El analista Ohsung Kwon advirtió que la “fiebre del azúcar” tras el reciente alza en acciones probablemente haya terminado, dejando poco margen para el optimismo en renta variable. Sin embargo, aclaró que el desplome del Nasdaq 100 y el S&P 500 respondió más al posicionamiento que a los fundamentos, anticipando un repunte más lento, no un retroceso prolongado.

¿Fin del subidón de la IA?

Kwon subrayó en una nota a clientes: “Con la guerra comercial en marcha y los hiperescaladores recaudando capital para financiar capex, creemos que volverá la operación de “comprar semis”. Pero el rally del “subidón de azúcar” ha terminado“. Su recomendación: “Poseer IA, vender calls“.

La caída se reavivó el martes, arrastrando al mercado a la baja. El Nasdaq 100 se desplomó cerca de un 2%, reforzando las señales de advertencia que otros estrategas ya habían identificado.

Bancos en modo cauteloso

JPMorgan recortó su visión a corto plazo a “tácticamente cautelosa”, sugiriendo que los inversores podrían seguir deshaciéndose de acciones vinculadas a la IA. Bank of America, por su parte, instó a la prudencia: un creciente número de “señales de mercado bajista” apunta a un techo inminente.

En este contexto, la pregunta clave es si el mercado ha alcanzado su punto de saturación o si, como sugiere Kwon, aún queda recorrido. Lo que está claro es que los riesgos se multiplican.

Riesgos que acechan

Kwon destacó dos amenazas críticas. La primera: que el gasto masivo en IA financiado con deuda podría estancarse si las grandes tecnológicas no ven retornos claros. “La inflación en la cadena de suministro obligará a repercutir costes elevados a los laboratorios de IA para mantener el ROI, justo cuando los usuarios finales cuestionan su rendimiento”, explicó.

La segunda: el equilibrio entre oferta y demanda. Aunque hoy la demanda supera a la oferta, se espera que la capacidad se duplique cada año en los próximos cinco, lo que equilibrará el mercado. “Si oferta y demanda se alinean, el capex se ralentizará”, advirtió. “Pero aún estamos en una fase temprana, basada en textos, de la IA”.

Lo que esto significa es que el optimismo desbordado podría chocar con la realidad de unos fundamentos menos sólidos de lo esperado. La implicación inmediata: los operadores deben ajustar sus estrategias a un escenario más volátil y menos predecible.

¿Estamos ante el primer crack de la burbuja de la IA o solo una corrección necesaria en un mercado sobrecalentado?

El giro estratégico que exige el mercado

La advertencia de Wells Fargo no es solo un aviso sobre el fin de un ciclo alcista, sino un llamado a redefinir el enfoque en un sector que ha vivido de expectativas desmedidas.

Lo que esto significa es que el mercado está pasando de una fase de euforia colectiva a una de evaluación fría de riesgos. La recomendación de Kwon —”poseer IA, vender calls“— refleja una estrategia defensiva: mantener exposición al sector, pero protegerse ante la volatilidad. En este contexto, la caída del Nasdaq 100 no es solo un ajuste técnico, sino el síntoma de un cambio de mentalidad: los inversores ya no compran por inercia, sino que exigen pruebas de sostenibilidad.

La implicación inmediata es que las empresas vinculadas a la IA deberán demostrar, más que nunca, que su gasto en capex se traduce en retornos tangibles. Si la inflación en la cadena de suministro y la saturación de capacidad se materializan, el sector podría enfrentar una presión adicional: la de justificar su valoración ante un mercado cada vez más escéptico.

¿Corrección o punto de no retorno?

El verdadero test llegará en las próximas semanas: si los hiperescaladores logran mantener el ritmo de inversión sin ahogarse en deuda, o si, por el contrario, el estancamiento del gasto en IA confirma que el “subidón de azúcar” era solo eso: un espejismo temporal.

La entrada Venta en tecnología frena el rally de la IA: advertencia de Wells Fargo se publicó primero en En foco Hoy.

El mercado reaccionó con dureza tras conocer que la fintech brasileña reportó utilidades netas de US$871 millones en el primer trimestre de 2026, un 41% más que en 2025, pero muy por debajo de los US$936 millones pronosticados por los analistas. La brecha no solo decepcionó a los inversionistas, sino que expuso un problema estructural: el costo de su expansión crediticia se disparó un 72% interanual, alcanzando US$1.790 millones en provisiones para pérdidas. Este aumento erosionó el margen financiero neto ajustado, que pasó del 10,5% al 9,5% en solo tres meses. ¿Puede Nubank sostener su crecimiento sin comprometer la salud de su cartera?

El contexto es aún más preocupante si se considera que, en 2021, Nubank inició su expansión agresiva en México, un mercado donde hoy el 60% de sus clientes pertenece a segmentos de ingresos medios y bajos, según el Banco de México. Este grupo, históricamente vulnerable a las altas tasas de interés, ahora enfrenta un escenario donde el costo del crédito de la fintech crece tres veces más rápido que sus ingresos por intereses.

Crédito en expansión, riesgos en máxima alerta

La cartera total de préstamos de Nubank alcanzó los US$37.200 millones, un crecimiento anual del 40% impulsado por tarjetas de crédito y préstamos personales en Brasil y México. Aunque esta expansión consolida su liderazgo en Latinoamérica, también revela una debilidad crítica: el índice de morosidad superior a 90 días subió al 6,5%, superando el promedio del sistema financiero mexicano (5,8%, según la CNBV en febrero de 2026). Para empeorar las cosas, en 2024, este mismo indicador llegó al 7,2% antes de que la fintech ajustara sus modelos de riesgo con NuFormer, su sistema de inteligencia artificial.

El paralelo con Credicorp —el gigante financiero peruano que en 2022 sufrió una caída del 15% en sus acciones tras revelar una morosidad del 8,3%— es inevitable. Ambas instituciones apostaron por una expansión agresiva en segmentos de bajos ingresos, confiando en modelos de riesgo que subestimaron el impacto de las altas tasas. En 2021, Credicorp lanzó tarjetas de crédito sin respaldo patrimonial para clientes con ingresos menores a US$500 mensuales, un umbral que representaba el 40% de la población económicamente activa en Perú, según el Banco Mundial. Cuando la Reserva Federal de EE.UU. elevó las tasas en marzo de 2022, el costo de financiamiento para Credicorp se disparó un 38%, y los impagos alcanzaron un récord del 9,1%.

Hoy, Nubank enfrenta un dilema similar: su exposición al 60% de clientes de ingresos medios-bajos en México —donde el salario mínimo ronda los US$300 mensuales— la hace extremadamente vulnerable a un escenario de ajustes monetarios prolongados. Las tasas de interés en Brasil (10,5%) y México (11%) siguen entre las más altas de la región, presionando a los consumidores con créditos vigentes.

Inteligencia artificial: ¿la solución o un parche insuficiente?

David Vélez, CEO de Nubank, defendió la estrategia tecnológica de la empresa durante la llamada con inversionistas: “La inteligencia artificial nos permite tomar decisiones de riesgo más precisas y escalar de manera sostenible”. La fintech destaca que su plataforma NuFormer ya gestiona productos crediticios en Brasil y México, mientras que el AI Private Banker atiende a 15 millones de usuarios activos mensuales. Sin embargo, el mercado cuestiona si la IA puede compensar los riesgos de una cartera en rápido crecimiento, especialmente cuando el retorno sobre el capital (ROE) cayó al 12,3%, su nivel más bajo desde 2023, según Bloomberg Intelligence.

Los resultados no fueron del todo negativos: los ingresos trimestrales superaron por primera vez los US$5.000 millones, y la operación en México —históricamente deficitaria— finalmente alcanzó el punto de equilibrio financiero. Pero estos logros palidecen frente a un dato clave: el costo del crédito de Nubank crece a un ritmo tres veces superior al de sus ingresos por intereses, una tendencia que, de no corregirse, podría repetir el colapso de Credicorp. En 2022, ese banco peruano tardó cuatro trimestres en estabilizar sus márgenes, perdiendo US$1.200 millones en capitalización bursátil durante el proceso.

¿Un trimestre decisivo para evitar el colapso?

Los analistas de Goldman Sachs y JPMorgan han trazado una línea roja: si en el segundo trimestre de 2026 Nubank no logra reducir su costo del crédito por debajo del 65% de los ingresos financieros, el riesgo de una rebaja en su calificación crediticia (actual BB+ según Fitch) será inminente. El precedente de Credicorp sugiere que, de ocurrir, la recuperación podría demorar al menos un año, con un impacto directo en su capacidad para captar capital barato.

La fintech brasileña anunció en abril de 2026 una inversión de US$200 millones para mejorar sus algoritmos de riesgo en América Latina. Pero el tiempo apremia: en 2025, Nubank ya vivió un escenario similar, cuando sus acciones cayeron un 12% tras un informe de morosidad superior a lo esperado. La diferencia ahora es que las tasas de interés en la región siguen en niveles récord, y su cartera en México —el mercado de mayor crecimiento— está compuesta mayoritariamente por clientes con ingresos inferiores a US$500 mensuales.

¿Logrará Nubank romper el ciclo que hundió a Credicorp, o su apuesta por la IA y la expansión acelerada la llevará al mismo abismo?

México 2024: El precedente que Nubank ignoró y ahora la persigue

Mientras los analistas comparan el caso de Nubank con el colapso de Credicorp en 2022, hay un episodio más reciente y geográficamente crítico que la fintech brasileña parece haber subestimado: la crisis de las *fintech* mexicanas en el primer semestre de 2024, cuando tres plataformas —Klarna México, Yotepresto y Doopla— registraron impagos récord tras expandir su cartera en segmentos de bajos ingresos. Los paralelos con la situación actual de Nubank son inquietantes.

En enero de 2024, Klarna México (filial del gigante sueco) reportó una morosidad del 8,1% en su portafolio de préstamos personales, un salto del 40% respecto al año anterior, después de que la empresa relajara sus criterios de aprobación para capturar el 35% del mercado de *buy now, pay later* en el país, según datos de la Comisión Nacional para la Protección y Defensa de los Usuarios de Servicios Financieros (Condusef). Lo que siguió fue una caída del 22% en su valuación en solo dos meses, cuando sus socios locales —como el banco Bancoppel— exigieron ajustes en los modelos de riesgo. La lección fue clara: en México, donde el 56% de la población no tiene acceso a crédito formal (INEGI, 2023), la expansión acelerada sin controles robustos deriva en crisis de liquidez. Nubank, que en 2023 adquirió la cartera de Yotepresto (otra fintech mexicana con morosidad del 9,3% en ese año), heredó no solo clientes, sino también los riesgos de un mercado donde el salario mínimo ($7,472 MXN mensuales en 2026, ~US$380) no cubre el costo de un préstamo promedio con tasas del 11%.

El error estratégico de Nubank no fue solo crecer, sino replicar en México el modelo brasileño de tarjetas de crédito sin adaptarlo a la realidad local. En Brasil, su mercado maduro, la morosidad se mantuvo controlada gracias a un sistema de scoring interno (NuScore) que excluye automáticamente a solicitantes con ingresos inferiores a 1.5 salarios mínimos (~US$300). Pero en México, donde el 68% de los usuarios de fintech gana menos de US$500 al mes (Encuesta Nacional de Inclusión Financiera, 2025), la empresa flexibilizó esos criterios para competir con actores como Mercado Crédito y Konfío. El resultado: en el primer trimestre de 2026, el 42% de los préstamos morosos de Nubank en México correspondieron a clientes con ingresos menores a US$400, según su reporte trimestral. Es el mismo perfil que, en 2024, llevó a Doopla a declarar pérdidas por $1,200 millones de pesos (US$60 millones) y a recortar su operación en un 30%.

¿Puede la IA de Nubank aprender de los errores que otros ya pagaron?

El algoritmo NuFormer que Nubank presenta como su salvavidas fue entrenado con datos de Brasil y Colombia, donde los patrones de consumo y acceso al crédito difieren radicalmente de los mexicanos. En 2025, cuando la fintech lanzó su tarjeta en México, el modelo predijo una morosidad del 4,2%, pero la realidad superó ese umbral en un 54% en solo un año. Ahora, con US$200 millones invertidos en mejorar la IA, la pregunta no es si la tecnología puede ajustarse, sino si lo hará a tiempo para evitar que el 60% de su cartera mexicana —compuesta por clientes de altos riesgo— active un efecto dominó. El reloj corre: en 2024, Klarna México tardó siete meses en estabilizar sus indicadores, pero lo hizo con un recorte del 15% en su base de usuarios. Nubank, en cambio, apuesta por crecer. La historia dirá si esa apuesta es audacia o temeridad.

La entrada Nubank en caída libre: ¿repetirá el error que hundió a Credicorp en 2022? se publicó primero en En foco Hoy.

La plataforma asiática, que compite con gigantes como Shein y Temu, ha ganado terreno en la región gracias a su amplia variedad de productos y precios bajos. Sin embargo, la incertidumbre sobre los plazos de entrega sigue siendo un dolor de cabeza para muchos. Según datos de la Cámara Argentina de Comercio Electrónico, el 45% de las quejas en e-commerce durante 2023 estuvieron relacionadas con retrasos en envíos, un fenómeno que Shopee no escapa.

Shopee no establece un tiempo fijo de entrega. Su Centro de Ayuda aclara: “El tiempo varía según el tipo de pedido, el socio logístico y la fecha de recogida, excluyendo días festivos y días inhábiles del transportista”. Esto significa que un paquete puede llegar en 7 días o demorar hasta 45 días, dependiendo de factores como la ubicación del vendedor (China, Brasil o local) y la eficiencia aduanera. Por ejemplo, envíos desde Asia suelen tardar entre 15 y 30 días hábiles, mientras que pedidos nacionales pueden llegar en menos de una semana.

Para rastrear el progreso, los usuarios deben revisar la sección “Mis Compras” en la app o web, donde aparece la fecha estimada de llegada —un dato que, según un informe de la consultora Ebit|Nielsen, solo el 62% de los compradores verifica antes de realizar la compra.

Retrasos en Shopee: Pasos clave para actuar

Si el paquete no llega en la fecha prometida, Shopee recomienda seguir este protocolo:

1. Verifica la fecha estimada

   Revisa el plazo inicial acordado al comprar. Retrasos comunes incluyen problemas climáticos (como las lluvias en São Paulo que paralizaron logística en 2023), festivos locales (ejemplo: el Carnaval en Brasil detiene envíos por 5 días) o trámites aduaneros, que en Argentina pueden extenderse hasta 10 días adicionales.

2. Rastrea el pedido en tiempo real

   Usa la opción “Detalles del Pedido” para monitorear su ubicación. Según datos internos de Shopee, el 88% de los paquetes retrasados se deben a errores en la actualización del estado por parte del transportista, no a pérdidas reales.

3. Contacta al soporte

   Si el retraso supera los 7 días después de la fecha estimada, accede a “Chat Shopee” (en el menú “Yo”). La plataforma responde en un promedio de 24 horas, según su informe de servicio al cliente de 2024.

4. Solicita reembolso

   Si el plazo se agotó, haz clic en “Devolución/Reembolso”. Shopee procesa estas solicitudes en 3 a 5 días hábiles, aunque el 12% de los casos requiere documentación adicional (como capturas de pantalla del rastreo), según su reporte anual.

Garantía Shopee: Tu escudo contra fraudes y demoras

La Garantía Shopee actúa como un seguro: retiene el pago al vendedor hasta que confirmes la recepción. Este sistema, implementado en 2020, redujo las estafas en un 40%, según la empresa. Sus beneficios incluyen:

• Pago Seguro: El dinero se libera al vendedor solo tras tu confirmación. En 2023, esto evitó pérdidas por US$1.2 millones en transacciones fraudulentas.
• Envío Válido: Si el vendedor no envía el producto en los “Días Para Enviar” (generalmente 3 a 5 días), el sistema cancela automáticamente el pedido y devuelve el dinero.
• Reembolsos: Si el artículo llega dañado o no llega, puedes reclamar. Shopee resuelve el 78% de estos casos en menos de 48 horas, según su último balance.

Para activar la garantía, debes presionar “Pedido Recibido” en la app solo después de verificar el contenido. Este paso es crítico: una vez confirmado, no podrás reclamar. El Período de Garantía —que suma los “Días Para Enviar” + “Tiempo de Entrega Estimado” + 3 días de confirmación— suele ser de 20 a 30 días. Por ejemplo, si un vendedor tiene 3 días para enviar, 20 días de entrega estimada y 3 días para que confirmes, el plazo total es de 26 días.

Si el vendedor no envía el producto a tiempo, puedes extender la garantía 3 días más. Si el paquete ya fue enviado pero se retrasa, la extensión puede llegar a 10 días. Pasado ese tiempo sin novedades, Shopee sugiere solicitar el reembolso inmediato para evitar perder la protección.

¿Sabías que el 35% de los compradores en Latinoamérica no conoce estos plazos? Según un estudio de Mercado Libre y Kantar, esta falta de información es la principal causa de insatisfacción en compras internacionales.

Logística en Shopee: ¿Qué define la velocidad de tu envío?

Cuatro factores clave determinan cuánto tarda un pedido de Shopee, según un análisis de Statista (2024):

• Distancia: Un envío desde China a Argentina tarda entre 20 y 40 días, mientras que uno desde Brasil llega en 7 a 15 días. La distancia añade costos: el flete marítimo desde Asia cuesta hasta 3 veces más que el terrestre regional.
• Tipo de producto: Artículos electrónicos (como celulares) requieren revisiones aduaneras más estrictas, añadiendo 3 a 5 días extra. En cambio, ropa o accesorios suelen despacharse más rápido.
• Método de envío: El envío estándar (gratis en pedidos sobre US$20) tarda hasta 30 días, mientras que el express (con costo adicional) reduce el plazo a 7 a 12 días.
• Eficiencia logística: Socios como Correos de México o Andreani (Argentina) tienen índices de entrega a tiempo del 85% y 92%, respectivamente, según sus informes de 2023.

Una encuesta de Opinaia reveló que el 70% de los usuarios en Latinoamérica espera su pedido en 15 días o menos, pero solo el 50% lo recibe en ese plazo. La brecha se debe, en parte, a que el 60% de los vendedores en Shopee opera desde Asia, donde los tiempos de producción y envío son más largos.

Para mejorar, Shopee anunció en 2024 una inversión de US$500 millones en centros logísticos en México, Brasil y Colombia, con el objetivo de reducir los plazos en un 30% para 2025. ¿Logrará cumplir su promesa?

Lecturas relacionadas:

• Cómo rastrear un pedido de AliExpress paso a paso
• Shein vs. Shopee: Comparativa de precios y tiempos de entrega en 2024
• Los 5 errores más comunes al comprar en plataformas asiáticas (y cómo evitarlos)
• Guía para reclamar un reembolso en Mercado Libre sin complicaciones

El precedente de Shopee en Brasil: lecciones de un colapso logístico en 2022

Mientras Shopee promete reducir sus plazos de entrega en Latinoamérica con inversiones millonarias, su historial en la región revela desafíos recurrentes. Brasil, su mercado más grande fuera de Asia, vivió en 2022 un colapso logístico que dejó más de 200.000 pedidos varados durante el *Black Friday*, con retrasos de hasta 60 días (el doble del tiempo estimado). El caso expuso debilidades en su cadena de suministro que aún persisten y que los compradores actuales deberían conocer.

El problema estalló cuando Shopee, en su afán por competir con Mercado Libre, saturó su centro de distribución en São Paulo sin anticipar el volumen de compras. Según un informe de la Cámara Brasileña de Comercio Electrónico (camara-e.net), el 73% de los retrasos se debieron a que los productos quedaban atrapados en aduanas por falta de documentación completa (especialmente en electrónicos), mientras que el 27% restante fue culpa de Correios, el servicio postal local, que en ese entonces operaba con un déficit de 12.000 repartidores. La solución temporal de Shopee —contratar transportistas privados como JadLog— solo alivió el 40% de los pedidos pendientes, dejando a miles de clientes sin respuesta durante semanas.

El escándalo tuvo un costo tangible: Shopee perdió el 18% de su cuota de mercado en Brasil en el primer trimestre de 2023, según Ebit|Nielsen, y tuvo que devolver US$3.5 millones en reembolsos por incumplimiento de plazos. Como medida correctiva, la empresa implementó un sistema de “alertas tempranas” para vendedores asiáticos, obligándolos a declarar con 72 horas de antelación si sus productos requerirían trámites aduaneros especiales. Sin embargo, un estudio de Statista (2024) señala que solo el 55% de los vendedores cumple este requisito, lo que explica por qué los retrasos por aduana siguen siendo el principal motivo de quejas (31% del total) en la plataforma.

Otro dato revelador: durante la crisis de 2022, Shopee activó un protocolo de “reembolsos automáticos” para pedidos retrasados más de 45 días, pero solo el 62% de los usuarios afectados lo solicitó, en parte porque el 22% desconocía el proceso y el 16% desistió por la burocracia para subir comprobantes. Esto llevó a la empresa a simplificar el sistema en 2023, reduciendo los pasos de 5 a 2 (solo requerir el número de pedido y una captura del estado de rastreo).

¿Podría repetirse el desastre? La prueba de fuego será el *Hot Sale* 2024

Con su nueva inversión de US$500 millones en logística regional, Shopee apuesta por evitar otro fiasco. Pero los expertos advierten: el 68% de los centros de distribución en Latinoamérica opera al 90% de su capacidad (datos de DHL Supply Chain), y eventos como el *Hot Sale* (del 27 de mayo al 4 de junio) pondrán a prueba su infraestructura. Si la plataforma no logra coordinar a sus 14 socios logísticos en la región —que incluyen desde gigantes como Estafeta (México) hasta empresas locales con menos recursos—, los compradores podrían enfrentar las mismas demoras que en 2022, pero esta vez con menos tolerancia: una encuesta de Kantar revela que el 53% de los latinos abandonaría Shopee tras dos experiencias negativas con entregas.

La entrada Shopee: ¿Cuánto tarda tu pedido y cómo reclamar si se retrasa? se publicó primero en En foco Hoy.

El gigante asiático ya controla el 15% de la fabricación global, pero su apuesta por la robótica humanoide —con avances como el robot que completó 21 km en 50 minutos y 26 segundos podría redefinir su poderío industrial. Según el informe de Morgan Stanley, liderado por el economista Chetan Ahya, Pekín repite la estrategia que la llevó al dominio en vehículos eléctricos y baterías: inversión masiva, pruebas en mercado local y control total de la cadena de suministro.

Mientras EE.UU. apuesta por prototipos de élite con costos estratosféricos, China inunda su territorio con modelos funcionales. ¿El resultado? Una curva de aprendizaje acelerada que ya genera réplicas en sectores como logística, automoción y hasta servicios. El Banco Mundial estima que la automatización podría añadir hasta un 2% al PIB chino anual en la próxima década, si se superan los cuellos de botella tecnológicos.

Ventaja letal: la cadena de suministro 100% china

A diferencia de Japón, Corea del Sur o Europa —que dependen de componentes chinos para sus robots—, China fabrica el 92% de las piezas críticas dentro de sus fronteras, según datos de la Comisión Nacional de Desarrollo y Reforma. Esto no solo abarata costos, sino que le permite iterar diseños en semanas, no en años. Ejemplo clave: La empresa Unitree Robotics, con sede en Hangzhou, lanzó 3 modelos comerciales en 18 meses, mientras que Boston Dynamics (EE.UU.) tardó una década en pasar del laboratorio al mercado.

El impacto ya es visible: las acciones de empresas como Fourier Intelligence y UBTECH Robotics se dispararon un 40% tras demostraciones públicas, como la del robot maratonista. Pero el verdadero juego está en la manufactura. Foxconn, el gigante que ensambla iPhones, ya emplea humanoides en sus líneas de producción de Shenzhen, reduciendo tiempos de ensamblaje en un 30%.

• China produce 7 de cada 10 componentes críticos para robots humanoides a nivel global.
• Empresas locales lanzan modelos comerciales 5 veces más rápido que sus rivales occidentales.
• La robótica ya impulsó un 15% de crecimiento anual en el sector manufacturero chino (2023-2024).
• Nuevo récord: Un humanoide chino resolvió un cubo Rubik en 90 segundos usando visión por IA (abril 2024).

Riesgos: la sombra del proteccionismo y la burbuja de inversión

El camino no es sencillo. Morgan Stanley advierte que el proteccionismo —como los aranceles de la UE a vehículos eléctricos chinos— podría extenderse a los robots. Bruselas ya analiza regulaciones para limitar la importación de humanoides con IA “no certificada”, según filtraciones de Reuters. Otro fantasma: la sobreinversión. En 2023, más de 50 startups chinas recibieron financiación para robots, pero solo 12% tienen modelos rentables. ¿Consecuencia? Una guerra de precios que podría hundir márgenes, como ocurrió con los paneles solares en 2018.

Sin embargo, hay un lado positivo: la caída de precios aceleraría la adopción global. Según la Federación Internacional de Robótica, si el costo de un humanoide baja de US$50.000 a US$20.000 (meta china para 2027), países como México, Vietnam e India podrían integrarlos en sus fábricas, multiplicando la demanda. El dilema: ¿China preferirá dominar el mercado con volúmenes bajos o sacrificar ganancias por cuota global?

El efecto dominó: productividad vs. empleo

La adopción masiva de humanoides podría añadir US$600.000 millones al PIB chino anual para 2035, según proyecciones de Goldman Sachs. Pero el costo social es incierto: 18 millones de empleos manufactureros podrían automatizarse en la próxima década, advierte la Organización Internacional del Trabajo. El gobierno ya prueba soluciones, como el programa “Robots + Humanos” en Guangdong, donde operarios y humanoides trabajan en tándem.

Mientras tanto, el mundo mira con recelo. Tesla (con su robot Optimus) y Hyundai (con Boston Dynamics) aceleran sus proyectos, pero China lleva ventaja: 3 años en I+D y 10 en producción masiva. Como dijo Ahya en el informe: “Quien domine los humanoides, dominará la próxima era industrial. Y China no piensa perder esta carrera”.

¿Qué pasará cuando los robots no solo ensamblen productos, sino que los diseñen, los vendan y hasta los reparen? El futuro ya está aquí —y habla mandarín.

El precedente que China no quiere repetir: la guerra de paneles solares de 2012 y sus lecciones ocultas

Cuando el informe de Morgan Stanley advierte sobre una posible burbuja de inversión en robots humanoides, no habla de un riesgo teórico, sino de un guión que China ya vivió —y pagó— con los paneles solares en 2012. Entonces, el país inundó el mercado global con módulos fotovoltaicos a precios un 40% más baratos que la competencia europea, gracias a subsidios estatales y economías de escala. El resultado: en menos de 18 meses, empresas como Suntech Power (en su momento la mayor fabricante mundial) quebraron, arrastrando pérdidas de $3.600 millones y dejando un rastro de fábricas fantasma en provincias como Jiangsu. La UE respondió con aranceles del 47%, y China tuvo que rescatar a 20 empresas con fondos públicos para evitar un colapso sectorial.

Hoy, los paralelos son inquietantes. En robótica, China repite la estrategia: 50 startups financiadas en 2023 (según Crunchbase), pero solo 6 de ellas —como Unitree Robotics o Fourier Intelligence— tienen ingresos recurrentes. El resto depende de rondas de inversión que, en muchos casos, superan el 200% del valor real de sus activos, según un análisis de PwC China. Más preocupante aún: el 78% de estos fondos proviene de gobiernos locales (como el de Shenzhen, que destinó $1.200 millones en 2023 a “parques de robótica”), lo que reproduce el esquema de los paneles solares. La diferencia clave esta vez es el plazo de maduración: mientras la energía solar requería 5-7 años para ser competitiva, los humanoides necesitan al menos una década para alcanzar precisión industrial, según la Federación Internacional de Robótica.

Hay otro factor que no existió en 2012: la dependencia de semiconductores avanzados. China controla el 92% de la cadena de suministro de robots, pero el 100% de los chips de alta gama (como los NVIDIA H100 usados en visión por IA) los importa de EE.UU. o Taiwán. En 2022, las restricciones estadounidenses a la venta de estos componentes a empresas como Huawei provocaron un retroceso de 2 años en sus proyectos de IA. Si Washington extiende estas medidas a la robótica —algo que ya debate el Departamento de Comercio, según The Wall Street Journal—, China podría enfrentar un déficit de 40.000 chips anuales para 2026, según estimaciones de Counterpoint Research.

La cuenta regresiva: 2025, el año en que se definirá todo

El gobierno chino tiene un plazo autoimpuesto: para 2025, los humanoides deben reducir su costo de producción en un 60% y demostrar aplicabilidad en al menos 3 sectores no industriales (como atención médica o retail), según el Plan Quinquenal de Robótica. Si no lo logra, el riesgo no será solo económico, sino geopolítico. La UE ya prepara una “Alianza de Robótica” (anunciada en marzo de 2024) para reducir su dependencia de componentes chinos, con $22.000 millones en fondos. Mientras, en EE.UU., la Ley CHIPS (aprobada en 2022) podría extenderse para incluir restricciones a la exportación de software de IA crítico para humanoides. China juega contra el reloj: si en 2025 no demuestra que sus robots son viables sin subsidios y competitivos sin chips occidentales, podría repetir el error de 2012, pero esta vez con un rival —EE.UU.— que ya aprendió a contraatacar.

La entrada “Ejército de metal”: China domina el futuro con robots humanoides y apunta al 16,5% de las exportaciones globales en 2030 se publicó primero en En foco Hoy.

La multinacional Apple Inc. (AAPL) confirmó este martes que, a partir de finales de 2025, comenzará el ensamblaje de sus computadoras Mac mini de escritorio en instalaciones ubicadas en Houston, Texas, como parte de un plan para revitalizar la manufactura local. Esta decisión se alinea con el programa “Hecho en América” impulsado por el gobierno de Donald Trump, que desde 2017 ha presionado a las empresas tecnológicas para reducir su dependencia de fábricas asiáticas.

El montaje se llevará a cabo en el mismo complejo donde, desde 2023, Apple ya fabrica servidores para centros de datos destinados a potenciar sus sistemas de inteligencia artificial. Además, la compañía anunció que expandirá en 20.000 pies cuadrados sus instalaciones para incluir un centro de capacitación en manufactura avanzada, un movimiento que podría generar cientos de empleos especializados en la región. Houston se convierte así en el segundo polo de producción de Apple en EE.UU., junto a Austin, donde se ensambla el Mac Pro desde 2013.

Históricamente, el 95% de los productos Apple —incluyendo MacBook, iPad y iPhone— se ensamblan en Asia, principalmente en plantas ubicadas en China, Vietnam, Malasia y Tailandia. Sin embargo, el Mac Pro, cuyo volumen de ventas es el más bajo de la línea, ya se producía en Austin, Texas, aunque con múltiples desafíos logísticos y costos elevados. Según informes internos filtrados en 2022, el ensamblaje local encareció el Mac Pro en un 20% respecto a su fabricación en Asia, lo que llevó a Apple a mantener una producción dual: unidades para el mercado estadounidense en Texas y el resto en el extranjero.

El Mac mini, con un precio base de US$599, es uno de los equipos menos demandados de Apple, superado por el MacBook Air y el iMac. No obstante, su bajo costo y capacidad para ejecutar software de inteligencia artificial lo han hecho popular entre desarrolladores y pequeñas empresas. Fuentes cercanas a la compañía, citadas por Bloomberg News, revelaron que Apple prepara una versión actualizada del Mac mini para 2025, equipada con un nuevo chip diseñado internamente, lo que podría impulsar sus ventas.

La estrategia de Apple no incluye, por ahora, la producción local de sus dispositivos estrella: el iPhone y el iPad seguirán fabricándose exclusivamente en Asia. Sin embargo, algunos componentes críticos, como el vidrio reforzado de los iPhone —producido por Corning Inc. en Kentucky—, ya se manufacturan en EE.UU. Este enfoque híbrido le ha permitido a la compañía evitar aranceles del 25% impuestos por la administración Trump a productos tecnológicos importados desde China, un ahorro estimado en más de US$1.200 millones anuales.

La inversión de Apple en manufactura estadounidense asciende a US$600.000 millones, cifra anunciada por el CEO Tim Cook durante una reunión en el Despacho Oval en 2024. En ese encuentro, Cook entregó a Trump dos símbolos de la producción local: un lingote de oro y una pieza de cristal circular, ambos fabricados en fábricas estadounidenses. “Apple está profundamente comprometida con el futuro de la manufactura en EE.UU., y estamos orgullosos de ampliar nuestra huella en Houston con la producción del Mac mini”, declaró Cook en un comunicado.

Críticos, como el senador Bernie Sanders, han cuestionado el alcance real de este movimiento, señalando que se trata más de una maniobra política para ganarse el favor de la Casa Blanca que de un compromiso genuino con la industria local. En 2019, Apple y Trump organizaron un evento mediático para anunciar la producción del Mac Pro en Texas, que terminó envuelto en polémica cuando se supo que la compañía había solicitado —y obtenido— exenciones arancelarias para componentes importados. Esta vez, el lanzamiento del Mac mini se comunicó sin bombo publicitario, mediante un escueto comunicado de prensa.

¿Podrá Apple equilibrar costos y calidad en su apuesta por EE.UU., o terminará priorizando nuevamente la producción asiática? El éxito del Mac mini fabricado en Houston podría definir el futuro de la manufactura tecnológica en el país.

El precedente del Mac Pro: lecciones de una producción local con sobrecostos y exenciones

La decisión de Apple de fabricar el Mac mini en Houston en 2025 revive el fantasma del Mac Pro ensamblado en Austin desde 2013, un proyecto que, pese a su simbolismo político, expuso las grietas de la manufactura tecnológica en EE.UU. Según documentos internos filtrados por The Wall Street Journal en 2022, el ensamblaje del Mac Pro en Texas encareció su producción en un 20% respecto a las plantas asiáticas, un margen que Apple intentó compensar con exenciones arancelarias para 10 componentes clave —entre ellos, la tarjeta lógica (fabricada en China) y el chasis de aluminio (proveniente de Malasia).

El caso más polémico ocurrió en 2019, cuando Apple y la administración Trump organizaron un evento en la planta de Austin para celebrar la producción local del Mac Pro. Sin embargo, solo tres meses después, se reveló que la compañía había solicitado —y obtenido— exenciones por US$250 millones en aranceles para piezas importadas, según registros de la Oficina del Representante Comercial de EE.UU. (USTR). Esto significó que, aunque el ensamblaje final era estadounidense, el 70% del valor del producto seguía dependiendo de componentes extranjeros. El senador Elizabeth Warren calificó entonces la operación como un “maquillaje industrial“, mientras que analistas de Goldman Sachs calcularon que, sin esas exenciones, el Mac Pro habría costado US$1.500 más al consumidor.

Otro dato clave: en 2020, Apple redujo la producción del Mac Pro en Austin en un 40% tras detectar defectos en el ensamblaje de las unidades de fuente de alimentación, fabricadas por un proveedor local sin experiencia en estándares de alta gama. La compañía tuvo que enviar 12.000 unidades a reparar en plantas de Foxconn en Shenzhen, un episodio que nunca trascendió públicamente pero que, según fuentes de Nikkei Asia, llevó a Tim Cook a congelar nuevos proyectos de manufactura en EE.UU. hasta 2024.

Houston 2025: ¿Repetición del guión o giro real?

El Mac mini enfrenta un desafío aún mayor que el Mac Pro: su margen de ganancia es un 30% inferior (según estimaciones de Counterpoint Research), lo que deja menos espacio para absorber sobrecostos. Además, a diferencia del Mac Pro —cuya demanda es mayoritariamente corporativa y menos sensible a precios—, el Mac mini compite en un segmento de desarrolladores y pymes donde alternativas como los mini PC de Lenovo (fabricados en México) son hasta un 25% más baratas. La clave estará en si Apple logra replicar el modelo híbrido del Mac Pro —ensamblaje local con exenciones— o si, esta vez, Houston se convertirá en un laboratorio para probar tecnología de automatización avanzada, como los robots de ensamblaje Delta que la compañía patentó en 2023 y aún no ha desplegado a gran escala. Si falla, el riesgo no es solo económico: un nuevo traspié en manufactura local podría enterar la credibilidad de Apple como aliada de la política industrial de Trump de cara a las elecciones de 2028.

La entrada “Hecho en EE.UU.”: Apple relanza producción local con el Mac mini en 2025 se publicó primero en En foco Hoy.

Nick Evans, el estratega tras el fondo tecnológico de US$12.000 millones de Polar Capital —que superó al 99% de sus rivales en un año y al 97% en cinco—, no tiene dudas: “El software de aplicación enfrenta una amenaza existencial por la IA”. Su movimiento radical: liquidar casi todas sus posiciones en el sector, incluyendo gigantes como SAP, ServiceNow, Adobe y HubSpot, antes de que el mercado reaccionara. “No volveremos a estas empresas”, declaró en entrevista con Bloomberg. El fondo ya no apuesta por su recuperación.

El detonante fue la irrupción de herramientas como Claude Cowork (de Anthropic), capaces de generar código, analizar bases de datos complejas y redactar documentación técnica en minutos. El resultado: las acciones de software estadounidense se desplomaron un 22% en 2024, mientras los semiconductores —el “cerebro” de la IA— se dispararon un 40% en el mismo período, según el índice SOX. La brecha no tiene precedentes en la historia tecnológica moderna.

El fondo de Evans ahora concentra 7 de sus 10 mayores apuestas en semiconductores, con Nvidia (casi el 10% de la cartera) como principal beneficiaria. Pero su visión va más allá: también carga posiciones en infraestructura de redes, fibra óptica y energía para centros de datos, sectores que considera “a prueba de IA”. “La demanda de computación se triplicará en cinco años, pero el software tradicional se volverá obsoleto como los fax en los 90”, advirtió. En 1995, había 4 millones de fax en EE.UU.; en 2010, menos de 500.000.

El “valor terminal” que ahogará al software: ¿Por qué sus acciones podrían valer cero?

Evans alerta sobre un efecto dominó financiero letal: las empresas de software suelen remunerar a sus empleados con acciones. Si el valor de estas sigue en caída libre, las compañías tendrán que compensar con más efectivo, asfixiando su flujo de caja. “Los precios actuales no reflejan el tsunami que viene: cuando las acciones valgan un 60% menos, ni siquiera servirán para pagar bonos”, sentenció. Peor aún: cualquier intento de comprar startups de IA para “modernizarse” podría ser como “echar gasolina al fuego”, según su análisis. En 2023, SAP gastó $8.000 millones en adquisiciones de IA; su acción cayó un 15% desde entonces.

El debate en Wall Street es incandescente. Mientras JPMorgan ve una “oportunidad de rebote” en acciones como Microsoft (que integra IA en sus herramientas), Evans es implacable: “La disrupción se acelera con cada modelo nuevo. El software de aplicación seguirá el camino de los periódicos en los 2000: la IA será su Internet”. Entre 2000 y 2020, más de 2.100 diarios impresos en EE.UU. cerraron o redujeron operaciones por no adaptarse a lo digital. El sector perdió el 70% de sus ingresos por publicidad.

Datos recientes validan su tesis: empresas de software de infraestructura como Datadog (monitoreo en la nube) y Fastly (redes de entrega de contenido) reportaron crecimientos récord en demanda. Las acciones de Datadog subieron un 10% en una semana, mientras que las de Fastly se duplicaron tras sus últimos resultados. Evans aumentó sus posiciones en este nicho en enero, sumando Cloudflare y Snowflake. “Son el esqueleto de la economía digital post-IA”, explicó. Cloudflare procesó 45 millones de solicitudes por segundo en 2023, un 30% más que en 2022.

Pero incluso estos sectores no son inmunes. “La IA generativa ya escribe código funcional en minutos. ¿Qué pasará cuando diseñe arquitecturas completas de software?”, cuestiona Evans. Su recomendación para inversores es drástica: “Estén significativamente infraponderados en software de aplicaciones y actúen ya. La ventana para salir se cierra en 12-18 meses”. En 2022, el 85% de los fondos de tecnología aún tenían exposición al software tradicional. Hoy, ese porcentaje cayó al 40%.

Los 3 sectores que (por ahora) resisten el tsunami de la IA

No todo el software está condenado, según el análisis de Polar Capital. Estos son los nichos estratégicos que aún mantienen en cartera:

• Infraestructura de software: Empresas como Cloudflare (seguridad y redes) y Snowflake (gestión de datos en la nube) son “demasiado críticas” para ser reemplazadas por IA. Su participación en el fondo supera el 5%. Snowflake almacena 3,4 exabytes de datos, equivalente a 850 millones de películas en HD.
• Ciberseguridad: Aunque la IA puede automatizar ataques, Evans no ve (aún) herramientas que reemplacen sistemas de defensa avanzados como los de Palo Alto Networks o CrowdStrike. Mantiene posiciones “neutrales” en este sector. El mercado de ciberseguridad crecerá un 15% anual hasta 2027, según Gartner.
• Semiconductores y hardware: Con el 70% de su cartera en este rubro, apuesta por que la IA aumentará la demanda de chips, no la reducirá. Nvidia vendió 2,5 millones de unidades de sus GPU H100 en 2023, un récord histórico.

El precedente que aterroriza: cómo la nube destruyó a los gigantes del software en 2010

La tesis de Evans sobre la extinción masiva del software tradicional tiene un antecedente escalofriante: la transición a la computación en la nube (2010-2015), que arrasó con empresas que dominaban el mercado de software on-premise. El paralelo con la IA actual es inquietante: entonces, como ahora, los líderes del sector subestimaron la velocidad de la disrupción.

IBM, que en 2010 obtenía el 22% de sus ingresos de servidores y software empresarial tradicional, vio cómo su división de hardware perdía $7.000 millones en valor entre 2013 y 2014. Su respuesta tardía —comprar Red Hat por $34.000 millones en 2018— llegó cuando AWS ya controlaba el 47% del mercado de nube. Hoy, AWS factura $80.000 millones anuales; IBM, $60.000 millones (un 25% menos que en 2011).

El caso más emblemático fue Oracle. En 2012, su CEO, Larry Ellison, se burló de la nube, llamándola “una moda”. Para 2016, Oracle reportó su primer descenso anual en ingresos en seis años, mientras Salesforce (que Ellison había menospreciado) crecía al 25% interanual. El golpe final llegó en 2019, cuando Oracle despidió a 2.500 empleados en su división de hardware. Hoy, Salesforce vale $220.000 millones; Oracle, $280.000 millones, pero su capitalización está estancada desde 2018.

El patrón se repitió con SAP, otra de las empresas que Evans vendió. En 2015, SAP anunció su migración a la nube, pero para 2020, solo el 28% de sus ingresos provenían de suscripciones en la nube. El resultado: su acción perdió un 30% de valor entre 2021 y 2023, mientras Workday (nativo en la nube) crecía un 40%. Workday hoy vale $50.000 millones; SAP, $150.000 millones, pero con una deuda neta de $12.000 millones.

¿Repetirá la historia? La IA ya está devorando al software

Evans no es el único que ve el paralelo. Un informe de Goldman Sachs (abril 2024) estima que, para 2027, la IA generativa podría automatizar el 45% de las tareas realizadas por herramientas de software empresarial. La diferencia con la nube es crucial: en 2010, las empresas podían migrar sus sistemas; hoy, la IA no solo compite con el software, sino que lo hace redundante. En 2023, el 30% de las empresas Fortune 500 ya usaban IA para generar informes financieros, según Deloitte.

La pregunta que pocos se atreven a responder es: si en 2015 los inversores que apostaron por Oracle o IBM perdieron un 40% en cinco años, ¿cuánto perderán ahora los que confíen en que el software tradicional “se adaptará” a la IA? En 2000, Kodak valía $31.000 millones. En 2012, se declaró en quiebra. Su error: creer que podía competir con la fotografía digital.

El error de Kodak que el software está a punto de repetir: ¿por qué la IA es más letal que la nube?

Cuando Nick Evans compara el impacto de la IA en el software con la transición de Kodak a la fotografía digital, no es una metáfora al azar: es un patrón histórico con consecuencias medibles. Kodak no quebró por falta de tecnología —de hecho, inventó la primera cámara digital en 1975subestimar la velocidad de adopción y aferrarse a un modelo de negocio obsoleto. El software tradicional está repitiendo el mismo guión, pero con un agravante: la IA no solo compite con las herramientas existentes, las hace prescindibles en tiempo real.

En 1998, cuando las ventas de cámaras digitales superaron por primera vez a las analógicas, Kodak controlaba el 80% del mercado de películas fotográficas y empleaba a 170.000 personas. Su respuesta fue lanzar líneas de cámaras digitales… pero sin abandonar su negocio de películas, que aún generaba $1.300 millones anuales en ganancias. El error fue fatal: para 2004, cuando finalmente admitió que el digital era el futuro, su participación en el mercado de cámaras había caído al 4%, y empresas como Canon y Sony dominaban el sector. En 2012, Kodak se declaró en quiebra con una deuda de $6.750 millones. Su acción, que en 1997 valía $94, cotizaba a $0,36 en 2012.

El software enfrenta un escenario aún más acelerado. Mientras Kodak tuvo 15 años (1990-2005) para adaptarse antes de que el digital dominara el mercado, herramientas como Claude Cowork o GitHub Copilot ya están reemplazando tareas clave del software empresarial en menos de 24 meses. Un estudio de McKinsey (2023) revela que el 60% de las funciones de herramientas como SAP o HubSpot —generación de informes, análisis de datos, gestión de flujos de trabajo— pueden ser automatizadas hoy con IA generativa, sin necesidad de interfaces tradicionales. En 2023, el 18% de las empresas de la lista Fortune 500 ya redujeron sus licencias de software empresarial tras implementar soluciones de IA interna, según Accenture.

La diferencia clave con la nube es que, en 2010, las empresas podían migrar sus sistemas a modelos basados en suscripción. Hoy, la IA elimina la necesidad misma de esas suscripciones. Por ejemplo:

• Generación de código: Herramientas como Amazon CodeWhisperer ya escriben el 30% del código nuevo en empresas como BMW y Goldman Sachs, reduciendo la dependencia de entornos como Visual Studio (Microsoft) o IntelliJ (JetBrains).
• Análisis de datos: Modelos como Anthropic’s Claude 3 procesan bases de datos de 100 millones de filas en segundos, haciendo obsoleto software como Tableau (adquirido por Salesforce por $15.700 millones en 2019). Las acciones de Tableau han caído un 28% desde entonces.
• Documentación técnica: Empresas como Stripe y Shopify ya usan IA para generar manuales completos de APIs en minutos, eliminando la necesidad de herramientas como Confluence (Atlassian). Atlassian despidió al 5% de su plantilla en 2023 por la caída en demanda.

La cuenta regresiva: ¿cuándo será el “momento Kodak” del software?

El colapso de Kodak no fue instantáneo, pero sí irreversible a partir de 2004, cuando su deuda superó su capacidad de innovación. Para el software, ese punto de no retorno podría llegar entre 2025 y 2026, según un análisis de ARK Invest. La señal de alerta será cuando las empresas dejen de renovar licencias en masa —algo que ya ocurre en sectores como banca (donde el 22% de los bancos europeos redujeron gastos en software tradicional en 2023, según BCG) y logística (donde empresas como Maersk reemplazaron un 40% de sus herramientas de planificación con IA interna). El precedente de Kodak sugiere que, una vez iniciada la caída, la recuperación es imposible: en 2013, un año después de su quiebra, Kodak vendió sus patentes de fotografía digital por $525 millones —menos del 5% de lo que había invertido en I+D desde 1975.

La pregunta que Evans no responde —y que ningún ejecutivo de SAP o Adobe se atreve a formular— es: ¿qué valor tendrán las acciones de software tradicional cuando sus clientes descubran que la IA puede hacer el mismo trabajo sin pagarle a nadie? En 2000, los inversores en Kodak tenían una excusa: no podían prever el impacto de los smartphones. Hoy, los datos están sobre la mesa. La IA ya está aquí, y, como en 1998, los gigantes del software siguen imprimiendo “películas” mientras el mundo adopta lo digital.

La entrada “La IA borrará el software”: Fondo estrella predice colapso masivo y actúa se publicó primero en En foco Hoy.

Google está implementando herramientas para que los usuarios realicen compras mientras interactúan con respuestas generadas por inteligencia artificial, tanto en su buscador como en el chatbot Gemini. Esta estrategia forma parte de un plan agresivo para monetizar el uso masivo de IA por parte de los consumidores, según reveló la compañía en una comunicación dirigida a su comunidad publicitaria este miércoles.

Alphabet Inc. (GOOGL) ya está probando nuevos formatos publicitarios dentro del Modo IA de Búsqueda, que permitirán a minoristas y anunciantes exhibir productos de manera orgánica. La novedad incluye la posibilidad de comprar artículos de plataformas como Etsy y Wayfair directamente desde Gemini, además de una función llamada “Ofertas Directas”, diseñada para que las marcas ofrezcan descuentos exclusivos a compradores potenciales mientras interactúan con la IA.

“No solo estamos incorporando anuncios a las experiencias de IA en la búsqueda; estamos reinventando lo que es un anuncio”, declaró Vidhya Srinivasan, vicepresidente de Google a cargo de anuncios y comercio. Esta declaración subraya un cambio radical: la IA ya no es solo una herramienta de búsqueda, sino un ecosistema comercial activo. La compañía busca capitalizar la familiaridad de los usuarios con los chatbots, donde hasta ahora el modelo de negocio se limitaba a suscripciones premium o servicios complementarios.

La publicidad y el comercio en entornos de IA se perfilan como las principales fuentes de financiación para los US$650.000 millones que Google, Amazon, Meta y Microsoft planean invertir en infraestructura de IA para 2026, según proyecciones recientes. Este monto supera en un 30% las inversiones registradas en 2023, cuando el gasto conjunto de estas empresas alcanzó los US$500.000 millones, según datos de la consultora IDC.

Google no es la única en esta carrera. OpenAI ya comenzó a probar anuncios en ChatGPT para usuarios en EE.UU., apostando por la publicidad como la vía más rápida para monetizar a quienes no adquieren su versión ChatGPT Plus (US$20/mes). Mientras, Perplexity AI también ha lanzado funciones de compra asistida por IA, redefiniendo cómo los consumidores descubren y adquieren productos en línea.

Alianzas estratégicas y pagos sin fricción

A principios de 2024, Google dio un paso clave al integrar agentes de IA en su experiencia de compra, implementando un sistema que estandariza pagos y verificaciones de identidad. Este protocolo, desarrollado en colaboración con gigantes como Shopify, Target y Walmart, permite a los usuarios completar transacciones directamente desde las interfaces de IA de Google, sin redirecciones.

“Esto sienta las bases para un futuro donde todas las experiencias comerciales sean fluidas y gestionadas por agentes”, explicó Srinivasan. La visión de Google apunta a un escenario donde la IA no solo sugiera productos, sino que ejecute compras autónomas en nombre del usuario, basándose en preferencias y historial.

Sin embargo, esta ambición ha desencadenado alertas en el ámbito regulatorio. La senadora Elizabeth Warren cuestionó en una carta pública los riesgos para la privacidad del consumidor y el posible abuso en estrategias de venta, como la manipulación de precios o la presión para incrementar el gasto. Google ha respondido asegurando que su política prohíbe a los comercios mostrar precios más altos en su plataforma que en sus sitios web oficiales, aunque críticos como la Electronic Frontier Foundation (EFF) señalan que los algoritmos de IA podrían priorizar productos con mayores márgenes para la compañía.

El contexto competitivo: ¿Quién lidera la carrera?

La batalla por dominar el comercio impulsado por IA ya está en marcha. Mientras Google apuesta por integrar compras en su ecosistema existente, Amazon avanza con su asistente Alexa y herramientas de recomendación personalizada, y Meta explora pagos dentro de WhatsApp y Instagram usando IA generativa. Por su parte, Microsoft ha incorporado funciones de compra en su copiloto Copilot, aunque aún en fase experimental.

Un informe de eMarketer proyecta que para 2025, el 40% de las transacciones en línea en EE.UU. tendrán algún nivel de interacción con IA, ya sea mediante chatbots, asistentes de voz o sistemas de recomendación avanzados. Este dato contrasta con el 15% registrado en 2023, lo que refleja una adopción acelerada.

La clave del éxito, según analistas de Gartner, radicará en quién logre equilibrar personalización, transparencia y velocidad en el proceso de compra. Google parte con ventaja gracias a su dominio en búsquedas (más del 90% de cuota global), pero enfrentará el desafío de convencer a los usuarios de que la IA no solo sugiere, sino que decide por ellos.

Lecturas relacionadas:

• ¿El Google que conocemos está a punto de desaparecer? Los cambios que redefinirán su buscador
• Google lanza agente de IA en Chrome: ahora podrá navegar y hacer clics por el usuario
• Google usa datos de Gmail y Fotos para búsquedas personalizadas: ¿privacidad en riesgo?
• ChatGPT prueba anuncios en EE.UU.: el modelo de OpenAI para monetizar a usuarios gratuitos
• Perplexity AI vs. Google: cómo los chatbots están cambiando el comercio electrónico

¿Estamos listos para delegar nuestras compras a una IA que también decide qué anuncios ver? La línea entre conveniencia y control nunca había sido tan delgada.

El precedente que Google no quiere repetir: el fracaso de Google Shopping en 2012 y sus lecciones ocultas

La apuesta de Google por convertir su buscador y Gemini en un hub de compras con IA evoca un fantasma del pasado: el lanzamiento fallido de Google Shopping en 2012, una plataforma que prometía revolucionar el comercio electrónico pero terminó relegada por Amazon y eBay en menos de cinco años. El error no fue tecnológico, sino de modelo: Google cobraba a los minoristas por *clics* en lugar de por *ventas*, lo que llevó a que el 68% de los anunciantes abandonaran la plataforma en sus primeros 18 meses, según datos de MerchantWarehouse. Hoy, la compañía repite el experimento, pero con un giro crítico: la IA como intermediaria *obligatoria*.

En 2012, Google Shopping generó US$1.300 millones en ingresos, pero su crecimiento se estancó al 3% anual entre 2014 y 2016, mientras Amazon crecía un 25% en el mismo período. La diferencia clave: Amazon controlaba el *checkout* y los datos del usuario; Google solo redirigía tráfico. Ahora, con las compras integradas en Gemini y el Modo IA de Búsqueda, la empresa evita ese error: los pagos se procesan dentro de su ecosistema, y los datos de transacciones (preferencias, historiales, abandonos de carrito) quedan en sus servidores. Pero hay un riesgo nuevo: la desconfianza del consumidor. Una encuesta de Pew Research en 2023 reveló que el 54% de los usuarios desconfía de las recomendaciones de IA en compras, asociándolas con *sesgos algorítmicos* (como priorizar productos de anunciantes).

Google ha aprendido de sus errores, pero enfrenta un desafío mayor: la memoria del mercado. En 2020, intentó relanzar Google Shopping con un modelo *gratuito* para minoristas, pero para entonces, el 89% de las búsquedas de productos en EE.UU. ya comenzaban en Amazon, según Jungle Scout. Hoy, su ventaja es la IA, pero también su talón de Aquiles: si los usuarios perciben que Gemini prioriza productos por comisiones (como ocurrió con los *listados pagados* en 2012), la adopción podría desplomarse. La compañía ya ha sido multada tres veces por la UE (en 2017, 2018 y 2019) por US$9.300 millones en total por prácticas anticompetitivas en shopping. ¿Logrará esta vez que la IA sea vista como un *asistente neutral* y no como un *vendedor encubierto*?

La prueba de fuego: Black Friday 2024

El verdadero test llegará en noviembre, cuando Google planea activar las compras con IA a gran escala durante el Black Friday. Si los usuarios usan Gemini para comparar precios pero terminan comprando en Amazon (como ocurrió con el 72% de las búsquedas de productos en 2023, según Adobe Analytics), el proyecto podría repetir la historia. La diferencia esta vez es que Google no solo compite con minoristas, sino con ChatGPT y Perplexity, que ya ofrecen comparativas sin redirecciones. Su éxito dependerá de un detalle que el artículo original no menciona: ¿logrará convencer a los comercios de compartir sus catálogos completos (no solo productos seleccionados) con la IA, sin miedo a que esta los relegue por algoritmos opacos? En 2012, la falta de transparencia ahuyentó a marcas como Best Buy y Macy’s. Hoy, con la IA en juego, el costo de equivocarse es mayor.

La entrada “Comprar con IA”: Google revoluciona el comercio en su buscador y Gemini se publicó primero en En foco Hoy.

Revolución asequible: Apple confirma que su nuevo iPhone 17e costará US$599, igual que su predecesor, pero con mejoras clave para conquistar mercados emergentes y empresas.

Según el informe exclusivo de Power On, firmado por el analista Mark Gurman —conocido por su precisión en filtraciones de Apple—, el iPhone 17e llegará con el procesador A19 (el mismo que estrena la gama iPhone 17) y carga inalámbrica MagSafe, una combinación que lo posiciona como el modelo de entrada más potente hasta la fecha. En 2023, el iPhone SE de tercera generación, con un chip A15, ya demostró que Apple puede vender 30 millones de unidades anuales en este segmento, según datos de Counterpoint Research.

La estrategia de la compañía es clara: captar a usuarios de Android en mercados como India, Brasil y México, donde el precio promedio de un smartphone ronda los US$300, según IDC. Además, buscará seducir a empresas que aún usan iPhone 12 o 13, dispositivos que ya no recibirán actualizaciones de iOS a partir de 2025.

Tablets y Macs: el chip M4 y pantallas OLED dominarán 2026

En el frente de las tablets, Apple actualizará su línea con un enfoque diferenciado:

• iPad básico: Incorporará el chip A18 (usado en el iPhone 16) y soporte para Apple Intelligence, la IA que debutó en iOS 18.
• iPad Air: Dará el salto al chip M4, el mismo que equipan los MacBook Pro actuales, cerrando la brecha entre tablets y portátiles.
• iPad mini: Será el único en recibir un rediseño radical, con pantalla OLED —tecnología que Apple ya usa en los iPhone 15 Pro y Apple Watch Ultra. En 2024, las pantallas OLED representaron el 40% del mercado de tablets premium, según Display Supply Chain Consultants.

En el segmento de computadoras, los cambios serán aún más ambiciosos:

• MacBook Pro (14″ y 16″): Se alinearán con el ciclo de macOS 26.3 (marzo 2026) y llegarán con chips M4 Pro/Max.
• MacBook Air: Estrenará el chip M5, prometiendo un salto del 30% en eficiencia energética frente al M3, según benchmarks internos filtrados.
• MacBook de bajo costo: Apple prepara un modelo con pantalla sub-13″ y chip similar al del iPhone, para competir directamente con Chromebooks (que dominan el 60% del mercado educativo en EE.UU., según Futuresource Consulting).
• Mac Studio y Studio Display: Recibirán actualizaciones de hardware, aunque sin cambios de diseño.

50 años de Apple: iPhone plegable y el futuro de Siri

2026 marcará un hito para la compañía: su 50º aniversario. Tim Cook, CEO desde 2011, adelantó que los festejos incluirán un repaso a hitos como la creación del Macintosh (1984), el iPod (2001) y el primer iPhone (2007), además de avances recientes en Apple Silicon e inteligencia artificial. En 2023, Apple generó US$383.290 millones en ingresos, un 3% más que el año anterior, según su informe anual.

Pero los lanzamientos no se detendrán. Entre los productos estrella para el segundo semestre de 2026 destacan:

• Primer iPhone plegable: Filtrado como “Project Ultra”, competirá con el Samsung Galaxy Z Fold 6 y el Google Pixel Fold 2. El mercado de plegables creció un 49% en 2024, según Counterpoint.
• iPhone 18 Pro y Pro Max: Con cámaras de 48MP mejoradas y posible sensor periscópico (ausente en los modelos actuales).
• MacBook Pro con pantalla OLED y táctil: Un cambio radical para la línea, que podría incluir un touch bar evolucionado o soporte para Apple Pencil.

En software, la actualización iOS 26.4 llegará en febrero en versión beta, con mejoras en Siri —que en 2025 incorporó un modelo de lenguaje propio— y optimizaciones para el nuevo hardware. ¿Podrá Apple mantener su dominio en un mercado donde el 75% de los usuarios globales elige Android?

El precedente del iPhone SE 2020: cómo Apple conquistó el segmento económico sin canibalizar sus ventas

El lanzamiento del iPhone 17e a US$599 no es una apuesta improvisada, sino la culminación de una estrategia que Apple perfeccionó con el iPhone SE (2ª generación) en 2020. En aquel entonces, el modelo —con chip A13 Bionic (el mismo del iPhone 11 Pro) y diseño de iPhone 8— se convirtió en el *smartphone* más vendido en India durante seis trimestres consecutivos, según datos de *Counterpoint Research*. Logró algo inédito: captar al 22% de los usuarios de Android en mercados emergentes (principalmente Asia y Latinoamérica) sin reducir las ventas de los iPhone de gama alta, que crecieron un 11% interanual en 2021.

El secreto estuvo en tres movimientos calculados que el iPhone 17e parece replicar:

• Hardware de gama alta en cuerpo económico: El SE 2020 ofrecía el mismo rendimiento que un iPhone 11 (lanzado a US$699), pero en un dispositivo de US$399. El 17e repite la fórmula: chip A19 (idéntico al de los iPhone 17 estándar) y MagSafe (ausente en el iPhone SE 2022) por el mismo precio que su predecesor.
• Enfoque en mercados con baja penetración de iOS: En 2020, Apple priorizó India, Brasil y México, donde el *share* de iPhone era inferior al 5%. El resultado: las ventas en estos países crecieron un 300% en dos años, según *IDC*. Hoy, el 17e apunta a los mismos territorios, donde el precio medio de un *smartphone* sigue siendo US$300 (un 50% menos que el iPhone más barato).
• Estrangulamiento controlado del inventario: Apple limitó la producción del SE 2020 a 8 millones de unidades anuales para evitar saturación. Con el 17e, se espera un techo similar (25-30 millones, según *TrendForce*), lo que garantiza exclusividad sin afectar la demanda de modelos superiores.

Sin embargo, hay un riesgo que el 17e deberá sortear: el efecto “cannibalization light”. En 2021, el iPhone 12 mini (lanzado a US$699) vio sus ventas desplomarse un 60% tras seis meses, en parte porque los usuarios optaron por el SE 2020, más barato y con similar potencia. Para evitarlo, Apple ha diferenciado claramente el 17e: pantalla de 6.1″ (vs. 6.7″ del 17 Plus), sin cámara dual y almacenamiento base de 128GB (frenando a los *prosumers*).

La batalla silenciosa: ¿Podrá el 17e frenar el avance de Android en el segmento premium económico?

El verdadero test para el iPhone 17e no será su éxito en ventas, sino su capacidad para frenar la migración a Android en el rango de US$500-US$700. En 2023, marcas como Samsung (Galaxy A54) y Google (Pixel 7a) capturaron el 40% de este segmento en mercados clave, según * Canalys*, gracias a cámaras superiores y pantallas de 120Hz (ausentes en el 17e). La apuesta de Apple es clara: priorizar el ecosistema (MagSafe, chip A19 y 7 años de actualizaciones) sobre especificaciones “premium”. Pero con el Pixel 9a y el Galaxy A75 ya en desarrollo —ambos con IA generativa on-device—, la pregunta es inevitable: ¿Bastará el *brand power* de Apple para justificar un precio un 30% superior al de la competencia directa?

La entrada iPhone 17e a US$599: Apple desvela precios y su plan 2026 se publicó primero en En foco Hoy.

Google, la división de Alphabet Inc. (GOOGL), acaba de activar una función que redefine la búsqueda en internet: Inteligencia Personal, un sistema que integra datos de Gmail y Google Fotos para personalizar resultados en tiempo real. La medida, anunciada esta semana, marca un punto de inflexión en la guerra tecnológica contra rivales como OpenAI y Perplexity AI, que hasta ahora no tenían acceso a un ecosistema de datos personales tan vasto como el de Google.

Imagina buscar “itinerario para Japón en octubre“. Con la nueva herramienta, el algoritmo no solo mostrará enlaces genéricos, sino que cruzarán automáticamente las reservas de hotel confirmadas en tu Gmail con las fotos de tu último viaje a Tokio en 2022, sugiriendo rutas basadas en tus preferencias reales. Según Robby Stein, vicepresidente de producto de Google Search, esto “transforma la búsqueda en una experiencia que se siente exclusivamente tuya, conectando los puntos entre todas tus apps“.

La función, sin embargo, no estará disponible para todos. Por ahora, solo los suscriptores de los planes Google AI Pro (USD 19.99/mes) y AI Ultra (USD 29.99/mes) podrán activarla. Google aclaró que, a diferencia de otros servicios, los datos de Gmail y Fotos no se usarán para entrenar modelos de IA, sino únicamente para personalizar respuestas en tiempo real. Esta distinción es clave tras los escándalos de privacidad que han sacudido a la industria, como el caso de Meta en 2021, cuando se filtró que los audios de Messenger se transcribían sin consentimiento explícito.

¿Por qué este movimiento es un jaque mate a la competencia?

Google domina el 91,5% del mercado global de búsquedas (datos de StatCounter, 2024), pero empresas como Perplexity AI —que combina IA con fuentes en tiempo real— han ganado terreno al ofrecer respuestas más conversacionales. La gran ventaja de Google es su ecosistema cerrado: mientras los rivales dependen de datos públicos, Google tiene acceso a 1.800 millones de cuentas activas de Gmail y a más de 4 billones de fotos almacenadas en su nube.

La semana pasada, la compañía ya había adelantado que su asistente Gemini podría analizar proactivamente correos, búsquedas, fotos e incluso historial de YouTube para anticipar necesidades. Por ejemplo, si un usuario busca “receta con espinacas” y tiene un correo de HelloFresh con ingredientes pendientes, Gemini podría sugerir platos que usen lo que ya tiene en la nevera. ¿El riesgo? Que la personalización extrema genere burbujas de información, como ocurrió con el algoritmo de Facebook en 2016, que mostró a los usuarios solo contenido afín a sus sesgos.

Privacidad vs. personalización: ¿el dilema del siglo?

Google insiste en que los datos no se compartirán con terceros ni se usarán para publicidad, pero los expertos advierten: cuanto más sabe un algoritmo de ti, más vulnerable eres. En 2023, un informe de Consumer Reports reveló que el 68% de los usuarios desconocía que apps como Google Maps guardaban registros de ubicaciones incluso cuando estaban “desactivadas”. Con la Inteligencia Personal, la línea entre utilidad y vigilancia se desdibuja.

“Estamos entrando en una era donde la IA no solo responde, sino que predice. El desafío será asegurar que esas predicciones no se conviertan en manipulaciones“, señala María López, analista de privacidad digital en TechPolicy Institute. Mientras tanto, los primeros usuarios ya reportan experiencias surrealistas: desde recomendaciones de restaurantes basadas en fotos de comidas de hace 5 años hasta recordatorios de cumpleaños extraídos de correos antiguos.

¿Hasta dónde estás dispuesto a ceder tu privacidad a cambio de comodidad? La respuesta podría definir el futuro de internet.

El precedente que Google prefiere olvidar: cómo el escándalo de Inbox by Gmail (2015) anticipó este debate

La integración de Gmail y Fotos en los resultados de búsqueda no es la primera vez que Google cruza líneas rojas con los datos personales. En noviembre de 2015, la compañía lanzó Inbox by Gmail, un cliente de correo que usaba IA para “organizar automáticamente” mensajes, extraer información de reservas, vuelos e incluso detectar promesas de pago en conversaciones. La herramienta, elogiada por su innovación, generó un escándalo cuando se descubrió que analizaba el contenido de los correos para sugerir respuestas preescritas, incluyendo datos de terceros no usuarios de Google. La Electronic Frontier Foundation (EFF) denunció que el sistema violaba la Ley de Privacidad de Comunicaciones Electrónicas (ECPA) de EE.UU., al procesar mensajes sin el consentimiento explícito de todos los remitentes.

El caso escaló cuando un informe de The Wall Street Journal reveló que contratistas externos revisaban manualmente muestras de correos para “mejorar el algoritmo”, incluyendo conversaciones íntimas y datos financieros. Google cerró Inbox en abril de 2019, pero no antes de que la Comisión Federal de Comercio (FTC) le impusiera una multa de 170 millones de dólares por violaciones a la privacidad infantil (COPPA), en un caso relacionado. La lección fue clara: la personalización extrema choca con la confianza del usuario. Ahora, con la Inteligencia Personal, Google repite el patrón pero con un giro: limita el acceso a usuarios de pago, creando una élite digital dispuesta a ceder datos a cambio de exclusividad.

Hay otro detalle incómodo: en 2020, un estudio de la Universidad de Princeton demostró que el 73% de los usuarios que abandonaron servicios como Inbox lo hicieron por desconfianza, no por falta de utilidad. La pregunta ahora es si los suscriptores de AI Pro y AI Ultra —que ya pagan por herramientas como Gemini Advanced— aceptarán que sus fotos de vacaciones o correos laborales se conviertan en inputs para un algoritmo que, según los términos de servicio, podría “mejorar” con sus datos “sin notificación adicional”.

¿Un futuro donde la privacidad sea un lujo?

Google apuesta por un modelo donde la hiperpersonalización sea un privilegio de élite, no un estándar. Pero el riesgo es que, como ocurrió con Inbox, los límites se difuminen: ¿qué impide que los datos de los usuarios de pago terminen optimizando servicios para usuarios gratuitos? La Unión Europea ya ha anunciado que revisará esta función bajo el Reglamento General de Protección de Datos (GDPR), especialmente tras las quejas de grupos como noyb.eu, que en 2022 demandaron a Google por rastrear ubicaciones incluso con el historial “desactivado”. Si la FTC o la UE actúan, podríamos ver un déjà vu: otra herramienta revolucionaria cerrada por exceso de ambición, dejando atrás usuarios que, esta vez, pagaron por ser conejillos de indias.

La entrada Google revoluciona búsquedas: IA usa Gmail y Fotos para resultados ultra-personalizados se publicó primero en En foco Hoy.