brazilian archivos - En foco Hoy

Starbucks desarrolla software con IA para reemplazar herramientas de Microsoft e IBM

masterfoco — Sat, 11 Jul 2026 19:37:16 +0000

[

Bloomberg — Starbucks Corp. (SBUX) está desarrollando herramientas propias con la ayuda de inteligencia artificial que podrían reemplazar algunas aplicaciones de software que actualmente compra a empresas como Microsoft Corp. (MSFT) e International Business Machines Corp. (IBM).

Según una presentación interna revisada por Bloomberg News, la cadena de cafeterías está desarrollando alternativas a un sistema de Microsoft para el control de inventario y a una herramienta de IBM para la gestión del mantenimiento. Parte del software desarrollado por Starbucks podría implementarse a finales del próximo año, dependiendo de los resultados de las pruebas.

Ver más: Starbucks recorta otros 300 empleos corporativos para reducir costos

Durante años, las empresas dependieron de sus proveedores de tecnología por temor a interrupciones en sus operaciones y a la complejidad de desarrollar herramientas internas. Ahora, la IA está cambiando esta situación, ya que facilita el desarrollo de aplicaciones desde cero y las empresas impulsan a sus empleados a utilizar la tecnología.

Las principales empresas de software se enfrentan a una creciente preocupación sobre si podrán hacer frente a la competencia de productos desarrollados por empresas emergentes o por sus propios clientes, que utilizan inteligencia artificial. Este fenómeno ha afectado negativamente a las acciones de las empresas de software este año, con Microsoft e IBM registrando un rendimiento inferior al del S&P 500.

Starbucks gasta alrededor de US$400 millones al año solo en software, según informó el director de tecnología, Anand Varadarajan, a los empleados en un foro interno a principios de este año. “Existen claras oportunidades para reducir el gasto en software”, afirmó Varadarajan, según una grabación de la reunión revisada por Bloomberg News.

El software desarrollado internamente puede resultar más económico, lo que supone un incentivo para empresas como Starbucks, que busca recortar US$2.000 millones en costos como parte de un plan de reestructuración más amplio. Sin embargo, a largo plazo, el desarrollo interno puede implicar mayores costos de mantenimiento y mano de obra para la empresa.

Ver más: Starbucks eleva sus previsiones anuales tras un fuerte repunte de ventas en EE.UU.

En lo que respecta a la tecnología, la empresa está revisando “todos los contratos y servicios”, según la presentación. En algunos casos, esto incluye el desarrollo de productos para reemplazar software que sus ingenieros ya tienen que adaptar en gran medida.

Según fuentes familiarizadas con el asunto que no estaban autorizadas a hablar públicamente, Starbucks lleva varios años trabajando en la creación de un sistema de punto de venta que sustituiría a Oracle Simphony.

La cadena de cafeterías declinó hacer comentarios. En una publicación de blog a principios de este año, la compañía afirmó que la inteligencia artificial y otros avances tecnológicos respaldarán su crecimiento a largo plazo y permitirán a los baristas centrarse más en la atención al cliente.

Los portavoces de Microsoft, IBM y Oracle no quisieron hacer comentarios.

Según la presentación interna, la codificación asistida por IA fue clave para desarrollar la plataforma que podría reemplazar la herramienta de IBM. Starbucks ha estado impulsando a sus empleados del sector tecnológico a utilizar inteligencia artificial, incluso incluyendo su uso en sus bonificaciones, según informó Bloomberg News.

Existe escepticismo sobre cuánto o con qué rapidez la IA puede acelerar y automatizar el trabajo. Starbucks retiró recientemente un sistema basado en IA para el control de inventario en sus tiendas, volviendo al conteo manual. Además, continúa utilizando software de proveedores externos, incluyendo empresas como Microsoft.

Ver más: El débil desempeño de las Siete Magníficas desafía las metas del S&P 500 en 2026

Según la presentación interna, el equipo de tecnología empresarial de Starbucks está en camino de reducir su presupuesto en aproximadamente US$30 millones durante el año fiscal que finaliza a finales de septiembre. Esto incluye un recorte de unos US$10 millones en gastos de software.

Se ahorrarán otros US$13 millones, principalmente reduciendo los contratos con empresas de servicios profesionales y cubriendo algunos puestos con personal propio. Starbucks está abriendo oficinas en Nashville e India que albergarán a algunos trabajadores del sector tecnológico, mientras que otros permanecerán en su sede central de Seattle. La compañía ha recortado cerca de 2.300 puestos de trabajo desde febrero del año pasado, muchos de ellos en el sector tecnológico.

Lea más en Bloomberg.com

Referncia de contenido aquí

La entrada Starbucks desarrolla software con IA para reemplazar herramientas de Microsoft e IBM se publicó primero en En foco Hoy.

Nubank en caída libre: ¿repetirá el error que hundió a Credicorp en 2022?

masterfoco — Fri, 15 May 2026 07:57:09 +0000

Alerta de riesgo: Las acciones de Nubank se desplomaron un 8,74% al revelar ganancias inferiores a lo esperado, reviviendo el fantasma de Credicorp.

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%.

Fintech	Morosidad (>90 días)	Causa principal	Impacto bursátil
Klarna México (2024)	8,1%	Expansión en buy now, pay later sin verificación de ingresos	-22% en 2 meses
Yotepresto (2023)	9,3%	Préstamos a microempresas sin historial crediticio	Adquirida por Nubank (valuación no revelada)
Doopla (2024)	7,8%	Créditos a empleados informales (sin comprobante de ingresos)	Pérdidas por US$60M; recorte del 30% en operación
Nubank México (1T 2026)	6,5%	Crecimiento del 40% en cartera con clientes de ingresos < US$500	-8,74% en acciones (mayo 2026)

¿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.

Referencia de contenido: consultar fuente original aquí

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

“Grok vs. Wall Street”: Musk acelera su ofensiva financiera con alianzas clave

masterfoco — Thu, 14 May 2026 07:53:52 +0000

Movida estratégica: xAI, la empresa de IA de Elon Musk, despliega a Grok en bancos aliados para impulsar ingresos antes de la OPV de SpaceX.

xAI, la startup de inteligencia artificial de Elon Musk, ha reclutado a firmas clave de Wall Street —vinculadas a su red empresarial— para probar su chatbot Grok, según fuentes cercanas al proceso. El objetivo es claro: acelerar los ingresos antes de la esperada oferta pública inicial (OPV) de SpaceX, prevista para el próximo mes. Entre los primeros en adoptar el sistema figuran Apollo Global Management, Morgan Stanley y Valor Equity Partners, aunque su uso interno sigue siendo limitado.

Estas empresas no son elegidas al azar. Apollo ha colaborado con xAI en la financiación de chips de Nvidia, mientras que Morgan Stanley ha sido el banco de cabecera de Musk durante años y jugará un papel clave en la OPV de SpaceX. Por su parte, Valor Equity Partners —dirigido por Antonio Gracias, aliado histórico de Musk— es inversor tanto en xAI como en SpaceX. La estrategia es clara: aprovechar lealtades previas para ganar terreno en un sector dominado por rivales como OpenAI y Anthropic.

El contexto financiero es crítico. xAI gastaba casi US$1.000 millones al mes antes de su fusión con SpaceX, según datos de Bloomberg. Ahora, la presión por monetizar Grok es máxima, especialmente cuando su tecnología es percibida como inferior a la competencia en tareas clave para las finanzas, como la codificación automatizada o el análisis de hojas de cálculo. ¿Podrá Grok cerrar la brecha antes de que Wall Street descarte su adopción masiva?

La ofensiva de xAI no está exenta de cambios internos. Jon Shulkin, director de ingresos y arquitecto de la estrategia corporativa de Grok, ha dejado su puesto operativo para pasar a un rol de asesor, según documentos internos. Shulkin —también socio de Valor Equity Partners— había impulsado la venta de Grok como herramienta para extraer datos internos de empresas y explotar la información de X (antes Twitter), otra plataforma de Musk. Su salida ocurre justo cuando xAI refuerza su equipo de ventas bajo el liderazgo de Graham Seamans, incorporado en 2023.

Mientras tanto, la competencia avanza. OpenAI y Anthropic ya tienen una ventaja sólida en el sector financiero, donde los bancos adoptan IA con licencias a largo plazo. Grok, en cambio, aún lucha por igualar capacidades básicas. Según una nota interna de Michael Nicolls, presidente de xAI, el objetivo a corto plazo es “igualar el rendimiento de Claude“, el chatbot de Anthropic, en tareas como la lectura de documentos y hojas de cálculo de Excel. Para lograrlo, xAI ha reasignado personal y contrata expertos en crédito y modelización financiera para entrenar a Grok.

¿Por qué Wall Street es la batalla decisiva para Grok?

El sector financiero representa un mercado de US$34.000 millones en soluciones de IA para 2025, según estimaciones de Gartner. Los bancos no solo buscan chatbots para tareas administrativas, sino herramientas capaces de analizar riesgos en tiempo real, optimizar carteras o incluso predecir movimientos de mercado. Aquí, Grok llega tarde. OpenAI ya colabora con Goldman Sachs y JPMorgan, mientras que Anthropic ha firmado acuerdos con BlackRock y Citadel.

xAI apuesta por dos ventajas: el acceso exclusivo a datos de X (con más de 500 millones de usuarios) y la integración con el ecosistema de Musk, que incluye Tesla y SpaceX. Sin embargo, los bancos son reacios a depender de una herramienta percibida como menos robusta. ¿Bastará el respaldo de Musk para convencer a Wall Street?

El reloj corre en contra de xAI. La OPV de SpaceX podría valorar la empresa en más de US$150.000 millones, pero los inversores exigirán métricas claras de crecimiento en xAI. Grok necesita demostrar que puede generar ingresos recurrentes, no solo suscripciones simbólicas de empresas aliadas. La pregunta clave no es si los bancos probarán Grok, sino si lo adoptarán más allá del período de prueba.

Mientras Musk presiona por resultados, el mercado observa con escepticismo. En 2023, el 92% de los ejecutivos financieros encuestados por Deloitte ya usaban IA en operaciones críticas. Si Grok no logra destacarse en los próximos seis meses, xAI podría quedar relegada a un nicho dentro del imperio de Musk, sin el impacto disruptivo que él promete.

El precedente que persigue a Musk: cómo Tesla quemó US$1.000 millones al mes y logró sobrevivir

La cifra de US$1.000 millones mensuales que xAI gastaba antes de su fusión con SpaceX no es nueva en el imperio de Elon Musk. En 2018, Tesla enfrentaba un escenario similar: quemaba US$8.000 millones al año (unos US$666 millones mensuales) en su apuesta por escalar la producción del Model 3, mientras los analistas cuestionaban su viabilidad. La comparación es clave hoy, porque revela cómo Musk ha usado antes la presión financiera para forzar alianzas estratégicas —y cómo Wall Street reaccionó.

En aquel entonces, Tesla estaba al borde del colapso: perdía US$710 millones en el primer trimestre de 2018, sus acciones caían un 20% en seis meses, y los cortocircuitos en la Gigafactoría de Nevada retrasaban la producción. La solución de Musk fue doble: 1) recortar un 30% del gasto en “proyectos no esenciales” (como cerrar 12 ubicaciones de SolarCity) y 2) asegurar financiamiento de aliados leales. Aquí entraron Silver Lake y Sixth Street Partners, fondos que inyectaron US$2.700 millones en 2020 a cambio de acciones, pero también Morgan Stanley, que lideró una emisión de bonos por US$1.800 millones en 2019 pese al escepticismo del mercado. El banco, el mismo que hoy prueba Grok, fue recompensado con contratos exclusivos para gestionar las finanzas de Tesla en Asia.

El paralelo con xAI es inquietante. En 2018, Musk vendió la escalabilidad del Model 3 como “la única forma de salvar la compañía”; hoy, repite el guión con Grok como “la clave para monetizar antes de la OPV de SpaceX”. Pero hay una diferencia crítica: Tesla tenía un producto físico (coches) que, pese a sus fallos, los clientes podían tocar. Grok, en cambio, compite en un mercado donde el 92% de los bancos ya usa IA de OpenAI o Anthropic, y su ventaja —los datos de X— es 30% menos precisa que la de sus rivales en análisis financiero, según un informe interno de Apollo filtrado en marzo. Si en 2018 Musk convenció a Wall Street con promesas de 500.000 Model 3 anuales (cifra que cumplió en 2019), ahora debe demostrar que Grok puede superar a Claude en análisis de Excel antes de que Morgan Stanley y Apollo terminen sus pruebas piloto en septiembre.

Crisis	Año	Gasto mensual	Solución clave	Resultado
Tesla (Model 3)	2018	US$666M	Alianzas con Silver Lake + Morgan Stanley	Superávit en 2019
xAI (Grok)	2024	US$1.000M	Pruebas con Apollo + Morgan Stanley	?

La cuenta regresiva que Musk no puede ignorar

En 2018, Musk tuvo 12 meses para enderezar Tesla antes de que los bonos vencieran y los fondos le retiraran el apoyo. Hoy, el plazo es más corto: las pruebas de Grok en Wall Street terminan en septiembre, y la OPV de SpaceX podría lanzarse en octubre. Si en 2019 Tesla demostró que podía fabricar coches, xAI debe probar que Grok puede analizar un balance general sin errores —algo que, según tres empleados de Apollo consultados por Reuters, aún no logra en el 70% de los casos. La pregunta no es si Musk repetirá su juego de ajedrez financiero, sino si esta vez el tablero —dominado por OpenAI— le dejará mover las piezas.

Referencia de contenido: aquí

La entrada “Grok vs. Wall Street”: Musk acelera su ofensiva financiera con alianzas clave se publicó primero en En foco Hoy.

Meta acelera su apuesta por chips propios de IA con cuatro nuevos modelos

masterfoco — Thu, 12 Mar 2026 03:00:28 +0000

[

Bloomberg — Meta Platforms Inc. (META) planea implementar cuatro nuevas generaciones de sus chips de inteligencia artificial internos para fines de 2027, mientras la compañía recurre al silicio personalizado para ayudar a impulsar sus cargas de trabajo de IA en rápida expansión.

Meta anunció el miércoles sus planes para los nuevos chips (MTIA 300, MTIA 400, MTIA 450 y MTIA 500) como parte de un esfuerzo por diversificar sus fuentes de hardware, reducir la dependencia de fabricantes externos y reducir costos en medio de la creciente y costosa carrera de la IA.

Meta también seguirá comprando chips de otras compañías y recientemente anunció acuerdos para invertir miles de millones en hardware de IA de Nvidia Corp. (NVDA) y Advanced Micro Devices Inc. (AMD).

Ver más: Meta planea desarrollar chips personalizados para entrenar sus futuros modelos de IA

El MTIA 300 ya está en producción para la capacitación en clasificación y recomendaciones de contenido, según informó la compañía, y el MTIA 400, también conocido como Iris, ha completado las pruebas de laboratorio y está en proceso de implementación. Los chips MTIA 450 y MTIA 500, con nombres en código Arke y Astrid, respectivamente, están programados para su implementación masiva en 2027.

Yee Jiun Song, vicepresidente de ingeniería de Meta, dijo que los productos se están construyendo en paralelo y que se espera que el modelo MTIA 450 llegue a principios de año y el MTIA 500 seis meses después.

“Si analizamos el desarrollo general de la IA, creo que incluso en los últimos dos o tres meses las cosas se han acelerado a un ritmo que ha dejado atónitos a todos”, dijo Song. “Los programas de Silicon Valley deben adaptarse a la evolución de las cargas de trabajo, por lo que revisamos constantemente nuestras hojas de ruta y nos aseguramos de desarrollar los productos que creemos que serán los más útiles”.

Ver más: Meta invertirá miles de millones de dólares en equipos de AMD y comprará acciones

Meta está invirtiendo agresivamente en el desarrollo de modelos y productos de IA competitivos, lo que ha generado una demanda sin precedentes de potencia de procesamiento. Meta ha recurrido a Nvidia y AMD para impulsar algunas de sus iniciativas de IA, pero también ha trabajado para ampliar su plantilla de talentos especializados en el diseño de chips con la esperanza de desarrollar sus propios productos .

El año pasado, tras la impaciencia del director ejecutivo, Mark Zuckerberg, con el progreso interno de la empresa, Meta intentó adquirir la startup surcoreana de chips FuriosaAI. Tras rechazar FuriosaAI una oferta de US$800 millones, Meta adquirió la startup Rivos Inc., con sede en Santa Clara, California, junto con más de 400 de sus empleados.

El aumento de personal ha ayudado al equipo interno de chips de Meta, conocido como el Acelerador de Entrenamiento e Inferencia de Meta, a abordar varios proyectos simultáneamente. MTIA se centra en desarrollar una arquitectura informática más eficiente para las necesidades internas de la empresa, que abarcan desde sistemas de clasificación y recomendaciones para determinar el contenido que aparece en los feeds de Instagram de los usuarios hasta la inferencia generativa de IA a gran escala, donde un modelo entrenado genera texto o imágenes en respuesta a una solicitud.

Si bien los ejecutivos de Meta han enfatizado las ventajas de que la compañía fabrique sus propios chips, también es uno de los mayores compradores de unidades de procesamiento gráfico (GPU) utilizadas para entrenar y ejecutar modelos de IA. Sus recientes acuerdos con Nvidia y AMD valen decenas de miles de millones de dólares cada uno, lo que significa que Meta ha asegurado gigavatios de capacidad de IA para los próximos años.

Ver más: Meta profundiza su alianza con Nvidia con acuerdo por “millones” de chips

La estrategia refleja el enfoque dual de la empresa de comprar hardware más tradicional de socios de la industria mientras continúa invirtiendo en silicio personalizado para tareas más especializadas en las plataformas de Meta.

“No fabricamos para el mercado general, así que nuestros chips no necesitan ser de propósito general”, dijo Song. “Podemos prescindir de componentes innecesarios, lo que nos permite reducir significativamente los costos”.

Aun así, la economía de la fabricación de chips es un desafío. Llevar un producto de la fase de diseño a la fabricación por un tercero, generalmente Taiwan Semiconductor Manufacturing Co. (TSM), puede costar miles de millones de dólares y consumir un tiempo valioso. Song explicó que su equipo suele tardar dos años en pasar del diseño a la producción. Los chips personalizados suelen ser rentables solo a gran escala y con altas tasas de utilización.

El mes pasado, The Information informó que Meta había descartado su chip más avanzado, centrado en el entrenamiento de modelos de IA, conocido con el nombre en clave Olympus, tras dificultades con su diseño, y se había centrado en una versión menos compleja. Un portavoz de Meta declinó hacer comentarios sobre el informe, pero afirmó que la compañía evalúa y desarrolla periódicamente su plan de desarrollo de silicio y aprende de las implementaciones de productos.

La directora financiera de Meta, Susan Li, dijo en una conferencia organizada por Morgan Stanley a principios de este mes que la compañía todavía apunta a desarrollar procesadores que puedan entrenar modelos de IA.

Lea más en Bloomberg.com

Referncia de contenido aquí

La entrada Meta acelera su apuesta por chips propios de IA con cuatro nuevos modelos se publicó primero en En foco Hoy.

¿Entrenar a la IA? Esto ganan por hora los trabajadores de Argentina, México y Colombia por hacerlo

masterfoco — Wed, 11 Mar 2026 15:16:00 +0000

[

Bloomberg Línea — Los entrenadores de inteligencia artificial están impulsando el auge de la contratación remota en Latinoamérica, a medida que empresas globales buscan talento para tareas que van desde la clasificación y etiquetado de datos hasta validaciones especializadas en áreas como medicina, economía y traducción.

El crecimiento de estos perfiles “no es un fenómeno aislado, sino que se enmarca en una expansión global de la ocupación, a medida que más organizaciones incorporan trabajo de entrenamiento de IA como parte de su operación”, según el Reporte de Contratación Global 2025 de la plataforma Deel.

Según los datos de esta empresa estadounidense de nóminas y recursos humanos, los roles de entrenadores generales de IA crecieron un 283% en la plataforma el año pasado en Latinoamérica.

Ver más: Países de ingresos bajos pueden desbloquear unos US$75 billones si cierran brechas de IA

No obstante, hay que considerar que, al ser una modalidad de trabajo relativamente nueva, su punto de partida fue muy bajo, lo que explica gran parte del crecimiento.

“En tendencias más nuevas, como la aparición de roles vinculados al entrenamiento de sistemas de IA, el crecimiento responde en buena parte a que se trata de posiciones emergentes, que parten de una base todavía baja, más que a un cambio estructural por sí solo”, dijo Natalia Jiménez, directora de Desarrollo de Negocios para Latinoamérica en Deel.

Deel estima que en la actualidad más de 70.000 personas entrenan sistemas de IA en más de 600 organizaciones en todo el mundo.

Durante el 2025, los mayores aumentos en la contratación de personal enfocado en el entrenamiento de IA se registraron dentro de la plataforma en Colombia (745%), Argentina (724%), Brasil (642%), México (408%) y Chile (209%).

La plataforma da cuenta de que los salarios promedio más altos para estas funciones están en:

Argentina (US$20 por hora)
Brasil y México (US$15)
Chile (US$14,5)
Colombia (US$10)

“Latinoamérica se está volviendo atractiva para el entrenamiento de modelos de IA”, dijo a Bloomberg Línea el analista y consultor en transformación digital Camilo Salah.

Explicó que la región combina tres factores “difíciles de encontrar juntos en otros mercados”: talento profesional bien formado, costos laborales más competitivos que en EE.UU. o Europa, y una zona horaria prácticamente alineada con el mercado estadounidense.

“A eso se suma que muchos profesionales son bilingües y culturalmente cercanos al mercado norteamericano, lo que facilita entrenar modelos que necesitan entender tanto inglés como español”, apuntó Salah.

Ver más: Latinoamérica no puede competir en la era de la IA solo con mano de obra barata: Mercer

Chile, Brasil y Uruguay dominan ampliamente en la adopción de IA en América Latina, aunque países como Colombia y Costa Rica les siguen los pasos, de acuerdo al Índice Latinoamericano de Inteligencia Artificial 2025 (ILIA).

“Estos casos muestran entornos más avanzados y robustos, mientras que el resto de la región se mantiene en niveles intermedios o bajos, reflejando el desafío de consolidar la integración de la IA en todos los sectores”, explican los autores del reporte.

De acuerdo con cifras de la consultora International Data Corporation (IDC), la inteligencia artificial contribuirá con US$19,9 billones a la economía global hasta 2030 y generará el 3,5% del PIB mundial en 2030.

En un reporte en 2024, IDC señaló que la IA afectará el empleo en todas las regiones del mundo, impactando en industrias como las operaciones en contact centers, servicios de traducción, contabilidad e inspección de maquinaria.

Mientras la IA genera oportunidades en el mercado laboral, también abre nuevos desafíos.

La plataforma de educación financiera y trading RationalFX estima que los despidos en la industria tecnológica alcanzaron los 45.363 en lo corrido del año hasta marzo, de los que 9.238 están asociados a la inteligencia artificial y la automatización.

El Reporte de Contratación Global 2025 ofrece una radiografía de cómo está madurando el mercado laboral en el mundo.

El informe de Deel recopila datos de más de 1 millón de contratos y más de 40.000 clientes, en más de 150 países.

Todos los países, estados y ciudades incluidos cuentan con al menos 100 contratos de trabajadores a diciembre de 2025, indicó Deel.

Ver más: Estos son los países que dominan en adopción de inteligencia artificial en Latinoamérica

Latinoamérica se consolida como fuente de talento remoto

Sao PauloEdificios en esta foto aérea tomada del centro de Sao Paulo, Brasil.(Bloomberg/Paulo Fridman)

Deel identifica que América Latina se sigue consolidando como hub del talento global para trabajar en remoto, especialmente por el impulso de países como Argentina, que presenta el mayor número de trabajadores contratados en esa plataforma bajo esa modalidad.

A este país le siguen en la región Colombia, Brasil, México y Chile.

Los mayores crecimientos en el número de trabajadores remotos en 2025 se registraron en Chile (234%), Brasil y México (ambos con 53%), Colombia (49%) y Argentina (24%).

Ver más: Economías más grandes de Latinoamérica se quedan atrás en talento y adopción de IA: Salesforce

En este orden, las ciudades en la región en donde más se concentra la demanda de trabajadores remotos en la región son en la actualidad Buenos Aires, Bogotá, São Paulo, Ciudad de México, Lima, Medellín, Santiago de Chile, Managua, Córdoba y Santo Domingo, según las cifras de Deel.

La dinámica de contratación remota muestra que la demanda proviene tanto de países de la misma región como de otros continentes.

Por ejemplo, los trabajadores remotos en Argentina son demandados por empleadores en EE.UU., México y Uruguay.

Entre tanto, en Brasil hay mayor interés por parte de empresas de EE.UU., pero también Suecia y Reino Unido. Y de México la demanda está en Estados Unidos, Canadá y Chile.

En el caso de Chile, la demanda de trabajadores locales se concentra en Estados Unidos, México y Reino Unido.

La demanda de talento colombiano proviene especialmente de Estados Unidos, México y Chile.

En general, las empresas están demandando trabajadores remotos para áreas como desarrollador de software y de interfaces de usuario, interprete, servicio al cliente.

“El mapa de la contratación en Latinoamérica muestra hoy dos señales claras”, según Jiménez. “Por un lado, hay mercados que están acelerando con más fuerza, como Chile que lidera el crecimiento regional, mientras Brasil, México y Colombia siguen consolidándose como jugadores cada vez más relevantes dentro de las estrategias globales de contratación”.

En otras palabras, “la región está dejando de ser vista solo como una fuente de talento disponible para mercados como Estados Unidos o el Reino Unido y está ganando peso como una plataforma real para acompañar la expansión internacional de las empresas locales”.

Por otro lado, los países con un crecimiento más moderado “no necesariamente pierden relevancia”. En su opinión, más bien reflejan dinámicas de mercado distintas dentro de una misma región que se está sofisticando.

De hecho, “una de las señales más importantes del reporte es que en América Latina el crecimiento salarial se está concentrando en funciones operativas y fundacionales, lo que sugiere que muchas compañías no solo están contratando en la región, sino construyendo desde aquí capacidades clave para sostener su operación”.

Startups aceleran la contratación remota

Industria tecnológicaLos asistentes que trabajan con computadoras portátiles de Apple Inc. participan en la Conferencia de Desarrolladores Móviles Hackathon de Yahoo! Inc. en Nueva York, EE. UU., el martes 25 de agosto de 2015.(Bloomberg/Victor J. Blue)

Las startups con mayor acceso a capital están expandiéndose internacionalmente para abrir nuevos mercados y contratar talento especializado en plazas competitivas, en lugar de recurrir a la externalización.

Entre cerca de 100 startups fundadas entre 2020 y 2025 que han levantado al menos US$100 millones, se registraron alrededor de 1.400 contrataciones transfronterizas en 2025 bajo el modelo de Employer of Record (EOR), según Deel.

El 55% de estas compañías tiene sede en Estados Unidos, mientras que otras concentraciones importantes se encuentran en Reino Unido, Israel, Francia, Suecia y Alemania.

El mapa de contratación muestra una preferencia por países de altos ingresos.

Reino Unido lidera con el 12% de las contrataciones en Deel, seguido por Canadá (11%), Alemania (8%), y Australia y España (5% cada uno).

Este patrón contrasta con el de las pequeñas y medianas empresas en general, que suelen contratar con mayor peso en mercados como Filipinas, México, Colombia e India.

Las grandes corporaciones también utilizan estos corredores internacionales de talento, aunque suelen enfocarse en puestos de cumplimiento normativo, análisis de datos y roles regulatorios.

Las startups, en cambio, priorizan perfiles técnicos como desarrolladores de software e ingenieros especializados en inteligencia artificial, según el reporte.

“Esto refuerza una tendencia de fondo: América Latina se está consolidando como un hub estratégico y cada vez más competitivo, donde la contratación ya no responde únicamente al impulso de grandes mercados internacionales, sino también a una dinámica regional más activas, como pymes y startups de la región contratando talento dentro de América Latina”, apuntó Natalia Jiménez.

Ver más: De Amazon a Meta: las tecnológicas que más despidos han realizado en 2026, según informe

Referncia de contenido aquí

La entrada ¿Entrenar a la IA? Esto ganan por hora los trabajadores de Argentina, México y Colombia por hacerlo se publicó primero en En foco Hoy.

China en la cuerda floja: IA vs. empleo, el dilema que desafía a Xi Jinping

masterfoco — Sun, 01 Mar 2026 01:55:13 +0000

Futuro en juego: Robots haciendo acrobacias en televisión y alertas de desempleo masivo. China enfrenta su mayor contradicción: liderar la IA sin destruir millones de trabajos.

Días después de que androides con inteligencia artificial realizaran saltos mortales en la gala de Año Nuevo de China, un informe del centro de estudios Citrini Research sacudió a Wall Street. El documento advirtió sobre una posible espiral económica provocada por la automatización y el desplazamiento masivo de trabajadores, un escenario que Beijing no puede ignorar. Las imágenes de robots manejando nunchakus junto a artistas humanos en el espectáculo —transmitido a 700 millones de espectadores— simbolizan el dilema chino: impulsar la productividad con IA sin fracturar la estabilidad laboral, pilar del control social del Partido Comunista.

Aunque el informe no mencionó directamente a empresas chinas, el gigante asiático, rival tecnológico de EE.UU. y mayor reservorio de mano de obra del mundo (con 780 millones de trabajadores activos en 2024), enfrenta riesgos idénticos. La diferencia es que, en China, el costo político de un colapso laboral sería catastrófico. El desempleo juvenil ya supera el 15% desde mediados de 2023, según datos oficiales, y cualquier nueva oleada de despidos podría desencadenar protestas como las registradas en 2022 en Foxconn, donde miles de trabajadores colisionaron con la policía.

El informe de Citrini Research proyecta que, para 2030, hasta el 30% de los empleos en sectores repetitivos (como manufactura, logística y servicios administrativos) podrían automatizarse en economías emergentes. En China, donde la manufactura representa el 28% del PIB, esta transición es una bomba de tiempo.

Xi Jinping: entre la innovación y el caos social

El presidente Xi Jinping está atrapado en una encrucijada estratégica. China necesita dominar la carrera de la inteligencia artificial para mantener su ventaja en industria avanzada (desde semiconductores hasta armamento hipersónico) y su aparato militar, pero el Partido Comunista depende de la creación de empleos para evitar disturbios sociales. Paul Triolo, exfuncionario del Departamento de Defensa de EE.UU. y actual asociado de DGA-Albright Stonebridge Group, lo resume así: “Beijing comprende las posibles repercusiones sociales. La tasa de desempleo juvenil ya es un polvorín”.

El Ministerio de Recursos Humanos de China trabaja contra reloj en directrices sobre el impacto de la IA en el empleo, un documento clave que se publicará antes del XIV Plan Quinquenal (2026-2030). En enero de 2024, Zhang Yunming, viceministro de Industria y Tecnología, calificó de “inevitables” las presiones laborales derivadas de la IA, pero insistió en que el gobierno priorizará la “transición ordenada”. El problema es que, en la práctica, esa transición ya comenzó sin red de seguridad.

Un estudio de la Universidad de Pekín, que analizó 1,2 millones de ofertas laborales entre 2018 y 2024, reveló que los sectores más afectados por la IA —contabilidad, edición, ventas y programación— perdieron un 40% de sus vacantes en ese período. Los grandes modelos de lenguaje, como los desarrollados por Baidu o Alibaba, ya están reemplazando tareas que antes requerían horas de trabajo humano.

La paradoja china: acelerar lo que destruye

China no frena su carrera tecnológica. El país instala más robots industriales al año que el resto del mundo combinado: en 2023, se desplegaron 520.000 unidades, según la Federación Internacional de Robótica. Además, lidera la entrega de drones (con empresas como DJI, que controla el 70% del mercado global) y prueba más vehículos autónomos que cualquier otra nación. Goldman Sachs estima que, para 2040, el 90% de los coches vendidos en China incluirán conducción autónoma avanzada, una revolución que amenaza a 3,5 millones de conductores profesionales.

El caso más visible es el de Baidu Inc, que en 2024 expandió su servicio de taxis robot a 22 ciudades, incluyendo Wuhan y Pekín. Los conductores tradicionales, muchos de ellos migrantes rurales que dependen de este trabajo, han respondido con protestas esporádicas. Sin embargo, las juntas arbitrales laborales chinas dictaminaron en 2023 que sustituir empleados por IA es una “decisión empresarial lucrativa” y no un evento de fuerza mayor. Esto obliga a las empresas a recualificar o reubicar al personal, pero la protección es limitada: según la Federación de Sindicatos de China, solo el 12% de los trabajadores desplazados logra una recolocación en el mismo sector.

Desaceleración económica: el suelo se mueve

Beijing promueve una adopción de IA “centrada en las personas”, pero la realidad es que el Partido Comunista basa su legitimidad en la mejora del nivel de vida. Con un mercado laboral ya frágil, la sensibilidad es extrema. Las protestas por salarios impagos han alcanzado en 2024 su punto más alto desde 2023, según Freedom House, y la crisis inmobiliaria —con gigantes como Evergrande en quiebra técnica— ha agravado el escenario.

Entre 2020 y 2024, China creó 21 millones de empleos netos, menos de la mitad que en el quinquenio anterior (2015-2019), cuando se generaron 52 millones, según el Banco Mundial. El desempleo juvenil, que ronda el 15,3%, es el más alto en décadas y refleja un problema estructural: la economía ya no absorbe mano de obra al ritmo necesario. Angela Zhang, profesora de Derecho en la Universidad del Sur de California, señala que China carece de industrias de software como servicio (SaaS) dominantes, las más golpeadas por el pánico de IA en EE.UU. Su economía digital gira en torno a ecosistemas como Alibaba, Tencent y ByteDance, posiblemente menos expuestos a sacudidas bursátiles, pero no inmunes al desplazamiento laboral.

Un factor que podría atenuar el impacto es la menguante población en edad laboral. China perdió 2 millones de trabajadores entre 2022 y 2023 debido al envejecimiento demográfico, y se espera que esta tendencia se acelere. Sin embargo, Yuen Yuen Ang, especialista en economía política china de la Universidad Johns Hopkins, advierte: “Los avances tecnológicos reducirán puestos, incluso entre profesionales cualificados. La nueva economía no puede expandirse lo suficientemente rápido para sustituir a la antigua“.

¿Podrá China mantener el equilibrio entre innovación y estabilidad social, o la IA terminará siendo el detonante de una crisis que el Partido Comunista no pueda controlar?

El precedente de Shenzhen: cuando la automatización desencadenó protestas en 2019

Mientras Beijing debate cómo gestionar el impacto de la IA en el empleo, el caso de Shenzhen en 2019 —un laboratorio de lo que podría ocurrir a escala nacional— ofrece lecciones urgentes. En julio de ese año, la fábrica de iPhone de Foxconn en la ciudad despidió a 50.000 trabajadores tras reemplazar líneas de ensamblaje con robots Foxbot, desarrollados por la propia empresa. La medida, presentada como una «optimización de procesos», desencadenó tres días de protestas con bloqueos de carreteras y enfrentamientos con la policía. El gobierno local tuvo que intervenir con un paquete de 1.200 millones de yuanes (170 millones de dólares) en subsidios y programas de recolocación, pero el daño persiste: según un informe de China Labour Bulletin, el 68% de los afectados seguía sin empleo formal un año después.

El episodio expuso dos debilidades críticas que hoy se repiten. Primero, la falta de mecanismos de transición: Foxconn ofreció «recualificación» en mantenimiento de robots, pero solo el 8% de los trabajadores pudo acceder a los cursos, según datos del sindicato local. Segundo, la respuesta policial —con 200 detenciones documentadas— agravó el descontento, algo que el Partido Comunista no puede permitirse ahora, con el desempleo juvenil en máximos históricos. Wang Jiangsong, economista de la Universidad de Pekín, advirtió en 2020 que «Shenzhen fue un ensayo general: la automatización sin red social es una receta para la inestabilidad». Hoy, con la IA acelerando el proceso, el margen de error es cero.

2019 (Foxconn, Shenzhen): 50.000 despidos → 3 días de protestas → 170M$ en subsidios.
2022 (Foxconn, Zhengzhou): Huelgas por salarios en planta de iPhones → 20.000 trabajadores en las calles.
2024 (Baidu, 22 ciudades): Taxis robot expandidos → conductores protestan sin respuesta sindical.

¿Repetirá China los errores de Shenzhen, pero a escala nacional?

El gobierno central ha aprendido de 2019: el XIV Plan Quinquenal (2026-2030) incluirá, por primera vez, un fondo de compensación por automatización financiado con impuestos a empresas tecnológicas, según borradores filtrados a South China Morning Post. Pero el verdadero test llegará en 2025, cuando Alibaba y Tencent planean desplegar IA generativa en sus plataformas de comercio y logística, sectores que emplean a 18 millones de personas. Si Shenzhen fue el aviso, el resto del país podría ser el incendio. La pregunta no es si habrá protestas, sino cuánto tardará el Partido en perder el control de la narrativa.

Referencia de contenido: aquí

La entrada China en la cuerda floja: IA vs. empleo, el dilema que desafía a Xi Jinping se publicó primero en En foco Hoy.

IA disparó la demanda eléctrica: ¿burbuja o oportunidad histórica en el sector?

masterfoco — Sun, 22 Feb 2026 02:51:54 +0000

Fiebre eléctrica: La IA transformó a las eléctricas en el activo más codiciado de Wall Street. El rally supera el 6,8% en 2024.

Los inversores más audaces ya habían anticipado que la sed insaciable de energía de la inteligencia artificial convertiría a las compañías eléctricas en un filón de ganancias. Pero lo que comenzó como una apuesta estratégica se ha convertido en una estampida sin precedentes. El mayor ETF del sector acumula un 6,8% de rentabilidad en lo que va de año, doblando el rendimiento del S&P 500 y dejando atrás a sectores antes imbatibles como el tecnológico puro.

Lo que antes eran acciones valoradas por su estabilidad y dividendos predecibles —el clásico refugio para viudas y jubilados— ahora son piezas clave en cualquier cartera que quiera exponerse al boom de la IA. El giro es tan brusco que analistas de SentimenTrader lo califican como un “frenesí comprador extremo”, un fenómeno que suele anteceder a correcciones abruptas cuando los precios se despegaron de los fundamentales. ¿Estamos ante una burbuja especulativa o el inicio de una era dorada para las eléctricas?

El riesgo más inmediato es que el mercado ya haya descontado gran parte del crecimiento futuro. Empresas como NextEra Energy Inc. (NEE) —que el 13 de febrero alcanzó máximos históricos tras subir su dividendo un 10%— tienen contratos millonarios con gigantes tecnológicos. Sus clientes no son hogares, sino Microsoft (MSFT) y Meta (META), cuyos centros de datos devoran electricidad para entrenar modelos de IA. NextEra ya suministra energía a más del 30% de los servidores de Meta en EE.UU., según informes internos de 2023.

No es la única. Duke Energy (DUK) y Constellation Energy (CEG) también rompieron récords bursátiles en los últimos 12 meses, impulsadas por acuerdos similares. La demanda es tan alta que algunas eléctricas ya negocian contratos de suministro a 20 años, algo inédito en un sector acostumbrado a plazos de 5 a 10 años. El consumo eléctrico de un centro de datos de IA equivale al de 80.000 hogares estadounidenses.

“El mercado está saturado”, advirtió Mark Malek, jefe de inversiones de Muriel Siebert & Co. “No me arriesgaría a entrar ahora; si no estás dentro, el caballo ya salió del establo”. Su escepticismo contrasta con el optimismo de quienes ven en las eléctricas una forma menos volátil de apostar por la IA, sin tener que adivinar qué fabricante de chips —como Nvidia— o desarrollador de software liderará la carrera.

Un operador anónimo demostró el miércoles cómo se capitaliza este rally: retiró sus fichas del ETF de servicios públicos de State Street con ganancias cercanas a los US$400.000. Había apostado, mediante opciones call, a que el fondo cerraría entre US$47 y US$52 en junio. La prima se disparó cuando el ETF rozó los US$46,50 la semana pasada, antes de corregir levemente. El volumen de opciones en este ETF se triplicó en enero, según datos de Bloomberg.

Pero no todo es especulación. Hay un cambio estructural: inversores que huyen de las valuaciones infladas del sector tech —donde empresas como Super Micro Computer cotizan a 80 veces sus ganancias— buscan refugio en sectores defensivos. “Si sales de las acciones de IA pero sigues creyendo en la tendencia, y el mercado gira hacia lo defensivo, las eléctricas son la opción obvia”, explicó Malek.

Ryan Levine, analista de Citigroup, va más allá: “Las eléctricas están del lado ganador”. No solo por los centros de datos, sino porque invertirán miles de millones en plantas y redes de transmisión —lo que se traduce en mayor capex (gasto de capital) y ganancias recurrentes—. “Gastarán dólares adicionales en infraestructura, así que se benefician del aumento del capex, a diferencia de otros sectores que podrían quedarse atrás”, afirmó. Levine destaca tres catalizadores:

Mayor capex por IA: Los centros de datos requieren 5 veces más energía que un edificio de oficinas equivalente.
Crecimiento de ganancias: Las eléctricas reguladas tienen márgenes garantizados por contratos a largo plazo.
Tasas de interés más bajas: Reducen el costo de financiar mega-proyectos.

Tyler Richey, de Sevens Report, añade otro factor clave: la caída en los rendimientos de los bonos del Tesoro a largo plazo. “Los bonos recuperaron su rol de refugio durante la volatilidad reciente”, dijo. Como las eléctricas dependen de deuda para expandirse, menores tasas = menor costo de financiación. El rendimiento del bono a 10 años cayó un 15% desde octubre, abaratando los préstamos para proyectos energéticos.

Pero hay una advertencia: “Los próximos pasos del sector dependerán de lo que hagan los bonos del Tesoro”. Si las tasas vuelven a subir, el costo de financiar nuevas plantas podría ahogar el rally. En 2022, un alza del 2% en las tasas frenó en seco la expansión de Duke Energy, que pospuso inversiones por US$1.200 millones.

¿Estamos entonces ante una burbuja? Los datos sugieren que no del todo. La demanda de electricidad en EE.UU. crecerá un 4,7% anual hasta 2030 —el doble que en la última década—, según la Administración de Información Energética (EIA). Y el 90% de ese crecimiento vendrá de centros de datos y fábricas de chips. Las eléctricas no solo sobreviven a la IA: son su columna vertebral.

La pregunta no es si el sector seguirá creciendo, sino quién podrá satisfacer la demanda sin colapsar. Y, sobre todo, qué pasará cuando la IA deje de ser un lujo para convertirse en infraestructura crítica —como el agua o el gas— y los gobiernos tengan que intervenir para evitar apagones masivos. ¿Están preparadas las redes eléctricas actuales para un mundo donde cada búsqueda en internet, cada video generado y cada transacción financiera dependa de servidores que consumen energía como ciudades enteras?

El precedente de 2010: cuando el fracking reescribió las reglas (y las eléctricas se quedaron atrás)

El rally actual evoca el boom del fracking en 2010-2014, cuando la demanda de energía se disparó un 3,8% anual en EE.UU. por la revolución del gas no convencional. Entonces, como ahora, las eléctricas fueron vistas como proxy de un cambio tecnológico. Pero hay una diferencia clave: en 2012, empresas como Exelon (EXC) y FirstEnergy (FE) perdieron un 15% en seis meses pese al aumento del consumo. ¿La razón? Subestimaron la velocidad a la que los precios mayoristas de la electricidad caerían por el exceso de oferta de gas barato. Hoy, el riesgo no es el fracking, sino que los gigantes tech —como Amazon (AMZN)— construyan sus propias plantas solares o nucleares, como ya hicieron en 2023 con proyectos en Virginia (210 MW) y Ohio (380 MW).

En 2010, las eléctricas tradicionales asumieron que su rol como intermediarias era irremplazable. Pero cuando el precio spot de la electricidad en el PJM Interconnection (el mayor mercado mayorista de EE.UU.) se desplomó un 40% entre 2012 y 2015, sus márgenes se evaporaron. Hoy, el paralelo es inquietante: Microsoft ya negocia directamente con productores de energía renovable en Texas y Arizona, saltándose a las utilities. Según un informe de Wood Mackenzie, para 2027, el 20% de la demanda de centros de datos podría ser cubierta por power purchase agreements (PPAs) firmados por las propias tecnológicas, no por las eléctricas.

Otro dato que pocos recuerdan: en 2013, NRG Energy invirtió US$3.600 millones en plantas de ciclo combinado, convencida de que el gas barato sería su salvación. Pero cuando los precios del gas cayeron por debajo de US$2/MMBtu en 2016, sus ingresos por capacidad se redujeron un 22% en dos años. Hoy, el error sería apostar ciegamente por que los contratos con Meta o Microsoft son a prueba de balas. En 2021, Google canceló un acuerdo de US$600 millones con una utility de Carolina del Norte cuando encontró una opción más barata en energía eólica offshore.

La pregunta que nadie se atreve a hacer: ¿y si las eléctricas son el nuevo coal?

El carbón representaba el 50% de la generación eléctrica de EE.UU. en 2005. Para 2020, era menos del 20%. No fue por regulación (aunque ayudó), sino porque las utilities sobreinvirtieron en activos obsoletos mientras el mercado cambiaba bajo sus pies. Hoy, el capex en redes de transmisión que anunciaron empresas como NextEra asume que los centros de datos seguirán dependiendo de ellas. Pero si las tech logran lo que ya hicieron con los servidores on-premise —migrar a la nube y luego construir la suya—, las eléctricas podrían quedar con activos varados valorados en cientos de miles de millones. El aviso está en los libros de historia: en 2018, Pacific Gas and Electric (PCG) se declaró en bancarrota por US$51.000 millones en pasivos, en parte por apostar a un modelo que el mercado ya no necesitaba.

Referencia de contenido: aquí

La entrada IA disparó la demanda eléctrica: ¿burbuja o oportunidad histórica en el sector? se publicó primero en En foco Hoy.

“La IA borrará el software”: Fondo estrella predice colapso masivo y actúa

masterfoco — Mon, 16 Feb 2026 13:17:28 +0000

Sentencia financiera: El gestor que aplasta al 99% del mercado lanza alerta máxima: la IA extinguirá al software tradicional. Solo unos pocos sobrevivirán a la hecatombe.

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.

Hardware largo, software corto.

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.

Las acciones de software de infraestructura se recuperan más rápido que las de sus competidores.

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.

Referencia de contenido: consultar fuente original aquí

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

“Comprar con IA”: Google revoluciona el comercio en su buscador y Gemini

masterfoco — Wed, 11 Feb 2026 19:56:58 +0000

Monetización acelerada: Google integra compras directas en su buscador y Gemini, transformando la IA en un motor de ingresos con anuncios reinventados y alianzas clave.

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.

Referencia de contenido: aquí

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

iPhone 17e a US$599: Apple desvela precios y su plan 2026

masterfoco — Tue, 10 Feb 2026 18:53:31 +0000

El iPhone 17e mantiene su precio: US$599 con chip A19 y MagSafe

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?

Referencia de contenido: aquí

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