Bloomberg — El presidente Xi Jinping ha aprovechado el auge de los modelos de inteligencia artificial chinos para reivindicar su papel a la hora de definir las normas mundiales de esta tecnología, a pesar de que su creciente poder suscita inquietudes en materia de seguridad tanto en Washington como en Pekín.

Haciendo hincapié en la seguridad y la igualdad, Xi lanzó un llamamiento general a la cooperación internacional en su debut en la Conferencia Mundial sobre IA celebrada el viernes en Shanghái, un evento que anteriormente había contado con la presencia de Elon Musk y Jack Ma. Se dirigió a numerosos líderes del sector tecnológico y gubernamental en un momento en que los modelos chinos se están imponiendo entre empresas de todo el mundo, con una cuota de uso de la IA por parte de empresas estadounidenses que se acerca al récord del 60% en la popular plataforma OpenRouter.

Ver más: Economía de China se desacelera más de lo previsto y aumenta la presión por nuevos estímulos

“Debemos llevar a cabo una amplia cooperación internacional y ayudar a los países del Sur Global en el desarrollo de capacidades para cerrar la brecha digital y la brecha en materia de IA”, afirmó, al tiempo que instó a realizar esfuerzos para evitar que se genere una “injusticia histórica en el ámbito de la IA”.

Sus declaraciones se hicieron eco de una oleada de artículos en los medios estatales que presentan la apertura de China como el antídoto contra un mundo de barreras. El Diario del Pueblo, principal órgano de expresión del Partido Comunista, advirtió a principios de esta semana contra un “telón de acero de la IA”, contraponiendo una “mentalidad del petróleo”, que acapara datos y potencia de cálculo, a un enfoque “del agua”, que considera la IA como un bien público para todos, sin mencionar a ningún país en concreto.

Pekín busca ahora rivalizar con Estados Unidos, la principal potencia en IA, por la influencia a través de un nuevo grupo de casi 30 países denominado Organización Mundial de Cooperación en IA. Xi aprovechó su discurso de apertura para defender este bloque, propuesto el año pasado y constituido este jueves, comprometiéndose a armonizar las normas y estándares técnicos mundiales en materia de IA “para que esta tecnología de vanguardia beneficie mejor a la humanidad”.

La organización proporcionaría a China una plataforma para influir en el establecimiento de normas y estándares globales en materia de IA, una ambición sobre la que los investigadores del país han sido francos.

“China no solo es el mayor mercado mundial de aplicaciones de código abierto, sino también una fuente importante de contribuciones; sin embargo, su voz en la elaboración de normas internacionales aún no corresponde con su fuerza”, afirmó Gu Lingyu, investigador en inteligencia artificial de la Universidad de Pekín.

Ver más: Gigantes japoneses de la robótica se alían con Nvidia para desafiar a China

“Al dar a conocer de forma eficaz las prácticas de código abierto de China, podemos mejorar nuestra capacidad para influir en la gobernanza mundial del código abierto”, señaló Gu en una mesa redonda publicada por una revista oficial del Tribunal Popular Supremo.

Sin embargo, más allá de la retórica del bien público, Pekín se enfrenta al mismo dilema que Washington: cómo conciliar la adopción masiva con la seguridad nacional a medida que los modelos se vuelven más potentes.

Funcionarios chinos han debatido recientemente con empresas como Alibaba Group Holding Ltd. (BABA), desarrolladora de los populares modelos Qwen, cómo mitigar los riesgos de seguridad que plantean sus modelos, cada vez más potentes, según afirmaron fuentes familiarizadas con el asunto.

Las conversaciones se encuentran en una fase inicial, sin que se haya previsto ninguna medida coercitiva, pero entre las opciones planteadas figuraba la restricción del acceso extranjero a los modelos más avanzados, señalaron dichas fuentes.

Ver más: Exportaciones e importaciones de China superan previsiones por auge de la inteligencia artificial

Reuters ya había informado anteriormente de que Pekín estaba barajando la posibilidad de imponer restricciones al acceso desde el extranjero. Ni Alibaba ni el Ministerio de Comercio respondieron a las solicitudes de comentarios.

En su discurso, Xi destacó la necesidad de contener los riesgos de seguridad que plantea el rápido avance de la tecnología, al tiempo que advirtió contra una interpretación excesiva del concepto de seguridad nacional.

Esa cautela refleja la de Washington. El mes pasado, EE.UU. prohibió temporalmente el acceso extranjero a los modelos Mythos y Fable de Anthropic PBC por motivos de seguridad nacional, ya que los sistemas de esa clase pueden aprovechar fallos de software bien ocultos, en ocasiones sin supervisión humana.

“Los modelos chinos podrían alcanzar capacidades cibernéticas del nivel de Mythos en los próximos meses”, afirmó Saif Khan, investigador distinguido en tecnología del Institute for Progress. “Se trata de un riesgo real para la seguridad que preocupará a muchos sectores del gobierno chino”.

Ver más: Huawei y Apple amplían su liderazgo en China pese a caída del mercado de smartphones

El escrutinio por parte de ambos gobiernos deja en una situación difícil a las empresas que desarrollan sus proyectos a partir de modelos de libre acceso, ya que las restricciones impuestas por cualquiera de los dos capitales amenazan con fracturar las redes de investigación globales y una clase emergente de startups.

Flo Crivello, fundador de la startup de asistentes de IA Lindy AI, señaló que un corte por parte de China “tendría un impacto bastante importante”. Su empresa pasó de los modelos de Anthropic a DeepSeek el mes pasado y ahora está ahorrando un 90% en inferencia, el costo de ejecutar la IA.

“Esto, en esencia, anularía estos ahorros hasta que el sector del código abierto se ponga al día en EE.UU.”, señaló. Sin embargo, no considera que perder el acceso sea “el fin del mundo”, y prevé que empresas como Google, de Alphabet Inc. (GOOGL), y Meta Platforms Inc. (META) tardarían entre tres y seis meses en lanzar modelos de código abierto que igualen la oferta china.

La adopción de la IA china por parte de las empresas estadounidenses está siendo objeto de críticas. En abril, los legisladores iniciaron investigaciones sobre Airbnb Inc. (ABNB) y Anysphere Inc., desarrolladora de Cursor, por su uso de modelos chinos. El director ejecutivo de Airbnb, Brian Chesky, defendió la decisión de utilizar Qwen para su chatbot de atención al cliente, afirmando que no se envían datos de los usuarios a entidades extranjeras.

Ver más: China permitirá a empresas de IA adquirir chips H200 de Nvidia, según The Information

Las empresas estadounidenses de IA y la Casa Blanca también han acusado a China de extraer indebidamente capacidades de los modelos pioneros de EE.UU., una acusación que Pekín niega. El director de tecnología de Palantir Technologies Inc. (PLTR), Shyam Sankar, calificó esta semana los modelos abiertos chinos de amenaza económica, acusándolos de robar propiedad intelectual estadounidense.

Es poco probable que nada de esto haga tambalear la estrategia de Pekín, que ha convertido la apertura en su principal ventaja competitiva.

Las ofertas chinas superaron a sus rivales estadounidenses en el tráfico de tokens de OpenRouter en EE.UU. por primera vez a principios de este año y alcanzaron el 63% en la primera semana de julio, con DeepSeek emergiendo como la opción más popular entre las empresas estadounidenses en los últimos meses.

Esta métrica no recoge el uso directo de los modelos proporcionados por Anthropic u OpenAI. No obstante, muestra hasta qué punto el enfoque de código abierto, modelos que cualquiera puede descargar y ejecutar de forma gratuita, ha impulsado a los desarrolladores chinos, que han pasado de representar menos del 10% del uso de las empresas estadounidenses hace un año en dicha plataforma.

Ver más: China impulsa la enseñanza de la inteligencia artificial en todos los niveles educativos

“La IA de código abierto ha sido una parte muy importante de la estrategia de IA de China”, afirmó Kristy Loke, investigadora de MATS Research especializada en la gobernanza de la IA en China. “Es una parte importante de la estrategia de difusión nacional de China, pero también, y de manera crucial, de la estrategia de recuperación del retraso, en la que todos se apoyan mutuamente”.

En lugar de renunciar a esa ventaja, Loke espera que los reguladores ajusten la supervisión, por ejemplo, reservando las restricciones más estrictas para las empresas pioneras.

Los líderes del sector chino también abogan por la apertura. El fundador de Zhipu, Tang Jie, escribió en un memorándum interno al que tuvo acceso Bloomberg News que la IA de vanguardia debería seguir siendo ampliamente accesible, en lugar de estar controlada por unos pocos, al tiempo que subrayaba que la seguridad es ahora “el requisito previo fundamental” para cualquier tecnología lo suficientemente potente como para alterar la civilización.

Mientras tanto, esa confianza se está haciendo patente ante la opinión pública. En un reciente intercambio en X, Elon Musk predijo que China sería capaz de rivalizar con el Fable 5 de Anthropic, de primer nivel, “probablemente en el primer trimestre”.

Tang respondió: “No tardaremos tanto”.

Con la colaboración de Spe Chen, Colum Murphy y Lucille Liu.

Lea más en Bloomberg.com

Referncia de contenido aquí

La entrada Xi Jinping busca ampliar la influencia global de China en IA mientras crecen alarmas de seguridad se publicó primero en En foco Hoy.

Referncia de contenido aquí

La entrada Fundador de DeepSeek se convierte en el creador de modelos de IA más rico del mundo se publicó primero en En foco Hoy.

Bloomberg — Huawei Technologies Co. y Apple Inc. (AAPL) ampliaron su liderazgo en el mercado chino de teléfonos inteligentes durante el trimestre de junio, aumentando sus envíos a medida que los consumidores optaban por comprar dispositivos de gama alta o por no renovar sus dispositivos, según IDC.

La escasez de chips de memoria ha obligado a los fabricantes de teléfonos inteligentes Android a subir los precios, lo que ha reducido sus envíos y ha polarizado el mercado, según los últimos datos de la entidad internacional especializada en el seguimiento de envíos.

Ver más: Demanda de Apple amenaza los planes de OpenAI para competir con el iPhone

Mientras que el mercado chino de la telefonía móvil en su conjunto se contrajo un 4,3% en el trimestre de junio, tanto Huawei, con sede en Shenzhen, como la gama de iPhone de Apple registraron un crecimiento de aproximadamente el 20% en comparación con el mismo periodo del año anterior. Dominantes en los segmentos más caros del país, estas dos grandes empresas fueron los únicos proveedores importantes que registraron crecimiento.

El mercado mundial mostró resultados similares, ya que Samsung Electronics Co. y Apple fueron la excepción frente a un descenso general del 6,7% en las ventas. El aumento de los costos está acelerando la compra de dispositivos de gama alta, ya que los consumidores temen nuevas subidas de precios, y supone un reto para las empresas que operan en la gama más asequible.

Ver más: Apple suma US$650.000 millones a su valor de mercado mientras crecen dudas sobre el gasto en IA

“Los costos de la memoria han subido casi un 300% con respecto al año pasado y ahora representan más del 65% de la lista de materiales en la gama baja, lo que hace que la supervivencia sea cada vez más difícil”, afirmó Nabila Popal, analista de IDC. “Pero Apple nunca deja de sorprender. En un mercado en declive, lograr un crecimiento de dos dígitos tanto en China como a nivel mundial es un testimonio notable de la fortaleza de la marca y de la gestión de la cadena de suministro por parte de la empresa. Es probable que la perspectiva inminente de subidas de precios también haya acelerado la demanda”.

Lea más en Bloomberg.com

Referncia de contenido aquí

La entrada Huawei y Apple amplían su liderazgo en China pese a caída del mercado de smartphones se publicó primero en En foco Hoy.

Los datos gubernamentales revelan una aceleración en 2026: los sectores de actividades financieras e información —donde la adopción de IA es más rápida— pierden una media de 28.000 empleos mensuales. Un contraste brutal con el resto del mercado laboral, que suma más de 113.000 empleos al mes hasta mayo. Sin el lastre de banca y tecnología, la cifra sería aún mayor.

En este contexto, la pregunta es inevitable: ¿estamos ante el primer acto de una reconfiguración masiva del empleo por la IA?

Empresas tecnológicas y bancos: la IA como justificación

Tras invertir fuertemente en inteligencia artificial, las empresas tecnológicas citan cada vez más la IA como motivo para recortar plantillas. Directivos de gigantes como JPMorgan Chase, Citigroup y Goldman Sachs ya han advertido: esta tecnología eliminará puestos de trabajo. John Challenger, de Challenger, Gray & Christmas, lo confirma: su firma ha registrado casi 102.000 despidos anunciados por IA en lo que va de año.

Lo que esto significa es que el sector tecnológico, responsable de un tercio de todos los despidos en 2026, podría ser solo el inicio. “Es posible que el sector financiero sea el próximo gran afectado”, advierte Challenger.

Puestos administrativos: en la mira de la automatización

El sector financiero es especialmente vulnerable. Los puestos de oficina y apoyo administrativo —representantes de servicio al cliente, cajeros bancarios, gestores de reclamaciones— representan aproximadamente una cuarta parte del empleo en actividades financieras, según la Oficina de Estadísticas Laborales. Más que en cualquier otro sector importante.

Las proyecciones de la BLS no dejan lugar a dudas: estos empleos de oficina experimentarán algunos de los mayores descensos en la próxima década, en parte por la IA. Un sistema de seguimiento del California Policy Lab ya detecta una alta concentración de solicitudes de subsidio por desempleo en finanzas y seguros, procedentes de trabajadores en ocupaciones con alta exposición a la IA.

Los investigadores del laboratorio son claros: los efectos de la IA “podrían estar empezando a manifestarse”, aunque aún no hay pérdidas generalizadas.

¿Reducción de costes o ganancia de productividad?

A nivel macroeconómico, los economistas aún no ven efectos generalizados. Pooja Sriram, de Barclays, plantea dos posibilidades: o la productividad está reemplazando a los trabajadores, o —y esto es clave— las empresas están usando la IA como excusa para recortar costes tras inversiones millonarias en la tecnología.

Ryan Nunn, del Laboratorio de Presupuesto de Yale, va más allá: los datos de despidos en finanzas no muestran un aumento inusual en 2026. Esto sugiere que la IA podría estar afectando primero a través de una menor contratación y mayor rotación, no de despidos masivos.

Más allá del hecho puntual, la incertidumbre ya cala entre los trabajadores. Bill Matonte, ingeniero de software despedido por Citigroup en abril, lleva seis meses buscando empleo sin éxito. En 2025, tardó solo seis semanas en encontrar trabajo tras su despido en JPMorgan. Ahora, el panorama es distinto. “Es muy estresante”, confiesa.

¿Estamos ante el principio de una era donde la IA no solo optimiza procesos, sino que redefine —y reduce— el mercado laboral para siempre?

El efecto dominó en la confianza laboral

La aceleración en los recortes no es solo una cifra: es una señal de alarma para la estabilidad psicológica de los trabajadores en sectores clave. Lo que esto significa es que la IA ya no es una amenaza lejana, sino un factor que está reconfigurando la percepción de seguridad en el empleo en tiempo real.

En este contexto, la dualidad entre finanzas y tecnología —sectores que lideran la adopción de IA— y el resto del mercado laboral crea una fractura preocupante. Mientras otros sectores siguen generando empleo, la concentración de despidos en áreas de alta exposición tecnológica envía un mensaje claro: la automatización no espera. La implicación inmediata es que los profesionales en puestos administrativos o repetitivos podrían verse obligados a reinventarse antes de lo previsto, incluso si los despidos masivos aún no son evidentes.

La pregunta clave ahora es si esta presión selectiva se traducirá en una migración masiva hacia habilidades menos automatizables o si, por el contrario, la brecha entre los sectores afectados y los que no lo están se ensanchará, profundizando la desigualdad laboral.

¿El inicio de una nueva normalidad?

Si la IA sigue este ritmo, el mercado laboral podría enfrentarse a una realidad donde la productividad y el empleo ya no crezcan en paralelo. Las próximas semanas revelarán si las empresas priorizan la eficiencia a corto plazo o si la presión social y regulatoria las obliga a replantearse el costo humano de la transformación digital.

La entrada IA ya recorta 28.000 empleos al mes en EE.UU.: el golpe a finanzas y tecnología se publicó primero en En foco Hoy.

Los avances en inteligencia artificial están transformando la gestión de inversiones. Ahora, empresas pequeñas pueden analizar discursos en múltiples idiomas, procesar datos de inflación global, rastrear documentación corporativa y evaluar el tono de debates en comités de inversión. Tareas que antes requerían equipos enteros de analistas.

Cinco ejecutivos que lanzaron recientemente sus propios fondos confirman este cambio. La tecnología redefine la economía de crear una empresa de inversión, según Dharmesh Maniyar, doctor en aprendizaje automático y fundador de MQT Asset Management. La IA permite a firmas boutique desarrollar capacidades potentes en etapas tempranas.

El poder de los modelos lingüísticos

Los fondos macro, que anticipan impactos de cambios económicos y políticos globales, basan sus estrategias en el análisis masivo de datos y texto. Aquí es donde los grandes modelos lingüísticos marcan la diferencia. Maniyar, exgestor en Brevan Howard y Tudor Investment Corp., subraya: “Los mercados macroeconómicos son más complejos y sensibles a las políticas, pero las herramientas para gestionarlos han mejorado espectacularmente”.

Morgan Stanley respalda su fondo, un respaldo clave en este nuevo escenario.

Eficiencia radical

Palinuro Capital, fondo de cinco personas liderado por Alfonso Peccatiello, compite con equipos de 20 a 50 personas. Usa modelos de lenguaje para analizar discursos de bancos centrales desde Hungría hasta Corea del Sur. “Es como tener un equipo de analistas imparciales por una fracción del coste”, afirma Peccatiello. La IA acorta plazos: investigaciones que antes tomaban semanas ahora se completan en días.

Osmosis NL, con solo 15 empleados, crece rápidamente gracias a esta eficiencia. Victor Verberk, su director, destaca que la IA les permitió reducir su plan de contratación trienal en un 25%. “La máquina nunca se enferma, nunca se va de vacaciones, siempre está ahí”.

Democratización y velocidad

La IA ya transformó sectores como software, marketing y contabilidad. En finanzas, su adopción es masiva: una encuesta de Barclays a más de 400 inversores en renta fija reveló que la mitad de los gestores “long-only” y la mayoría de los fondos de cobertura la usan a diario, principalmente para investigación.

Zornitsa Todorova, de Barclays, lo resume: “Esto apunta a un mercado más competitivo, más democratizado y con un ritmo más acelerado”. La tecnología no solo optimiza la investigación, sino que también mejora la gestión de riesgos y la elaboración de modelos.

Palinuro Capital, por ejemplo, usó un asistente de IA durante la crisis petrolera de este año para analizar opciones sobre el dólar y materias primas, buscando la forma más económica de cubrirse.

Casos concretos

Alpha Curve Investments, fondo de renta fija lanzado en 2025 con solo cuatro personas, recurrió a Claude (de Anthropic) para estimar tendencias de precios al consumo con datos de EE. UU., Europa, Australia, Brasil y Canadá. El resultado: reasignaron el 70% de su cartera de 100 millones de libras esterlinas a bonos a corto plazo indexados a la inflación.

Eric Lonergan, gestor de más de 1.000 millones de dólares en Calibrate Management, usa IA para analizar 100 activos globales y seleccionar 10 ideas de inversión, reemplazando el trabajo de “legiones de analistas”.

Ventaja de los pequeños

Las empresas emergentes, sin sistemas heredados, adoptan la IA más rápido. Verberk, con 16 años en Robeco, afirma que para las boutiques es más fácil y económico integrar nuevas tecnologías. Su firma opera con solo dos plataformas: Microsoft Azure y Bloomberg.

Lonergan, exgestor en Eisler Capital y M&G Investments, advierte: “Dada la velocidad a la que cambia la IA, hay que ser muy creativo y experimental”. Sin embargo, Ben Conway, de Hawksmoor Investment Management, señala que las empresas grandes, con más recursos, podrían mantener su ventaja.

Maniyar reconoce las ventajas de los gigantes en capital, distribución y cobertura, pero insiste: “La tecnología ha hecho que el campo de juego sea más interesante”. La clave está en integrar análisis de datos, construcción de carteras con IA, ejecución y gestión de riesgos en un proceso coherente.

Lo que esto significa: La IA no solo democratiza el acceso a herramientas poderosas, sino que redefine las competencias necesarias para competir. La pregunta urgente es: ¿Podrán los fondos boutique sostener esta ventaja tecnológica frente a la capacidad financiera de los gigantes?

¿Estamos ante el amanecer de una nueva era donde el tamaño ya no determina el poder en los mercados?

El nuevo paradigma: agilidad vs. escala

La disrupción no está en la tecnología en sí, sino en cómo los fondos boutique la aprovechan para convertir su tamaño en ventaja. La agilidad se vuelve un activo estratégico.

En este contexto, la ausencia de estructuras burocráticas permite a firmas como Palinuro Capital o Alpha Curve implementar soluciones de IA en tiempo récord. Lo que esto significa es que la velocidad de adaptación —no el volumen de recursos— podría definir el liderazgo en el sector. La capacidad de pivotar estrategias con datos en tiempo real, sin capas jerárquicas, redefine la competencia.

La implicación inmediata es clara: los gigantes ya no compiten solo contra otros gigantes, sino contra equipos reducidos que operan con eficiencia radical. La IA actúa como igualador, pero también como filtro: solo quienes logren integrarla en su ADN operativo sobrevivirán.

El momento de la verdad

¿Lograrán los fondos tradicionales replicar esta agilidad sin sacrificar su escala, o la brecha entre la velocidad de los boutique y la inercia de los grandes se hará irreversible en los próximos meses?

La entrada Bots de IA revolucionan fondos boutique: compiten con gigantes se publicó primero en En foco Hoy.

Un estudio de Gallup revela una brecha crítica: en el sector tecnológico de EE.UU., los trabajadores que usan IA al menos una vez al mes tienen una probabilidad prevista de despido del 6%, frente al 18% de quienes la emplean con menor frecuencia. La diferencia es abismal y marca una tendencia imparable.

La IA como divisor profesional

La encuesta, realizada en febrero con más de 23.000 trabajadores (incluyendo 660 desempleados tras supresiones de puestos), analizó cómo la frecuencia de uso de IA —desde diario hasta nunca— se correlaciona con el riesgo de perder el empleo. El modelo estadístico de Gallup confirmó que, incluso ajustando por edad, educación y sector, los no usuarios de IA son más vulnerables en el mercado laboral.

Fuera de la tecnología, el patrón se repite, aunque con menor intensidad: los usuarios esporádicos de IA también tienen más riesgo de despido que sus compañeros. Lo que esto significa es que la adopción de IA ya no es opcional: es un factor de supervivencia profesional.

Empresas priorizan la IA, pero los trabajadores no lo ven

Las compañías ya evalúan a candidatos por su dominio de IA, y el informe sugiere que esta tecnología influye en las decisiones de retención durante recortes de plantilla. Sin embargo, solo el 1% de los despedidos atribuyó su salida directamente a la IA. Las razones más citadas fueron reestructuraciones, reducción de costos o la situación económica.

En este contexto, surge una paradoja: mientras los directivos presionan para adoptar IA, los trabajadores no perciben su impacto directo en los despidos. Jim Harter, científico jefe de Gallup, lo resume: “Eso fue lo que más me sorprendió. No solo culparon a la IA”. La implicación inmediata es que la IA podría estar operando como un factor invisible en las decisiones corporativas.

Más allá del hecho puntual, el estudio de Challenger, Gray & Christmas Inc. señala que la IA fue la principal justificación en el 40% de los anuncios de recortes de plantilla el mes pasado. Aquí el contraste es claro: las empresas ven la IA como motor de eficiencia, pero los empleados no la identifican como causa de su despido.

¿Productividad o métrica forzada?

Harter advierte que vincular evaluaciones de desempeño al uso de IA podría ser contraproducente: “No creo que ese sea el camino correcto”. El riesgo es que los empleados abusen de las herramientas para manipular métricas, en lugar de enfocarse en resultados reales. La pregunta clave sigue en el aire: ¿Son más productivos los usuarios de IA, o simplemente las empresas premian su adopción?

La IA ya no es el futuro: es el presente que divide a los profesionales en dos bandas. ¿Estás en la correcta?

El factor invisible que redefine el empleo

La IA actúa como un filtro silencioso en las decisiones corporativas, incluso cuando los trabajadores no la identifican como causa directa de sus despidos.

En este contexto, la paradoja es reveladora: las empresas priorizan la adopción de IA como criterio de retención, pero los empleados despedidos la mencionan en menos del 1% de los casos. Lo que esto significa es que la tecnología ya no es solo una herramienta, sino un indicador de adaptabilidad que las compañías usan para separar a quienes avanzan de quienes se quedan atrás. La brecha no es solo técnica, sino cultural: quienes no integran IA en su flujo de trabajo son percibidos como menos alineados con la dirección estratégica.

La implicación inmediata es que el riesgo no radica en la IA en sí, sino en la falta de alineación entre lo que las empresas valoran y lo que los empleados perciben. Mientras los directivos ven eficiencia, los trabajadores siguen atribuyendo los recortes a factores tradicionales. Esto crea un vacío de comunicación donde la IA opera como un criterio oculto de supervivencia laboral.

¿Estás en el lado equivocado de la brecha?

La pregunta urgente ya no es si la IA reemplazará puestos, sino si tu falta de adopción te está marcando como prescindible antes de que lo notes.

La entrada Trabajadores tech sin IA: 3 veces más riesgo de despido, según Gallup se publicó primero en En foco Hoy.

Haley Billey, gerente de National Park Friends Alliance en Ann Arbor (Michigan), compró un anillo Oura de titanio para rastrear su fertilidad durante el embarazo. Lo que no esperaba era que el dispositivo, valorado en US$450, registrara durante meses patrones anormales de energía y estrés que ella atribuyó a los cambios hormonales. Sin embargo, esos datos —frecuencia cardíaca en reposo elevada, variabilidad reducida y temperatura corporal alterada— la llevaron a consultar a un endocrinólogo. El diagnóstico fue contundente: enfermedad de Hashimoto, un trastorno autoinmune que, según la American Thyroid Association, afecta a 1 de cada 5 mujeres en edad reproductiva y puede derivar en hipotiroidismo crónico si no se trata a tiempo. El anillo había detectado las señales 8 meses antes de que los análisis de sangre confirmaran la condición.

“No es un diagnóstico, pero sí una alerta basada en datos reales”, explica Billey, de 31 años. Su caso no es aislado: un estudio de 2023 publicado en Nature Digital Medicine reveló que el 63% de los usuarios de wearables que compartieron sus datos con médicos recibieron diagnósticos tempranos de condiciones como diabetes tipo 2 o apnea del sueño. Ahora, Billey ha cedido sus 18.000 registros biométricos a Oura Health Oy para entrenar un modelo de IA predictiva que aspira a anticipar eventos como infartos o derrames cerebrales con hasta 5 años de antelación. “Si esto salva aunque sea a una persona, valió la pena”, afirma.

El anillo de Billey mide 7 gramos y alberga sensores de temperatura, frecuencia cardíaca, movimiento y respuesta galvánica de la piel. Pero su verdadero poder radica en los algoritmos: Oura analiza 20 señales fisiológicas por segundo, cruzando datos con patrones de millones de usuarios para identificar anomalías estadísticamente significativas. Según un informe interno de la empresa, su IA ya lográ predecir infecciones respiratorias con 90% de precisión 3 días antes de que aparezcan los síntomas.

El mercado explota: Los wearables generaron US$96.300 millones en 2023 (un 14% más que en 2022, según IDC), y se espera que superen los US$150.000 millones en 2027. Gigantes como Apple, Samsung y Google compiten por integrar IA predictiva en sus dispositivos, pero el desafío va más allá de la tecnología: ¿Cómo regular algo que no es un dispositivo médico, pero podría salvar vidas? “Estamos en un limbo legal”, admite Ramón Llamas, director de investigación en IDC. “La FDA no tiene protocolos para aprobar algoritmos que aprenden y cambian en tiempo real”.

De la monitorización a la predicción: ¿ciencias o ficción?

Los wearables actuales ya miden frecuencia respiratoria, oxígeno en sangre y sueño con precisión clínica validada. Por ejemplo, el Apple Watch Series 8 detecta fibrilación auricular con un 98% de exactitud, según un estudio de Stanford Medicine con 400.000 participantes. Pero “predecir es distinto a medir”, advierte Joseph Schwab, director de innovación quirúrgica en Cedars-Sinai (Los Ángeles). La clave está en identificar patrones invisibles que la IA pueda correlacionar con enfermedades años antes de que se manifiesten.

En la CES 2024, las propuestas más polémicas incluyeron:

• Espejo de longevidad de NuraLogix: Analiza el flujo sanguíneo facial en una selfie para estimar edad biológica y riesgo de enfermedades crónicas. Críticos señalan que su algoritmo se entrenó con datos de solo 10.000 personas, todas de origen europeo o asiático.
• Death Clock: Un algoritmo que “predice” la fecha de muerte basado en hábitos y genética. Fue retirado tras una demanda en Corea del Sur por “daño emocional”.
• Whoop 4.0 (valorada en US$10.100 millones): Su último modelo promete alertar ataques cardíacos con 15 minutos de antelación analizando variabilidad del ritmo cardíaco y temperatura cutánea. “Es como un autocorrector para tu corazón”, explica su CEO, Will Ahmed.
• Fitbit (Google): Su nueva pulsera sin pantalla cruza datos de glucosa en sangre (medidos con sensores no invasivos) con historiales médicos para sugerir ajustes en medicación. En pruebas con 5.000 diabéticos, redujo las hospitalizaciones en un 22%.
• Samsung Galaxy Watch 6: Prueba un “asistente de salud con IA” que detecta demencia temprana analizando patrones de habla (velocidad, pausas) y marcha (longitud de pasos, equilibrio). Usa datos de 1 millón de usuarios mayores de 65 años.

El golfista Rory McIlroy, inversor en Whoop, hizo pública su data durante el Masters 2024: su frecuencia cardíaca en reposo aumentó un 18% la noche antes de un mal rendimiento, y su temperatura corporal cayó 0,5°C 48 horas antes de un resfriado. Este año, la ATP (Asociación de Tenistas Profesionales) permitió por primera vez el uso de wearables en Grand Slams, un paso clave para su aceptación en el deporte de élite. “Los atletas son conejillos de indias ideales”, admite Ahmed. “Sus cuerpos están bajo estrés extremo, lo que acelera la detección de patrones”.

Riesgos: de la ansiedad digital a la distopía de datos

La obsesión por los datos ya tiene nombre: “ortorexia digital”, un término acuñado por el psicólogo Steven Taylor en 2021. Pacientes cancelan citas sociales por alertas de “gripe inminente” o “fatiga extrema”, y médicos reportan un 30% de aumento en pruebas innecesarias derivadas de autodiagnósticos con wearables. “Los números se convierten en un juicio moral”, critica James Gilmore, autor de Bringers of Order. Un estudio de la Universidad de California (2023) reveló que el 47% de los usuarios de anillos inteligentes sienten ansiedad si su “puntuación de recuperación” baja del 85%.

La privacidad es el otro gran riesgo. El 92% de los datos de wearables no están protegidos por HIPAA (ley de confidencialidad médica en EE.UU.), sino por términos de servicio que permiten su venta a terceros. Kevin Fu, exfuncionario de la FDA y experto en ciberseguridad, advierte: “Tu reloj podría estar vendiendo tu ritmo cardíaco a una aseguradora que luego te niegue un seguro por ‘riesgo elevado’”. En 2022, un informe de ProPublica descubrió que Fitbit compartió datos de 50 millones de usuarios con Meta (Facebook) para publicidad dirigida, incluyendo alertas de estrés alto o sueño pobre.

Las empresas responden con medidas ambiguas. Oura Health (valorada en US$11.000 millones) presiona para crear una nueva categoría regulatoria en EE.UU.: “dispositivos de bienestar avanzado”, que podrían alertar riesgos sin ser clasificados como médicos. Esto aceleraría su comercialización, pero críticos como Diana Zuckerman, del National Center for Health Research, advierten: “Es un atajo peligroso. Estamos dando luz verde a productos que no han demostrado reducir muertes, solo generar datos”.

¿Salvavidas o placebo tecnológico?

Casos como el de Thomas Lynch, un científico de datos de Florida, alimentan el debate. Tras una cirugía de rodilla en 2022, su anillo Oura detectó una frecuencia cardíaca de 128 lpm (en reposo) y una temperatura corporal de 38,1°C. Las alertas lo llevaron a una tomografía que confirmó una embolia pulmonar. “El dispositivo me salvó la vida”, afirma. Sin embargo, como experto en IA, desconfía de las promesas de predicción a largo plazo: “Los modelos actuales son buenos para encontrar correlaciones, pero no causas. Que tu ritmo cardíaco suba antes de un infarto no significa que el algoritmo entienda por qué”.

El problema se agrava con la falta de protocolos. Un informe del Massachusetts General Hospital (2023) reveló que el 72% de las alertas de wearables no tienen un curso de acción claro. Por ejemplo: si tu reloj detecta fibrilación auricular, ¿debes ir a urgencias? ¿Llamar a tu cardiólogo? ¿Tomar una aspirina? Solo el 18% de los médicos en EE.UU. tienen guías para interpretar estos datos. Mientras, empresas como Oura y Whoop acumulan bases de datos con millones de registros, cuyo valor en el mercado negro de datos de salud alcanza los US$5.000 por usuario (IBM Watson Health, 2023).

Para Haley Billey, la decisión es pragmática: “Si una empresa sabe mi presión arterial o ritmo cardíaco, no me preocupa… por ahora”. Pero el dilema ético persiste: ¿Estamos dispuestos a ceder nuestra intimidad biológica a cambio de 15 minutos de ventaja contra la muerte? Y más importante: ¿quién responderá cuando la IA se equivoque?

El precedente que cambió todo: Apple Watch y la FDA en 2018

La batalla por regular los wearables con IA predictiva comenzó en 2018, cuando la FDA aprobó el sensor de electrocardiograma (ECG) del Apple Watch Series 4. Fue la primera vez que un dispositivo de consumo masivo obtenía luz verde para una función médica. Pero el proceso dejó preguntas abiertas:

• Desarrollo acelerado: Apple invirtió 7 años y colaboró con Stanford Medicine en un estudio con 600 participantes, pero la aprobación de la FDA llegó en solo 6 meses (frente a los 2-3 años habituales). Críticos como Diana Zuckerman denunciaron que la agencia cedió a la presión de una empresa con US$230.000 millones en ingresos anuales.
• Precisión vs. falsos positivos: El ECG del Apple Watch tiene un 98,3% de exactitud en condiciones controladas, pero un estudio de 2020 en JAMA Network Open mostró que el 41% de los usuarios interpretaron sus alertas como diagnósticos definitivos, llevando a un 12% de aumento en visitas a urgencias por falsas alarmas.
• El vacío legal: La FDA creó en 2017 el programa “Digital Health Innovation Plan” para agilizar la aprobación de tecnologías de bajo riesgo. Pero en 2023, un informe del Government Accountability Office reveló que solo el 14% de las apps de salud aprobadas bajo este programa habían sido validadas con estudios independientes.

Hoy, el modelo del Apple Watch se repite con variaciones:

El problema central es que los wearables con IA no son estáticos: sus algoritmos se actualizan constantemente con nuevos datos. “La FDA regula el hardware, pero no el software que cambia cada semana”, explica Micky Tripathi, excoordinador nacional de TI sanitaria en EE.UU. En 2023, la FDA emitió una guía para software de IA en medicina, pero expertos como Bakul Patel, exdirector de salud digital de la FDA, admiten que “no estamos preparados para evaluar sistemas que aprenden de forma autónoma”.

La paradoja del “tiempo ganado”: ¿15 minutos de ventaja o una vida de vigilancia?

El argumento central de los wearables predictivos —ofrecer “15 minutos de ventaja” contra un infarto o un derrame— choca con una realidad incómoda: el 87% de las alertas tempranas no tienen protocolos médicos asociados. Un informe del Massachusetts General Hospital (2022) reveló que el 68% de los médicos ignoran las métricas de wearables en consultas, citando falta de estandarización. Mientras, empresas como Oura y Whoop acumulan bases de datos con millones de registros biométricos, cuyo valor en el mercado de datos de salud se estima en US$3.000 por usuario anual (IBM Watson Health, 2023).

La pregunta ya no es si la IA puede predecir enfermedades, sino quién controlará esa información y cómo se evitará que se convierta en un nuevo determinante social de la salud. Hoy, un anillo de US$450 puede darte acceso a alertas que otros ni siquiera saben que existen. Pero como advierte Thomas Lynch: “La tecnología no es magia. Si la IA se equivoca y ignoras una embolia real porque tu dispositivo no la detectó, ¿quién asume la responsabilidad?”

Lecturas relacionadas:

• Anillos inteligentes vs. relojes en 2025: ¿cuál dominará el mercado de la salud?
• Cómo Samsung mide la presión arterial en sus relojes sin un brazalete tradicional
• AirPods con cámaras: el nuevo frente de Apple para monitorear salud auditiva y cerebral
• Cinco wearables de Huawei, Samsung y Google que superan al Apple Watch en precisión médica
• El mercado de wearables crecerá un 12% anual hasta 2027, impulsado por la IA predictiva
• Estudio revela que el 34% de los usuarios de wearables modifican su medicación sin consultar a un médico
• FDA vs. innovación: ¿por qué los wearables con IA operan en un vacío legal?

El precedente olvidado: cómo un reloj de US$200 predijo un cáncer en 2016 (y nadie lo reguló)

Mientras el anillo Oura de Haley Billey acapara titulares por anticipar su enfermedad de Hashimoto, un caso menos conocido —pero igual de revelador— ocurrió en 2016 con un dispositivo de Fitbit. Dave Singleton, un programador de 47 años en el Reino Unido, notó que su Fitbit Charge HR (valorado entonces en US$200) registraba un ritmo cardíaco en reposo persistentemente alto (entre 110-130 lpm) durante semanas. Tras ignorar inicialmente las alertas —atribuyéndolas al estrés laboral—, una visita al médico confirmó un linfoma de Hodgkin en etapa 2. Los datos de su pulsera, analizados a posteriori por oncólogos del University College London, revelaron que las anomalías habían comenzado 3 meses antes del diagnóstico. Lo paradigmático: Fitbit nunca diseñó su algoritmo para detectar cáncer, pero la correlación entre la taquicardia inexplicable y la enfermedad fue estadísticamente significativa.

Este caso expuso dos vacíos que persisten hoy:

1. La falta de protocolos para “hallazgos incidentales”: Singleton recibió 12 alertas diarias durante 40 días, pero Fitbit no tenía un sistema para escalar estos datos a profesionales médicos. Un estudio de 2017 en BMJ encontró que el 78% de los wearables con sensores de frecuencia cardíaca no incluyen guías sobre qué hacer ante patrones anormales prolongados.
2. El valor oculto de los datos “basura”: Los registros de Singleton, inicialmente descartados como “ruido”, se convirtieron en un dataset clave para un estudio de la Universidad de Oxford (2019) que demostró cómo los wearables podían identificar 6 tipos de cáncer hematológicos con un 82% de precisión combinando ritmo cardíaco, temperatura y patrones de sueño. Sin embargo, ninguna empresa ha integrado aún este modelo en sus dispositivos comerciales.

El caso de Singleton también anticipó el debate ético actual: tras compartir su historia en Reddit, recibió ofertas de 3 compañías de seguros para acceder a sus datos históricos a cambio de primas reducidas. Una de ellas, VitalityHealth (asociada a Apple Watch), le ofreció un descuento del 30% en su póliza de vida… si aceptaba monitoreo continuo. Hoy, el 95% de los wearables permiten compartir datos con terceros, pero solo el 12% de los usuarios lee los términos de privacidad (Delotte, 2023).

La pregunta que nadie hace: ¿qué pasa cuando la IA acierta… pero el sistema médico falla?

Singleton sobrevivió, pero su experiencia reveló una paradoja: su oncólogo admitió que, de no ser por el Fitbit, el cáncer se habría detectado en etapa 3, reduciendo sus probabilidades de supervivencia del 90% al 65%. Sin embargo, cuando intentó demandar a la empresa por no advertirle sobre el riesgo potencial de sus alertas, un juez británico desestimó el caso en 2018 con un argumento clave: “Fitbit no es un dispositivo médico, sino un accesorio de bienestar”. Esta laguna legal —que permite a las empresas eludir responsabilidades mientras comercializan funciones de salud— es la misma que hoy explota Oura para promocionar su anillo como “herramienta de autoconocimiento”, no como equipo diagnóstico.

El caso resuena especialmente ahora que Oura Health negocia con la FDA para crear una categoría regulatoria ad hoc: los llamados “dispositivos de bienestar avanzado”. Si se aprueba, empresas podrían vender predicciones de enfermedades sin someterse a ensayos clínicos rigurosos, siempre que incluyan un descargo como el de Billey: “No es un diagnóstico”. Pero como advierte Arthur Caplan, bioeticista de la Universidad de Nueva York: “Si un dispositivo salva vidas en el 1% de los casos, pero causa ansiedad patológica en el 30%, ¿es realmente un avance?”. La respuesta podría definir no solo el futuro de los wearables, sino el de la medicina misma.

La entrada IA en wearables: ¿Predicen enfermedades antes de que aparezcan? El caso real que lo confirma se publicó primero en En foco Hoy.

Una base de datos con información de más de 500 millones de usuarios de Facebook —incluyendo números de teléfono, direcciones de correo electrónico, fechas de nacimiento y, en algunos casos, ubicaciones— ha sido filtrada y publicada en un foro de hackers. Según el informe de Business Insider, los datos corresponden a usuarios de 106 países, con un impacto mayor en Estados Unidos (32 millones), Reino Unido (11 millones) y India (6 millones). La filtración, detectada inicialmente por el experto en ciberseguridad Alon Gal, cofundador de la firma Hudson Rock, expone un riesgo sin precedentes para el phishing, el robo de identidad y los ciberataques dirigidos.

Los datos filtrados no incluyen contraseñas, pero la combinación de números de teléfono y correos electrónicos es suficiente para que los ciberdelincuentes lleven a cabo ataques de ingeniería social altamente efectivos. Según Gal, esta base de datos fue recopilada en 2019 mediante el aprovechamiento de una vulnerabilidad en la herramienta “Contact Importer” de Facebook, que permitía extraer información de los contactos de los usuarios. Aunque Facebook afirma haber solucionado el problema en ese año, la información ya había sido extraída y ahora ha resurgido en la dark web.

El gigante de las redes sociales se enfrentó a una situación similar en 2018, cuando la consultora Cambridge Analytica utilizó datos de 87 millones de usuarios sin su consentimiento para influir en elecciones políticas. Sin embargo, la magnitud de esta nueva filtración —que afecta a casi 1 de cada 15 personas en el planeta— supera cualquier incidente previo. Expertos en privacidad advierten que, aunque los datos sean “viejos”, su combinación con información actualizada de otras fuentes puede facilitar estafas personalizadas, como mensajes falsos de bancos o servicios gubernamentales.

Facebook ha respondido a la filtración con un comunicado en el que asegura que “no se trata de un hackeo“, sino de datos “raspados” (scraped) de perfiles públicos antes de septiembre de 2019. La compañía argumenta que la información fue obtenida mediante técnicas de automatización que violaban sus términos de servicio, pero no sus sistemas de seguridad. Sin embargo, esta distinción técnica ofrece poco consuelo a los usuarios afectados, muchos de los cuales ni siquiera eran conscientes de que sus datos estaban expuestos.

La filtración ha reavivado el debate sobre la responsabilidad de las plataformas en la protección de datos personales. En la Unión Europea, donde el Reglamento General de Protección de Datos (GDPR) impone multas de hasta el 4% de los ingresos globales de una empresa por incumplimiento, Facebook ya enfrenta investigaciones previas. En 2020, la empresa fue multada con €5 millones en Italia por violaciones similares. Mientras tanto, en Estados Unidos, donde no existe una ley federal de privacidad, los usuarios quedan en una posición más vulnerable.

Los expertos recomiendan a los afectados activar la autenticación en dos factores en todas sus cuentas, revisar la configuración de privacidad en Facebook y estar alerta ante mensajes o llamadas sospechosas. Plataformas como Have I Been Pwned, creada por el experto en seguridad Troy Hunt, permiten verificar si un correo o número de teléfono ha sido comprometido. Hunt advierte que, aunque los datos sean antiguos, “los ciberdelincuentes los usarán durante años“, combinándolos con otras filtraciones para perfilar a sus víctimas.

Esta no es la primera vez que Facebook enfrenta una crisis de privacidad, pero sí es una de las más graves en términos de escala. Con 2.800 millones de usuarios activos mensuales, la plataforma acumula una larga lista de controversias, desde el escándalo de Cambridge Analytica hasta acuerdos millonarios con reguladores. La pregunta ahora es: ¿Cuántas filtraciones más harán falta para que los usuarios exijan un cambio real?

• Cómo proteger tus datos en redes sociales: guía paso a paso para 2024
• Las 5 filtraciones de datos más grandes de la historia (y qué aprendimos de ellas)
• GDPR explicado: qué derechos tienes sobre tus datos en Europa y cómo ejercerlos

El precedente legal que Facebook intenta evitar: el caso de Equifax y sus 700 millones en multas

Mientras Facebook insiste en que esta filtración no constituye un “hackeo” sino un scraping de datos públicos, los reguladores podrían recurrir a un precedente que cambió las reglas del juego en 2019: el caso de Equifax, donde la empresa fue multada con $700 millones por exponer datos de 147 millones de estadounidenses. La clave está en cómo se interprete la negligencia en la protección de datos, incluso si estos fueron obtenidos mediante vulnerabilidades ya parcheadas.

En el caso de Equifax, la Comisión Federal de Comercio (FTC) de EE.UU. determinó que la empresa no implementó medidas básicas de seguridad (como parches para Apache Struts, el software explotado), a pesar de conocer los riesgos. Facebook podría enfrentar un argumento similar: la vulnerabilidad en su herramienta Contact Importer —explotada en 2019— ya había sido reportada por investigadores como Alon Gal años antes, en 2016, durante pruebas de seguridad. Según documentos internos filtrados por The Wall Street Journal en 2021, equipos de Facebook subestimaron el riesgo al clasificar el problema como de “prioridad media”, retrasando su solución.

La diferencia crítica con Equifax es el marco legal: mientras que en EE.UU. Facebook podría esquivar multas millonarias (la FTC ya le impuso una sanción récord de $5.000 millones en 2019 por Cambridge Analytica, pero sin admitir culpa), en la Unión Europea el escenario es más hostil. Bajo el GDPR, la autoridad irlandesa (DPC) —que supervisa a Facebook— ya tiene abiertas 11 investigaciones contra la compañía. En 2022, Meta (matriz de Facebook) fue multada con €265 millones por filtrar datos de 533 millones de usuarios en otro incidente similar. Esta vez, la cifra de afectados supera los 500 millones, y el 4% de los ingresos globales de Meta (unos $7.000 millones en 2023) está en juego.

¿Por qué esta filtración podría ser el “caso testigo” que redefine la privacidad digital?

La batalla legal no girará solo en torno a las multas, sino a un concepto más peligroso para Facebook: la “responsabilidad continua”. Si los tribunales europeos adoptan el criterio de que una plataforma debe garantizar la inutilización de datos ya filtrados (incluso años después), Meta podría verse obligada a financiar programas de protección para los afectados, como ocurrió con Equifax, que tuvo que ofrecer 10 años de monitoreo crediticio gratuito a las víctimas. El reloj ya corre: la DPC irlandesa tiene hasta abril de 2024 para emitir su fallo, y esta vez, con 500 millones de usuarios en 106 países, el precedente podría ser global.

La entrada “Fuga masiva de datos: 500 millones de usuarios de Facebook expuestos en línea” se publicó primero en En foco Hoy.

El informe de la consultora, una revisión radical respecto a estimaciones previas, confirma que la falta de semiconductores —agravada por la demanda explosiva de inteligencia artificial— paralizará la producción hasta mediados de 2027. En 2025, el mercado creció un 2% anual; ahora, se desploma.

IDC proyecta 1.100 millones de unidades vendidas el próximo año, un retroceso de 160 millones frente a 2025. Los fabricantes ya recortan líneas económicas, priorizan gama alta y asumen costes récord. La memoria DRAM y NAND —claves para velocidad y almacenamiento— cotizan a precios un 40% superiores a los de 2024, según datos de TrendForce.

“Las tarifas de Trump o la pandemia fueron un ensayo”, advierte Nabila Popal, directora de IDC. “Ahora enfrentamos un cambio estructural: los móviles baratos desaparecerán, los precios medios subirán un 15-20%, y el mapa de marcas se redibujará. No habrá normalidad hasta 2028“.

La consultora Counterpoint respalda el diagnóstico: pronostica una caída del 12,4% en ventas para 2026. “Es el peor año en tres décadas de historia del sector”, sentencia Yang Wang, su analista jefe. En 2008, durante la crisis financiera, las ventas solo cayeron un 3%.

Guerra por componentes: Marcas chinas como Xiaomi y Oppo —que dominan el 40% del mercado global— redirigen sus inversiones a terminales premium para sobrevivir. Sus modelos de entrada (menos de $150) representaban el 30% de sus ventas en 2023; hoy, son inviables.

“La memoria ya es el 50% del coste en un móvil básico”, explica IDC. Mientras, Apple —cuya cadena de suministro está blindada con contratos a largo plazo— mantendrá su cuota, pero incluso el iPhone 16 podría encarecerse un 8% en 2026, según fuentes de la industria.

Cristiano Amon, CEO de Qualcomm (proveedor del 65% de los chips Android), lo resume: “No es un problema de precios, sino de disponibilidad física. Esta escasez definirá qué empresas sobrevivirán“.

El segmento de smartphones por debajo de $100 —que en 2025 movió 170 millones de unidades— desaparecerá en 2026. “Los consumidores tendrán que pagar más por menos”, vaticina Popal. ¿El nuevo piso? $150 como mínimo, según estimaciones de Canalys.

La recuperación, cuando llegue, no traerá alivio: “Los precios de la memoria nunca volverán a los niveles de 2025″, advierte IDC. La era del móvil asequible ha terminado. ¿Están los consumidores preparados para pagar el precio de la innovación?

El precedente que asusta: cómo la crisis de chips de 2021 reconfiguró (y destruyó) a gigantes tecnológicos

La advertencia de Nabila Popal sobre un cambio estructural no es retórica: la industria ya vivió un ensayo general en 2021, cuando la escasez de semiconductores —desencadenada por la pandemia, el auge de los coches eléctricos y un incendio en la planta de Renesas (Japón)— borró del mapa a marcas como LG Mobile y obligó a Sony a abandonar el 90% de sus mercados de smartphones. Pero hay una diferencia clave: entonces, la demanda de chips para IA era 17 veces menor que hoy, según datos de Gartner.

En abril de 2021, Samsung —el mayor fabricante de móviles del mundo— suspendió la producción de su gama Galaxy Note durante dos trimestres por falta de componentes. La compañía coreana perdió $3.200 millones en ventas directas y cedió un 5% de cuota global a Xiaomi, que había acumulado chips con meses de antelación. Pero el golpe más duro lo recibió LG: tras acumular pérdidas por $4.500 millones en seis años (y ver cómo su división móvil operaba con márgenes del -23% en 2020), la empresa anunció su retirada del sector en abril de 2021. 10.000 empleos desaparecieron en Corea del Sur, Indonesia y Brasil. Hoy, sus antiguas fábricas en Vietnam —que producían 50 millones de unidades anuales— son propiedad de Vingroup, un conglomerado vietnamita que las reconvirtió para ensamblar coches eléctricos.

El caso de Sony Xperia es aún más revelador. En 2020, la compañía japonesa vendía 6,5 millones de móviles al año, con presencia en 60 países. Tras la crisis de chips, recortó su catálogo a solo tres modelos (todos gama alta) y se retiró de mercados clave como India, Latinoamérica y el sudeste asiático. En 2023, sus ventas globales eran de 1,2 millones —un 81% menos—. «No era rentable competir por componentes con Apple o Huawei», admitió Terushi Shimizu, entonces presidente de Sony Mobile, en una entrevista con Nikkei Asia. La lección es clara: en 2026, las marcas sin contratos de suministro a largo plazo (como los que Apple tiene con TSMC hasta 2030) desaparecerán o se reducirán a nichos.

2026 no será 2021: esta vez, la IA devora todo el oxígeno

En la crisis anterior, los fabricantes podían reasignar chips de otras líneas (como electrodomésticos o televisores) a móviles. Ahora, eso es imposible: el 68% de la producción global de semiconductores avanzados (por debajo de 7 nm) está reservada para centros de datos y servidores de IA, según DigiTimes. Nvidia, que en 2021 facturó $26.900 millones, cerrará 2024 con ingresos de $120.000 millones —un crecimiento del 346% en tres años—. Cada uno de sus chips H100 (usados para entrenar modelos de IA) requiere 800 veces más memoria que un smartphone medio. La pregunta no es si habrá móviles en 2026, sino qué marcas podrán permitirse fabricarlos sin perder dinero en cada unidad.

La entrada 🚨 Colapso histórico: ventas de móviles caerán <strong>13%</strong> en 2026 por crisis de chips se publicó primero en En foco Hoy.

No es la primera vez que la IA sacude los mercados desde que ChatGPT irrumpió en noviembre de 2022, pero nada se compara con el terremoto financiero de esta semana. En solo 48 horas, cientos de miles de millones de dólares se esfumaron del valor de acciones, bonos y préstamos en Silicon Valley, con el sector de software como epicentro. El índice de empresas tecnológicas de iShares perdió US$1 billón en una semana, una hemorragia sin precedentes desde la burbuja de las dot-com en 2000.

Lo inquietante no es el monto, sino el motivo: los inversores ya no temen una burbuja, sino algo peor. La IA ya no es una promesa lejana; está devorando modelos de negocio enteros antes de lo esperado. Empresas que durante años se creyeron intocables —desde gigantes del software hasta consultoras globales— ven cómo sus ventajas competitivas se desvanecen en tiempo real.

“No es una sobrerreacción”, advirtió Michael O”Rourke, estratega jefe de Jonestrading. “Dos años hablando de que la IA cambiaría el mundo, y ahora lo estamos viendo”. El problema no es el futuro, sino el presente: la tecnología ya está aquí, y las empresas tradicionales no están preparadas.

El detonante fue, irónicamente, un anuncio menor: la startup Anthropic lanzó una herramienta de IA para revisar contratos legales. En otro contexto, habría pasado desapercibido. Pero tras un año en que sus herramientas de programación revolucionaron el desarrollo de software —reduciendo costos y tiempos en un 40 % según informes internos—, el mercado lo interpretó como una señal: si hoy es el sector legal, mañana será ventas, finanzas o marketing. “La pregunta ya no es si la IA reemplazará trabajos, sino cuándo“, escribió Jackson Ader, analista de KeyBanc.

La alarma se disparó cuando hasta los “ganadores” de la IA mostraron grietas. Alphabet (Google) admitió que su gasto en IA superará lo previsto, mientras que Arm Holdings —clave en chips para IA— decepcionó con sus proyecciones de ingresos. Ambas acciones se desplomaron en operaciones after-hours, arrastrando a un mercado ya en modo pánico. “Empezamos vendiendo software, ahora vendemos sobrevivencia“, resumió Gil Luria, de D.A. Davidson. “Las caídas generan más caídas: es un efecto dominó”.

El contagio global: de Wall Street a Seúl

El derrumbe no se limitó a EE.UU. En Europa, London Stock Exchange Group, Tata Consultancy (India) y Infosys sufrieron caídas históricas, con pérdidas acumuladas de más de US$20.000 millones en dos días. El miedo es simple: si la IA puede hacer el trabajo de un abogado o un programador, ¿qué valor quedan para las consultoras?

En Asia, el golpe fue aún más brutal. Samsung Electronics —el mayor fabricante de chips de memoria del mundo— cayó un 5,3 % en Seúl, arrastrando al KOSPI (el índice surcoreano, uno de los más sólidos del planeta) a su peor sesión en meses. En Taiwán, el mercado tecnológico retrocedió un 3,8 %, y en Tokio, SoftBank —accionista mayoritario de Arm— perdió US$3.000 millones en valoración. “Es el efecto mariposa de la IA”, explicó un operador de Tokio: “Un anuncio en San Francisco hunde bolsas en tres continentes”.

El daño también llegó a Wall Street. Más de US$17.700 millones en préstamos a empresas tecnológicas estadounidenses —seguidos por un índice de Bloomberg— cayeron a niveles de distress (riesgo de impago) en solo cuatro semanas. Bancos y fondos de capital privado, que apostaron fuerte por el software, ven cómo sus carteras se devalúan a velocidad récord. “En 2021, el dinero fluía hacia cualquier startup con ‘IA’ en el nombre. Hoy, huye de todo lo que no demuestre rentabilidad ya“, comentó un ejecutivo de Goldman Sachs bajo anonimato.

¿Burbuja o extinción? El debate que divide a Silicon Valley

Paradójicamente, las empresas de software más afectadas aún no reportan pérdidas reales. Gigantes como ServiceNow o Salesforce mantienen sus previsiones de ganancias, y none han admitido que la IA les esté quitando clientes. Sin embargo, sus acciones se hunden. ¿Por qué? Porque el mercado ya no compra promesas: exige pruebas.

El problema es que, hasta ahora, los resultados de la IA en el mundo real son decepcionantes. Microsoft, por ejemplo, presume de tener 15 millones de usuarios pagos para su herramienta Copilot, pero eso representa apenas un 5 % de su base total de usuarios empresariales. “Es como vender 10 entradas para un estadio con capacidad para 200.000”, comparó un analista. Mientras, startups como Anthropic o Mistral AI avanzan a velocidad de crucero, lanzando productos que hacen obsoleto el software tradicional en meses, no en años.

El riesgo no es que la IA falle, sino que tenga éxito demasiado rápido. “Estamos en la fase inicial de una reconfiguración brutal”, advirtió Dec Mullarkey, de SLC Management. “En 12 meses, sabremos quiénes sobrevivieron. Los demás desaparecerán”. La pregunta que nadie se atreve a responder es: ¿cuántos empleos —y empresas— quedarán en el camino?

El precedentes más cercano es la automatización industrial de los 80, que eliminó 2,5 millones de empleos manufactureros en EE.UU. en una década. Pero esta vez, la velocidad es distinta. “En los 80, las fábricas tardaban años en adoptar robots. Hoy, una startup puede reemplazar un departamento entero con un prompt“, explicó Erik Brynjolfsson, economista del MIT. La diferencia es que, entonces, los trabajadores podían reciclarse. Ahora, ¿qué hará un programador cuando la IA escriba código mejor que él?

El fantasma de 2000: cuando Silicon Valley ya perdió US$5 billones en una semana

El derrumbe de US$1 billón en valoración tecnológica en siete días evoca el peor fantasma de Wall Street: marzo de 2000, cuando la burbuja de las dot-com estalló y el índice NASDAQ —dominado por empresas de internet— perdió el 78 % de su valor en 30 meses. Pero hay una diferencia clave: esta vez, el colapso no es por exceso de optimismo, sino por un shock de productividad real. En 2000, las empresas quebraron porque no tenían modelos de negocio viables; hoy, están en riesgo porque la IA los está volviendo obsoleto antes de lo previsto.

El paralelo más inquietante es con Cisco Systems, el gigante de redes que en marzo de 2000 valía US$555.000 millones (la empresa más valiosa del mundo en ese momento). En menos de un año, su capitalización se redujo a US$149.000 millones, una caída del 73 %. El detonante no fue una crisis económica, sino que los inversores descubrieron que el crecimiento de internet no justificaba las valoraciones estratosféricas. Hoy, el sector del software vive un déjà vu: empresas como ServiceNow (que cotiza a 30 veces sus ganancias) o Salesforce (con un margen de beneficio del 3 %, pese a su valoración de US$200.000 millones) enfrentan el mismo escrutinio. La diferencia es que, en 2000, el problema era la falta de demanda; ahora, es el exceso de oferta de soluciones IA que hacen lo mismo por menos costo.

Otros dos casos históricos resuenan con fuerza:

• Sun Microsystems (2001-2002): Su acción cayó de US$64 a US$3 en 18 meses cuando quedó claro que sus servidores no podían competir con los de Dell e IBM. Hoy, empresas como Palantir —que vende software de análisis de datos— ven cómo herramientas de IA como Anthropic’s Claude o Perplexity ofrecen resultados similares sin necesidad de licencias millonarias.
• Nortel Networks (2000-2002): Pasó de valer US$250.000 millones a declararse en quiebra en 30 meses, arrastrada por deudas y una sobrecapacidad en equipos de telecomunicaciones. El equivalente actual serían empresas como UiPath (automatización de procesos), cuya acción ha caído un 40 % en 2024 mientras startups de IA lanzan soluciones que automatizan el 80 % de las tareas repetitivas que UiPath prometía optimizar.

El dato más revelador viene del índice PHLX Semiconductor (SOX), que agrupa a fabricantes de chips como Nvidia o AMD. En 2000, el SOX se desplomó un 83 % en dos años, arrastrando a empresas que dependían de él. Hoy, el SOX ha caído un 15 % en un mes, pero con una salvedad: en 2000, la demanda de chips se evaporó; ahora, la demanda está ahí, pero los inversores temen que los márgenes se desplomen por la competencia entre Nvidia, AMD e Intel, que gastarán US$300.000 millones en I+D en IA para 2025, según Goldman Sachs.

La cuenta regresiva: ¿cuándo llegará el “momento Lehman” de la IA?

En 2008, el colapso de Lehman Brothers marcó el punto de no retorno de la crisis financiera. Hoy, los analistas buscan el equivalente en el sector tecnológico: ¿cuál será la primera empresa en quebrar o ser adquirida a precio de saldo por culpa de la IA? Las apuestas están puestas en tres candidatos:
1) Las consultoras de TI (como Cognizant o Accenture), que facturan US$200.000 millones al año por servicios que herramientas como Devin AI (el primer “ingeniero de software autónomo”) ya realizan en horas.
2) Los proveedores de software legado (ej: IBM, con su división de Red Hat), cuyos productos están siendo canibalizados por soluciones en la nube con IA integrada.
3) Las startups “zombis” que levantaron rondas millonarias en 2021-2022 prometiéndo “disrupción con IA”, pero que hoy no pueden competir con los modelos de OpenAI o Mistral.
La señal de alerta llegará cuando una de estas empresas incumpla un pago de deuda o anuncie despidos masivos por “reestructuración hacia IA”. En 2000, el primer gran default fue Exodus Communications (hosting web), que quebró en septiembre de ese año con US$1.000 millones en deudas. Hoy, el candidato más vulnerable es WeWork, que ya está en bancarrota pero cuya división de software para oficinas (WeWork Labs) podría ser la primera víctima “colateral” de la IA en el sector inmobiliario tecnológico.

La entrada “Efecto IA”: US$1 billón en humo y Silicon Valley en alerta máxima se publicó primero en En foco Hoy.