Dos hechos aparentemente menores han provocado movimientos importantes en las bolsas. El martes, el Nasdaq cayó un 1,4%, NVIDIA perdió un 3,5% y Palantir casi un 10%. En un mercado dominado por pocas empresas con un peso desproporcionado en la economía americana, cualquier señal genera oscilaciones fuertes.

Las dos causas principales:

  1. Unas declaraciones de Sam Altman en The Verge: "¿Are investors over excited? My opinion is yes", afirmó Altman, añadiendo que muchos inversores probablemente perderán mucho dinero. El empresario reconoció la "exuberancia irracional" del momento, aunque insistió en que el valor social final será enorme. Es el clásico patrón de los mercados winner-takes-all: unos pocos ganadores se llevan casi todo el valor y el resto salen escaldados. Los periodos hype generan sobrevaloraciones a corto plazo, pero al mismo tiempo impulsan innovación y, a largo plazo, crean valor real.
  2. Un informe del proyecto NANDA del MIT: Basado en 150 entrevistas, una encuesta a 350 empleados y el análisis de 300 proyectos, el documento concluye que el 95% de los proyectos de IA generativa fracasan. Las causas: carecen de aprendizaje real sobre la tecnología y escasa integración con los sistemas empresariales existentes. La mayoría del dinero se destina a herramientas de ventas y marketing. Los proyectos externos tienen una tasa de éxito del 67%, mientras que los internos solo llegan al 30%. Una constatación poco sorprendente, pero que, con los precios inflados de los mercados, alimenta la volatilidad.

El GPT-5 Pro es más listo que tú

Ya hace tiempo que se incluye el IQ en los benchmarks de los modelos de lenguaje. Pues bien, el GPT-5 Pro ha alcanzado una puntuación de 148, en territorio de superdotación avanzada. No tardará en aparecer un modelo que supere a cualquier humano que haya existido nunca en este test, con mucha más memoria y conocimientos acumulados. Ahora bien, más allá de la anécdota, eso solo indica que los LLMs ya pueden superarnos en determinados indicadores cognitivos, de la misma manera que las máquinas hace tiempo que nos superan en fuerza o velocidad. El reto es saber aprovecharlo.

La actualización del modelo V3 de DeepSeek

DeepSeek ha actualizado su modelo V3 con la versión 3.1, lanzada discretamente a Hugging Face. El V3 es la base que sirve para entrenar el modelo de razonamiento (R1). La empresa está trabajando con procesadores Huawei 901, que han generado más problemas de los previstos y han retrasado nuevas versiones. Sin embargo, este nuevo modelo muestra mejoras consistentes y ya es comparable con los de Anthropic. Señal que la próxima iteración podría disputar la primacía a los modelos propietarios.

Intel y la política industrial

Los Estados Unidos podrían adquirir un 10% de Intel, mientras que Softbank invertirá 2.000 millones de dólares (un 2% de las acciones). Intel consigue así una línea de financiación que necesita urgentemente. Un recordatorio de que la política industrial norteamericana nunca ha desaparecido y que la administración Trump es pragmática: sus políticas se parecen cada vez más a las chinas.

La semana en la investigación

GPT5 y las matemáticas

Una prueba más de cómo GPT5-pro supera las matemáticas a nivel de investigación de frontera.

¿Can We Fix Social Media? Testing Prosocial - Interventions using Generative Social Simulation

AI Lab: Universidad de Ámsterdam - Maik Larooij, and Petter Törnberg

Una investigación muy interesante que muestra que la polarización en redes sociales no es debida a los algoritmos, ni tiene soluciones fáciles modificándolos, sino que es inherente a los incentivos humanos y, por lo tanto, pide soluciones más estructurales.

Hierarchical Reasoning Model

AI Lab: Sapitent Intelligence, Singapur

Hace un par de semanas hablábamos de esta investigación que impresionó a medio mundo. El documento tuvo cerca de dos millones de descargas. Se trataba de un modelo jerárquico que conseguía en el ARC-AGI unos resultados del 40,3%, es decir, muy por encima de todo el conocido hasta ahora. Pues bien, todo eso ha forzado al grupo d'ARC-AGI a reproducir los resultados y se ve que no son correctos, los resultados reales son parecidos a los de o3 y el tratamiento sugiere que se han utilizado técnicas de memorización, data augmentation y fine tuning por este caso específico. Es decir, no se trata del hecho de que el modelo sea capaz de resolver ARC-AGI en absoluto. Demasiado bonito para ser verdad.

Otras noticias

-Meta empieza la cuarta reestructuración de su grupo de superinteligencia.
-Snowflake revela que buena parte de sus ingresos provienen de los modelos de OpenAI, Anthropic y Google.
-Apple anunciará en septiembre no solo el iPhone 17 y el Vision Air, sino también traducción automática en tiempo real con los AirPods, integrada en iOS 26.
-Meta prepara unas gafas de realidad aumentada por menos de 1.000 dólares (unos 800).
-Huawei integra sus chips Kirin 5 G, eludiendo sanciones norteamericanas.
-Sam Altman adelanta que GPT-6 llegará en menos de dos años y se focalizará en personalización y memoria.
-Qwen-Image Edit, un "Photoshop con texto", ya está aquí.
-Google presenta Crío Banana, un nuevo modelo de generación de imágenes que ya se puede probar en LM Arena. Las primeras impresiones: espectaculares.