La división de startups de Google Cloud reorienta su estrategia global, priorizando mercados fuera del eje Silicon Valley-Nueva York para impulsar a emprendedores latinoamericanos. Darren Mowry, vicepresidente global de startups de la compañía, confirmó a Bloomberg Línea que la expansión incluye contratar equipos especializados en ventas, ingeniería y capital de riesgo, con bases operativas en Ciudad de México y São Paulo —dos de los hubs tecnológicos más dinámicos de la región.

“Estamos ampliando nuestro equipo de capital de riesgo porque América Latina ya no es un mercado emergente para la innovación, sino un epicentro donde se crean fondos y startups con proyección global, no solo local”, declaró Mowry. Este movimiento refleja un cambio radical: en 2023, el 78% de las inversiones en startups latinas provino de fondos regionales, según datos de LAVCA (Asociación para el Capital Privado en Latinoamérica).

La inteligencia artificial ha democratizado el acceso a herramientas antes exclusivas de gigantes tecnológicos. Ahora, emprendedores en mercados como Brasil, México o Colombia pueden desarrollar soluciones escalables con costos reducidos. Un caso emblemático es Enter, la startup brasileña que usa IA para optimizar gestión de litigios y que en abril de 2024 cerró una ronda de US$100 millones, alcanzando una valoración de US$1.200 millones —la tercera unicornio legaltech de la región.

Google Cloud no solo ofrece créditos a través de programas como Google for Startups, sino que explora inversiones directas en la región. Mowry adelantó que fondos como CapitalG (brazo de crecimiento de Alphabet) y GV (antes Google Ventures) están “activamente buscando fundadores en Latam”, incluso en etapas tempranas. ¿El objetivo? Evitar que el talento migre a EE.UU. y consolidar a la región como un polo de innovación autónomo.

La IA y los fondos ángeles: el nuevo mapa de inversiones

La transformación tecnológica ha reconfigurado la cadena de inversiones. Hace cinco años, el 90% del capital de riesgo en startups latinas venía de fondos con sede en San Francisco o Nueva York, según Crunchbase. Hoy, Google Cloud apuesta por equipos dedicados a fondos ángeles especializados, que en 2023 movilizaron US$1.200 millones en la región —un crecimiento del 40% interanual.

“Antes, nos enfocábamos en las big firms de venture capital. Ahora, el 60% de nuestras interacciones son con fondos locales, que entienden mejor las necesidades de los emprendedores latinoamericanos”, explicó Mowry. Esta estrategia busca contrarrestar el avance de rivales como AWS (que en 2023 abrió un centro de innovación en Bogotá) y Microsoft Azure (con alianzas en Chile y Argentina).

La IA actúa como catalizador: startups con menos de 20 empleados pueden consumir hasta 50 veces más recursos en la nube que una empresa tradicional del mismo tamaño, según un informe interno de Google Cloud. “Una startup en Medellín o Monterrey puede competir con una de Palo Alto en igualdad de condiciones tecnológicas”, afirmó Mowry. ¿El desafío? La brecha en acceso a mentores y redes de contacto, que Google busca cerrar con sus nuevos equipos regionales.

Latam vs. Silicon Valley: ¿quién gana la batalla por el talento?

El ecosistema latinoamericano enfrenta un dilema: el 35% de las startups que reciben inversión de fondos extranjeros terminan mudando su sede a EE.UU., según Endeavor. Google Cloud quiere revertir esta tendencia con programas de aceleración locales y conexiones directas con fondos como Kaszek (Argentina-Brasil) o ALLVP (México).

Un ejemplo es ATO, la startup argentina que desarrolla un asistente de voz para adultos mayores y que, tras recibir inversión de Y Combinator, mantuvo su operación en Buenos Aires. “Queremos que más casos como ATO escalen desde Latam, no que emigren”, subrayó Mowry.

La competencia es feroz: AWS ya invirtió US$300 millones en centros de datos en Brasil y México, mientras que Microsoft Azure lanzó en 2024 un fondo de US$50 millones para startups latinoamericanas. ¿La ventaja de Google? Su enfoque en IA y su red de más de 100 aceleradoras aliadas en la región.

Mientras Silicon Valley sigue siendo el referente, América Latina ya no es solo un mercado: es un laboratorio de innovación. La pregunta clave no es si Google Cloud logrará posicionarse, sino cuántas startups latinas se convertirán en los próximos unicornios globales gracias a esta apuesta.

CapitalG y GV: el historial de apuestas millonarias que ahora miran a Latam

La llegada de CapitalG y GV (antes Google Ventures) a América Latina no es casual: estos fondos, brazo de inversión de Alphabet, tienen un historial de identificar mercados en expansión antes que sus competidores. En 2018, CapitalG lideró una ronda de US$1.000 millones en la india Flipkart, cuando el e-commerce asiático aún era visto como un nicho de riesgo. Tres años después, Walmart adquirió Flipkart por US$16.000 millones. Ahora, repiten la estrategia en Latam, donde el volumen de transacciones en startups creció un 120% entre 2020 y 2023 (datos de CB Insights).

El modus operandi de estos fondos es claro: invertir en etapas tempranas con cheques entre US$5M y US$50M, pero exigiendo métricas de escalabilidad global. Un precedente clave es su apuesta por UiPath (Rumanía, 2017), una startup de automatización que valía US$110 millones en su Serie A y que, tras la inversión de CapitalG, alcanzó los US$35.000 millones en su debut en NYSE (2021). En Latam, ya han sondeado sectores como fintech (con Nubank como referente) y legaltech (como Enter, mencionada en el artículo), pero su foco ahora son las startups B2B con modelos de suscripción, que en 2023 representaron el 42% de los unicornios regionales (informe LAVCA).

Lo que distingue a GV y CapitalG de otros fondos es su acceso a herramientas exclusivas de Google Cloud, como créditos de hasta US$200.000 en infraestructura para sus portfolio companies. En 2022, Stripe (EE.UU.) usó este beneficio para reducir sus costos operativos en un 30% durante su expansión en Europa. En Latam, startups como Kavak (México) o Loft (Brasil) ya han negociado acuerdos similares, pero con fondos tradicionales. La diferencia ahora es que Google no solo ofrece tecnología, sino inversión directa + mentoring con ejecutivos de Alphabet.

• Sector prioritario: Fintech y SaaS (Software as a Service), que concentran el 65% de las inversiones de GV en mercados emergentes.
• Ticket promedio: Entre US$10M y US$30M en Series A/B, con cláusulas de follow-on (inversiones posteriores) si la startup cumple métricas de crecimiento en 18 meses.
• Rival directo: Tiger Global, que en 2021 invirtió US$1.300 millones en startups latinas, pero redujo su exposición un 70% en 2023 por la volatilidad macroeconómica.

¿Latam será el próximo Sudeste Asiático para Google?

El paralelo con Asia es inevitable: en 2015, GV invirtió US$5 millones en Gojek (Indonesia), una startup de ride-hailing que hoy vale US$14.000 millones y compite con Grab. En Latam, el candidato a repetir ese salto podría ser Rappi (Colombia), pero con un giro: Google no busca replicar modelos, sino crear infraestructura regional. La clave estará en si logran evitar el error de 2019, cuando SoftBank inyectó US$5.000 millones en startups latinas sin exigir gobernanza local, lo que derivó en quiebras como la de Loggi (Brasil). Esta vez, Google apuesta por equipos in situ en Ciudad de México y São Paulo, pero el riesgo persiste: el 80% de las startups que escalan demasiado rápido en Latam colapsan por falta de estructura legal (estudio Endeavor + Bain & Co., 2023).

La entrada Google Cloud acelera en Latam: caza startups con US$100M en juego se publicó primero en En foco Hoy.

En los mercados energéticos europeos —donde un cambio de 2 °C en Berlín puede desplazar el equivalente a cientos de barriles de petróleo en el contrato TTF—, los operadores han dejado atrás los informes meteorológicos tradicionales. Ahora, equipos híbridos de meteorólogos y científicos de datos entrenan algoritmos con millones de imágenes satelitales y décadas de registros históricos de precios, buscando un objetivo claro: anticipar los giros del modelo Euro antes de que el Centro Europeo de Previsiones (ECMWF) los haga públicos.

La obsesión no es casual. Desde 2021, al menos 15 fondos de cobertura han creado divisiones especializadas en clima cuantitativo, un fenómeno que ha unido en una misma mesa a físicos atmosféricos y traders de alta frecuencia. El premio: quien logre predecir si la actualización nocturna del ECMWF —el llamado “euro de medianoche”— inclinará las temperaturas hacia el frío o el calor, gana horas cruciales para reposicionar contratos de gas, electricidad y derivados antes de que el mercado reaccione.

El 70 % de la volatilidad en los precios energéticos europeos en invierno está ligada a revisiones abruptas en los pronósticos a 10-14 días, según un estudio de 2023 de la Universidad de Reading. Un ejemplo reciente: en enero de 2024, una corrección tardía del ECMWF —que pasó de prever -3 °C a -8 °C en Frankfurt— disparó el precio del gas un 12 % en 90 minutos.

ForecastEdge: la “bola de cristal” que vale US$50.000 al año

En octubre de 2025, la empresa Atmospheric G2 (AG2) lanzó ForecastEdge, una herramienta que promete descifrar hacia dónde se moverá el modelo Euro 12 horas antes de su publicación oficial. “No competimos con el ECMWF; competimos con el tiempo”, explica Andrew Pedrini, meteorólogo jefe de AG2. Su sistema no intenta mejorar la precisión del pronóstico, sino adivinar su dirección: ¿subirá o bajará la temperatura prevista?

ForecastEdge emite su señal a las 15:00 (hora de Londres), cuando el “euro de medianoche” —que fija las referencias para el mercado al día siguiente— aún está en proceso. “El mercado no castiga la imprecisión de 1 °C, pero sí un cambio de tendencia no anticipado”, aclara Pedrini. La herramienta, que cuesta entre US$30.000 y US$50.000 anuales por suscriptor, afirma tener un 70 % de acierto en predecir estos giros en Alemania y Europa continental, el epicentro de la fijación de precios.

Su momento de gloria llegó en enero-febrero de 2026, cuando anticipó tres olas de frío con 18 horas de antelación, permitiendo a sus clientes —entre ellos, Vitol, Trafigura y al menos 8 fondos de cobertura— reducir riesgos antes de que los precios se desplomaran. “Un cliente logró cubrir posiciones por valor de €12 millones justo antes de un colapso del 8 % en el TTF”, revela Pedrini, aunque se niega a dar nombres.

¿Cómo funciona? AG2 entrena su IA con:

• 20 años de datos históricos del ECMWF, incluyendo sus sesgos conocidos (como la tendencia a sobreestimar el frío en plazos largos).
• Imágenes de satélite en tiempo real de la NOAA y EUMETSAT, procesadas para detectar patrones de nubosidad y corrientes en chorro.
• Series de precios de gas y electricidad, vinculando desviaciones climáticas con movimientos bursátiles pasados.

El algoritmo se enfoca en la segunda semana de la previsión —donde la volatilidad es máxima— y genera una señal direccional (frío/calor), no un valor exacto. “Un trader no necesita saber si hará -5 °C o -7 °C; necesita saber si el modelo va a corregir al alza o a la baja”, subraya Pedrini.

Escepticismo y riesgos: ¿IA o simple explotación de sesgos?

No todos confían en la revolución algorítmica. Lorenzo Ramella Pralungo, analista de DXT Commodities, advierte: “El modelo Euro tiene un sesgo frío documentado en invierno: suele predecir temperaturas más bajas de las reales y luego corrige al alza”. Su pregunta clave: “¿ForecastEdge está descubriendo patrones nuevos o solo está monetizando un defecto conocido?”

El escepticismo tiene fundamento. Un informe de 2022 de la Agencia Internacional de Energía (IEA) reveló que el 60 % de las ganancias en trading climático entre 2018 y 2021 provinieron de operar contra los sesgos del ECMWF, no de innovaciones predictivas. “Si la IA solo repite que el modelo tiende a corregir hacia arriba, no está añadiendo valor, solo está automatizando lo que cualquier veterano ya sabe”, señala Pralungo.

El verdadero teste arrived en diciembre de 2025, cuando una caída repentina de 6 °C en la previsión para París —no anticipada por ForecastEdge— causó pérdidas de €22 millones en un fondo que había apostado por una corrección al alza. “La IA es útil para lo predecible, pero los cisnes negros climáticos siguen siendo el talón de Aquiles”, admite un trader anónimo.

La carrera armamentística: de un pronóstico al día a 24 actualizaciones por hora

Mientras AG2 domina el nicho de la previsión direccional, otras empresas aceleran la frecuencia de los datos. La noruega Volue AS lanzó en febrero de 2026 su sistema AI Weather Rapid Updates, que ofrece 24 actualizaciones diarias para traders intradía. “El mercado ya no espera al pronóstico de las 00:00; ahora opera con datos cada hora”, explica Marius Holter, director de Volue.

Más disruptiva aún es Athena, de la startup suiza Jua.ai, presentada en marzo de 2026. Esta IA promete comprimir dos días de análisis meteorológico manual en dos minutos, integrando variables como la humedad del suelo (clave para la generación eólica) y la cobertura de nubes en tiempo real. “Antes, un analista tardaba 6 horas en cruzar datos de satélite con históricos; ahora lo hacemos en 120 segundos”, afirma Benjamin Gütt, vicepresidente de Jua.

El cambio es estructural: el mercado energético europeo está pasando de depender de un único evento diario (el pronóstico nocturno) a un flujo continuo de micro-señales que alimentan algoritmos de trading. “Hay dos formas de ganar: ser más rápido o ser más listo. La IA está borrando la diferencia”, resume Gütt. Pero esta velocidad tiene un costo: la Comisión Europea ya estudia regular el acceso a estas herramientas para evitar que los pequeños operadores queden excluidos.

¿Qué viene? La próxima frontera es integrar las señales climáticas con datos de demanda eléctrica en tiempo real (como el consumo industrial minuto a minuto) y precios de carbono. “Cuando eso ocurra, los mercados actuales parecerán lentos como un telégrafo”, vaticina Holter. Mientras, los reguladores europeos tienen un dilema: ¿cómo equilibrar innovación y competencia justa cuando la ventaja se mide en milisegundos?

Lecturas relacionadas:

• Cómo el trading algorítmico cambió el mercado del petróleo en 2023
• El sesgo frío del ECMWF: por qué los modelos fallan en invierno
• IA en Wall Street: los fondos que ganan US$1.000 millones al año con datos alternativos
• Energías renovables vs. volatilidad climática: el desafío de predecir el viento

El precedente que explica por qué el ECMWF es el “oro” de los traders: el caso de 2009 y el “frío siberiano” que movió US$1.200 millones en una hora

Que los fondos de cobertura obsesionen sus algoritmos con el Centro Europeo de Previsiones (ECMWF) no es casualidad, ni una moda reciente. El modelo Euro se convirtió en el activo invisible más valioso de los mercados energéticos tras un episodio concreto: el 5 de enero de 2009, cuando una corrección tardía en sus pronósticos —que pasó de prever 0 °C a -15 °C en Europa Central— desencadenó el mayor movimiento intradía en la historia del gas TTF hasta ese momento. En solo 60 minutos, el precio del contrato para febrero subió un 28 %, moviendo aproximadamente US$1.200 millones en posiciones, según estimaciones de Bloomberg en ese año.

El detalle clave: ese día, el ECMWF publicó su actualización con 3 horas de retraso por un fallo técnico. Los traders que habían accedido a versiones preliminares del modelo (filtradas a través de contactos en la agencia) ya habían reposicionado sus carteras antes del anuncio oficial. El escándalo llevó a la Comisión Europea a investigar posibles casos de insider trading climático, aunque nunca se presentaron cargos. Lo que sí quedó claro es que quien controla el timing del ECMWF, controla el mercado. Desde entonces, los fondos han invertido millones en reducir esa brecha de horas a minutos —y ahora, con IA, a segundos.

El episodio de 2009 también reveló otro patrón que hoy explotan herramientas como ForecastEdge: el ECMWF tiene una tendencia histórica a subestimar las olas de frío extremas en sus primeras proyecciones. Un estudio de la Universidad de Colonia (2017) analizó 1.247 actualizaciones del modelo entre 2005 y 2016 y encontró que, en el 32 % de los casos donde la temperatura real cayó por debajo de -10 °C, el pronóstico inicial del ECMWF había sido entre 3 °C y 5 °C más cálido. Este sesgo —documentado y público— es el que hoy monetizan los algoritmos, aunque con un giro: ya no esperan a que el modelo corriga; predicen cuándo y cómo lo hará.

La paradoja del 2026: ¿están los fondos pagando por inteligencia artificial o por explotar fallos humanos?

El verdadero debate no es si la IA puede vencer al ECMWF, sino si está descubriendo patrones nuevos o simplemente automatizando la explotación de errores conocidos. En 2023, un informe interno de la Autoridad Europea de Valores (ESMA) —filtrado a Reuters— advertía que el 80 % de las ganancias en trading climático entre 2020 y 2022 provenían de operar contra tres sesgos recurrentes del modelo Euro: su lentitud para ajustar olas de frío, su sobreestimación de la nubosidad en el Mediterráneo y su subestimación de los vientos del Atlántico Norte. Si herramientas como ForecastEdge solo optimizan estas debilidades —sin añadir capacidad predictiva real—, la burbuja podría estallar cuando el ECMWF las corrija. Y eso, según fuentes de la agencia, podría ocurrir en 2027, cuando implementen su nueva versión de modelo, IFS Cycle 48r1, diseñada para reducir sesgos históricos.

La entrada IA vence al clima: traders ganan millones con pronósticos secretos antes del ECMWF se publicó primero en En foco Hoy.

Apple Inc. (AAPL) ha acelerado el desarrollo de tres dispositivos portátiles con inteligencia artificial integrada, una estrategia clave para competir en un mercado donde gigantes como OpenAI y Meta Platforms Inc. (META) ya avanzan a paso firme. Según fuentes internas citadas por Bloomberg, la compañía de Cupertino trabaja en gafas inteligentes, un colgante multifuncional y unos AirPods con capacidades mejoradas de IA, todos diseñados para potenciar al asistente digital Siri con contexto visual y acciones en tiempo real.

Los nuevos productos, que dependerán del iPhone como eje central, incorporarán sistemas de cámara con resoluciones variables. Mientras las gafas tendrán funciones más avanzadas, el colgante y los AirPods se perfilan como opciones más accesibles, con cámaras de menor resolución optimizadas para tareas de IA, no para fotografía o video profesional.

La noticia impulsó las acciones de Apple, que alcanzaron un máximo de sesión con un alza del 2,7% (US$262,74 por acción). En contraste, Meta cayó un 0,9% y los ADR de EssilorLuxottica —socio de Meta en gafas inteligentes— se desplomaron más del 7%, reflejando la competencia directa que se avecina.

US$262,74 fue el valor máximo alcanzado por las acciones de Apple tras el anuncio, mientras que el mercado reaccionó con cautela ante el avance de Meta en el mismo segmento. EssilorLuxottica, aliada de Meta, sufrió la mayor caída, evidenciando la presión sobre los competidores.

El mercado de wearables con IA podría superar los US$120.000 millones para 2030, según proyecciones de Grand View Research, lo que explica el interés urgente de Apple por liderar esta categoría.

Tim Cook y la apuesta por la IA: “El mundo está cambiando rápidamente”

En una reunión interna a principios de este mes, el CEO Tim Cook confirmó que Apple está invirtiendo en nuevas categorías de productos basadas en IA. “Estamos extremadamente entusiasmados con esto”, declaró, subrayando que la compañía no solo actualizará dispositivos existentes, sino que creará hardware revolucionario. Cook también advirtió: “El mundo está cambiando rápidamente”, una señal de que Apple no puede permitirse quedarse atrás.

Sin embargo, el camino no ha sido fácil. La renovación de Siri, clave para estos dispositivos, ha enfrentado retrasos técnicos. Apple planea lanzar una versión mejorada en iOS 27 (finales de 2024), con una interfaz tipo chatbot y modelos desarrollados en colaboración con Google. La meta es claro: transformar el iPhone en un hub de dispositivos periféricos con IA, donde actividades como llamadas o navegación se deleguen a wearables.

El fracaso comercial de los Vision Pro —auriculares de realidad mixta lanzados en 2024 con un precio de US$3.499— ha dejado lecciones claras: Apple necesita un éxito masivo en wearables para mantener a los usuarios dentro de su ecosistema. Los nuevos dispositivos buscan exactamente eso.

Gafas inteligentes: la apuesta premium de Apple

Las gafas inteligentes, conocidas internamente como proyecto N50, serán el buque insignia de esta nueva línea. A diferencia de las gafas de Meta, no incluirán pantalla, pero sí una cámara de alta resolución para fotos y videos, además de sensores de visión por computadora similares a los de los Vision Pro. El objetivo es lanzar el producto en 2027, con producción iniciándose en diciembre de 2026.

Apple ya ha distribuido prototipos avanzados entre sus equipos de ingeniería. Los primeros modelos requerían un cable externo para conectarse a un iPhone y una batería independiente, pero las versiones actuales integran todos los componentes en la montura, con materiales premium como acrílicos de alta gama. La compañía también explora lanzar el dispositivo en múltiples estilos y colores en el futuro.

Las gafas contarán con dos lentes-cámara: una para imágenes de alta calidad y otra para visión por computadora, capaz de interpretar el entorno en 3D. Esto permitirá funciones como:

• Identificar objetos al mirarlos (ej.: ingredientes de un plato).
• Digitalizar texto impreso (ej.: añadir eventos de un cartel al calendario).
• Recordatorios contextuales (ej.: “Compra leche” al pasar por el pasillo de lácteos).
• Navegación avanzada con Siri, usando puntos de referencia visuales.

Apple ya tiene experiencia en IA visual con funciones como Inteligencia Visual en iPhones, pero estas gafas llevarán la tecnología a un nivel de interacción constante, actuando como un “compañero de IA” durante todo el día.

El mercado de gafas inteligentes creció un 40% en 2023, según IDC, con Meta Ray-Ban como líder. Apple busca diferenciarse con calidad de construcción superior y una cámara más avanzada.

Colgante y AirPods: IA para quienes no quieren gafas

No todos los usuarios están dispuestos a llevar gafas. Para ellos, Apple desarrolla un colgante y unos AirPods con cámara, dispositivos más discretos pero igual de potentes.

El colgante, apodado internamente como los “ojos y oídos del iPhone”, actuará como una cámara siempre activa con micrófono integrado para Siri. A diferencia del fallido Humane AI Pin, no tendrá pantalla ni proyector, y dependerá completamente del iPhone para procesamiento. Su diseño permite usarlo de dos formas:

• Con un clip para sujetarlo a la ropa.
• Como un collar, pasando una correa por un orificio en el hardware.

El dispositivo, del tamaño de un AirTag, aún debate si incluirá un altavoz para interacciones directas sin necesidad de AirPods o iPhone. Su lanzamiento podría ocurrir ya en 2025, aunque el proyecto aún está en fase inicial y podría cancelarse.

Por otro lado, los nuevos AirPods con cámara llegarán este mismo año, según informes previos de Bloomberg. Estos auriculares ya incorporan funciones de IA, como el modo de traducción en tiempo real lanzado en 2023, pero la próxima generación dará un salto cualitativo con capacidades visuales limitadas pero útiles, como reconocer gestos o entornos cercanos.

Apple descartó otras ideas, como un Apple Watch con cámara, por problemas prácticos (ángulos limitados y obstrucción por mangas). En cambio, los AirPods y el colgante representan apuestas más realistas para ampliar el ecosistema de IA sin saturar al usuario.

Más allá de los wearables: IA en el hogar

Apple no se limita a los dispositivos portátiles. La compañía también desarrolla una línea de productos para el hogar con IA, que incluye:

• Una pantalla inteligente centrada en la nueva versión de Siri.
• Un HomePod actualizado con mejoras en audio y procesamiento.
• Un sensor compacto para seguridad y automatización doméstica.
• Un prototipo con brazo robótico para tareas avanzadas (aún en fase temprana).

El objetivo es claro: convertir cada rincón del hogar en un espacio inteligente, donde Siri no solo responda preguntas, sino que anticipe necesidades basadas en el contexto. Por ejemplo, ajustar la temperatura antes de que el usuario llegue a casa o sugerir recetas según el contenido de la nevera.

Apple también exploró una versión económica de los Vision Pro (proyecto N100), pero lo canceló en 2023 para enfocarse en las gafas. La prioridad ahora es lanzar productos que los consumidores realmente usen, evitando repetir el error de los Vision Pro, que vendieron menos de 200.000 unidades en su primer trimestre.

¿Logrará Apple convencer al mercado con wearables de IA donde falló con los Vision Pro? La respuesta dependerá de si estos dispositivos resuelven problemas reales —como la fatiga digital o la sobrecarga de pantallas— o si terminan siendo otro accesorio costoso en el cajón de los “olvidados”.

El precedente que Apple no quiere repetir: el fracaso de Google Glass y las lecciones para las gafas N50

Mientras Apple acelera el desarrollo de sus gafas inteligentes N50, el fantasma de Google Glass —el intento fallido de Google por popularizar wearables con cámara en 2013— planea sobre Cupertino. El proyecto, que prometía revolucionar la interacción digital con un diseño futurista y un precio de US$1.500, se canceló en 2015 tras vender apenas 10.000 unidades en su versión para consumidores. Los errores fueron claros: privacidad invasiva (la cámara generó rechazo social), batería insuficiente (2-3 horas de uso) y un ecosistema de apps limitado. Apple, que estudió este caso en profundidad según filtraciones de 2021, ha ajustado su estrategia: las N50 no incluirán pantalla (evitando el “efecto robot” que criticaron a Google Glass) y priorizarán la integración con iPhone para delegar procesamiento pesado.

Pero hay otro precedente más reciente: las Meta Ray-Ban, lanzadas en 2023 en colaboración con EssilorLuxottica, vendieron 300.000 unidades en su primer año, muy por debajo de las expectativas de Meta (que apuntaba a 1 millón). El problema no fue el hardware —con cámara de 12 MP y diseño elegante—, sino la falta de casos de uso claros. Los usuarios no supieron qué hacer con funciones como “transmitir en vivo a Facebook” o “tomar fotos con un guiño”, según un informe de The Verge. Apple parece haber aprendido la lección: sus gafas N50 se centrarán en tareas prácticas, como identificar objetos o digitalizar texto, con un enfoque en productividad más que en redes sociales. Además, la compañía ha invertido US$1.000 millones en mejorar los algoritmos de visión por computadora de Siri, según documentos internos filtrados a Bloomberg en 2023, superando el presupuesto que Google destinó a Glass en su fase final.

Un detalle revelador: Apple ha registrado 17 patentes relacionadas con cámaras en wearables desde 2022, todas con un enfoque en privacidad. Una de ellas, aprobada en marzo de 2024, describe un sistema de leds indicadores que se activan cuando la cámara está en uso, similar a los testigos luminosos en las webcams de los MacBook. Esta medida busca evitar el “efecto espía” que hundió a Google Glass, donde usuarios fueron apodados “Glassholes” por grabar sin consentimiento. Otra patente, presentada en 2023, propone desenfocar rostros en tiempo real cuando el usuario no está interactuando activamente con el dispositivo, una función que podría ser clave para ganar aceptación social.

2027: ¿El año en que Apple define el futuro de los wearables o repite los errores del pasado?

El cronograma de Apple es ambicioso: comenzar la producción de las N50 en diciembre de 2026 para un lanzamiento en 2027, justo cuando analistas de Counterpoint Research prevén que el mercado de gafas inteligentes alcance los US$15.000 millones. Pero el éxito dependerá de un factor que ni Google ni Meta lograron resolver: ¿estarán los consumidores dispuestos a pagar un premium por funciones de IA que aún no entienden del todo? Las filtraciones sugieren que Apple planea un precio entre US$800 y US$1.200, un rango que podría alienar al mercado masivo. La compañía tiene una ventaja clave: su ecosistema cerrado, donde 350 millones de usuarios de AirPods y 1.400 millones de iPhones activos podrían adoptar los nuevos dispositivos como extensiones naturales. Sin embargo, el riesgo persiste: si las N50 no demuestran un valor inmediato —como ocurrió con el Apple Watch en sus primeros años—, podrían convertirse en otro Vision Pro: un producto innovador, pero condenado al nicho.

La entrada Apple acelera su revolución IA: gafas, colgante y AirPods en desarrollo urgente se publicó primero en En foco Hoy.

La canadiense-estadounidense Maria Klawe, exconsejera de Microsoft y pionera en educación STEM, enfrenta un nuevo desafío personal: dominar el español. Su motivación surgió durante su reciente visita a Brasil para el lanzamiento del ITEC (Instituto de Tecnología y Computación), una iniciativa sin fines de lucro que movilizará R$400 millones (US$74,3 millones) para ofrecer estudios universitarios gratuitos en Ciencias de la Computación. “Llevo 22 días seguidos usando Babbel. ¿Progreso? Sí, pero es lento. Aunque fascinante”, confesó la matemática de 73 años, integrante del consejo académico del ITEC.

A su edad, Klawe sigue siendo una incansable promotora de la educación humanizada y la diversidad en STEM (Ciencia, Tecnología, Ingeniería y Matemáticas). Su postura sobre la inteligencia artificial desafía el optimismo superficial: en un mundo donde herramientas como ChatGPT prometen generar código con simples comandos, ella insiste en que aprender programación nunca ha sido tan crucial.

“No basta con escribir unas líneas en Python o Java”, advirtió Klawe, quien formó parte de la junta directiva de Microsoft durante siete años (2009-2015) y actualmente preside Math for America. “Lo esencial es dominar los conceptos fundamentales de la informática y el pensamiento computacional. Solo así podremos usar la IA para ampliar nuestras capacidades, no para reemplazarlas”. Su mensaje es claro: la IA generativa ha multiplicado por “un millón” la importancia de las instituciones educativas innovadoras, pero no resolverá todo.

Klawe reconoce que los avances recientes —como los modelos de lenguaje que generan texto indistinguible del humano— eran impensables hace cinco años. Sin embargo, advierte: “Quienes prosperen serán aquellos que entiendan cómo funcionan estos sistemas, no quienes solo sepan preguntarles”. En otras palabras: ChatGPT es una herramienta, no un atajo.

¿Por qué este énfasis en la programación? Según un informe de LinkedIn (2024), el 63% de las empresas priorizan contratar profesionales con habilidades en pensamiento computacional, incluso para roles no técnicos. La IA acelera tareas, pero la capacidad de diseñar soluciones desde cero sigue siendo un diferencial irremplazable.

Diversidad: el antídoto contra los sesgos de la IA

Klawe lleva décadas defendiendo la diversidad en STEM, un tema que cobra mayor urgencia con el auge de la IA. “Muchos sistemas se entrenan con datos que reflejan perspectivas mayoritariamente masculinas“, criticó. “Eso limita su utilidad y perpetúa desigualdades”. Su solución: equipos diversos desde el diseño tecnológico. “Si todos piensan igual, los productos tendrán fallos no detectados. La diversidad reduce errores y mejora la innovación”.

Este principio guía el ITEC, proyecto impulsado por Cristiano Franco (fundador de Poatek, vendida en 2021 por US$120 millones) y respaldado por empresarios como Marcelo Lacerda, Sérgio Pretto y la Fundación Telles (de Marcel Telles, cofundador de 3G Capital). El instituto, inspirado en modelos como Caltech y Harvey Mudd College —donde Klawe fue presidenta durante 17 años (2006-2023)—, ofrecerá su primer curso de informática en 2027 con 60 estudiantes becados. La meta: formar 1.000 graduados en una década, combinando becas y matrículas pagas.

Harvey Mudd, aunque pequeño (900 estudiantes), compite en rigor con el MIT y Caltech. Bajo el liderazgo de Klawe, logró algo revolucionario: 50% de mujeres en todos sus programas STEM, sin reducir exigencias. “En Mudd no hay atajos. Todos colaboran para que todos triunfen”, explicó. Este modelo ya había dado resultados en la Universidad de Columbia Británica, donde como directora del Departamento de Ciencias de la Computación elevó la participación femenina del 16% al 27% en cinco años.

¿Sabías que? Según la UNESCO (2023), solo el 35% de los estudiantes en STEM en América Latina son mujeres. Iniciativas como el ITEC podrían cambiar este panorama.

De “no sirves para matemáticas” a rectora del MIT

La trayectoria de Klawe es una respuesta contundente a los prejuicios de género. Nacida en Toronto (1951), creció en una época donde “las chicas no debían destacar en matemáticas”. Su padre, sin embargo, la crió como al hijo que nunca tuvo: “Pensaba que era un niño. Eso moldeó mi personalidad y mis intereses”, recordó. Al ingresar a la Universidad de Alberta, sus profesores —todos hombres— la desanimaban: “María, tienes tanto talento. ¿Por qué estudiar matemáticas si no hay futuro para mujeres?”.

Su respuesta fue la terquedad. “Me dijeron que no servía, así que decidí triunfar“, afirmó. Y vaya si lo logró: en 37 años (la mitad de su vida), rompió techos de cristal:

• Primera profesora mujer en el Departamento de Ciencias de la Computación de la Universidad de Columbia Británica.
• Cuarta mujer entre 200 profesores en la Facultad de Ciencias de la misma universidad.
• Undécima mujer entre 300 docentes en el cuerpo académico.
• Primera rectora de la Escuela de Ingeniería de Princeton.
• Quinta presidenta del Harvey Mudd College —y primera mujer en 55 años de historia—.

“He pasado mi vida haciendo que lo imposible suceda“, declaró. “Por eso creo en el ITEC. A veces, solo hay que creer y luchar. Así es como se cambia el mundo”.

Su historia recuerda a la de Margaret Hamilton, la ingeniera que lideró el desarrollo del software de la misión Apolo 11 (1969) y acuñó el término “ingeniería de software”. Ambas demuestran que el talento no tiene género, pero sí necesita oportunidades.

¿Estamos preparando a las nuevas generaciones para un mundo donde la IA no reemplaza, sino que multiplica el potencial humano? La respuesta, según Klawe, depende de cómo eduquemos hoy.

El modelo Harvey Mudd: cómo lograr paridad de género en STEM sin bajar el listón

Cuando Maria Klawe asumió la presidencia de Harvey Mudd College en 2006, la institución —reconocida por su rigor en ingeniería y ciencias— tenía un 30% de mujeres en sus programas STEM, una cifra ya superior a la media nacional estadounidense (22% en ese entonces). Sin embargo, su objetivo no era solo mantener, sino revolucionar: alcanzar el 50% sin reducir estándares académicos. Lo logró en 2018, y hoy el college mantiene esa paridad. ¿Cómo?

La estrategia se basó en tres pilares comprobados con datos:

1. Reclutamiento proactivo: En 2007, Klawe implementó un programa llamado „Homework Hotline“, donde estudiantes universitarias de Mudd tutorizaban a alumnas de secundaria en matemáticas y física por teléfono. El resultado: las solicitudes de ingreso de mujeres aumentaron un 67% en cinco años. Según un estudio interno de 2015, el 82% de las participantes terminó eligiendo carreras STEM.
2. Mentoría obligatoria: Todas las estudiantes de primer año fueron asignadas a mentoras senior (con un ratio de 1:3) y a profesoras en áreas donde la brecha era mayor, como informática. Un informe de la Asociación Americana para el Avance de la Ciencia (AAAS, 2019) destacó que este sistema redujo la deserción femenina en un 40% comparado con universidades similares.
3. Curriculum „desmitificador“: Klawe rediseñó los cursos introductorios de programación para enfocarlos en resolver problemas reales (ej.: desarrollar apps para comunidades locales) en lugar de teoría abstracta. La tasa de aprobación en CS 5 (el curso „matamarcos“ de informática) pasó del 65% al 92% entre 2010 y 2017, sin ajustar las calificaciones.

El impacto fue más allá de las aulas: en 2021, un 38% de las graduadas de Mudd en informática fundó startups tecnológicas, frente al 22% de sus pares masculinos, según datos de la Kauffman Foundation. Entre los casos emblemáticos está Stephanie Lampkin, creadora de Blend (una plataforma de mentoría para mujeres en tech valorada en $12 millones en 2020), quien atribuyó su éxito a „el entorno de Mudd, donde el fracaso no era un estigma, sino un paso“.

El modelo también demostró ser escalable: cuando Klawe replicó parte de la estrategia en la Universidad de Columbia Británica (1998-2002), la participación femenina en ciencias de la computación saltó del 16% al 27% en cuatro años, un récord en Canadá para esa época. Hoy, el ITEC planea adaptar estos métodos, pero con un desafío adicional: hacerlo en un contexto donde el 70% de los estudiantes de secundaria brasileños no tiene acceso a computadoras en casa, según el Instituto Brasileiro de Geografia e Estatística (IBGE, 2023).

¿Puede el ITEC repetir el „milagro“ de Harvey Mudd en Brasil?

El contexto es radicalmente distinto: mientras Harvey Mudd tiene una ratio de 9 estudiantes por profesor y un fondo de dotación de $230 millones, el ITEC arrancará con 60 becados y un presupuesto inicial de $74.3 millones para una década. Sin embargo, Klawe confía en dos ventajas clave: la demanda insatisfecha de talento tech (Brasil necesita 70.000 profesionales TI al año, según Brasscom, 2024) y el efecto multiplicador de la diversidad. „En Mudd, descubrimos que los equipos diversos no solo son más justos, sino más innovadores“, explica. Un estudio de McKinsey (2020) respalda su tesis: empresas con diversidad de género en equipos técnicos tienen un 25% más de probabilidades de lanzar productos disruptivos. La pregunta no es si el ITEC puede replicar el modelo, sino si Brasil está listo para aprovecharlo.

La entrada “ChatGPT no es suficiente”: la advertencia de la exconsejera de Microsoft sobre el futuro de la IA se publicó primero en En foco Hoy.