto a la realidad: la geopolítica importa. La industria y las grandes empresas pueden tener mucha influencia, pero quien manda, manda, y mandan los gobiernos. El gobierno chino ha decidido prohibir la compra de Manus por parte de Meta. Ya se veía venir: los creadores de Manus habían desaparecido del escenario público repetidamente y todo hacía pensar que esto no tardaría. Manus es una empresa de éxito creada por unos pocos emprendedores que querían escapar del control del gobierno y convertirse en emprendedores globales. Hicieron lo que muchas empresas hacen: movieron la sede a Singapur, reconfiguraron el capital y, finalmente, cerraron la compra por parte de Meta. Es el camino habitual para salir de China.

Manus es un excelente agente, quizás el mejor agente chino, y es estratégico. Este movimiento nos recuerda que no hablamos solo de tecnología, sino de una tecnología que cambiará el mundo y la estructura de poder. Pero esta semana también hemos visto cambios estratégicos importantes dentro de la industria. OpenAI y Microsoft han modificado su alianza, y OpenAI podrá ofrecer sus productos en otras plataformas. La primera es AWS, la plataforma líder en la nube. También en el ámbito de las alianzas empresariales las cosas están cambiando. Finalmente, también vemos movimientos en el terreno político entre las empresas y los gobiernos. Un ejemplo es el acuerdo entre Google y el Pentágono, algo que hace solo unos años habría parecido muy lejano y que ahora ya es una realidad.

China bloquea la adquisición de Manus

China ha bloqueado la adquisición de Manus, una empresa emergente de IA agentiva fundada por ingenieros chinos y trasladada a Singapur, por parte de Meta. La operación, valorada en unos 2.000 millones de dólares, había sido anunciada a finales de 2025 y debía reforzar la estrategia de Meta en el campo de los agentes de inteligencia artificial. La decisión la ha tomado la Comisión Nacional de Desarrollo y Reforma china, que ha ordenado deshacer completamente el acuerdo. El organismo no ha dado explicaciones detalladas, pero el caso refleja la creciente sensibilidad geopolítica alrededor de la IA, especialmente cuando hay tecnología, talento y propiedad intelectual de origen chino implicados en operaciones con grandes empresas norteamericanas.

La situación es compleja porque una parte importante de la integración ya se había iniciado. Según TechCrunch, unos 100 empleados de Manus ya se habían trasladado a las oficinas de Meta en Singapur, y algunos fundadores habían asumido cargos directivos dentro de la compañía. Además, el CEO Xiao Hong y el científico jefe Yichao Ji estarían sometidos a restricciones de salida de China continental. Para Meta, el bloqueo supone un golpe importante en su carrera por competir en IA agentiva, un ámbito en el que las grandes tecnológicas intentan desarrollar asistentes capaces de ejecutar tareas de manera autónoma. El caso también muestra que China está dispuesta a intervenir en operaciones transfronterizas de IA aunque las empresas implicadas hayan trasladado formalmente su sede fuera del país. En el fondo, el episodio evidencia que la competencia por la IA ya no es solo tecnológica o empresarial, sino también reguladora y geopolítica. Las adquisiciones de empresas emergentes con vínculos chinos pueden quedar atrapadas entre los intereses de Washington, Pekín y las grandes plataformas globales.

OpenAI y Amazon Web Services

OpenAI y Amazon Web Services han anunciado una nueva colaboración para integrar la tecnología de OpenAI dentro del ecosistema empresarial de AWS a través de Bedrock Managed Agents, powered by OpenAI. El movimiento es posible después de que Microsoft y OpenAI revisaran su acuerdo, eliminando la exclusividad de Azure y permitiendo que OpenAI ofrezca sus productos en otras nubes. La propuesta va más allá de dar acceso a los modelos de OpenAI desde AWS. El objetivo es facilitar a las empresas la creación de agentes de inteligencia artificial capaces de trabajar dentro de sus sistemas, con acceso controlado a datos, aplicaciones internas, permisos, memoria, seguridad y trazabilidad. Esto permitiría desplegar agentes que no solo respondan preguntas, sino que ejecuten tareas corporativas de manera supervisada.

Para OpenAI, AWS representa una puerta de entrada a una enorme base de clientes empresariales que ya tienen sus datos e infraestructuras en la nube de Amazon. Para AWS, el acuerdo refuerza su plataforma Bedrock con la tecnología de uno de los actores líderes en IA generativa, en un momento de fuerte competencia con Microsoft Azure y Google Cloud. La colaboración también refleja un cambio en el mercado: las empresas no quieren solo modelos potentes, sino soluciones integradas, seguras y compatibles con sus entornos existentes. En este sentido, AWS aportará la infraestructura, la gobernanza y el contacto directo con los clientes, mientras que OpenAI aportará los modelos y la capacidad de agentes avanzados. El resultado es una alianza estratégica que puede acelerar la adopción de la IA generativa en grandes organizaciones y que redibuja el equilibrio entre los principales proveedores de nube. Microsoft continúa siendo un socio clave de OpenAI, pero la entrada de AWS abre una nueva etapa en la que OpenAI podrá crecer más allá de Azure y Amazon podrá competir con una oferta de IA más atractiva para empresas.

Google, pago por uso

Google estaría preparando un cambio importante en el funcionamiento de Gemini, con la introducción de un sistema de créditos mensuales para regular el uso de modelos y funciones avanzadas dentro de la aplicación. Según TestingCatalog, nuevas cadenas detectadas en la última versión apuntan a que los usuarios podrían disponer de una bolsa de créditos para gastar en diferentes herramientas, con la posibilidad de comprar más cuando se agoten. Este modelo sustituiría o complementaría los límites actuales basados en cuotas fijas y restricciones temporales según el plan de suscripción. La medida acercaría Google a sistemas de consumo más flexibles, similares a los que ya utilizan otras plataformas de IA como OpenAI, Anthropic o Notion.

También permitiría a Google ofrecer funciones prémium sin obligar a los usuarios a saltar directamente del plan AI Pro, de 19,99 dólares mensuales, al plan AI Ultra, de 249,99 dólares. Paralelamente, Gemini también prepara una nueva sección dedicada a imágenes, aún marcada como novedad en la interfaz web. No está claro si será solo un espacio para generar imágenes, una evolución de los modelos visuales de Google o un editor más completo integrado dentro de Gemini. El movimiento encaja con una estrategia más amplia de Google para unificar la facturación y el consumo de sus herramientas de IA, incluyendo Gemini, AI Studio, Flow, Antigravity y posibles nuevas funciones para programación. La presentación podría llegar durante el Google I/O, previsto para los días 19 y 20 de mayo.

OpenAI, nuevos modelos de negocio

OpenAI prevé un cambio profundo en su modelo de negocio de consumo: pasar de depender sobre todo de ChatGPT Plus, de 20 dólares mensuales, a impulsar un plan más barato y con anuncios, ChatGPT Go, de 8 dólares en Estados Unidos y unos 5 dólares en mercados como India. Según proyecciones internas citadas por The Information, OpenAI espera que ChatGPT Go alcance los 112 millones de suscriptores este año, mientras que los usuarios de Plus podrían caer un 80%, hasta los 9 millones. En total, la compañía calcula que los suscriptores de pago de ChatGPT se duplicarán hasta los 122 millones en 2026. La estrategia responde a una apuesta clara: ganar más volumen con un precio más bajo y compensar la menor suscripción con ingresos publicitarios.

OpenAI prevé que la publicidad se convertirá en el principal motor del negocio en 2030, con unos 102.000 millones de dólares, aproximadamente el 36% de los ingresos totales previstos. El movimiento también refleja la presión competitiva de Google, que ofrece Gemini gratuitamente gracias al apoyo de su potente negocio publicitario. Para competir, OpenAI quiere convertir ChatGPT en una plataforma masiva, con más usuarios de pago, anuncios y funciones integradas como programación, navegador y otras herramientas. El riesgo es que muchos usuarios de Plus bajen al plan más barato antes de que el negocio publicitario esté lo suficientemente maduro. Sin embargo, OpenAI confía en que la expansión internacional —con un 90% de los usuarios semanales fuera de Estados Unidos— y el crecimiento de los anuncios permitan duplicar los ingresos este año hasta los 30.000 millones de dólares.

Los modelos chinos avanzan

Como explicábamos la semana pasada, la competencia global en inteligencia artificial se intensifica con una nueva ola de modelos chinos que combinan buen rendimiento y costes más bajos. DeepSeek ha presentado su nuevo modelo V4, que se sitúa en niveles comparables a los sistemas más avanzados del mercado, como Opus 4.6 o GPT-5.4, e incluso los supera en algunos escenarios. Lo más destacado es la eficiencia: DeepSeek asegura que el modelo se ha entrenado con un coste aproximado de 14 millones de dólares, muy por debajo de las cifras habituales en otros laboratorios, y que puede funcionar con GPU menos avanzadas. Esto refuerza la idea de que China no solo compite en capacidad, sino también en optimización y coste.

A esta presión se suma Kimi, que ha lanzado la versión 2.6 con resultados sólidos en benchmarks y, en algunos casos, por encima de DeepSeek V4. Aunque no parece una ruptura técnica, confirma una evolución constante y sitúa a Kimi como otro actor relevante en la carrera de los modelos avanzados. También destaca Xiaomi, que ha presentado su modelo 2.5 después de pocos meses trabajando en IA. Parte de su equipo proviene de DeepSeek, hecho que ayuda a explicar la rapidez del desarrollo. El caso de Xiaomi muestra hasta qué punto nuevos actores pueden entrar en el mercado y alcanzar niveles competitivos en muy poco tiempo. En conjunto, estos lanzamientos muestran que el ecosistema chino de IA avanza a gran velocidad. La combinación de rendimiento, bajo coste y rapidez de desarrollo puede presionar a los grandes laboratorios occidentales a mejorar la eficiencia de sus modelos y acelerar aún más la competencia global.

OpenAI no alcanza los objetivos de crecimiento y genera dudas

OpenAI habría incumplido objetivos internos de ingresos durante el primer trimestre, después de que ChatGPT también quedara por debajo de las metas de crecimiento de usuarios. Sin embargo, esta desviación no implica necesariamente que la compañía no pueda alcanzar el objetivo de 30.000 millones de dólares de ingresos en 2026, después de haber facturado unos 13.000 millones en 2025. Los resultados llegan en un momento de mayor presión competitiva. Google ha impulsado fuertemente Gemini, mientras que Anthropic ha acelerado sus ventas hasta acercarse a OpenAI a pesar de haber sido fundada cinco años más tarde. Esta competencia ha contribuido a ralentizar el crecimiento de OpenAI en consumo, programación y mercado empresarial.

La tensión interna también gira en torno al gasto en centros de datos y servidores. OpenAI prevé quemar unos 25.000 millones de dólares este año, muy por encima de los 8.000 millones de 2025, y ha asumido compromisos de computación muy elevados. La directora financiera, Sarah Friar, habría expresado dudas sobre si el ritmo de crecimiento de los ingresos será suficiente para sostener estas obligaciones. Este debate también afecta a una posible salida a bolsa. Sam Altman querría acelerar el calendario de una IPO, mientras que Friar sería más prudente y considera que OpenAI aún debe reforzar procesos internos, controles y estructura organizativa antes de afrontar las exigencias de una empresa cotizada. En conjunto, el caso refleja el gran dilema de OpenAI: necesita invertir agresivamente en computación para mantener el liderazgo en IA, pero esta estrategia solo será sostenible si los ingresos y los usuarios continúan creciendo al ritmo que esperan los inversores.

Google y el Pentágono

Google ha firmado un acuerdo con el Departamento de Defensa de los Estados Unidos para que el Pentágono pueda utilizar sus modelos de inteligencia artificial en trabajos clasificados. Según The Information, el contrato permitiría el uso de la IA de Google para “cualquier finalidad gubernamental legal”, una fórmula que ha generado controversia dentro del sector. El acuerdo llega a pesar de la oposición interna: más de 600 empleados de Google habrían pedido al CEO, Sundar Pichai, que rechazara el contrato para evitar posibles usos militares o de vigilancia. El caso recuerda el precedente de Project Maven, momento en que Google se retiró de un contrato del Pentágono después de una fuerte protesta de sus trabajadores.

Google asegura que mantiene el compromiso de que la IA no se utilice para vigilancia masiva doméstica ni para armas autónomas sin supervisión humana. Sin embargo, expertos legales citados por The Information alertan que el lenguaje del contrato podría no ser jurídicamente vinculante y que el gobierno conservaría margen para decidir los usos operativos. Con este acuerdo, Google se une a OpenAI y xAI entre las grandes empresas de IA que trabajan con el Pentágono en sistemas clasificados. El movimiento muestra cómo la IA generativa se está convirtiendo en una pieza central de la seguridad nacional, pero también reabre el debate sobre hasta dónde deben llegar las grandes tecnológicas en la colaboración militar.

Cómo la IA nos cambiará la vida

China y la conducción autónoma
China empieza a estar llena de robotaxis y vehículos de reparto como los de Meituan —el Glovo chino—, y también de coches particulares y autobuses de conducción autónoma.

 

Recogida de basura autónoma
También en China ya tenemos los primeros vehículos autónomos que recogen la basura en las urbanizaciones.

Y guardia urbana autónoma

 

Robots que te hacen el 'latte' con tu foto

Claude Code está cambiando muchas cosas
El CTO de Mercadona ha cambiado el buscador de la empresa y lo ha desarrollado él mismo en solo tres días gracias a Claude Code.

La investigación en IA 

AI Index 2026-AI Lab: Stanford
El informe AI Index 2026 de Stanford HAI confirma que la inteligencia artificial continúa acelerando y que su impacto social, económico y geopolítico es cada vez más profundo. Según el informe, las capacidades de los modelos no se están estancando: en 2025 la industria produjo más del 90% de los modelos frontera destacados y algunos ya igualan o superan a humanos en pruebas de ciencia avanzada, razonamiento multimodal, matemáticas de competición y programación. Una de las conclusiones más relevantes es que la distancia entre Estados Unidos y China en rendimiento de los modelos prácticamente se ha cerrado. Aunque los EE.UU. continúan liderando en modelos de élite, inversión privada y patentes de alto impacto, China domina en volumen de publicaciones, citas, patentes e instalaciones de robots industriales.

Asimismo, el informe alerta de la dependencia global de un único actor clave: TSMC, el fabricante taiwanés que produce casi todos los chips avanzados de IA. La adopción también crece a gran velocidad. El 88% de las organizaciones ya utilizan IA y cuatro de cada cinco universitarios usan herramientas generativas. La IA generativa ha alcanzado el 53% de adopción mundial en solo tres años, más rápido que el PC o internet, aunque con fuertes diferencias entre países. Stanford también advierte de un desequilibrio preocupante: la seguridad y la responsabilidad no avanzan al mismo ritmo que las capacidades. Los incidentes documentados de IA aumentaron de 233 en 2024 a 362 en 2025, mientras que las métricas de seguridad continúan siendo irregulares entre los principales desarrolladores.

En educación, el informe muestra una brecha clara entre uso y regulación: más del 80% de los estudiantes norteamericanos de secundaria y universidad utilizan IA, pero solo la mitad de los centros tienen políticas específicas y solo un 6% de los profesores las consideran claras. Finalmente, el AI Index apunta que la IA se ha convertido en una cuestión de soberanía nacional. Cada vez más gobiernos impulsan estrategias propias, supercomputadoras y ecosistemas locales, pero la producción de modelos continúa concentrada sobre todo en Estados Unidos y China. El reto, según Stanford, ya no es solo tecnológico: es también político, educativo, económico y social.

Anthropic Project Deal-AI Lab: Anthropic
Project Deal es un experimento de Anthropic para probar cómo podrían funcionar mercados donde los agentes de IA negocian en nombre de personas. Durante una semana, 69 empleados participaron en una especie de Craigslist interno: Claude entrevistaba a cada persona, aprendía qué quería vender o comprar, recibía instrucciones de negociación y luego actuaba de manera autónoma en canales de Slack. El resultado fue sorprendentemente funcional: los agentes cerraron 186 acuerdos sobre más de 500 objetos, con un valor total superior a los 4.000 dólares. Los intercambios no eran ficticios: después, los empleados llevaron físicamente los objetos y los intercambiaron.

La parte más interesante es que Anthropic comparó agentes basados en Claude Opus 4.5 con otros basados en Claude Haiku 4.5. Los agentes más potentes obtuvieron mejores resultados: vendían mejor, compraban más barato y cerraban más acuerdos. Pero los humanos representados por los modelos más débiles a menudo no se daban cuenta de que habían salido perjudicados. Esto abre una pregunta importante: si en el futuro compramos, vendemos o negociamos a través de agentes de IA, la calidad del modelo podría crear nuevas desigualdades invisibles.

Quien tenga un agente mejor podría obtener mejores condiciones sin que la otra parte sea consciente de la desventaja. Anthropic también observó que las instrucciones de negociación —por ejemplo, pedir al agente que fuera más agresivo— importaron menos que la calidad del modelo. En otras palabras, no basta con “hacer un buen prompt”: el nivel del modelo puede pesar más que la estrategia indicada por el usuario. En síntesis, Project Deal muestra que los mercados entre agentes de IA ya son técnicamente posibles, pero también plantean riesgos: asimetrías de poder, falta de transparencia y dificultad para saber si tu agente realmente te está representando bien.

SkillLearnBench: Benchmarking Continual Learning Methods for Agent Skill Generation on Real-World Tasks
AI Lab: Carnegie Mellon, Amazon AGI
Un equipo de Carnegie Mellon y Amazon AGI ha presentado SkillLearnBench, el primer benchmark pensado para evaluar cómo los agentes de IA pueden aprender automáticamente nuevas “habilidades” o skills a partir de la experiencia. Estas skills son instrucciones, flujos de trabajo y herramientas personalizadas que permiten a los modelos ejecutar tareas complejas del mundo real. El benchmark incluye 20 tareas verificadas, repartidas en 15 subdominios, y evalúa los sistemas en tres niveles: la calidad de la skill generada, la trayectoria de ejecución del agente y el resultado final de la tarea. El repositorio es abierto e incluye 100 instancias verificadas. La conclusión principal es que los métodos de aprendizaje continuo mejoran respecto a no usar skills, pero aún no ofrecen ganancias consistentes. Ningún método domina en todas las tareas ni con todos los modelos, y usar modelos más potentes no garantiza necesariamente mejores skills.

El estudio también apunta una diferencia importante: las skills funcionan mejor en tareas con procesos claros y reutilizables, pero tienen más dificultades en tareas abiertas o con menos estructura. Además, el feedback externo ayuda a mejorar con varias iteraciones, mientras que el feedback generado por el mismo modelo puede provocar una especie de deriva recursiva. En síntesis, SkillLearnBench muestra que los agentes de IA ya pueden empezar a aprender procedimientos útiles, pero aún están lejos de una capacidad robusta y generalizable. La cuestión clave ya no es solo si un modelo sabe resolver una tarea, sino si puede aprender, conservar y reutilizar habilidades de manera fiable.

Otras noticias

-Anthropic Claude ya dispone de conectores a Adobe Creative Cloud, Autodesk Fusion, Affinity, Canva, Splice, Ableton, SketchUp y Resolume.
-OpenAI ha lanzado en formato open source su componente que permite conectarse por voz usando gpt-realtime 1.5.
-600 empleados de Google piden a Sundar Pichai que rechace el acuerdo con el Pentágono.
-Microsoft GitHub cobrará GitHub Copilot en función del uso.
-OpenAI planea fabricar un competidor del iPhone, pero con un sistema operativo agéntico y agentes sustituyendo aplicaciones.
-Apple planea lanzar toda una serie de productos Ultra, entre los cuales se incluirían un MacBook Ultra con OLED y pantalla táctil, un iPhone Ultra plegable y unas gafas con un formato similar al de Meta.
-Google invertirá 40.000 millones de dólares en Anthropic; la cifra exacta dependerá de si Anthropic alcanza unos objetivos de rendimiento concretos.
-Nvidia supera los 5 billones de dólares de capitalización de mercado.