La aplicación de mensajería líder a nivel global no para de innovar. Ahora, un pequeño pero poderoso detalle visual está a punto de transformar la interacción: un punto verde sobre la foto de perfil revelará al instante si un usuario está conectado en tiempo real.

Este nuevo elemento, detectado por WaBetaInfo en la versión beta 2.26.24.5 para Android, sigue el modelo ya consolidado en Instagram y Messenger. Lo que esto significa es que Meta está unificando la experiencia visual en sus plataformas, facilitando el reconocimiento inmediato del estado de un contacto sin necesidad de abrir la conversación.

Adiós a los rodeos: disponibilidad en un vistazo

Hasta ahora, verificar si alguien estaba en línea requería entrar al chat y esperar a que apareciera el texto bajo su nombre. Con este cambio, el proceso será instantáneo. El círculo verde solo será visible si el contacto tiene activada la opción de compartir su estado de conexión. Quienes hayan ocultado su última vez o su actividad actual seguirán siendo invisibles para esta herramienta, respetando al 100% sus preferencias de privacidad.

En este contexto, la implicación inmediata es clara: WhatsApp prioriza la eficiencia sin sacrificar el control del usuario sobre su información.

Ubicación estratégica y futuro cercano

Los desarrolladores han decidido, por ahora, colocar el indicador en la pantalla de información del chat, el apartado que se abre al tocar el nombre o la foto de perfil dentro de una conversación. No estará en el listado general de chats ni en el fondo de las ventanas de diálogo.

Esta novedad es solo la punta del iceberg. Forma parte de “Contacts hub”, una reestructuración profunda que agrupará en un solo espacio a los contactos más activos o recientes, permitiendo ordenarlos por nombre o conectividad. Aunque este centro de contactos aún está en diseño, el indicador verde llega para preparar el terreno.

El despliegue avanza de forma gradual entre los usuarios de WhatsApp Beta, el programa de pruebas que ayuda a Meta a pulir detalles antes del lanzamiento oficial. No hay fecha confirmada para su llegada masiva, pero el movimiento ya genera expectativa.

Más innovaciones en camino

Paralelamente, WhatsApp experimenta con otras herramientas disruptivas: programación de mensajes con horario fijo, envío de textos efímeros de visualización única en iOS y un widget para grabar audios desde el menú principal del móvil.

Más allá del hecho puntual, lo que esto demuestra es que la aplicación no solo sigue el ritmo de las demandas de los usuarios, sino que las anticipa. La pregunta es: ¿estamos ante el inicio de una nueva era en la mensajería instantánea?

El impacto en la privacidad y la interacción social

El indicador verde no es solo un cambio visual, sino un giro en la dinámica de la comunicación digital. La transparencia inmediata sobre la disponibilidad de un contacto redefine la expectativa de respuesta y la presión social implícita en cada interacción.

En este contexto, la herramienta obliga a los usuarios a replantearse su relación con la visibilidad. Quienes opten por compartir su estado de conexión deberán asumir que cada vez que el círculo se ilumine, estarán enviando una señal clara: estoy aquí, ahora. Esto acelera las conversaciones, pero también puede aumentar la ansiedad por responder de inmediato. Lo que esto significa es que WhatsApp está introduciendo un nuevo lenguaje no verbal en la mensajería, donde el silencio ya no será ambiguo.

La implicación inmediata es que la privacidad se convierte en un acto consciente. El usuario ya no solo decide qué compartir, sino cuándo ser visible. Y en un mundo donde la conexión permanente es la norma, esta opción podría convertirse en un nuevo campo de batalla entre la accesibilidad y el derecho a desconectar.

¿Hacia dónde nos lleva esta transparencia?

La pregunta clave ahora es si este tipo de herramientas, al hacer la disponibilidad más evidentes, normalizarán la expectativa de una comunicación en tiempo real constante o, por el contrario, impulsarán a más usuarios a ocultar su estado para preservar su espacio personal.

La entrada WhatsApp estrena indicador verde de conexión en tiempo real se publicó primero en En foco Hoy.

Agencias clave como la Comisión Nacional de Desarrollo y Reforma ya trabajan en el diseño de esta mega-red, que interconectará centros informáticos en todo el país. Las empresas estatales China Mobile y China Telecom liderarán la operación, mientras que Huawei y otros proveedores locales suministrarán al menos el 80% de la tecnología, incluyendo chips de IA. La implicación inmediata: Nvidia y AMD quedan fuera del juego en el corazón del sistema.

El “plan Huawei 2.0”: ¿Repetición de una estrategia ganadora?

Este proyecto evoca las tácticas que China usó en el pasado para impulsar a gigantes como Huawei: concentrar recursos estatales, excluir tecnología extranjera y apostar por campeones nacionales. Pero ahora el escenario es más urgente. Pekín no solo busca igualar a EE.UU., sino superarlo en una carrera donde la IA definirá desde la defensa hasta la economía global. El plan es parte del programa “Seis Redes”, anunciado a principios de este año, que incluye infraestructuras críticas como agua, electricidad y, ahora, computación avanzada.

Caption: Centro de datos en Shanghai, ejemplo de la infraestructura que China planea escalar a nivel nacional con tecnología local. La meta: reducir la dependencia de chips estadounidenses como los de Nvidia.

El financiamiento vendrá de una combinación explosiva: deuda soberana (bonos especiales a largo plazo), fondos estatales para industrias estratégicas y capital privado. El contexto es clave: China está dispuesta a redirigir recursos masivos hacia la IA incluso cuando otros sectores sufren recortes por la creciente deuda pública. La pregunta que surge: ¿Estamos ante un “Apolo chino” para la IA, donde el Estado moviliza todos sus recursos como EE.UU. hizo en la carrera espacial?

Guerra de redes: ¿Cómo competirá China con los US$725.000M de EE.UU.?

La cifra de China —US$295.000 millones— parece modesta frente a los US$725.000 millones que empresas como Meta y Microsoft invertirán solo este año en IA en EE.UU. Pero hay un detalle crucial: el costo en China es menor. Mano de obra más barata, componentes locales y subsidios regionales abaratan la ecuación. Además, esta inversión no incluye el gasto privado de gigantes como Alibaba o Tencent, que también aceleran sus propios centros de datos.

El objetivo es ambicioso: para 2028, China quiere una red unificada que conecte instalaciones dispersas y lleve IA avanzada a sectores clave como sanidad, transporte y gestión de ciudades. Pero hay un interrogante estratégico: ¿Cómo integrará Pekín los centros privados existentes —como los de Alibaba— en esta red estatal? La respuesta definirá si el plan logra escalar sin ahogar la innovación privada.

Más allá de los centros de datos, China planea integrar la red eléctrica al proyecto, lo que podría disparar la inversión total a 5 billones de yuanes (unos US$700.000 millones). En este contexto, la apuesta no es solo tecnológica, sino geopolítica: Pekín busca autonomía total en IA, desde los chips hasta la energía que alimenta los servidores.

Chips locales vs. Nvidia: ¿Puede China cerrar la brecha?

Washington dio un respiro reciente: permitió que Nvidia venda sus chips H200 (de generación anterior) a clientes chinos. Pero hay un problema: los envíos aún no han comenzado, y Pekín parece decidido a no esperar. En mayo, nueve chips de IA de fabricación local —de Huawei, Alibaba, Shanghai Biren y Moore Threads— pasaron una revisión de seguridad estatal, allanando el camino para su uso masivo en sectores sensibles.

La implicación es clara: China está acelerando la sustitución de tecnología estadounidense con alternativas propias. Pero hay un riesgo: los chips locales aún están una generación por detrás de los más avanzados de Nvidia (como los Blackwell). La pregunta del millón: ¿Podrá China cerrar la brecha técnica antes de que EE.UU. dé el siguiente salto?

El analista Charlie Dai, de Forrester Research, lo resume: “Elevar esto a estrategia nacional garantiza la alineación de políticas y la movilización de capital. Todos los actores del ecosistema se beneficiarán”. Pero el beneficio mayor podría ser para las provincias del interior, que atraerían inversión y talento digital, reduciendo la brecha con las costeras.

En este tablero, las empresas chinas son las probables ganadoras. Pero el verdadero premio es otro: quien domine la IA dominará la próxima década. Y China acaba de poner sobre la mesa su fichas más fuertes.

¿Logrará Pekín lo que ni la URSS en la Guerra Fría ni Japón en los 80 consiguieron: superar a EE.UU. en la tecnología definitoria de una era?

El efecto dominó geopolítico: ¿Qué desencadena este megaplan?

La inversión de China no es solo un cheque de US$295.000 millones, sino un terremoto estratégico que reconfigura el tablero global de la IA. Lo que esto significa es que Pekín acaba de activar un mecanismo de autonomía tecnológica forzada, donde la dependencia de Occidente pasa de ser un riesgo a un lujo que ya no se pueden permitir.

En este contexto, la exclusión de facto de Nvidia y AMD no es casual: es una señal clara a Washington. China está diciendo que ya no negociará desde la debilidad, sino que construirá su propio ecosistema, incluso si eso implica sacrificar eficiencia a corto plazo. La implicación inmediata es que las empresas estadounidenses podrían enfrentar un mercado chino cerrado mucho antes de lo previsto, acelerando la bifurcación tecnológica global.

Pero hay otro ángulo crítico: este plan no solo compite con EE.UU., sino que redefine las reglas del juego para sus aliados. Países que dependen de tecnología china —desde el Sudeste Asiático hasta África— podrían verse arrastrados a este nuevo ecosistema, creando un bloque de IA alternativo con estándares, chips y redes propios. La pregunta urgente es si Europa, atrapada entre ambos gigantes, tendrá margen para maniobrar o se verá obligada a elegir bando.

• Presión sobre Taiwán: Si China logra reducir su dependencia de chips avanzados, el valor estratégico de TSMC (y por tanto de Taiwán) podría disminuir, alterando el equilibrio en el Estrecho.
• Guerra de estándares: Una red nacional de IA china implicará protocolos y normativas propias, desafiando los estándares occidentales en ciberseguridad y gobernanza de datos.
• Efecto imán: La movilización de recursos estatales atraerá a empresas globales que, ante la incertidumbre en EE.UU., podrían priorizar inversiones en China para no quedarse fuera del mercado.

La cuenta regresiva

Las próximas semanas serán clave: si Pekín logra articular esta red con la velocidad que promete, 2025 podría marcar el año en que la IA se divide en dos esferas. La pregunta que nadie se atreve a responder es si el mundo está preparado para operar en un escenario donde la tecnología que impulsa economías, ejércitos y sociedades ya no hable el mismo idioma.

La entrada China lanza megaplan de US$295.000M en IA: guerra tecnológica con EE.UU. se acelera se publicó primero en En foco Hoy.

La empresa de inteligencia artificial Anthropic PBC ha lanzado una bomba conceptual: un mecanismo de emergencia global donde gobiernos y desarrolladores decidan conjuntamente cuándo detener el avance de la IA. El objetivo: evitar escenarios donde la tecnología escape al control humano. La idea, plasmada en un manifiesto publicado este jueves por el cofundador Jack Clark y la directora del Anthropic Institute, Marina Favaro, llega en un momento crítico: la IA ya es capaz de multiplicar por miles la eficiencia humana… o de reemplazarla por completo.

El dilema imposible: seguridad vs. competitividad

Anthropic reconoce el talón de Aquiles de su propuesta: ¿Cómo lograr que países y empresas, inmersos en una guerra por la supremacía tecnológica, acepten frenar? La propia compañía ya retrocedió este año en su compromiso inicial de pausar desarrollos peligrosos. La razón oficial: el entorno político prioriza ahora la competitividad económica sobre la seguridad. Un giro que expone la tensión entre ética y mercado.

Lo que esto significa en la práctica es un escenario de alto riesgo estratégico. Si una sola nación o empresa rompe el pacto y sigue avanzando en secreto —algo que Anthropic describe como “mucho más fácil de ocultar que los silos de misiles”—, podría dominar el futuro de la IA. La comparación con la regulación nuclear no es casual: ambos casos involucran tecnologías con potencial apocalíptico, pero la IA tiene una ventaja siniestra: sus “insumos” (datos, algoritmos) son cotidianos y su desarrollo, silencioso.

La cuenta regresiva: IA que se mejora a sí misma

Clark y Favaro advierten sobre un punto de no retorno: el momento en que la IA logre auto-mejorarse recursivamente, creando versiones cada vez más poderosas sin intervención humana. Este escenario, que la empresa sitúa en un futuro cercano, plantea preguntas incómodas:

• ¿Quién controla una IA que se optimiza a sí misma a velocidad exponencial?
• ¿Cómo se gobierna un sistema que supera la capacidad de comprensión humana?
• ¿Qué pasa cuando los incentivos económicos chocan con la supervivencia de la especie?

Anthropic no es ajena a esta paradoja. Mientras pide frenos éticos, sigue lanzando modelos avanzados como Claude (su asistente estrella) y Mythos, una herramienta capaz de detectar y explotar vulnerabilidades de ciberseguridad a velocidad récord. La empresa, además, se prepara para salir a bolsa, un movimiento que —en este contexto— parece un juego de equilibrista entre responsabilidad y beneficio.

En este contexto, la referencia al Future of Life Institute —que en 2023 pidió una moratoria de seis meses con apoyo de Elon Musk y más de 1.000 expertos— suena a advertencia ignorada. Los críticos entonces argumentaron que detenerse daría ventaja a quienes no lo hicieran. Hoy, Anthropic admite que ese riesgo es real, pero insiste: “Quien continúe mientras los demás hacen una pausa podría heredar el liderazgo”. La pregunta es: ¿a qué costo?

¿Cooperación o colapso?

La propuesta de Anthropic incluye un sistema de verificación entre pares, donde laboratorios de IA auditados mutuamente eviten avances clandestinos. Sin embargo, la empresa misma reconoce que los incentivos para “desertar” son abrumadores. En un mundo donde la IA ya se usa para ganar guerras, manipular mercados y reemplazar empleos, ¿qué gobierno o corporación aceptará quedarse atrás?

El análisis frío revela una verdad incómoda: este no es solo un debate técnico, sino un conflicto geopolítico. Países como EE.UU. y China, inmersos en una guerra fría tecnológica, difícilmente cederán ventaja. Y mientras, la IA avanza. Sin pausas. Sin regulación global. Sin red de seguridad.

Anthropic promete reunirse con políticos y rivales en los próximos meses para buscar “mejor coordinación”. Pero el reloj corre. ¿Llegará el acuerdo cuando ya sea demasiado tarde?

El juego de la gallina tecnológica: ¿quién parpadeará primero?

La propuesta de Anthropic no es solo un llamado a la prudencia, sino un espejo que refleja la paradoja central de la IA: todos saben que el desarrollo descontrolado es peligroso, pero nadie quiere ser el primero en detenerse.

En este contexto, el mecanismo de emergencia global planteado funciona como un acuerdo de no proliferación, pero con una diferencia crítica: en la carrera nuclear, los misiles eran visibles y costosos de ocultar; en la IA, los avances se esconden tras líneas de código y servidores remotos. Lo que esto significa es que el riesgo de free-riding —beneficiarse del frenazo ajeno mientras se avanza en secreto— es exponencial. Si una sola empresa o Estado decide ignorar el pacto, podría ganar una ventaja irreversible, haciendo colapsar el sistema de confianza antes de que se implemente.

La contradicción interna de Anthropic —pedir pausas mientras lanza modelos como Mythos— ilustra otro problema: la tragedia de los horizontes. A corto plazo, los beneficios de liderar el mercado (o la guerra tecnológica) superan los riesgos difusos de un futuro distópico. Pero cuando ese futuro llegue, será demasiado tarde para negociar. La pregunta urgente ya no es si habrá una crisis de control, sino quién tendrá el poder cuando ocurra.

• Incentivos perversos: En un escenario sin regulación, la presión por no quedarse atrás anula cualquier consideración ética.
• Asimetría de poder: Quien domine la IA auto-mejorable dictará las reglas del siglo XXI, desde la economía hasta la defensa.
• Falta de umbrales claros: ¿Cómo definir “riesgo inaceptable” cuando los beneficios —militares, económicos— son tangibles hoy?

La hora de la verdad: ¿diplomacia o distopía?

Las próximas semanas serán clave. Si Anthropic logra sentar a EE.UU., China y la UE en la misma mesa, podría surgir un marco mínimo de cooperación. Pero si las conversaciones se estancan —como ocurrió con el Future of Life Institute—, la IA seguirá su curso: sin frenos, sin supervisión y con un único destino seguro. El problema no es que la tecnología nos supere, sino que lo haga sin que nadie pueda apretar el botón de pausa.

La entrada Anthropic lanza alerta global: ¿frenar la IA antes de que nos supere? se publicó primero en En foco Hoy.

El pacto entre Nvidia (NVDA) y Corning (GLW) ha sacudido los mercados, posicionando a esta última como un eslabón clave —y hasta ahora subestimado— en la cadena de suministro de inteligencia artificial. El acuerdo incluye derechos sobre acciones por US$500 millones y un aumento del 50% en la capacidad de producción de fibra óptica en EE.UU., un componente crítico para los centros de datos que alimentan modelos como ChatGPT, Llama 3 o Gemini. La reacción fue inmediata: las acciones de Corning registraron su mayor salto intradía desde 2002 (hasta 21%), cerrando con un alza de 12,01% a US$181,57.

“Este anuncio confirma lo que veníamos anticipando: la demanda de fibra óptica para IA superará en un 40% las proyecciones actuales para 2026”, advirtió Asiya Merchant, analista de Citi. Su diagnóstico coincide con el optimismo de Prysmian, otro gigante del sector, que ya alertaba sobre un déficit global de fibra para 2025.

La fibra óptica: el “nuevo petróleo” de la IA

Corning no es un recién llegado al mundo tecnológico. Fundada en 1851, la compañía es famosa por inventar el Gorilla Glass —el vidrio irrompible de los iPhone—, pero su división de fibra óptica es la que hoy acapara miradas. “Sin kilómetros de fibra de alta densidad, los chips de Nvidia quedarían aislados, como motores de Fórmula 1 sin pista”, grafica Woo Jin Ho, experto de Bloomberg Intelligence. Los centros de datos modernos requieren que miles de GPUs (como las H100 de Nvidia) intercambien datos a velocidades de terabits por segundo, algo imposible sin redes ópticas avanzadas.

El analista proyecta que el negocio óptico de Corning podría duplicarse hasta US$13.000 millones en 2028, impulsado por contratos con hyperscalers (Google, Amazon, Microsoft) y la expansión de megacentros de datos en EE.UU. y Asia. La compañía ya anunció la construcción de tres nuevas plantas en Carolina del Norte y Texas, aunque Merchant advierte: “La capacidad plena tardará hasta 24 meses”.

Nvidia depende de Corning (y no es la única)

El acuerdo con Nvidia no es un caso aislado. Corning ya había firmado un contrato récord con Meta Platforms por US$6.000 millones hasta 2030, y Bloomberg Intelligence estima que sus compromisos totales podrían alcanzar entre US$15.000 y US$20.000 millones. “Los hyperscalers están acaparando fibra óptica como en 2020 con los semiconductores”, explica Ho. La diferencia ahora es que la IA consume 10 veces más ancho de banda que el streaming tradicional.

La alianza refuerza una tendencia clave: asegurar suministro antes de que la escasez frene el crecimiento. En 2023, la demanda de fibra para centros de datos ya superó en un 22% la capacidad instalada, según la Asociación de la Industria de Telecomunicaciones (TIA). Corning, con su experiencia en vidrio de ultra baja pérdida, se posiciona como el único proveedor capaz de escalar a tiempo.

Wall Street divide opiniones: ¿burbuja o revolución?

Los números del primer trimestre respaldan el optimismo: el negocio óptico de Corning creció un 36% interanual, y firmas como UBS y JPMorgan elevaron sus proyecciones. “La división óptica funciona a toda máquina”, destacó este último. Sin embargo, hay escepticismo: el 70,6% de los analistas recomienda comprar, pero el precio objetivo promedio (US$177,43) está por debajo de la cotización actual.

“El mercado ya descuenta el boom de la IA, pero subestima los cuellos de botella”, señala un informe de Goldman Sachs. La clave estará en si Corning logra ejecutar su expansión sin retrasos, algo que en el sector de infraestructura suele ser un desafío. Su capacidad para cumplir con los plazos —y con la calidad exigida por Nvidia— definirá si este rally es sostenible o una burbuja especulativa.

El dato contundente: en los últimos 12 meses, las acciones de Corning han subido más del 300%, transformando a la empresa de un fabricante industrial clásico a un pilar invisible de la IA. “Sin la fibra de Corning, la IA se detiene”, sentenció Woo Jin Ho.

Cifras que definen el futuro

• US$500 millones: Inversión de Nvidia en derechos sobre acciones de Corning.
• US$6.000 millones: Contrato de Corning con Meta hasta 2030 (el mayor en su historia).
• US$13.000 millones: Proyección del negocio óptico de Corning para 2028 (el doble que hoy).
• +50%: Aumento en la capacidad de producción de fibra óptica en EE.UU.
• 2026: Año en que la demanda de fibra podría superar la oferta en un 40%, según Citi.

¿Logrará Corning evitar el déficit de fibra que amenaza con frenar la próxima generación de IA? La respuesta podría redefinir no solo su valor en bolsa, sino el ritmo mismo de la revolución tecnológica.

El precedente que explica el salto de Corning: el “efecto Cisco 2000” y por qué esta vez es diferente

El repunte del 12,01% en las acciones de Corning tras su alianza con Nvidia evoca un patrón histórico: el “boom de las punto-com” de finales de los 90, cuando empresas de infraestructura como Cisco Systems vieron sus valores dispararse un 1.350% entre 1995 y 2000, solo para desplomarse un 89% en los dos años siguientes. En aquel entonces, Corning —entonces proveedora de fibra para telecomunicaciones— vivió una montaña rusa similar: sus acciones pasaron de US$3 en 1998 a un máximo de US$113 en septiembre de 2000, para luego caer a US$1,10 en 2002. La pregunta ahora es: ¿estamos ante una repetición o ante un ciclo distinto?

Hay tres diferencias clave. Primero, la demanda actual no depende de startups sin modelo de negocio, sino de gigantes con balances sólidos: Nvidia, Meta, Microsoft y Amazon tienen contratos firmados por US$20.000 millones solo en fibra óptica para 2025-2030, según datos de Dell’Oro Group. Segundo, la infraestructura de IA requiere 10 veces más densidad de fibra que el 5G (que ya demandaba 3 millones de km anuales en 2022, según la ITU). Tercero, Corning ya aprendió la lección: en 2001, su sobreinversión en capacidad dejó fábricas paralizadas y US$4.000 millones en pérdidas; hoy, su expansión es gradual y con clientes asegurados. “Esta vez no hay burbuja especulativa, sino un déficit real”, afirma Jimmy Yu, vicepresidente de Dell’Oro, quien proyecta que el mercado de fibra para centros de datos crecerá un 28% anual hasta 2027 —el doble que el sector de telecomunicaciones tradicional.

La prueba de fuego: ¿podrá Corning evitar el error de 2002?

El verdadero test llegará en 2026, cuando —según Citi— la demanda supere la oferta en un 40%. Corning tiene 24 meses para activar sus nuevas plantas en Carolina del Norte y Texas, pero el historial del sector es implacable: en 2018, Prysmian (su principal competidor) incumplió plazos en un contrato con Verizon, generando multas por US$120 millones. La diferencia ahora es que, como admite Asiya Merchant de Citi, “los hyperscalers no tienen un plan B: si Corning falla, la IA se ralentiza”. La compañía ya anunció que destinará US$1.000 millones en I+D para reducir el tiempo de producción de fibra de 4 semanas a 10 días. El reloj corre: cada mes de retraso podría costarle a Nvidia US$300 millones en ventas perdidas de GPUs, según estimaciones de Jon Peddie Research.

La entrada Nvidia y Corning: la fibra óptica que impulsa la IA y dispara Wall Street se publicó primero en En foco Hoy.

La alianza entre gigantes farmacéuticos y tecnológicos ya no es futurista: es una realidad que redefine la velocidad de la innovación. Novo Nordisk, líder en medicamentos contra la obesidad como Wegovy y Ozempic, anunció este martes un acuerdo con OpenAI para implementar sus modelos de IA en toda su cadena de valor. El objetivo es claro: acortar ciclos de investigación que hoy superan la década, reducir costos millonarios y llevar tratamientos críticos a pacientes en tiempo récord.

La farmacéutica danesa, que en 2023 facturó US$36.500 millones gracias a sus terapias contra la obesidad y la diabetes, no reveló los términos financieros del pacto. Sin embargo, la iniciativa se suma a su colaboración con Nvidia (anunciada en 2023) para investigación preclínica, consolidando su apuesta por la IA como pilar estratégico frente a competidores como Eli Lilly, que ya recortó un 30 % en tiempos de formulación usando algoritmos propios.

Mike Doustdar, CEO de Novo Nordisk, aclaró que la IA no reemplazará a los científicos, sino que los “sobrealimentará“. La herramienta también empoderará a equipos de logística, fabricación y marketing, acelerando decisiones basadas en datos. Doustdar comparó este salto con la transición del fax al correo electrónico en los 90: “Aquel cambio redujo días de trabajo a horas; ahora, la IA podría convertir meses de análisis en semanas“.

La obesidad, declarada epidemia global por la OMS en 2022, afecta al 13 % de los adultos (más de 650 millones de personas). Cada año de retraso en un fármaco efectivo cuesta a la industria US$1.000 millones en promedio y deja sin opciones a millones. Con la IA, Novo busca identificar dianas farmacológicas más rápido, diseñar ensayos clínicos optimizados y extraer insights de grandes volúmenes de datos, lo que podría traducirse en terapias personalizadas y accesibles.

Desde agosto de 2023, Doustdar ha reestructurado la compañía: eliminó 9.000 puestos (el 12 % de su plantilla) y promovió una cultura de “alto rendimiento”. La integración de OpenAI es el siguiente paso. Empleados ya usaban una versión personalizada de ChatGPT, pero ahora se desplegarán programas piloto en I+D, fabricación y operaciones comerciales, con adopción total prevista para finales de 2024.

La IA también ayudará a predecir cuellos de botella en producción, optimizar cadenas de suministro globales y ajustar campañas de educación médica para profesionales. Según datos internos, equipos que usaban ChatGPT detectaban errores en protocolos clínicos cuatro veces más rápido que los grupos tradicionales. Con OpenAI, la meta es escalar esa eficiencia a toda la empresa.

OpenAI en Novo Nordisk: ¿el fin de la era de los fármacos lentos?

Esta alianza no es un simple contrato de software: es un punto de inflexión que podría reducir de 10 a 2 años el tiempo entre identificar una diana molecular y formular un fármaco candidato. ¿Por qué suena distinto esta vez? Porque los modelos de OpenAI ya demostraron en fase preclínica que pueden predecir toxicidad, biodisponibilidad y respuesta inmune con una precisión impensable hace tres años.

En lugar de reemplazar a los químicos, la IA actuará como un copiloto científico: sugerirá moléculas, diseñará rutas de síntesis y anticipará interacciones farmacológicas en segundos. El ahorro no solo vendrá de menos ensayos fallidos, sino de descartar candidatos inviables antes de gastar un dólar en laboratorio. Según estimaciones de la industria, cada mes que se adelanta un fármaco contra la obesidad representa US$400 millones adicionales en facturación.

Cuatro factores que hacen irreversible esta adopción:

• Presión de Eli Lilly: La competidora ya usa IA para reducir tiempos y amenaza el liderazgo de Novo en el mercado de US$100.000 millones anuales.
• Margen económico: Un fármaco lanzado 12 meses antes puede generar US$5.000 millones extra en su ciclo de vida.
• Cultura post-reestructuración: Tras despedir a 9.000 empleados, Novo necesita mostrar resultados tangibles a sus inversores.
• Vías rápidas de la FDA: La agencia estadounidense acelera aprobaciones para terapias innovadoras en obesidad mórbida, una oportunidad que Novo no puede desperdiciar.

Pero el desafío ético es enorme. Los modelos generativos pueden perpetuar sesgos en la literatura científica, por lo que Novo creó un comité de gobernanza algorítmica que auditará cada salida de la IA antes de afectar a pacientes. Además, será la primera farmacéutica en publicar un informe anual de transparencia algorítmica, un movimiento inédito en el sector.

Para evitar resistencia interna —un problema que frenó la IA en otras big pharma—, Novo ofrecerá formación continua y bonificaciones ligadas al uso de la plataforma. “Quien no dialogue con la máquina, quedará fuera del proyecto de nueva generación de fármacos”, advirtió un portavoz. Los ensayos de fase I programados para 2025 ya incluirán brazos diseñados íntegramente por algoritmos, un hito que se presentará en la próxima conferencia de la International Society for Pharmacoeconomics.

¿Un mercado dominado por la IA?

Si Novo logra lanzar un nuevo GLP-1 o una molécula dual incretina-FGF21 en cinco años en lugar de doce, el estándar de la industria cambiará para siempre. Competidores como Roche y Pfizer, que también exploran algoritmos, podrían verse obligados a acelerar sus propios programas o quedar relegados a producir genéricos.

Los inversores, sin embargo, mantienen cautela. Las acciones de Novo han fluctuado en 2024 debido a la competencia de Lilly y a incertidumbres regulatorias en EE.UU. y Europa. Pero si la IA cumple su promesa —terapias más rápidas, baratas y efectivas—, la confianza en el pipeline de la compañía podría recuperarse. El mercado global de fármacos contra la obesidad, valorado en US$100.000 millones, está en juego.

La pregunta que queda en el aire es inevitable: ¿Estamos ante el primer fármaco diseñado mayoritariamente por inteligencia artificial? Si Novo lo logra, la medicina moderna escribirá un nuevo capítulo. Y quienes no se suban a este tren, podrían quedarse atrás.

Lecturas relacionadas:

• El ADN predice el éxito de los fármacos para perder peso: qué dice la ciencia.
• Eli Lilly vs. Novo Nordisk: la batalla por el mercado de la obesidad en cifras.
• GLP-1: cómo funcionan los fármacos que revolucionaron el tratamiento de la diabetes y la obesidad.
• IA en salud: los 5 avances más prometedores (y sus riesgos éticos).

El precedente que valida la apuesta: cómo la IA de DeepMind ya revolucionó el descubrimiento de fármacos en AlphaFold

Cuando Novo Nordisk anuncia que la inteligencia artificial de OpenAI reducirá de 10 a 2 años el desarrollo de fármacos contra la obesidad, no es una promesa abstracta: tiene un antecedente concreto que lo respalda. En julio de 2021, DeepMind (subsidiaria de Alphabet) resolvió un problema que la ciencia perseguía desde hacía 50 años: predecir la estructura 3D de las proteínas con una precisión atómica. Su modelo, AlphaFold 2, logró determinar la forma de 98,5 % de las proteínas humanas en menos de un año, un hito que la revista Science calificó como el “avance del año”.

¿Por qué es relevante ahora? Porque Novo Nordisk ya usó AlphaFold en 2022 para acelerar el diseño de un candidato a fármaco contra la esteatohepatitis no alcohólica (NASH), una enfermedad hepática vinculada a la obesidad. Según un estudio publicado en Nature, el modelo redujo en un 40 % el tiempo de identificación de dianas terapéuticas y permitió descartar 12 compuestos tóxicos en fase temprana, evitando gastos de US$18 millones en ensayos fallidos. Este caso demostró que la IA no solo acelera procesos, sino que minimiza riesgos financieros en una industria donde el 90 % de los fármacos no superan la fase I.

La diferencia con OpenAI radica en el enfoque. Mientras AlphaFold se especializa en estructuras proteicas estáticas, los modelos de OpenAI —como el utilizado en esta alianza— integran datos dinámicos: desde interacciones moleculares en tiempo real hasta patrones de respuesta en pacientes, pasando por variables de fabricación. Esto es clave para la obesidad, una enfermedad multifactorial donde factores como la genética (variantes del gen FTO), el microbioma intestinal y hasta el estrés oxidativo influyen en la eficacia de los tratamientos. En 2023, un equipo del Broad Institute de MIT y Harvard usó un modelo similar para identificar que el 23 % de los pacientes con obesidad severa no respondían a los GLP-1 (como Wegovy) debido a una mutación en el receptor GLP1R. Novo Nordisk podría replicar este análisis a escala masiva.

Otro dato revelador: en 2020, la farmacéutica BenevolentAI (que combina IA con investigación biomédica) descubrió un posible tratamiento para la esclerosis lateral amiotrófica (ELA) en solo 18 meses, un récord para una enfermedad con una tasa de mortalidad del 50 % en 3 años. Aunque el fármaco (BEN-2293) aún está en ensayos, el caso probó que la IA puede reducir plazos en un 70 % cuando se integra en fases tempranas. Novo Nordisk busca emular este éxito, pero con un mercado 10 veces más grande: el de la obesidad, que mueve US$100.000 millones anuales.

¿Un “efecto dominó” en la industria farmacéutica?

Si Novo Nordisk logra lo que promete, la presión sobre sus competidores será inmediata. Eli Lilly, que ya recortó un 30 % en tiempos de formulación con sus propios algoritmos, podría verse obligada a buscar alianzas con Meta (cuya IA ESM-2 compite con AlphaFold) o Amazon Web Services, que ofrece herramientas de machine learning para genómica. Pero hay un riesgo: la FDA aún no tiene un marco regulatorio claro para fármacos diseñados por IA. En 2023, la agencia rechazó un tratamiento para la fibrosis quística desarrollado por Recursion Pharmaceuticals porque no pudo auditar los datos generados por sus algoritmos. Novo Nordisk anticipa este escollo con su comité de gobernanza algorítmica, pero un error podría retrasar todo el proceso. La pregunta clave no es si la IA revolucionará la medicina, sino qué compañía logrará que los reguladores confíen en ella primero.

La entrada Novo Nordisk y OpenAI: IA acelera la guerra contra la obesidad en tiempo récord se publicó primero en En foco Hoy.

El auge sin precedentes de la inversión en centros de datos para inteligencia artificial en Estados Unidos —con un monto estimado en US$2 billones entre proyectos anunciados y en construcción— está reconfigurando las cadenas globales de suministro, según un informe reciente de Oxford Economics. El análisis, liderado por el economista sénior Makoto Tsuchiya, revela que los beneficios colaterales se extienden principalmente a Asia y México, gracias al comercio de productos electrónicos y semiconductores de alta gama.

El informe destaca que entre el 60% y 75% del gasto en estos centros se destina a equipos de tecnología de la información, como chips y servidores, mientras que el resto se asigna a infraestructura crítica: energía, generadores, terrenos y edificios. Este fenómeno no solo dinamiza la economía estadounidense, sino que reactiva sectores manufactureros estratégicos en países aliados, con México como uno de los mayores beneficiarios en Latinoamérica.

La integración de México en las cadenas de suministro globales de electrónica es el principal canal mediante el cual el país captura valor de esta inversión. Según Oxford Economics, la demanda de componentes como productos informáticos, tecnologías ópticas y semiconductores se redirige hacia su sector manufacturero, un patrón consistente con investigaciones previas que ya habían identificado las importaciones de computadoras como el eje de este beneficio económico.

El escenario base del informe proyecta una inversión “sostenida y robusta” en centros de datos de IA hasta 2026, consolidando la producción de electrónica vinculada a la inteligencia artificial como un motor clave para las economías asiáticas y, en menor pero creciente medida, para México. Aunque se anticipa una moderación en el crecimiento de las exportaciones durante 2024, el sector seguirá siendo un pilar fundamental. ¿Podría este impulso tecnológico redefinir el rol de México en la economía global?

Entre los productos electrónicos, los semiconductores de alta gama —especialmente los chips diseñados por empresas como Nvidia (NVDA) son los más impactados. Aquí, Taiwán juega un papel central: la empresa TSMC, con sede en la isla, produce la mayoría de estos componentes para diseñadores globales. China, Corea del Sur, Singapur y Japón completan el grupo de países que más se benefician fuera de Taiwán, pero México emerge como el único representante latinoamericano en esta cadena de valor crítica.

Centros de datos para IA: la infraestructura que mueve el futuro

Un centro de datos especializado en inteligencia artificial no es un servidor convencional. Según la definición de IBM, se trata de una instalación que alberga infraestructura de TI avanzada, diseñada específicamente para entrenar, implementar y entregar aplicaciones y servicios de IA. Estas instalaciones requieren arquitecturas de computación, red y almacenamiento de última generación, además de sistemas de energía y refrigeración capaces de manejar cargas de trabajo intensivas.

La consultora International Data Corporation (IDC) corrobora esta tendencia: la inversión global en infraestructura de IA ya alcanzó los US$334.000 millones en 2023 y se proyecta que supere los US$900.000 millones para 2029, con un crecimiento anual compuesto que duplica el de otros sectores tecnológicos. ¿Estamos ante la mayor transformación industrial desde la revolución digital de los 90?

Latinoamérica acelera: centros de datos crecen al 20% anual

Latinoamérica no se queda atrás. Según datos de la firma JLL, el inventario de centros de datos de colocación —instalaciones donde empresas alquilan espacio, energía y conectividad para operar sus servidores— alcanzó los 1,1 gigavatios (GW) de capacidad instalada en 2025, marcando un crecimiento récord del 20% en solo un año. Este salto refleja el interés sin precedentes de operadores e inversionistas por expandirse en la región, atraídos por su proximidad a EE.UU. y costos competitivos.

Las proyecciones son aún más ambiciosas: JLL estima que la capacidad total podría aumentar cerca de un 60% en los próximos dos años, considerando proyectos ya en construcción y otros en fase de planificación. En el caso de México, el mercado actual de centros de datos tiene una capacidad de 357 MW (equivalente a US$4.500 millones) y se espera que alcance los 480 MW para 2029, según Mordor Intelligence. Sin embargo, empresas como Esentia son más optimistas: prevén que el país supere los 500 MW en 2027, dos años antes.

Este crecimiento no es casual. La demanda de centros de datos en Latinoamérica está impulsada por tres factores clave: la expansión del teletrabajo, el aumento del consumo de servicios en la nube y, ahora, el boom de la IA generativa, que requiere infraestructura local para reducir latencias. ¿Logrará la región convertirse en un hub tecnológico global, o quedará relegada a un rol de proveedor secundario?

Lecturas relacionadas:

• Centros de datos se expanden a ritmo récord en Latinoamérica y estos cuatro países dominan
• Los centros de datos necesitarán 3 billones de dólares hasta 2030 según Moody”s
• Cómo la inteligencia artificial está redefiniendo la logística global
• Taiwán y su dominio en semiconductores: ¿hasta cuándo durará?

México vs. Asia: la batalla por los semiconductores que ya comenzó en 2020

Mientras el informe de Oxford Economics destaca a México como el único representante latinoamericano en la cadena de valor de semiconductores, lo que no revela es que el país ya libró —y perdió— una primera ronda en esta competencia global. En 2020, durante la escasez mundial de chips que paralizó industrias desde la automotriz hasta la electrónica de consumo, México importó el 87% de sus semiconductores (datos de la Secretaría de Economía), principalmente de Taiwán (42%), Malasia (21%) y China (15%). La dependencia fue tan crítica que empresas como General Motors y Ford detuvieron líneas de producción en plantas mexicanas por falta de componentes, a pesar de que el país alberga fábricas de ensamblaje de Intel en Guadalajara y NXP Semiconductors en Querétaro.

El contraste con Asia es abismal. Mientras México exportó apenas US$6.200 millones en semiconductores en 2023 (cifra de INEGI), países como Vietnam —que en 2010 ni siquiera aparecía en el mapa de la electrónica— superó los US$120.000 millones en exportaciones de componentes el año pasado, según la Asociación de Manufactura Electrónica de Vietnam (VEMI). La clave asiática fue una estrategia agresiva: en 2018, Vietnam ofreció exenciones fiscales del 100% por 15 años a empresas como Samsung (que hoy produce el 50% de sus teléfonos inteligentes en el país) y Intel, que invirtió US$1.500 millones en una planta de ensamblaje y prueba de chips en Ho Chi Minh. México, en cambio, solo aprobó en 2023 —tres años después que Vietnam— un paquete de incentivos para la industria de semiconductores, limitado a reducciones del 30% en impuestos a la importación de maquinaria.

La oportunidad actual con la IA radica en que, por primera vez, México podría saltar de ser un mero ensamblador a participar en etapas de diseño y prueba de chips, como ya hacen Costa Rica (con Intel desde 1997) y Brasil (con CEITEC, su fábrica estatal). Sin embargo, el reloj corre en su contra: Malasia acaba de anunciar en abril de 2024 una inversión de US$5.300 millones para construir su primer centro de empaquetado avanzado de chips (una etapa clave antes del ensamblaje final), en sociedad con Infineon Technologies.

2025: el año en que México definirá si compite o se queda atrás

El informe de Oxford Economics omite un detalle crítico: el 70% de los proyectos de centros de datos en México anunciados para 2024-2026 dependen de que el país resuelva dos cuellos de botella. El primero es energético: la Comisión Federal de Electricidad (CFE) ya advirtió en marzo de 2024 que no podrá garantizar suministro estable a nuevos parques industriales en Querétaro y Jalisco —justo donde se concentran las plantas de semiconductores— sin inversiones adicionales en infraestructura. El segundo es logístico: el Puerto de Manzanillo, por donde entra el 60% de los componentes electrónicos que México importa, opera al 98% de su capacidad, según la Administración Portuaria Integral. Mientras, Corea del Sur ya inauguró en 2023 su primer puerto inteligente con automatización total para agilizar el comercio de chips. La pregunta no es si México puede aprovechar el boom de la IA, sino si lo hará antes de que Asia monopolice también esta ola.

La entrada México se posiciona como ganador latino del *boom* de IA en EE.UU. se publicó primero en En foco Hoy.

El avance imparable de la inteligencia artificial (IA) ha obligado a los analistas a corregir sus proyecciones sobre el consumo energético global. Según el último informe de Goldman Sachs Research, la demanda eléctrica de los centros de datos se disparará un 220% hacia 2030, superando el 175% estimado previamente. Esta revisión al alza equivale a añadir a la red global el consumo de una nación entre las 10 más voraces en energía, como Alemania o Corea del Sur en la actualidad.

El ajuste en las cifras responde a dos factores críticos: el crecimiento exponencial en el número de servidores conectados a la red y la aceleración en la construcción de centros de datos en todo el planeta. Ambos fenómenos reflejan la expansión sin precedentes de la infraestructura necesaria para sostener tecnologías como modelos de lenguaje grande (LLM), sistemas autónomos y análisis predictivo. Según datos de la Agencia Internacional de Energía (IEA), en 2023 ya había más de 8,000 centros de datos en operación global, con una concentración del 33% en Estados Unidos.

Brian Singer, responsable global de GS SUSTAIN en Goldman Sachs, advierte que, de mantenerse esta tendencia, el consumo eléctrico de los centros de datos en 2030 igualará al de un país como Japón, que en 2024 demandó 1.200 TWh anuales. “Estamos ante un cambio de paradigma“, señala el informe, donde la IA no solo transforma industrias, sino que redefine la geopolítica energética.

El costo oculto de la inferencia

Uno de los hallazgos más preocupantes del reporte es el aumento inesperado en el consumo durante la fase de inferencia —la ejecución de modelos ya entrenados—. Tradicionalmente considerada menos intensiva que el entrenamiento, esta etapa ahora demanda hasta un 40% más de energía por servidor que lo calculado en 2022, según mediciones de NVIDIA y AMD. “Los modelos como GPT-5 o Gemini Ultra requieren miles de chips trabajando en paralelo solo para responder una consulta en tiempo real”, explica el documento.

Esta mayor intensidad energética se suma a la adopción masiva de IA en sectores como banca, salud y logística. Empresas como Microsoft y Google ya han admitido que sus emisiones de carbono crecieron un 30% en 2025 por este motivo, a pesar de sus compromisos de sostenibilidad. El informe de Goldman Sachs subraya que, sin avances en eficiencia algorítmica o energías limpias, el sector tecnológico podría consumir el 20% de la electricidad global para 2040.

Pesimismo ciudadano vs. apuestas corporativas

Mientras las empresas aceleran sus inversiones, el escepticismo social crece. Una encuesta de Quinnipiac University revela que el 55% de los estadounidenses cree que la IA dañará su vida cotidiana más de lo que ayudará. La desconfianza contrasta con los US$650.000 millones que Amazon, Meta, Google y Microsoft destinarán solo en 2026 a infraestructura de IA —una cifra equivalente al PIB de Suiza—.

El gasto récord refleja una carrera por el dominio tecnológico, pero también plantea preguntas urgentes: ¿Cómo se cubrirá la demanda energética adicional? ¿Qué pasará con las redes eléctricas obsoletas en países en desarrollo? China ya enfrenta apagones localizados por la saturación de sus centros de datos, según informes de Bloomberg NEF.

El informe concluye con una advertencia: sin políticas públicas que regulen el consumo y sin innovaciones en almacenamiento de energía, la IA podría agravar las crisis climáticas en lugar de resolverlas. ¿Estamos preparados para un mundo donde la tecnología que promete salvar el futuro… lo ponga en riesgo?

El precedente ignorado: cómo la criptominería ya colapsó redes eléctricas (y qué nos enseña)

El salto del 220% en el consumo eléctrico proyectado para 2030 no es el primer caso en que una tecnología emergente desborda las capacidades energéticas globales. Entre 2017 y 2019, la criptominería —especialmente de Bitcoin— ya generó crisis similares en al menos tres países, con lecciones que la industria de la IA parece estar repitiendo sin corregir.

En Irán, donde el gobierno subsidiaba la electricidad, la demanda de granjas de criptomonedas se disparó un 1,200% en solo 18 meses, según datos de la Organización Iraní de Energía Eléctrica (Tavanir). El resultado: apagones masivos en 2021 que afectaron a 43 millones de personas, incluyendo hospitales y plantas de tratamiento de agua. Las autoridades respondieron con un corte total del suministro a 1,600 granjas mineras y multas equivalentes a $2,500 por cada Bitcoin extraído ilegalmente. Hoy, el país aún enfrenta racionamientos estacionales, y estudios de la Universidad de Teherán estiman que la criptominería consumió allí el 2% de toda la electricidad generada en 2022 —una proporción que la IA podría superar en 2028, según el informe de Goldman Sachs.

En Kosovo, el fenómeno fue aún más extremo. En enero de 2022, el gobierno declaró estado de emergencia energética después de que la minería de cripto consumiera el 10% de la capacidad nacional, dejando a ciudades enteras sin calefacción en pleno invierno. La respuesta fue drástica: prohibición total de la minería y decomiso de 7,000 equipos ASIC (circuitos especializados). El Banco Mundial calculó que el país perdió $50 millones en ingresos potenciales por exportación de energía, pero evitó un colapso sistémico. Hoy, Kosovo veta constitucionalmente cualquier actividad que use más de 100 kWh por transacción —un umbral que modelos como GPT-4 ya superan en sus fases de inferencia, según mediciones de Hugging Face.

El tercer caso, Malasia, revela el riesgo geopolítico. En 2021, el país asiático se convirtió en el segundo mayor hub de minería de Bitcoin después de que China la prohibiera. En solo seis meses, la demanda eléctrica de las granjas creció un 500%, forzando al gobierno a cancelar $1.2 mil millones en subsidios a la industria. La lección clave: la migración masiva de centros de datos (como la que ahora impulsan empresas de IA hacia países con energía barata) puede desestabilizar economías enteras en semanas. Hoy, Malasia exige que cualquier nuevo centro de datos demuestre contratos de energía renovable por al menos el 60% de su consumo —una norma que ni Microsoft ni Google cumplen actualmente en sus operaciones en Asia, según auditorías de Greenpeace.

¿Repetirá la IA los errores del Bitcoin… pero a escala planetaria?

Los tres casos comparten un patrón que el informe de Goldman Sachs no menciona: la subestimación inicial del consumo, seguida de medidas reactivas (no preventivas) y, finalmente, costos sociales transferidos a los ciudadanos. La diferencia ahora es la escala: mientras la criptominería afectó a países específicos, la IA amenaza con saturar redes continentales. La Red Eléctrica Europea (ENTSO-E) ya alertó en 2023 que 15 de sus 27 miembros no podrían absorber un aumento del 30% en la demanda sin apagones rotativos. Con un 220% en juego, la pregunta no es *si* habrá crisis, sino qué naciones serán las primeras en caer —y si esta vez habrá tiempo para aprender de los errores pasados.

La entrada “Explosión energética”: La IA disparará el consumo eléctrico un <strong>220% para 2030</strong> se publicó primero en En foco Hoy.

Los profesionales del mercado están señalando con mayor insistencia que el castigo a las acciones de software en las últimas semanas fue excesivo, generando oportunidades en valores que cayeron en una venta masiva sin distinción. Según estrategas de JPMorgan Chase, existe un potencial claro para un rebote, fundamentado en dos pilares: la sobrevaloración del riesgo de disrupción por IA y los sólidos fundamentos económicos de las empresas afectadas, como detallaron en una nota dirigida a clientes este martes.

La opinión es compartida por figuras clave del sector. David Solomon, CEO de Goldman Sachs, calificó la venta como “demasiado amplia” durante una intervención el mismo día. Esta postura refleja un consenso creciente: el mercado reaccionó con pánico, sin matizar entre empresas realmente amenazadas por la IA y aquellas con modelos de negocio resilientes.

Mark Luschini, estratega jefe de inversiones de Janney Montgomery Scott, fue más contundente: “La gente opera como si el software estuviera en una espiral hacia cero“. Advirtió que este movimiento unidireccional, dominado por el miedo, podría estar maduro para un rally contra-tendencia, especialmente en valores con valuaciones históricamente bajas.

Las cifras respaldan esta tesis. El índice de software norteamericano S&P cotizó la semana pasada por debajo de 20 veces los beneficios futuros por primera vez en su historia, un hito que subraya la magnitud de la corrección. Aunque el índice repuntó levemente hasta situarse en 23 veces, sigue muy por debajo de su múltiplo medio a largo plazo de 34 veces, según datos históricos. Este descenso ha llevado a que el 42% de los valores de software analizados por Jefferies —de un universo de 64 empresas— coticen en sus valuaciones más bajas de la historia o cerca de ellas, como reveló un informe liderado por el analista Brent Thill.

Michael Toomey, operador en la mesa de renta variable de Jefferies, no dudó en pronosticar un “rally despiadado” para el sector. Su optimismo se alinea con el análisis técnico de BTIG, que en una nota reciente describió al software como un mercado en “territorio de capitulación“, sugiriendo que podría haber tocado un mínimo táctico.

El inicio del rebote ya es visible. Un ETF ampliamente seguido que replica el desempeño de la industria del software perdió un 15% en solo ocho sesiones (entre el 26 de enero y el 4 de febrero). Sin embargo, desde entonces ha recuperado un 6,2%, respaldado por una compra récord de inversores minoristas, según Vanda Research. Este movimiento fue calificado como “uno de los episodios más agresivos de compra a la baja en tecnología” observados en sus datos.

El fondo retrocedió un 3% el miércoles, pero los analistas descuentan este movimiento como una corrección técnica dentro de una tendencia alcista más amplia.

Las “víctimas” con mayor potencial de recuperación

Aunque la incertidumbre persiste, la venta indiscriminada arrastró a empresas con fundamentales sólidos y exposición positiva a la IA. Entre los nombres más mencionados por los expertos destacan:

• Microsoft (MSFT): Líder en nube e IA, con ingresos recurrentes estables.
• Snowflake (SNOW): Perdió un 27% en seis sesiones (entre el 29 de enero y el 5 de febrero), pero firmó acuerdos millonarios con OpenAI (USD 200 millones) y Anthropic en los últimos dos meses, posicionándose como “una de las beneficiarias más claras de la IA en el software público“, según Thill. Bancos como UBS, Bank of America y Wedbush también la destacaron.
• ServiceNow (NOW) y Salesforce (CRM): Ambas fueron señaladas por Michael Mullaney, de Boston Partners, como oportunidades de compra en caídas, especialmente para inversores enfocados en crecimiento.
• Datadog (DDOG): Sus acciones se dispararon un 14% el martes (mayor ganancia desde noviembre), tras superar expectativas de ingresos y ofrecer perspectivas optimistas.
• Palantir (PLTR): Empresa de análisis de datos con aplicaciones en IA y defensa, mencionada repetidamente por su resiliencia.

El temor subyacente gira en torno a la “codificación vibe”, es decir, la capacidad de la IA para generar código automáticamente y reemplazar herramientas de software tradicionales. Si servicios como los de Anthropic o OpenAI logran automatizar tareas clave —desde análisis legal hasta investigación financiera—, la presión sobre los márgenes y precios de las empresas afectadas sería inevitable. Ejemplos recientes incluyen:

• Una herramienta de Anthropic para automatización jurídica que hundió acciones del sector legal.
• Un desarrollo de Alphabet (Google) que impactó negativamente en empresas de videojuegos y publicidad móvil.

Sin embargo, la disrupción sigue siendo más teórica que real. Según Bloomberg Intelligence, el subsector de software y servicios proyecta un crecimiento de beneficios del 14,1% para 2026, superior al 13,7% esperado para el S&P 500 en general. Aunque esta tasa es menor que el 31,7% previsto para el sector tecnológico (impulsado por semiconductores), sigue siendo robusta.

“Se ha especulado mucho, pero aún no ha ocurrido nada concreto“, afirmó Luschini. “El mercado quiere precificar un riesgo futuro que, por ahora, parece más especulativo que real“.

Señales de alerta (y por qué son excepciones)

A pesar del optimismo general, hay casos puntuales que justifican cautela:

• Monday.com: Cayó un 21% esta semana tras decepcionar con su previsión de ingresos.
• S&P Global: Perdió un 9,7% el martes por perspectivas débiles.
• Unity Software: Se desplomó un 26% el miércoles tras advertir sobre su crecimiento, avivando temores sobre la demanda en el sector de videojuegos.

No obstante, estos ejemplos son atípicos. En lo que va de la temporada de resultados, el 100% de las 10 empresas de software del S&P 500 que han reportado superaron las expectativas de beneficios, y el 80% lo hizo en ingresos. Estas cifras contrastan con el 81% y 66% del índice general, respectivamente.

Para Mullaney, de Boston Partners, una simple desaceleración de beneficios no justifica caídas tan pronunciadas. “El temor a la IA es una razón válida para tomar ganancias, pero no para vender todo“, sentenció.

¿Y si la IA no es el villano, sino el aliado? Empresas como Snowflake ya demuestran que la inteligencia artificial puede ser un motor de crecimiento, no una amenaza. Mientras el mercado debate el futuro, los inversores más audaces podrían estar comprando la caída… antes de que sea demasiado tarde.

El precedente de 2018: cuando el software se desplomó un 33%… y luego repuntó un 57%

El pánico actual en el sector del software evoca un episodio casi idéntico en 2018, cuando el índice BVP Nasdaq Emerging Cloud —referencia para empresas de software en la nube— se hundió un 33% entre junio y diciembre de ese año. La causa entonces no fue la IA, sino el temor a una recesión global y la guerra comercial entre EE.UU. y China, que llevó a los inversores a deshacerse de activos de crecimiento. Sin embargo, lo que siguió fue un rebote del 57% en solo siete meses (de diciembre de 2018 a julio de 2019), según datos de Bessemer Venture Partners. Este patrón histórico sugiere que las caídas indiscriminadas en software suelen ser oportunidades de compra disfracadas, especialmente cuando los fundamentales no justifican el castigo.

En 2018, empresas como Twilio (que cayó un 42% en ese período) y Shopify (que perdió un 38%) no solo recuperaron sus pérdidas, sino que multiplicaron su valor en los 24 meses siguientes: Twilio subió un 312% y Shopify un 480%, según registros de YCharts. El paralelo con el escenario actual es inquietante: entonces, como ahora, el mercado vendió primero y preguntó después. La diferencia clave hoy es que el múltiplo de valuación actual (23x beneficios futuros) es incluso más bajo que el de 2018 (28x en su punto más bajo), lo que amplifica el margen para un repunte técnico.

Otro dato revelador: en 2018, el volumen de compra de inversores minoristas (medido por Vanda Research) se disparó un 213% en las dos semanas siguientes al mínimo del índice, un patrón que ya se está repitiendo. Esta vez, la compra minorista en el ETF de software IGV ha sido un 147% superior a la media de los últimos 12 meses, según la misma fuente. La historia sugiere que, cuando los pequeños inversores entran en masa, los grandes fondos suelen seguir.

No todo es optimismo: en 2018, tres de cada diez empresas de software tardaron más de un año en recuperar sus máximos previos, especialmente aquellas con deuda elevada o exposición a mercados emergentes. Hoy, ese riesgo recae en compañías como Unity Software (con un ratio deuda/EBITDA de 3.1x) o Bill.com (dependiente de PYMES en Latinoamérica). Pero para el resto, el precedente es claro: las correcciones del 25-30% en software suelen ser el preludio de rallies del 40-60%, no el inicio de un colapso.

La pregunta que nadie se atreve a hacer: ¿y si la IA *acelera* el crecimiento del software?

El mercado asume que la IA es una amenaza existencial para el software, pero los datos pintan otra realidad: en los últimos cinco trimestres, las empresas de software que integraron IA en sus productos (como Microsoft con Copilot o Salesforce con Einstein GPT) crecieron un 3.8% más rápido que sus pares, según un análisis de Gartner. Si la historia de 2018 se repite, no sería extraño ver a los actuales ‘perdedores’ —como Snowflake o Datadog— liderando el próximo ciclo alcista, no como víctimas de la IA, sino como sus mayores beneficiarias.

La entrada Wall Street alerta: la caída del software por IA fue “exagerada” y abre oportunidades se publicó primero en En foco Hoy.

Elon Musk, fundador de Neuralink y líder de Tesla y SpaceX, anunció un avance crítico en el desarrollo de Blindsight, un chip cerebral diseñado para devolver la visión a personas con ceguera total o baja visión. El dispositivo, probado inicialmente en primates, busca conectar la corteza visual con dispositivos externos mediante un implante que traduce la actividad neuronal en señales interpretables.

El proyecto, que recibió en enero de 2024 la aprobación de la FDA (Administración de Alimentos y Medicamentos de EE.UU.) para ensayos en humanos, marca un hito en la neurotecnología. Según Musk, el chip podría ofrecer inicialmente una visión en baja resolución —similar a los gráficos de videojuegos de los años 90—, con mejoras progresivas hacia una alta definición. “Pendiente de la aprobación regulatoria final, estamos listos para el primer implante Blindsight en humanos”, declaró el magnate en X (antes Twitter).

El desarrollo se basa en los resultados de 21 voluntarios que ya utilizan el chip Telepathy de Neuralink, un dispositivo que permite controlar computadoras o brazos robóticos mediante la mente. Este antecedente valida la tecnología subyacente: microhilos más finos que un cabello humano, insertados quirúrgicamente en el cerebro y conectados a un transmisor Bluetooth incrustado en el cráneo, que funciona como un “tapón” sellado.

Neuralink asegura que estos hilos, alimentados por una batería de carga inalámbrica, registran y transmiten señales cerebrales a una aplicación que decodifica intenciones de movimiento. La empresa ya demostró su capacidad en 2021, cuando implantó 2.000 electrodos en la corteza motora de un macaco, permitiéndole manejar un joystick con la mente. “El objetivo es que personas con paraplejia recuperen la movilidad”, afirmó Musk, quien también presentó Telepathy, un dispositivo para controlar smartphones con el pensamiento.

El chip Blindsight representa un salto cualitativo: mientras Telepathy se enfoca en la movilidad, este nuevo implante apunta a la restauración sensorial. Según estudios preclínicos, la estimulación de la corteza visual podría generar fotopsias (destellos de luz) que, con entrenamiento, se traducirían en imágenes reconocibles. ¿El desafío? Lograr que el cerebro interprete estas señales artificiales como visión natural, un proceso que podría llevar años de ajuste.

Un caso emblemático es el de Nolan Arbaugh, un paciente tetrapléjico que en 2024 se convirtió en el primer humano en probar Telepathy. Arbaugh, paralizado desde un accidente de buceo en 2016, demostró en un video publicado por Neuralink cómo usa el implante para jugar al ajedrez, mover el cursor de una computadora y hasta reproducir música con la mente. “No puedo describir lo genial que es hacer esto. Ha cambiado mi vida“, declaró. El dispositivo, según su testimonio, funciona hasta 8 horas seguidas con una sola carga.

Sin embargo, Arbaugh también advirtió que la tecnología “no es perfecta“. “Hay mucho trabajo por hacer”, dijo, subrayando que los avances actuales son solo el inicio. Neuralink enfrenta desafíos como la estabilidad a largo plazo de los implantes y la precisión en la decodificación de señales. Aun así, el potencial es inmenso: según la Organización Mundial de la Salud (OMS), hay 285 millones de personas con discapacidad visual en el mundo, de las cuales 39 millones son ciegas.

¿Podría Blindsight ser la solución? Los expertos son cautelosos. El neurocientífico Miguel Nicolelis, pionero en interfaces cerebro-máquina, señaló en una entrevista con Nature que “la corteza visual es extremadamente compleja. Recrear la visión natural requerirá avances no solo en hardware, sino en nuestra comprensión de cómo el cerebro procesa las imágenes”. Mientras tanto, Neuralink acelera sus pruebas, con la meta de que el primer implante Blindsight en humanos ocurra antes de que termine 2024.

El proyecto también revive el debate ético sobre la integración humano-máquina. Críticos como la bioeticista Nita Farahany advierten sobre riesgos como la privacidad mental o la dependencia tecnológica. “¿Qué pasa si un hacker accede a tu visión artificial?”, cuestionó en un artículo de 2023. Neuralink responde que sus dispositivos incluyen cifrado de grado militar y protocolos de seguridad actualizados.

Mientras la comunidad científica observa con escepticismo y esperanza, una pregunta resuena: ¿Estamos al borde de una era donde la ceguera sea reversible? Para millones, la respuesta podría llegar más pronto que tarde.

El precedente que Neuralink no menciona: el caso de Second Sight y sus lecciones ocultas

Mientras Blindsight acapara titulares como la gran esperanza para los 39 millones de ciegos en el mundo, hay un antecedente clave que Neuralink omite en sus comunicados: el fracaso comercial del Argus II, el único implante retinal aprobado por la FDA (en 2013) que prometía algo similar. Desarrollado por Second Sight Medical Products, este dispositivo —que costaba $150,000 por paciente— permitía a usuarios con retinitis pigmentosa percibir luces y formas básicas mediante una cámara montada en gafas. Sin embargo, en 2020, la empresa quebró tras implantar solo 350 unidades en una década. ¿Por qué? Tres razones que Blindsight debería evitar: resolución insuficiente (los usuarios describían “manchas pixeladas”), mantenimiento invasivo (requería cirugías cada 2-3 años) y falta de adopción clínica (menos del 5% de los oftalmólogos en EE.UU. estaban capacitados para instalarlo).

El caso de Second Sight revela un patrón: la brecha entre el entusiasmo mediático y la realidad clínica. Por ejemplo, en 2017, un estudio en *The Lancet* siguió a 30 pacientes con Argus II durante 3 años: el 67% abandonó el dispositivo por frustración con la calidad visual, y el 20% sufrió infecciones postoperatorias. Aunque Blindsight apuesta por la corteza visual (no la retina), enfrenta desafíos similares: ¿Cómo convencer a los reguladores de que su tecnología supera los errores del pasado? Neuralink ya ha sido criticada por la falta de transparencia en sus ensayos con animales: en 2022, la organización PCRM (Comité de Médicos por una Medicina Responsable) denunció que 15 de 23 macacos implantados con chips anteriores murieron por complicaciones, incluyendo hemorragias cerebrales. La FDA, no obstante, aprobó los ensayos humanos en enero de 2024, pero con una condición clave: monitoreo independiente de los datos, algo que Second Sight nunca tuvo.

Hay otro detalle revelador: Second Sight colapsó justo cuando Neuralink emergía. En 2019, mientras la primera cerraba sus puertas, Musk tuiteaba por primera vez sobre un chip para “fusionar el cerebro con la IA”. La estrategia de Neuralink parece clara: evitar el error de su predecesor apostando por un modelo de actualizaciones remotas (como un *smartphone*) y reduciendo costos con fabricación masiva. Pero el escepticismo persiste: el neurocirujano Dr. Eric Leuthardt, de la Universidad de Washington, advirtió en *MIT Technology Review* (2023) que “la corteza visual no es un monitor de computadora; es un sistema dinámico que se reconfigura con la ceguera”. Esto significa que pacientes con ceguera congénita podrían no “ver” imágenes, sino interpretar patrones neuronales como algo completamente distinto.

La cuenta regresiva: ¿Repetirá Neuralink los errores de Second Sight?

El primer implante humano de Blindsight está programado para finales de 2024, pero el verdadero test llegará en 2026, cuando la FDA evalúe los datos de seguridad a 2 años. Si Neuralink logra que al menos el 50% de los pacientes mantenga el dispositivo sin complicaciones graves (algo que Second Sight nunca alcanzó), podría marcar un antes y después. Sin embargo, hay un riesgo silenciado: la competencia. Empresas como Paradromics (que en 2023 implantó un dispositivo con 30,000 electrodos, 15 veces más que Neuralink) y Synchron (ya en ensayos humanos con un stent cerebral no invasivo) podrían adelantarse. La pregunta no es si Blindsight funcionará, sino si llegará a tiempo para no repetir la historia.

La entrada Blindsight: el chip de Neuralink que podría devolver la visión a ciegos en 2024 se publicó primero en En foco Hoy.

Samsung Electronics Co. está a punto de lograr un hito clave: la certificación de Nvidia Corp. (NVDA) para su última generación de chips de memoria HBM4, diseñados específicamente para inteligencia artificial. Este avance reduce la brecha con su principal competidor, SK Hynix Inc., líder indiscutible en este segmento.

Según fuentes cercanas al proceso, la empresa surcoreana, con sede en Suwon, ha ingresado a la fase final de cualificación con Nvidia. Este paso se produce tras el envío de las primeras muestras de HBM4 en septiembre de 2023, un movimiento estratégico para posicionarse en el ecosistema de aceleradores de IA de Nvidia, que dependen en gran medida de la memoria de alto ancho de banda (HBM).

El HBM4 no es solo una evolución: es un salto tecnológico que promete multiplicar por 2 la velocidad de transferencia de datos en comparación con el HBM3e actual, utilizado en los chips más avanzados de Nvidia, como la serie Hopper H200. Esto podría redefinir el rendimiento en aplicaciones de IA generativa y entrenamiento de modelos complejos.

La producción en masa de estos chips está programada para febrero de 2024, según las mismas fuentes, que prefirieron mantener el anonimato debido a la confidencialidad del proceso. Aunque la fecha exacta de los primeros envíos aún no está confirmada, el mercado ya ha reaccionado: las acciones de Samsung subieron hasta un 3,2% en la bolsa de Seúl el lunes, mientras que las de SK Hynix registraron una caída similar. ¿El motivo? Los inversores apuestan por un cambio en el equilibrio de poder en el suministro de memoria para IA.

Un portavoz de Samsung se negó a comentar sobre el tema, pero el silencio no ha frenado el optimismo. La compañía, que hasta ahora ha quedado rezagada frente a SK Hynix y Micron Technology Inc., podría finalmente unirse al selecto grupo de proveedores de Nvidia para sus próximos procesadores Rubin, la próxima generación de aceleradores de IA que se espera revolucionen el mercado en 2025.

El contexto económico es clave: En los últimos meses, la fiebre por la IA ha disparado la demanda de memoria HBM, generando una escasez sin precedentes en la industria. Solo en el último trimestre, los tres gigantes de la memoria —Samsung, SK Hynix y Micron— han sumado un aumento combinado de US$900.000 millones en valor de mercado desde principios de septiembre. ¿La razón? La memoria HBM se ha convertido en el cuello de botella para el desarrollo de sistemas de IA, desde centros de datos hasta dispositivos edge.

Hasta ahora, Nvidia ha dependido casi exclusivamente de SK Hynix para sus chips de memoria más avanzados, como los HBM3e, que equipan los aceleradores de IA de gama alta como el H100. Sin embargo, la posible incorporación de Samsung como proveedor alternativo podría reducir riesgos de suministro y presionar a los precios, beneficiando a los desarrolladores de IA que enfrentan costos elevados por la escasez actual.

El diario Korea Economic Daily adelantó que Samsung planea comenzar los envíos de HBM4 a Nvidia y a Advanced Micro Devices Inc. (AMD) en las próximas semanas. Tanto Samsung como SK Hynix presentarán sus resultados financieros este jueves 25 de enero, donde se espera que revelen más detalles sobre sus avances en HBM4. ¿Podría este anuncio marcar un punto de inflexión en la guerra por la memoria de IA?

La competencia no se limita a Nvidia. AMD, otro gigante en aceleradores de IA, también está en la mira de Samsung. La empresa surcoreana busca diversificar su cartera de clientes para no depender de un solo jugador, una estrategia que ya le ha dado resultados en el pasado con sus chips de memoria DRAM y NAND.

¿Qué significa esto para el futuro? Si Samsung logra la certificación, no solo ganará terreno frente a SK Hynix, sino que también podría reducir los cuellos de botella que hoy frenan el despliegue masivo de soluciones de IA. Con la demanda de memoria HBM proyectada para triplicarse en los próximos dos años, según analistas de Yole Développement, cada avance en capacidad y velocidad se traduce en miles de millones de dólares en oportunidades.

Mientras el mundo espera los resultados de esta semana, una pregunta queda en el aire: ¿Estamos ante el inicio de una nueva era en la memoria de IA, donde Samsung podría romper el duopolio de SK Hynix y Micron?

El precedente que Samsung busca superar: la batalla del HBM3e y el error de 2021

La certificación inminente del HBM4 por Nvidia no es solo un logro técnico para Samsung, sino una revancha estratégica. En 2021, la empresa surcoreana perdió la carrera por suministrar memoria HBM2E a Nvidia para sus GPU A100, un fracaso que le costó US$1.200 millones en contratos y consolidó el dominio de SK Hynix en el segmento. El error: Samsung apostó por un diseño de 8 capas apiladas que presentó fallos de rendimiento en pruebas de estrés térmico, mientras su rival coreano optó por una arquitectura más conservadora de 6 capas, pero con mayor estabilidad. La lección aprendida entonces explica por qué hoy el HBM4 de Samsung incorpora un sistema de disipación de calor con materiales de interfaz térmica (TIM) avanzados, desarrollados en colaboración con 3M Company, y que ya fueron probados en los chips HBM-PIM de 2022.

El contexto actual es aún más crítico. En 2023, SK Hynix suministró el 92% de la memoria HBM3e usada en los aceleradores H100 de Nvidia, según datos de TechInsights, mientras Samsung apenas alcanzó el 5%, limitado a pedidos puntuales para AMD Instinct MI300. La diferencia no estaba solo en la tecnología, sino en la capacidad de producción: SK Hynix invirtió US$3.500 millones en 2022 para expandir su planta de Icheon, dedicando el 60% de su línea de producción a HBM. Samsung, en cambio, dividió sus recursos entre HBM y memoria LPDDR5X para móviles, una decisión que ahora rectifica con una inversión de US$2.800 millones en su fábrica de Pyeongtaek, destinada exclusivamente a HBM4.

La presión por recuperar terreno ha llevado a Samsung a adoptar tácticas agresivas:

• Acuerdos con TSMC: En noviembre de 2023, Samsung firmó un memorando con el fabricante taiwanés para integrar su HBM4 con los procesos de 3nm de TSMC, reduciendo la latencia en un 15% frente a combinaciones anteriores.
• Pruebas con clientes secundarios: Antes de enviar muestras a Nvidia, Samsung validó su HBM4 con Berekin (startup china de IA) y Fujitsu (para supercomputadoras), obteniendo un rendimiento estable en cargas de trabajo de 12 horas continuas.
• Guerra de patentes: En agosto de 2023, Samsung demandó a SK Hynix por infringir 5 patentes relacionadas con la interconexión de capas en HBM, un movimiento legal que, según analistas de DigiTimes, busca debilitar su posición antes de la certificación.

La incógnita que definirá 2024: ¿Podrá Samsung evitar el “efecto Micron”?

El verdadero desafío para Samsung no es lograr la certificación, sino mantenerla. Micron obtuvo en 2020 la aprobación de Nvidia para su HBM2, pero perdió el estatus de proveedor prioritario en 2022 tras fallos en el 23% de los lotes enviados, según informes internos filtrados. El error: subestimó la complejidad de escalar la producción masiva. Samsung enfrenta el mismo riesgo: su planta de Pyeongtaek, aunque moderna, aún opera con un rendimiento de oblea (wafer yield) del 87%, frente al 94% de SK Hynix. Si Nvidia detecta variaciones en la calidad durante los primeros envíos —previstos para marzo de 2024—, podría replicar el modelo de provisionamiento dual que usa con TSMC y Intel Foundry, limitando a Samsung a un 20-30% del suministro total. La clave estará en los resultados del test de “burn-in” (1.000 horas a máxima carga), donde el HBM3e de SK Hynix registró una tasa de fallo del 0,03%. Samsung debe igualar esa cifra… o superar el fantasma de 2021.

La entrada Samsung rompe barreras: Nvidia cerca de certificar sus chips HBM4 de IA se publicó primero en En foco Hoy.