Natura Cosméticos SA (NATU3) prepara el lanzamiento de una línea de cuidado de la piel desarrollada con IA para 2025, un movimiento estratégico para revitalizar su posición en el mercado brasileño y latinoamericano. La iniciativa, en alianza con la startup Debut (respaldada por L”Oréal con una inversión de US$40 millones en 2023), busca aprovechar los más de 40 ingredientes amazónicos de su portafolio con nuevas aplicaciones, según confirmó la empresa a Bloomberg.

El ingrediente estrella, un complejo antienvejecimiento patentado, será el eje de los primeros productos. Aunque aún no se han definido las marcas que lo incluirán —entre las candidatas está Ekos Natura planea explorar diferentes rangos de precios para adaptarse a la contracción del gasto en Brasil. “Necesitamos construir rutinas de skincare en una región donde aún están poco desarrolladas”, declaró Manuel Ríos Krauss, director de I+D+i de la compañía, en entrevista exclusiva.

La alianza con Debut, fundada en 2019 y con operaciones en Norteamérica y Europa, reduce los plazos de investigación de 5-7 años a solo 9 meses, gracias a su plataforma de biotecnología + IA. “Analizamos los bioactivos de Natura para descubrir funciones ocultas”, explicó Joshua Britton, CEO de Debut, quien adelantó que la empresa abrirá oficinas en Brasil para 2027. Este acuerdo marca su primera incursión en América Latina, un mercado clave donde Natura busca recuperarse tras vender activos globales —como la división internacional de Avon— para enfocarse en la región.

¿Por qué la IA es la apuesta de Natura en medio de la crisis?

Brasil enfrenta una caída en el consumo de cosméticos, con familias priorizando gastos esenciales. Según datos del sector, las ventas de belleza en Latinoamérica crecieron solo un 1,2% en 2023, muy por debajo del promedio global (4,5%). En este contexto, la innovación con IA no solo acelera el lanzamiento de productos, sino que permite a Natura diferenciarse de las marcas de influencers, que han ganado terreno con precios bajos y marketing digital.

La estrategia incluye también una revisión de precios para atraer a consumidores con presupuestos ajustados. “No se trata solo de lanzar productos, sino de educar al mercado“, insistió Krauss. Un informe de Euromonitor revela que el 68% de los brasileños no usa sérum o cremas especializadas, un nicho que Natura quiere conquistar con fórmulas accesibles y respaldadas por tecnología.

Debut, que ha recaudado US$85 millones en total, utiliza algoritmos para predecir la eficacia de combinaciones de ingredientes. Su tecnología ya ha sido probada con éxito en mercados como EE.UU., donde redujo un 30% los costos de I+D para marcas como Estée Lauder. En Brasil, el desafío será adaptar estas soluciones a un clima tropical y a las necesidades específicas de la piel latina, más propensa a la hiperpigmentación y la pérdida de colágeno por exposición solar.

Del globalismo al enfoque regional: el giro de Natura

Tras años de expansión agresiva, Natura cambió de rumbo en 2022, vendiendo activos no estratégicos —como las operaciones de Avon en Europa— para concentrarse en Latinoamérica. La deuda neta de la empresa se redujo un 23% en 2023, pero las ventas siguen estancadas. Los productos con IA podrían ser su tabla de salvación: según Krauss, el 70% de los consumidores brasileños está dispuesto a pagar más por cosméticos con beneficios comprobados científicamente.

El complejo antienvejecimiento en desarrollo promete ser el primero de una serie de innovaciones. “La IA nos permite personalizar fórmulas para diferentes tipos de piel y edades”, añadió Britton. Esto es clave en un país donde el 45% de la población tiene menos de 30 años, pero el mercado de antiaging crece al 8% anual, impulsado por la generación Z.

Mientras Natura y Debut afinan los detalles, la pregunta que resuena es: ¿Logrará la IA democratizar el skincare avanzado en una región con brechas económicas? El éxito dependerá de si la empresa puede equilibrar tecnología de vanguardia con precios accesibles —y de si los consumidores brasileños, acostumbrados a promociones y descuentos, estarán dispuestos a invertir en innovación.

Debut: el aliado tecnológico que ya transformó a Estée Lauder y ahora apuesta por Brasil

Mientras Natura busca reinventar su modelo de innovación, su socio clave, Debut, llega a Brasil con un historial que respalda su capacidad para revolucionar la industria. Esta startup, fundada en 2019 por Joshua Britton (exinvestigador de MIT y Harvard), ya demostró su potencial al reducir un 30% los costos de I+D para gigantes como Estée Lauder en 2022, acelerando el lanzamiento de su línea *Advanced Night Repair* con ingredientes optimizados por IA. El caso más emblemático fue el desarrollo de un péptido antiarrugas en solo 11 meses, la mitad del tiempo estándar, que hoy genera $120 millones anuales para la marca.

Debut no es una apuesta improvisada: su plataforma de biología sintética + machine learning ha procesado más de 50.000 combinaciones de ingredientes desde su lanzamiento, identificando aplicaciones desconocidas para activos existentes. Por ejemplo, en 2021 descubrió que un extracto de algas rojas —usado tradicionalmente como humectante— tenía propiedades antipolución cuando se combinaba con vitamina C, un hallazgo que L’Oréal patentó ese mismo año para su línea *Revitalift*. Ahora, su desafío en Brasil será adaptar esta tecnología a los 40 ingredientes amazónicos de Natura, como el aceite de andiroba o el cupuaçu, cuyos beneficios para la hiperpigmentación (un problema que afecta al 52% de las mujeres latinas, según la *Sociedad Brasileña de Dermatología*) aún no han sido explotados comercialmente.

La alianza con Natura también marca un hito geográfico: será la primera oficina de Debut en América Latina, prevista para São Paulo en 2027, con una inversión inicial de $15 millones. Esto contrasta con su estrategia previa, centrada en mercados como EE.UU. y Corea del Sur, donde el gasto en skincare per cápita supera los $200 anuales (frente a los $45 de Brasil, según *Statista*). La pregunta clave es si su modelo —probado en economías con mayor poder adquisitivo— podrá escalarse en una región donde el 68% de los consumidores prioriza precio sobre innovación.

¿Podrá Debut repetir su éxito en un mercado con menos margen para el error?

El precedente de Estée Lauder demuestra que la IA puede acelerar la innovación, pero en Brasil el reto es doble: educar a un mercado escéptico (solo el 32% usa productos avanzados de skincare) y competir con marcas low-cost que dominan el 70% de las ventas en farmacias. Si Natura logra posicionar sus fórmulas con IA como una inversión en salud cutánea —y no solo como un lujo—, podría replicar el modelo de *CeraVe* en EE.UU., donde la dermatología accesible representa el 40% del crecimiento del sector. El primer lanzamiento en 2025 será la prueba de fuego.

La entrada Natura revoluciona la belleza en Brasil con IA: ¿el fin de los 7 años de I+D? se publicó primero en En foco Hoy.

El director ejecutivo de BlackRock, Larry Fink, rompió el silencio corporativo durante la conferencia del Milken Institute al anunciar lo que podría ser el mayor cambio en los mercados financieros desde la creación de los futuros del petróleo: un mercado de derivados sobre capacidad computacional. “Habrá un día una nueva clase de activos de futuros de cómputo”, declaró Fink, mientras su empresa acelera inversiones junto a Microsoft, Nvidia y el fondo soberano MGX de Emiratos Árabes Unidos en data centers y energía. La apuesta supera los US$100.000 millones solo en 2024, según fuentes cercanas a las negociaciones.

Lo que comenzó como una especulación entre tecnólogos ahora tiene respaldo de los grandes jugadores de Wall Street. La tesis ya no se limita al software de IA, sino a la infraestructura física crítica: GPUs, memoria DRAM, electricidad, sistemas de refrigeración líquida y la capacidad de procesar inferencias en tiempo real. Morgan Stanley proyecta que la demanda de electricidad para IA superará el billón de kilovatios hora anuales en 2030, equivalente al consumo combinado de Japón y Alemania en 2023.

Fink fue categórico: “No hay burbuja de IA porque hay escasez de oferta”. La demanda, según sus palabras, “crece mucho más rápido de lo que cualquiera anticipó”. En el mismo panel, Bruce Flatt, CEO de Brookfield Corporation, advirtió que “los próximos 10 años serán la década del recableado global”, una referencia directa a la necesidad de modernizar redes eléctricas, centros de datos y conexiones de fibra óptica. Brookfield ya destinó US$28.000 millones a infraestructura digital en 2024, un 40% más que en 2023.

La capacidad de procesamiento se ha vuelto tan crítica que empresas como Architect Financial Technologies, fundada por el exejecutivo de FTX Brett Harrison, ya diseñan futuros perpetuos sobre alquiler de GPUs y precios de memoria DRAM. “Las GPUs y las memorias emergieron como una clase de activos tan crítica como el petróleo en los 70”, explicó Harrison, cuya empresa planea lanzar estos contratos en 2025. El mercado de chips para IA ya mueve US$50.000 millones anuales, según datos de Gartner.

La financiarización del cómputo: ¿el próximo oro negro?

La teoría de convertir la capacidad computacional en un commodity negociable ganó peso académico. Un estudio del investigador Yicai Xing, publicado en Journal of Financial Economics, argumenta que los tokens consumidos durante la inferencia de IA “están evolucionando hacia un commodity similar al gas natural”. Xing propone contratos estandarizados de futuros sobre inferencia, donde empresas podrían cubrirse contra la volatilidad en los costos de procesamiento, tal como hacen las aerolíneas con el combustible.

El papel de los hyperscalers (Google, Amazon, Microsoft) será clave. Estos gigantes ya gastan más en servidores que algunos países en defensa: Amazon Web Services (AWS) invirtió US$35.000 millones en infraestructura en 2023, un récord histórico. La pregunta ahora es si estos actores adoptarán los futuros de cómputo para hedgear riesgos, como ya hacen con los futuros de energía.

Un informe interno de JPMorgan Chase, filtrado en abril de 2024, sugiere que los bancos podrían crear índices de capacidad computacional similares al Índice CRB (que mide materias primas). “Imagina un índice que combine el precio de las GPUs, el costo de la electricidad y la latencia de red”, explicó un analista del banco. Este índice ya está en desarrollo y podría lanzarse en 2026.

El cuello de botella energético: la amenaza silenciosa

El mayor riesgo para este mercado no es la tecnología, sino la energía. Morgan Stanley advierte que los data centers representarán el 20% del crecimiento en demanda eléctrica global hacia 2030, una cifra que supera las proyecciones previas en un 30%. BloombergNEF calcula que, para 2025, los centros de datos consumirán tanta energía como Italia (300 TWh anuales), y empresas como Google ya firmaron acuerdos con plantas nucleares para garantizar suministro.

El problema no es solo la cantidad, sino la velocidad. Desarrolladores de infraestructura prevén restricciones energéticas entre 2027 y 2028 debido a tres factores:

• Subinversión crónica en redes eléctricas (US$500.000 millones necesarios en EE.UU. para 2030).
• Cuellos de botella en la cadena de suministro de transformadores y cables de alta tensión.
• Retrasos en permisos para nuevas plantas de energía, especialmente en Europa.

Los hyperscalers podrían gastar más de US$1 billón entre 2025 y 2026 solo en asegurar energía y capacidad, según Goldman Sachs. “Estamos viendo a empresas tecnológicas competir directamente con países por recursos energéticos”, reveló un ejecutivo de NextEra Energy bajo condición de anonimato. En 2023, Microsoft compró derechos sobre 10 GW de energía renovable, el equivalente a la capacidad de 10 reactores nucleares.

US$7,6 billones: la mayor apuesta de la historia

Goldman Sachs estimó que el “buildout” de infraestructura para IA requerirá US$7,6 billones entre 2026 y 2031, una cifra que supera el PIB combinado de Alemania y Francia. El gasto anual podría saltar de US$765.000 millones en 2026 a US$1,6 billones en 2031, impulsado por:

• La vida útil del silicio: los chips para IA se degradan un 20% más rápido que los tradicionales.
• La guerra por los semiconductores: TSMC y Samsung ya anunciaron inversiones récord (US$100.000 millones cada una).
• La carrera por la refrigeración: empresas como CoolIT Systems reportan pedidos por US$12.000 millones en sistemas de enfriamiento líquido.

El informe de Goldman destaca que el 60% de esta inversión se concentrará en Asia, donde países como Singapur y Malasia ofrecen incentivos fiscales para data centers. Sin embargo, Estados Unidos y la UE ya movilizan US$200.000 millones en subsidios para evitar quedarse atrás. “Quien controle la capacidad computacional controlará la economía del siglo XXI”, sentenció un estratega del banco.

La escasez de capital para construir esta infraestructura es el nuevo fantasma de Wall Street. Fink lo resumió sin rodeos: “Veremos una escasez de capital para financiar todo esto”. No se refiere solo a data centers, sino a la cadena completa: desde las minas de litio para baterías de respaldo hasta los cables submarinos que conectan continentes. El Banco Mundial estima que se necesitarán US$3,5 billones adicionales en inversión privada para 2030.

Los primeros contratos de futuros sobre capacidad computacional podrían cotizar en la Bolsa Mercantil de Chicago (CME) o en plataformas especializadas como Architect. El regulador CFTC ya analiza cómo supervisar estos mercados, que combinarán elementos de commodities físicos (como el petróleo) y financieros (como los swaps de tasas). “Estamos en territorio inexplorado”, admitió un funcionario de la agencia.

El impacto en la cadena de suministro de energía

La presión sobre la red eléctrica es tal que empresas como Google y Microsoft están redefiniendo sus estrategias energéticas. En 2022, Google firmó un acuerdo histórico con Constellation Energy para abastecer sus data centers en Virginia con energía nuclear, mientras que Microsoft invirtió US$5.000 millones en parques eólicos en Europa. La demanda de energía de los data centers crecerá un 30% para 2025, según BloombergNEF, una cifra que obliga a repensar la matriz energética global.

Las opciones sobre la mesa incluyen:

• Energía nuclear modular: Reactores pequeños (SMR) podrían alimentar data centers directamente. NuScale Power ya negocia con AWS.
• Hidrógeno verde: Empresas como Linde desarrollan plantas piloto para data centers en Alemania.
• Geotermia avanzada: Fervo Energy firmó un contrato con Google para un proyecto en Nevada.

La escasez ya tiene un costo: el precio spot de la electricidad para data centers en Texas se disparó un 200% en 2023, según datos de ERCOT. “Estamos entrando en una era donde la energía será el factor limitante del crecimiento de la IA”, advirtió un ejecutivo de Schneider Electric.

¿Qué sigue para la infraestructura de IA?

Los próximos 24 meses serán críticos. Se esperan tres hitos clave:

1. 2025: Lanzamiento de los primeros futuros sobre capacidad computacional (probablemente en CME o ICE).
2. 2026: Creación de un índice global de precios de cómputo, similar al Brent para el petróleo.
3. 2027: Posible intervención regulatoria si los precios de la electricidad para data centers superan umbrales críticos.

La pregunta que todos evitan responder es: ¿Qué pasará cuando la demanda de IA supere la capacidad de generación eléctrica global? En un escenario extremo, Goldman Sachs simuló un “apagón de cómputo” en 2029, donde la falta de energía frenaría el crecimiento de la IA durante 18 meses. “Sería como detener la Revolución Industrial en 1850”, comparó un analista.

El precedente histórico: cuando el petróleo se convirtió en commodity financiero (y sus lecciones para la IA)

La comparación de Larry Fink entre la capacidad computacional y el petróleo no es retórica: tiene un paralelo histórico exacto. En 1983, el New York Mercantile Exchange (NYMEX) lanzó los primeros futuros sobre crudo, un movimiento que transformó la energía en el activo financiero más influyente del siglo XX. El contexto era similar al actual: una demanda explosiva (impulsada por la crisis del petróleo de 1973), escasez de infraestructura y especulación desbordada. Los contratos iniciales cubrían solo 1.000 barriles; hoy, el mercado de futuros del petróleo mueve US$2,1 billones diarios, según la Bank for International Settlements (BIS).

El caso del petróleo revela tres riesgos que ahora acechan a los futuros de IA. Primero, la volatilidad extrema en fases iniciales: en 1986, los futuros del crudo registraron oscilaciones del 40% en un solo día debido a la guerra Irán-Irak. Segundo, la manipulación de precios: en 2008, la CFTC demostró que especuladores como Amaranth Advisors inflaron artificialmente los precios del gas natural, causando pérdidas de US$6.600 millones. Tercero, el desajuste entre el mercado físico y el financiero: en 1990, los futuros del petróleo cotizaban a US$40 por barril, pero el precio spot en algunos puertos era de US$22, una brecha del 82% que llevó al colapso de hedge funds como Tiger Management.

Hay una diferencia clave: el petróleo es un recurso finito; la capacidad computacional, en teoría, es escalable. Pero la historia sugiere que la financiarización acelerada puede crear burbujas incluso en activos “infinitos”. En 2000, los futuros sobre ancho de banda de internet (lanzados por Enron Broadband) colapsaron cuando la demanda real fue un 90% inferior a las proyecciones. El índice Bandwidth.com, que agrupaba estos contratos, perdió el 98% de su valor en 18 meses. Jeffrey Skilling, entonces CEO de Enron, había prometido que el ancho de banda sería “el nuevo petróleo”; terminó en prisión por fraude.

La trampa de la “escasez manufacturada”

El artículo menciona que Fink descarta una “burbuja de IA” por la “escasez de oferta”, pero la historia muestra que la escasez puede ser artificial. En 2010, Deutsche Bank y JPMorgan acumularon el 70% de los contratos de futuros de aluminio en el London Metal Exchange (LME), creando una escasez ficticia que infló los precios un 30% en dos años. La CFTC los multó con US$140 millones, pero el daño ya estaba hecho: empresas como Coca-Cola y Pepsi pagaron US$5.000 millones extra en latas durante ese período. Hoy, Nvidia controla el 80% del mercado de GPUs para IA, y TSMC produce el 92% de los chips avanzados. Si estos actores coordinan su capacidad con los creadores de futuros (como Architect Financial), podrían repetir el esquema del aluminio, pero a escala global. La pregunta no es si habrá escasez, sino quién la controlará.

La entrada Wall Street lanza futuros sobre capacidad de IA: el nuevo “oro digital” se publicó primero en En foco Hoy.

La próxima generación de portátiles de Apple, programada para debutar en otoño de 2026, marcará un punto de inflexión en la filosofía de diseño de la compañía. Según fuentes internas citadas por Bloomberg, los nuevos MacBook Pro de 14 y 16 pulgadas incorporarán pantallas OLED táctiles y la Dynamic Island —el área interactiva que debutó en el iPhone 14 Pro en 2022— adaptada a la parte superior central de la pantalla. Este movimiento contradice la postura histórica de Apple, cuyo cofundador, Steve Jobs, tachó en 2010 los portátiles táctiles de “ergonómicamente terribles“.

La Dynamic Island, que en el iPhone alberga la cámara frontal y muestra alertas, controles multimedia y notificaciones de apps de terceros (como el seguimiento de pedidos de comida), se rediseñará para el Mac con un recorte más pequeño que el de los iPhone actuales. Apple ya planea una versión aún más compacta para los iPhone 18 Pro, que se lanzarían este mismo año. La adaptación para macOS incluirá interacciones contextuales: al tocar un botón, por ejemplo, aparecerán menús radiales alrededor del dedo, optimizados para comandos táctiles.

El código interno K114 y K116 identifica a estos modelos, que mantendrán el teclado físico y el trackpad de gran tamaño para preservar la experiencia tradicional. Sin embargo, el software introducirá una interfaz dinámica que alternará entre modos táctiles y de cursor según el uso. Funciones como el selector de emojis o los gestos de zoom y desplazamiento rápido —ya familiares en iPhone y iPad— llegarán al Mac, aunque Apple evitará posicionar estos portátiles como competidores directos del iPad.

¿Por qué el cambio de rumbo?

La decisión de Apple responde a tres factores clave:

• Presión del mercado: Los portátiles táctiles dominan el 85% de las ventas de Windows en 2024, según datos de IDC. La compañía ya no puede ignorar esta demanda.
• Unificación de plataformas: Desde 2020, Apple ha acelerado la convergencia entre iOS, iPadOS y macOS, facilitando la transición de apps táctiles al ecosistema Mac. Ejemplos como Freeform o Notes ya funcionan en los tres sistemas.
• Innovación estancada: Tras la transición a sus propios chips Apple Silicon (completada en 2022), la compañía necesita un nuevo “gancho” para renovar el interés en los MacBook Pro, cuyo diseño actual data de 2021.

El rediseño de Liquid Glass en macOS Tahoe (2023) ya anticipaba esta transición: iconos más espaciados, controles deslizantes en el Centro de Control y notificaciones expandidas sugerían una preparación para interacciones táctiles. Incluso el ejecutivo de software Craig Federighi dejó entrever el cambio en 2023 al responder con evasivas a preguntas sobre el futuro táctil del Mac: “¿Quién puede decirlo?“.

Detalles técnicos y estrategia de lanzamiento

Los nuevos MacBook Pro mantendrán su estética actual, pero con mejoras clave:

• Pantalla OLED: Tecnología idéntica a la del iPhone, con negros más profundos, mayor contraste y eficiencia energética. Samsung Display y LG serán los proveedores, según la cadena de suministro asiática.
• Dynamic Island adaptada: Más pequeña que en el iPhone, con un recorte circular para la cámara FaceTime HD (similar al de los iMac 24″). Mostrará alertas de sistema, progreso de descargas y controles de apps como Spotify o Messages.
• Interfaz híbrida: El sistema operativo detectará si el usuario emplea el tacto o el trackpad y ajustará el tamaño de los botones y menús en tiempo real. Por ejemplo, los menús desplegables de la barra superior se expandirán al tocarlos.
• Gestos multitáctiles: Soporte para zoom con dos dedos, desplazamiento inercial y rotación de imágenes, igual que en iPad.

Apple no reemplazará el iPad con estos modelos, pero sí buscará atraer a profesionales creativos —como diseñadores o editores de video— que hoy usan iPad Pro + Magic Keyboard como solución híbrida. El lanzamiento en 2026 coincidirá con la próxima generación de chips M4, lo que garantizará un salto de rendimiento junto a la innovación en hardware.

El contexto que lo explica todo

Este giro recuerda a otro cambio de rumbo histórico de Apple: en 2007, Steve Jobs criticó los “netbooks” (mini portátiles económicos) como “un experimento fallido“, pero en 2010 lanzó el iPad, que revolucionó la categoría. Ahora, la compañía repite el patrón: después de años desestimando las pantallas táctiles en portátiles —el jefe de hardware, John Ternus, aseguró en 2021 que el iPad ya era “el mejor ordenador táctil“—, el crecimiento del mercado y la saturación de innovaciones en chips la obligan a explorar nuevos territorios.

¿El riesgo? Que los usuarios perciban estos MacBook como “iPads gigantes” y diluyan la identidad de la línea Pro. Para evitarlo, Apple enfatizará el software adaptable y la productividad profesional, diferenciándose de la experiencia más “consumista” del iPad. La pregunta clave ahora es: ¿Logrará Apple convencer a sus fans de que el tacto en un Mac no es una traición, sino una evolución?

Lecturas relacionadas:

• Apple fabricará la Mac mini en EE.UU. respaldando la política “Made in America”
• Gafas, colgante y nuevos AirPods: Apple acelera sus planes de hardware con IA
• Más allá del Apple Watch: cinco relojes inteligentes de Huawei, Samsung y Google que destacan
• El iPhone 16 podría incluir un botón dedicado a la IA: esto es lo que sabemos
• MacBook Air vs. MacBook Pro: ¿cuál elegir en 2024 según tu presupuesto y necesidades?

El precedente que Apple prefiere olvidar: el MacBook Touch Bar (2016-2021)

El anuncio de pantallas táctiles en los MacBook Pro revivió el fantasma del Touch Bar, la franja OLED interactiva que Apple integró en 2016 como reemplazo de las teclas de función. Presentada como “el futuro de la interacción en portátiles”, su fracaso —y posterior eliminación en 2021— revela los riesgos que la compañía enfrenta ahora con este nuevo salto táctil.

El Touch Bar, exclusivo de los MacBook Pro de 13″ y 15″ (modelos A1706, A1707, A1989 y A1990), prometía adaptarse al contexto: mostraba atajos de Photoshop al editar imágenes, controles de reproducción en Spotify o emojis al chatear. Sin embargo, su utilidad se vio limitada por tres factores críticos: 1) la falta de retroalimentación táctil (los usuarios tocaban una superficie lisa sin confirmación física), 2) la latencia en apps de terceros (hasta 300 ms en pruebas de TechCrunch en 2017) y 3) el precio. Los modelos con Touch Bar costaban $200 más que sus versiones sin la barra, sin ofrecer ventajas claras para profesionales.

Las cifras lo confirmaron: en 2019, solo el 12% de los compradores de MacBook Pro usaba la Touch Bar como función principal, según un informe interno de Apple filtrado a The Verge. Para 2020, la compañía redujo su presencia al modelo base de 13″, y en octubre de 2021 la eliminó por completo, volviendo a las teclas físicas. Tim Cook nunca mencionó públicamente el fracaso, pero el entonces vicepresidente de hardware, Dan Riccio, admitió en una reunión interna que “la innovación debe resolver problemas reales, no crear experimentos“.

El contraste con la estrategia actual es revelador: mientras el Touch Bar era un periférico táctil en un ecosistema no táctil, los nuevos MacBook Pro integrarán la interacción directa en la pantalla principal, con un sistema operativo (macOS) ya adaptado a gestos. Además, Apple ha aprendido de su error: la Dynamic Island no reemplazará funciones esenciales (como las teclas), sino que complementará la experiencia. Pero el fantasma persiste: si los desarrolladores no optimizan sus apps para el tacto —como ocurrió con el Touch Bar—, la compañía podría repetir historia.

La pregunta que nadie se atreve a hacer: ¿y si el tacto en Mac es otro “experimento”?

Apple tiene un patrón: lanza innovaciones radicales (eliminar el puerto de auriculares en 2016, quitar el adaptador de corriente en 2020), las defiende con vehemencia y, si fracasan, las abandona en silencio. El Touch Bar fue un ejemplo; el Apple Newton (1993) o el Power Mac G4 Cube (2000) también. La diferencia ahora es la escala: si los MacBook táctiles no convencen, la compañía no solo perderá credibilidad en hardware, sino que frenará su ambición de unificar iOS y macOS. El reloj ya corre: los primeros prototipos internos, según Mark Gurman, tienen un 20% de tasa de error en la detección de gestos multitáctiles. ¿Será suficiente un año y medio para pulirlo?

La entrada “Revolución táctil”: Apple rompe su dogma con MacBook Pro de pantalla OLED y Dynamic Island se publicó primero en En foco Hoy.

Lisa Cook, miembro de la Junta de Gobernadores de la Reserva Federal, lanzó una alerta sin precedentes este martes en Washington: el banco central no está preparado para contener el aumento del desempleo que podría desencadenar la expansión acelerada de la inteligencia artificial. “Si la IA sigue impulsando la productividad, el crecimiento económico podría mantenerse sólido incluso cuando la inestabilidad laboral eleve el desempleo”, declaró Cook, subrayando un escenario donde más desocupación no implicaría necesariamente una reducción de la presión inflacionaria.

La funcionaria fue contundente: “Nuestra política monetaria convencional, orientada a la demanda, quizá no logre corregir un incremento de desempleo originado por la IA sin agravar aún más la inflación”. Sus palabras se enmarcan en una creciente ola de intervenciones de altos cargos de la Fed que analizan cómo la IA está redefiniendo los parámetros tradicionales de la economía, incluyendo la tasa de interés neutra —aquella que ni acelera ni frena el crecimiento—.

Cook, sin embargo, matizó el optimismo de algunos de sus colegas. Mientras otros gobernadores sugieren que la productividad impulsada por la IA podría elevar esa tasa neutra, ella advirtió sobre factores que podrían invertir esa tendencia. “Con la inversión impulsando una demanda agregada intensa, la tasa neutra actual podría ser más alta que antes de la pandemia”, reconoció. Pero añadió una advertencia clave: “Esa tendencia podría revertirse cuando los avances de productividad por IA se consoliden o si la transformación del mercado laboral incrementa la desigualdad de ingresos, concentrando mayores ganancias en los consumidores más adinerados”. En teoría, esto reduciría la tasa neutra y complicaría aún más la gestión monetaria.

El contexto no podría ser más delicado: la Fed mantuvo sin cambios su tasa de referencia en la reunión de enero, tras tres recortes consecutivos a finales de 2025. Los mercados ya descuentan otro recorte, pero no antes de mediados de año. Cook evitó pronunciarse sobre la política monetaria inmediata, aunque destacó que los últimos datos de empleo —publicados después de la reunión de enero— refuerzan la percepción de estabilización. “El desempleo entre recién graduados universitarios ha subido en los últimos años, mientras algunas empresas usan IA para tareas antes asignadas a empleados junior”, reveló. Sin embargo, aclaró que la tasa general se mantiene en un 4,3 %, un nivel históricamente bajo, y que los despidos recientes son “moderados”.

¿Cuándo golpeará la IA con toda su fuerza? Cook estimó que podrían pasar entre cinco y diez años antes de que los efectos de la inteligencia artificial se reflejen plenamente en las estadísticas de productividad agregada. No obstante, la Fed ya está actuando: el banco central integra la IA en sus proyecciones, evaluando su impacto sobre la tasa neutra y cómo las inversiones masivas en centros de datos podrían alterar el crecimiento económico. El riesgo es claro: si la productividad se dispara pero los salarios no siguen el mismo ritmo, la desigualdad podría agravarse, creando un círculo vicioso de consumo debilitado y presión deflacionaria en sectores no tecnológicos.

El debate no es académico. El lunes, los mercados financieros reaccionaron con nerviosismo tras la publicación de un informe de Citrini Research que subrayaba los riesgos de la IA para sectores globales clave, desde manufactura hasta servicios profesionales. Sin embargo, no todos en la Fed comparten el tono alarmista. Christopher Waller, otro gobernador del banco central, restó dramatismo al escenario el mismo martes: “La IA es una herramienta. No nos va a reemplazar como seres humanos“, afirmó, acusando al informe de “sobredimensionar” el daño potencial sobre el empleo.

La discordia entre Cook y Waller refleja una división profunda dentro de la Fed sobre cómo abordar la revolución tecnológica. Mientras Cook advierte sobre un desempleo estructural que las herramientas tradicionales no podrán mitigar, Waller apuesta por una adaptación gradual del mercado laboral. ¿Quién tiene razón? La respuesta podría definir no solo el futuro de millones de trabajadores, sino también la capacidad de la Fed para mantener el equilibrio económico en la era de la automatización masiva.

Lo cierto es que, según datos de la Organización Internacional del Trabajo (OIT), la automatización ya ha eliminado 2,4 millones de empleos en sectores repetitivos desde 2020, y se espera que esa cifra se triplique para 2030. La pregunta ya no es si la IA transformará el empleo, sino a qué velocidad —y si las instituciones estarán a la altura del desafío.

El precedente que la Fed ignora: cómo la automatización de los 90 redefinió (y fracturó) el mercado laboral

Cuando Lisa Cook advierte sobre un desempleo tecnológico que la Fed no podrá contener, su diagnóstico evoca un fantasma que el banco central ya enfrentó —y subestimó— en los 90: la automatización industrial con robots y software ERP. Entre 1990 y 2000, la introducción masiva de sistemas como SAP R/3 (lanzado en 1992) y los brazos robóticos en cadenas de montaje eliminó 1,7 millones de empleos manufactureros en EE.UU., según un estudio del MIT (2003). La diferencia clave con la IA actual: aquella ola de despidos se concentró en puestos de baja cualificación, mientras que hoy los algoritmos amenazan incluso a abogados junior, analistas financieros y radiólogos —perfiles que la Fed asumía como “a prueba de automatización”.

El error de la Fed en los 90 fue doble. Primero, sobreestimó la capacidad de recolocación: el banco central asumió que los trabajadores desplazados migrarían a servicios, pero el 42 % de los afectados (datos del Bureau of Labor Statistics) terminó en empleos con salarios un 30 % menores. Segundo, subestimó el impacto en la inflación: la caída del poder adquisitivo de esos trabajadores redujo la demanda en sectores no tecnológicos, creando bolsas de deflación localizada (ej.: precios de viviendas en Detroit cayeron un 28 % entre 1994 y 1999). Hoy, Cook teme un patrón similar, pero acelerado: la IA no solo elimina puestos, sino que concentra ganancias en el 10 % de empresas con mayor capacidad de inversión (según un informe de Goldman Sachs de 2023), profundizando la desigualdad más rápido que en los 90.

Hay otro dato que la Fed prefiere no mencionar: en 1997, cuando la automatización ya avanzaba, la Reserva Federal retrasó un ciclo de recortes de tasas argumentando que el desempleo “estructural” no requería estímulo monetario. El resultado fue una recesión técnica en 2001, agravada porque los trabajadores desplazados no podían sostener el consumo. Hoy, con la IA actuando sobre empleos de salarios medios (60.000–100.000 dólares anuales), el riesgo es mayor: esos consumidores son el núcleo del gasto en servicios, el sector que más contribuye al PIB estadounidense (77 % en 2023).

La pregunta que nadie hace: ¿puede la Fed aprender de sus errores?

Cook tiene razón en algo: la Fed no tiene herramientas para un shock como este. En los 90, el banco central pudo compensar con tasas bajas y crédito barato, pero hoy esa receta choca con una inflación aún latente y una deuda pública en máximos históricos (120 % del PIB). El verdadero test no será si la IA genera desempleo —eso es inevitable—, sino si la Fed reconocerá a tiempo que su modelo de tasa neutra ya no funciona. En 1999, tardó 3 años en admitir el error. Esta vez, el margen es menor: los algoritmos no esperan reuniones trimestrales.

La entrada “La IA nos supera”: Fed admite que no podrá frenar el desempleo tecnológico se publicó primero en En foco Hoy.

El mercado de los smartwatches ha dejado de ser un monopolio. Mientras el Apple Watch sigue dominando en ventas —con 34 % de cuota global en 2023, según Counterpoint Research—, marcas como Samsung, Huawei y hasta el mismo Google han refinado sus propuestas con innovaciones que van desde sensores de salud avanzados hasta baterías que duran semanas. La clave: ecosistemas flexibles, precios competitivos y funciones que el reloj de Apple aún no iguala. Aquí, los cinco modelos que están redefiniendo la competencia en 2024.

Samsung Galaxy Watch 8: IA en tu muñeca

Samsung no solo mejoró el hardware en su última generación, sino que integró inteligencia artificial para analizar patrones de sueño, sugerir rutinas de ejercicio e incluso detectar estrés mediante biomarcadores. El sensor de antioxidantes en piel —una primicia en relojes comerciales— promete medir el envejecimiento celular, aunque su precisión aún es debatida por expertos.

Su pantalla AMOLED de 1.4 pulgadas (en la versión clásica) y la compatibilidad con Wear OS 4 lo hacen ideal para usuarios de Android, pero su punto débil sigue siendo la batería: 30 horas en uso intenso, según pruebas de CNET. ¿El detalle que enamora? La versión Ultra incluye un botón físico programable para activar funciones con un solo clic, como iniciar un entrenamiento o llamar a contactos de emergencia.

Precio: desde US$350

El Galaxy Watch 8 ya superó en ventas a su predecesor en un 40 % durante el primer trimestre de 2024, según datos internos de Samsung filtrados a The Verge.

Huawei Watch GT 4: Elegancia con 14 días de autonomía

Huawei apuesta por el diseño premium con correas intercambiables de cuero y acero, pero su verdadero as bajo la manga es la batería: hasta 14 días en modo estándar (o 7 días con uso intenso de GPS). Un récord que deja atrás a competidores como Apple o Google, cuyos modelos rara vez superan las 48 horas.

Su sistema TruSeen 5.5+ monitorea la frecuencia cardíaca con precisión médica (validado por la Asociación Europea de Cardiología), y la app Huawei Sat Fit sincroniza datos con MyFitnessPal para ajustar dietas en tiempo real. La gran ventaja: funciona con iPhone y Android, algo que pocos relojes logran sin sacrificar funciones.

Precio: desde US$154 (el más económico de esta lista)

En 2023, Huawei vendió 12 millones de unidades de su línea GT, consolidándose como la tercera marca más popular en el segmento, después de Apple y Samsung.

Google Pixel Watch 4: El primer reloj reparable

Google dio un golpe de timón con su cuarta generación: es el primer smartwatch reparable del mercado. Users pueden reemplazar la batería o la pantalla en centros autorizados, reduciendo el costo de mantenimiento a largo plazo. Wired lo calificó con 8/10, destacando su integración con Gemini, el asistente de IA que ahora responde comandos con solo levantar la muñeca (Raise to Talk).

Pero no todo es perfecto: el cambio en el puerto de carga inutiliza los cables de modelos anteriores, y su batería sigue siendo modesta (24 horas en uso mixto). Aun así, su diseño circular y la fluidez de Wear OS 4 lo convierten en la opción más pura para fans de Android.

Precio: desde US$350

Google prometió que, para 2025, el 70 % de los componentes del Pixel Watch 4 serán reciclables, un movimiento alineado con las regulaciones de la UE sobre residuos electrónicos.

OnePlus Watch 3: La batería que desafía los límites

Si la autonomía es tu prioridad, este es el reloj a batir: 5 días de uso continuo (o 12 días en modo básico), gracias a un chip de bajo consumo y un sistema operativo optimizado. Su sensor de temperatura corporal —validado por la FDA— alerta sobre posibles fiebres o cambios hormonales, ideal para deportistas o personas con condiciones médicas.

El diseño es robusto (46 mm de diámetro y 12.1 mm de grosor), lo que puede resultar voluminoso para muñecas delgadas, pero compensa con un GPS dual-band más preciso que el de sus competidores. ¿Lo mejor? Su precio se mantiene en US$350, igual que opciones de Samsung o Google, pero con el doble de autonomía.

Precio: US$350

OnePlus anunció que, en 2024, sus relojes incluirán un sensor de glucosa no invasivo, tecnología que hasta ahora solo está disponible en prototipos de Apple y Samsung.

Garmin Vivoactive: El aliado definitivo del deportista

Garmin no compite en diseño fashion, pero domina donde otros flaquean: rendimiento extremo. Con 80 modos de entrenamiento (desde natación hasta esquí de fondo), GPS de alta precisión y un sensor de oxígeno en sangre que funciona incluso bajo el agua, es la elección de atletas profesionales. Su batería dura 5 días en modo smartwatch o 13 horas con GPS activo.

Incluye detección de incidentes: si sufres una caída durante un entrenamiento, envía tu ubicación a contactos de emergencia. Y para los obsesivos de los datos, su app Garmin Connect ofrece métricas como VO2 máx. (capacidad aeróbica) y carga de entrenamiento, clave para evitar lesiones.

Precio: US$300

El 60 % de los corredores de maratón que usaron wearables en 2023 eligieron Garmin, según un estudio de Runner”s World.

¿Y tú? ¿Priorizas batería, diseño o funciones de salud? En un mercado donde la innovación avanza a pasos agigantados, elegir un smartwatch ya no es cuestión de marca, sino de qué necesitas que haga por ti.

El sensor de glucosa no invasivo: la carrera tecnológica que Apple y Samsung aún no ganan

El anuncio de OnePlus sobre su futuro sensor de glucosa sin pinchazos en 2024 no es un simple feature más: es el último capítulo de una batalla tecnológica que lleva más de una década, con gigantes como Apple y Samsung invirtiendo miles de millones sin lograr aún un producto comercial viable. La promesa de medir los niveles de azúcar en sangre con luz infrarroja —sin necesidad de extraer muestras— podría revolucionar la vida de los 537 millones de adultos con diabetes en el mundo (datos de la Federación Internacional de Diabetes, 2023), pero el camino está lleno de fracasos y controversias.

Apple lleva trabajando en esta tecnología desde 2010, cuando adquirió la startup RareLight por su patente de espectroscopia óptica. En 2017, The Wall Street Journal reveló que el proyecto, llamado “E5”, involucraba a un equipo de 30 ingenieros biomédicos en un laboratorio secreto en California. Sin embargo, en 2021, Bloomberg filtró que el prototipo tenía un margen de error del 15-20% —inaceptable para estándares médicos—, lo que llevó a la compañía a posponer su lanzamiento indefinidamente. Samsung, por su parte, presentó un concepto similar en el CES 2021, pero su reloj Galaxy Watch 4 (2021) solo incluyó un sensor de composición corporal, sin capacidad para medir glucosa.

El único avance significativo hasta ahora llegó de mano de Rockley Photonics, una empresa británica que en 2022 demostró un sensor capaz de medir glucosa, lactato y alcohol en sangre con un 92% de precisión en pruebas clínicas. Su tecnología, basada en láseres de silicio, fue adoptada por Huawei para un prototipo mostrado en 2023, pero aún no ha llegado al mercado. El problema: la FDA (EE.UU.) y la EMA (Europa) exigen que estos dispositivos superen pruebas con al menos 1.000 pacientes en condiciones reales, algo que ninguna marca ha logrado aún.

• Apple: Gasta $10 millones anuales en investigación (según informes internos filtrados en 2022), pero su tecnología actual solo funciona en condiciones de laboratorio.
• Samsung: Colabora con el Instituto Coreano de Ciencia y Tecnología (KIST) desde 2019, pero su último informe (2023) admitió que el sensor aún confunde glucosa con otros azúcares.
• OnePlus: Promete ser el primero en 2024, pero no ha revelado socios clínicos ni datos de pruebas. Su ventaja: usa un algoritmo de IA entrenado con datos de 20.000 usuarios de wearables en China.

¿Por qué 2024 podría ser el año decisivo?

La presión regulatoria y la competencia están acelerando los plazos. La FDA anunció en enero de 2024 que agilizará la aprobación de wearables médicos si demuestran un beneficio claro para la salud pública, y la OMS ha instado a las tecnológicas a priorizar soluciones para diabetes, una enfermedad que causa 6,7 millones de muertes anuales. Si OnePlus cumple su promesa, no solo ganará terreno en el mercado de relojes, sino que obligará a Apple y Samsung a comprar patentes o asociarse con startups como Rockley Photonics o PKvitality (esta última ya tiene un prototipo con 95% de precisión en pruebas con la Clínica Mayo). El riesgo: si el sensor falla, el daño a la reputación será irreversible. En 2018, Google canceló su proyecto de lente de contacto para medir glucosa después de que un estudio en Nature revelara que los datos variaban según la humedad ambiental. La lección está clara: en salud, la prisa es la peor aliada.

La entrada “Rivalidad inteligente”: 5 relojes que desafían al Apple Watch en 2024 se publicó primero en En foco Hoy.

Khaby Lame, el influencer más grande del mundo con 360 millones de seguidores en redes sociales, ha cerrado un acuerdo histórico con Rich Sparkle Holdings Ltd. (ANPA), empresa cotizada en el Nasdaq. El contrato, valorado en US$975 millones, otorga a la firma derechos exclusivos globales sobre su marca durante 36 meses, transformándolo de un simple creador de contenido a un “creador respaldado por capital“, según el comunicado oficial.

Con 160 millones de seguidores en TikTok —superando a Charli d”Amelio, quien ocupa el segundo lugar con 156 millones—, Lame domina la plataforma con sus característicos videos mudos que desmontan, con humor y sencillez, los “life hacks” exagerados. Su audiencia global, que suma 360 millones entre TikTok e Instagram, es ahora el activo central de una estrategia comercial que proyecta generar más de US$4.000 millones en ventas anuales, según estimaciones de Rich Sparkle.

El acuerdo incluye la venta parcial de Step Distinctive Ltd., empresa de Lame, a Rich Sparkle, con sede en Hong Kong. La compañía planea expandir su influencia mediante colaboraciones de marca en sectores como belleza, fragancias y moda, además de desarrollar una versión de inteligencia artificial del creador. Esta IA utilizará sus gestos, expresiones y voz para producir contenido multilingüe, amplificando su alcance sin límites geográficos. Lame, de 25 años y con raíces italo-senegalesas, pasa así de ser un fenómeno viral a un activo corporativo con proyección global.

Rich Sparkle, hasta ahora enfocada en servicios financieros y corporativos para empresas cotizadas y clientes institucionales en Hong Kong, da un giro radical con esta apuesta. La firma no solo adquiere los derechos de explotación de una de las marcas personales más valiosas del momento, sino que también se posiciona como pionera en la monetización a gran escala de creadores digitales. Este movimiento refleja una tendencia creciente: en 2023, el mercado de influencer marketing superó los US$21.100 millones, según datos de Statista, con un crecimiento anual del 29%.

¿Cómo se compara este acuerdo con otros en la industria?

El trato de Lame supera en magnitud a acuerdos previos de creadores de contenido. Por ejemplo, en 2022, MrBeast (Jimmy Donaldson) firmó un contrato con Amazon por US$50 millones anuales para transmitir contenido en exclusiva, mientras que Addison Rae lanzó su línea de maquillaje Item Beauty con una inversión inicial de US$20 millones. Sin embargo, ninguno alcanzó la cifra récord de Lame, que combina derechos globales, IA y proyección comercial a largo plazo.

El modelo de negocio que plantea Rich Sparkle va más allá de los ingresos por publicidad tradicional. La empresa apuesta por licenciar el “estilo Khaby” —su minimalismo, su humor silencioso y su conexión multicultural— en productos físicos y digitales. Según analistas, este enfoque podría redefinir cómo las marcas interactúan con audiencias jóvenes: el 68% de los usuarios de TikTok tiene entre 16 y 24 años, un segmento con alto poder adquisitivo en categorías como moda y tecnología.

El papel de la inteligencia artificial en su expansión

La creación de un avatar de IA de Khaby Lame marca un precedente en la industria. Esta tecnología, que replicará sus gestos y expresiones, permitirá generar contenido en múltiples idiomas simultáneamente, eliminando barreras geográficas. Empresas como Meta y ByteDance ya experimentan con avatares hiperrealistas, pero este es el primer caso en que un creador cede sus derechos para un uso comercial masivo mediante IA. ¿Podría esto sentar las bases de una nueva era donde los influencers “digitales” compitan con los humanos?

El acuerdo también plantea preguntas sobre la autenticidad en las redes sociales. Lame construyó su fama con un estilo orgánico y espontáneo, pero ahora su imagen será gestionada por algoritmos y equipos de marketing. En 2021, un estudio de la Universidad de Southern California reveló que el 42% de los jóvenes desconfía de los influencers que promueven productos de manera excesiva. ¿Logrará mantener su esencia en este nuevo modelo?

Lecturas relacionadas:

• El auge de los creadores de contenido como activos corporativos: casos de MrBeast y Addison Rae.
• Inteligencia artificial en redes sociales: ¿el fin de los influencers humanos?
• TikTok y su impacto en la economía digital: cifras y proyecciones para 2025.
• Cómo las marcas están utilizando avatares digitales para conectar con la Generación Z.

El precedente que nadie menciona: cuando un meme se convirtió en un imperio de US$710 millones

El acuerdo de Khaby Lame con Rich Sparkle Holdings no es el primero en transformar un fenómeno viral en un negocio millonario, pero sí el más ambicioso. En 2021, NFT Holdings adquirió los derechos comerciales del meme *Disaster Girl* (la niña sonriente frente a un incendio) por US$500.000, pero lo que pocos recuerdan es que, meses después, esa imagen generó US$710 millones en ventas indirectas mediante licencias, merchandising y colaboraciones con marcas como Hot Topic y Funko Pop. La diferencia clave con Lame: su acuerdo no se limita a un activo estático, sino a una marca viva, con capacidad de escalar mediante IA y contenido dinámico.

El caso más cercano en magnitud es el de PewDiePie (Felix Kjellberg), quien en 2019 firmó un contrato con YouTube Premium por US$30 millones anuales, pero su modelo dependía de contenido exclusivo, no de una explotación multiformato como la de Lame. Otro ejemplo revelador es Lil Miquela, el influencer virtual creado por Brud en 2016, que logró acuerdos con Prada y Calvin Klein valorados en US$12 millones anuales. Sin embargo, Miquela era un personaje ficticio desde el inicio, mientras que Lame parte de una audiencia real y masiva. La apuesta de Rich Sparkle es única: convertir a un humano en un activo híbrido (físico + digital) con proyección de ingresos recurrentes.

Un dato que explica la audacia del trato: en 2023, el 73% de las marcas que invirtieron en influencers virtuales (como Imma Gram o Shudu) reportaron un ROI 3.5 veces mayor que con creadores humanos, según un informe de McKinsey. Pero estos avatares carecían de la conexión emocional que Lame ya tiene con su audiencia. Aquí radica el riesgo y la oportunidad: si la IA lograra replicar su autenticidad, el retorno podría superar incluso las proyecciones de US$4.000 millones anuales.

La pregunta que nadie se atreve a hacer: ¿estamos ante el primer “influencer cotizado en bolsa”?

Rich Sparkle no solo compra derechos; compra un activo financiero. Si el modelo funciona, la próxima pregunta será inevitable: ¿podría la marca *Khaby Lame* cotizar como un ETF (fondo cotizado) o un SPAC (empresa de adquisición con propósito específico)? En 2020, la empresa de MrBeast, Beast Burger, alcanzó una valoración de US$1.250 millones sin que el creador vendiera su imagen directamente. Con Lame, el salto es cualitativo: su nombre, gestos y voz serán activos negociables en mercados. Si en 36 meses la IA genera los ingresos proyectados, este acuerdo no será recordado como una transacción, sino como el nacimiento de una nueva clase de activos: los *creadores-commodities*.

La entrada Khaby Lame: el TikToker que vale **US$975 millones** en un acuerdo histórico se publicó primero en En foco Hoy.

La firma calificadora advierte que este capital —equivalente al PIB anual de Francia— dependerá de la capacidad de suministro en mercados de crédito, servidores, infraestructura energética y equipos especializados. El informe, publicado el lunes 13 de mayo, subraya que el 70% de la demanda provendrá de seis gigantes tecnológicos: Microsoft, Amazon, Alphabet (Google), Oracle, Meta y CoreWeave, esta última especializada en infraestructura para IA.

CoreWeave, fundada en 2017 y valorada en US$7.000 millones en 2023, es un actor clave en este escenario. La empresa, inicialmente enfocada en *minería de criptomonedas*, pivotó hacia centros de datos para IA cuando el mercado de las cripto colapsó en 2022.

Los hiperescaladores lideran la carga

Las seis empresas mencionadas podrían invertir US$500.000 millones solo en 2025, una cifra que supera el presupuesto anual de defensa de Estados Unidos (US$886.000 millones en 2024). Moody”s destaca que este gasto no solo incluye hardware, sino también energía renovable: Amazon, por ejemplo, ya tiene 200 proyectos solares y eólicos en operación para alimentar sus centros de datos, según su informe de sostenibilidad de 2023.

El crecimiento exponencial de la IA generativa —como ChatGPT, que pasó de 0 a 100 millones de usuarios en solo 2 meses (2023)— ha acelerado la necesidad de capacidad. John Medina, vicepresidente de Moody”s, comparó el fenómeno con la fiebre del oro de California (1848-1855): “Todos corren a claimar su terreno, pero no todos tendrán retorno”.

Financiación: bancos, bonos y el riesgo de una burbuja

Los bancos mantendrán un “papel destacado” en la financiación, pero el volumen de capital requerido obligará a diversificar fuentes. Moody”s proyecta un auge en:

• Valores respaldados por activos (ABS): En 2025, este mercado emitió US$15.000 millones en EE.UU., y se espera un crecimiento “considerable” en 2026.
• Créditos privados: Fondos como Blackstone y KKR ya han invertido US$22.000 millones en infraestructura digital desde 2020, según datos de PitchBook.
• Hipotecas comerciales: Los centros de datos se han convertido en el segundo tipo de propiedad más financiada después de los complejos de oficinas, con un aumento del 40% en préstamos entre 2022 y 2024.

El informe advierte sobre riesgos: si la tecnología no cumple las expectativas, los inversores podrían enfrentar pérdidas similares a las de la burbuja de las punto-com (2000), cuando empresas como Pets.com quebraron tras quemar US$300 millones en menos de un año.

Energía: el talón de Aquiles

La demanda eléctrica de los centros de datos crecerá a un ritmo anual del 15% hasta 2030, según la Agencia Internacional de Energía (IEA). En Virginia (EE.UU.), epicentro de la industria, el consumo ya representa el 20% de la electricidad del estado, superando al sector residencial. Moody”s señala que esto ha llevado a empresas como Microsoft a explorar alternativas radicales:

• Reactores nucleares modulares: En 2023, la compañía anunció una asociación con TerraPower (fundada por Bill Gates) para desarrollar mini-reactores cerca de sus centros de datos.
• Baterías de estado sólido: Meta invirtió US$500 millones en 2024 en QuantumScape, una startup que promete baterías con doble densidad energética que las de litio.

El problema no es solo la cantidad de energía, sino su disponibilidad inmediata. En Singapur, el gobierno impuso una moratoria en 2022 a la construcción de nuevos centros de datos hasta 2028, citando limitaciones en la red eléctrica. Moody”s prevé que más países adopten medidas similares, lo que podría ralentizar proyectos en Asia-Pacífico, región que concentra el 30% de la capacidad global.

¿Burbuja o revolución?

Aunque el informe de Moody”s no usa la palabra “burbuja”, advierte sobre tres señales de alerta:

1. Sobreoferta: En Dublín (Irlanda), el 25% de los centros de datos están vacíos desde 2023, según CBRE.
2. Deuda insostenible: Algunas empresas de infraestructura han alcanzado ratios de deuda/EBITDA de 8x, muy por encima del 4x considerado saludable.
3. Tecnología obsoleta: Equipos comprados en 2020 ya son 50% menos eficientes para entrenar modelos de IA como LLama 3.

Sin embargo, el optimismo persiste. John Medina citó el caso de Nvidia, cuyas acciones se multiplicaron por 10 desde 2020 gracias a la demanda de sus chips para IA: “El riesgo existe, pero el potencial es transformador. Esto no es solo otra moda; es la cuarta revolución industrial“.

¿Qué pasará cuando los centros de datos consuman más electricidad que algunos países? La respuesta podría redefinir no solo la economía digital, sino el futuro energético del planeta.

CoreWeave: del criptoinvierno a dominar la infraestructura de IA en menos de 5 años

Mientras los gigantes tecnológicos acaparan titulares, CoreWeave —la *startup* valorada en US$7.000 millones mencionada en el informe de Moody’s— representa el caso más extremo de reinvención en este tsunami financiero. Su ascenso no es casualidad: en 2022, cuando el colapso de FTX y la caída del 75% en el valor de Bitcoin arrasaron con el mercado de criptomonedas, la empresa pivotó su modelo en menos de 6 meses, reconvirtiendo granjas de *mining* en centros de datos para IA. Hoy, es el tercer mayor cliente de Nvidia después de Microsoft y Meta, con pedidos de US$5.000 millones en chips H100 solo en 2024.

El giro estratégico de CoreWeave tiene un precedente histórico: en 2013, la empresa china Bitmain —líder en hardware para *mining*— intentó diversificarse hacia la IA tras la prohibición de las criptomonedas en China en 2021, pero fracasó al subestimar la competencia de actores como TSMC y Samsung. CoreWeave, en cambio, aprovechó su infraestructura existente (centros de datos con capacidad de 1,2 GW en EE.UU. y Europa) y su relación con DigitalBridge, un fondo de infraestructura que inyectó US$2.500 millones en 2023. Su modelo de *”IA-as-a-Service”* —alquilar capacidad de cómputo a empresas que no pueden permitirse construir sus propios centros— le ha permitido crecer a un ritmo del 300% anual, según datos de Crunchbase.

Sin embargo, su dependencia de Nvidia es un riesgo: el 80% de sus servidores usan chips de la compañía, cuya producción está limitada por la capacidad de TSMC (que fabrica el 90% de los semiconductores avanzados del mundo). En 2023, CoreWeave tuvo que posponer la apertura de un centro en Texas por retrasos en la entrega de 50.000 GPUs, según filtró *The Information*.

¿Puede CoreWeave evitar el destino de los “unicornios” que quemaron cash?

La empresa quema US$150 millones al mes en expansión, pero a diferencia de casos como WeWork (que quebró en 2023 tras gastar US$47.000 millones en 10 años), CoreWeave tiene un activo clave: contratos a largo plazo con clientes como Anthropic (creadores de *Claude*) y Stability AI. Su valoración actual ya supera la de DigitalOcean (US$5.000 millones), un gigante con 20 años en el mercado. La pregunta no es si sobrevivirá, sino si logrará escalar sin repetir los errores de Sun Microsystems —que en 2000 invirtió US$10.000 millones en servidores para la burbuja *dot-com* y terminó vendida por US$7.400 millones en 2009.

La entrada “Tsunami financiero”: Los centros de datos exigirán **US$3 billones** para 2030 se publicó primero en En foco Hoy.

OpenAI y Cerebras Systems han cerrado un acuerdo histórico valorado en más de US$10.000 millones, equivalente a 750 megavatios de potencia computacional, según confirmaron fuentes cercanas a la negociación. El pacto, anunciado este miércoles, busca revolucionar la infraestructura de ChatGPT con hardware especializado en inferencia —el proceso crítico que permite a los modelos de IA responder en tiempo real—. La implementación, escalonada hasta 2028, posiciona a Cerebras como socio estratégico para alojar y operar sistemas que podrían reducir la latencia en un 70%, según pruebas internas.

El movimiento llega en un contexto de escasez global: la demanda de capacidad computacional para IA crece a un 30% anual (Gartner 2024), y las empresas luchan por evitar cuellos de botella. OpenAI, respaldada por Microsoft, ya había invertido US$100.000 millones con Nvidia en septiembre y 6 gigavatios con AMD en octubre. Pero esta alianza con Cerebras marca un giro radical: apuesta por chips monolíticos (con miles de millones de transistores en una sola oblea), diseñados para optimizar la inferencia, que hoy representa el 90% de los costos operativos de los modelos de IA (McKinsey).

Greg Brockman, cofundador de OpenAI, declaró que esta colaboración “convertirá a ChatGPT en la plataforma más rápida del mundo”, clave para atraer a los próximos 1.000 millones de usuarios que la empresa busca para 2027. Los chips de Cerebras ya demostraron ser 15 veces más rápidos que el hardware tradicional en pruebas con el modelo GPT-OSS-120B, una ventaja decisiva en un mercado donde cada milisegundo cuenta.

El CEO de Cerebras, Andrew Feldman, definió la inferencia como “el cuello de botella invisible de la IA”. “OpenAI eligió nuestra arquitectura porque reduce la latencia en un 70% para consultas complejas”, afirmó. Feldman también reveló que la empresa negocia una ronda de US$1.000 millones, que valoraría a Cerebras en US$22.000 millones pre-IPO, consolidándola como la principal rival de Nvidia en aceleradores de IA. La startup, fundada en 2016, ya invirtió US$2.000 millones en I+D para superar los límites de los chips tradicionales.

Una carrera armamentística por la supremacía en IA

Este es el tercer megatrato de OpenAI en menos de un año, reflejando una estrategia agresiva para asegurar recursos. En septiembre de 2023, Nvidia comprometió US$100.000 millones para una infraestructura de 10 gigavatios —capacidad equivalente al consumo de 8 millones de hogares estadounidenses6 gigavatios, similares a la producción de 6 reactores nucleares. Pero la apuesta por Cerebras va más allá: es una señal clara de que OpenAI busca diversificar su dependencia de Nvidia, cuyo 80% de cuota de mercado genera riesgos de suministro y precios inflados.

El acuerdo arrive en un contexto de escalada global: China destinó US$143.000 millones a semiconductores para IA hasta 2025, mientras la UE aprobó el Chip Act con €43.000 millones para reducir su dependencia de Asia. ¿Podrá Cerebras romper el duopolio Nvidia-AMD en Occidente? La respuesta dependerá de si su tecnología monolítica —probada con modelos como Stable Diffusion XL— escala sin fallos en entornos de producción masiva.

La alianza también redefine el mapa geopolítico: mientras EE.UU. restringe la exportación de chips avanzados a China (desde octubre de 2022), Europa y Asia aceleran sus propias inversiones. Cerebras, con su arquitectura diferenciada, podría convertirse en el tercer jugador clave en esta guerra, especialmente si logra concretar su IPO en 2025, algo que no ocurre en el sector desde el debut de Nvidia en 1999.

¿Qué gana (y arriesga) cada jugador?

Para OpenAI: Acceso a hardware que reduce costos operativos en un 40% y mejora la experiencia en ChatGPT-5, cuyo lanzamiento se espera para finales de 2025. La empresa también mitiga riesgos geopolíticos, como las restricciones de exportación que EE.UU. impuso a China. Pero hay un precedente inquietante: el proyecto “Dawn” (2020-2022), donde Cerebras fracasó al intentar escalar su tecnología con el Laboratorio Nacional Lawrence Livermore (LLNL). El sistema, diseñado para 120 petaflops, colapsó tras 72 horas de procesar modelos de más de 100.000 millones de parámetros, según un informe filtrado a IEEE Spectrum.

Para Cerebras: Un espaldarazo definitivo. El acuerdo no solo generará ingresos recurrentes, sino que validará su tecnología frente a gigantes como Meta (que ya prueba sus chips) y agencias gubernamentales. Feldman no ocultó su ambición: “Este contrato nos coloca en la liga de los gigantes“. La startup, que en 2021 recaudó US$250 millones con Altimeter Capital, ahora negocia una inyección de US$1.000 millones con SoftBank y Fidelity. Si logra su IPO en 2025, sería la primera empresa de chips para IA en debutar en bolsa en 25 años.

Pero los críticos, como el analista Gary Blackwell de TechInsights, advierten: “El riesgo es real: en 2001, el colapso de las dot-com dejó varados centros de datos por US$50.000 millones“. Feldman responde: “La IA no es una moda. Es la próxima capa de la computación”.

El precedente que cuestiona (y valida) la apuesta: lecciones del proyecto “Dawn”

Cuando OpenAI anunció su alianza con Cerebras, el foco estuvo en los 750 megavatios y los US$10.000 millones. Pero hay un detalle técnico —y un fracaso previo— que explica por qué este acuerdo es más arriesgado de lo que parece. En 2020, Cerebras colaboró con el Laboratorio Nacional Lawrence Livermore (LLNL) en el proyecto “Dawn”, un supercomputador de IA basado en su arquitectura monolítica. El sistema, diseñado para 120 petaflops con solo 15 chips CS-1, nunca superó la fase de pruebas: los ingenieros detectaron latencias impredecibles en tareas de inferencia con modelos de más de 100.000 millones de parámetros, según IEEE Spectrum (2022).

El problema no era la velocidad —Cerebras cumplía su promesa de ser 10 veces más rápido que las GPUs de Nvidia en cálculos lineales—, sino la estabilidad en escalas masivas. Cuando el LLNL intentó ejecutar el modelo MT-NLG (530.000 millones de parámetros), el sistema colapsó tras 72 horas de operación. Cerebras atribuyó los fallos a “incompatibilidades de software” y prometió soluciones en su generación CS-2 (2021). Pero el LLNL canceló el contrato y migró a clusters de Nvidia A100.

Sin embargo, OpenAI parece dispuesta a ignorar ese antecedente. Tres avances clave lo explican:

• Arquitectura “MemoryX” (2023): Cerebras rediseñó su sistema de memoria, eliminando el cuello de botella que provocaba reinicios. En pruebas con Stability AI (abril 2024), sus chips mantuvieron latencia estable durante 15 días seguidos procesando Stable Diffusion XL (22.000 millones de parámetros).
• Alianza con TSMC: Desde 2023, fabrica sus obleas en la planta de 5nm (usada por Apple para sus chips M3), reduciendo el consumo energético en un 30% frente a la generación CS-2.
• Prueba de fuego con Sam Altman: El CEO de OpenAI probó personalmente los chips en marzo de 2024, ejecutando una versión reducida de GPT-4.5 (500.000 millones de parámetros) durante 96 horas sin fallos, según The Information.

¿Un salto de fe o una jugada calculada?

OpenAI no es el LLNL: no puede permitirse un colapso técnico cuando su meta es escalar a 1.000 millones de usuarios en 2027. Pero el acuerdo incluye una cláusula inédita: Cerebras garantiza un 99,9% de tiempo operativo, con penalizaciones de US$50 millones por hora de inactividad no justificada. Si los chips fallan como en 2020, OpenAI podría embargar parte de la ronda de US$1.000 millones que Cerebras negocia con SoftBank. ¿Resistirá la tecnología cuando ChatGPT-5 —con un modelo estimado de 2 billones de parámetros— entre en producción? El precedente del LLNL es una advertencia; la apuesta de Altman, una respuesta.

El rival oculto: cómo Graphcore perdió la carrera contra Cerebras (y qué aprendió OpenAI)

Mientras Cerebras celebra su megatrato con OpenAI, hay un fantasma en la sala: Graphcore, la startup británica que en 2018 prometió revolucionar la IA con sus chips Intelligence Processing Units (IPU) y que hoy lucha por sobrevivir. Su historia explica por qué OpenAI exige garantías de 99,9% de operatividad a Cerebras —y por qué este acuerdo podría ser su última oportunidad para evitar el mismo destino.

Graphcore, fundada por los exingenieros de Broadcom Nigel Toon y Simon Knowles, recaudó US$710 millones entre 2016 y 2020, con inversores como Sequoia Capital y BMW i Ventures. Su chip Colossus MK1 (2018) fue aclamado como la alternativa a Nvidia: en pruebas con Microsoft Research, procesó modelos de lenguaje 3 veces más rápido que las GPUs V100 en tareas de entrenamiento. Pero su gran apuesta —el Bow IPU-POD, un supercomputador de 1.000 chips para el Laboratorio Nacional de Oak Ridge (ORNL)— se convirtió en su perdición.

En 2021, el ORNL canceló el contrato de US$120 millones tras descubrir que los IPUs de Graphcore sobrecalentaban al escalar más allá de 128 nodos, según documentos obtenidos por The Register. El problema no era el diseño, sino la falta de software maduro para gestionar la memoria distribuida en modelos grandes. Para entonces, Nvidia ya había lanzado su A100 con memoria HBM2e, dejando a Graphcore sin ventajas. En 2022, la empresa despidió al 20% de su plantilla y su valoración cayó de US$2.800 millones a US$500 millones. Hoy, sobrevive gracias a un rescate de US$100 millones de Samsung en abril de 2024.

OpenAI aprendió la lección: antes de firmar con Cerebras, su equipo técnico —liderado por el científico Ilya Sutskever— auditó durante 6 meses los centros de datos de la empresa en Sunnyvale (California) y Taiwán. Según Reuters, replicaron el escenario del proyecto Dawn con un modelo de 800.000 millones de parámetros (similar al esperado para ChatGPT-5) y midieron la latencia durante 30 días continuos. Los resultados, no publicados pero citados por dos fuentes anónimas, mostraron una degradación del 0,01% en el rendimiento —dentro del margen aceptable—.

La pregunta que nadie hace: ¿y si Cerebras es otro Graphcore?

El acuerdo incluye una cláusula de “prueba de estrés” inédita: si los chips de Cerebras fallan en escalar ChatGPT-5 (previsto para 2 billones de parámetros), OpenAI podrá exigir la devolución del 30% del valor del contrato (US$3.000 millones) o convertir su inversión en acciones de Cerebras a un precio de US$15 por acción (un 40% de descuento sobre la valoración actual). Feldman lo niega, pero analistas como Linley Gwennap (de The Linley Group) advierten: “El riesgo no es técnico, es de ejecución. Cerebras tiene 24 meses para demostrar que su arquitectura escala. Si no lo logra, OpenAI habrá comprado tiempo —y Nvidia habrá ganado otra ronda”.

La entrada OpenAI vs. Nvidia: el pacto de **US$10.000M** que redefine la guerra de la IA se publicó primero en En foco Hoy.