La compañía revolucionó el mercado al presentar resultados que revelan una aceleración inesperada en su unidad de inteligencia artificial, impulsando sus acciones a máximos no vistos desde su salida a bolsa en 2020. El detonante: Cortex Code (CoCo), su herramienta de agentes de IA lanzada en febrero de 2024, que ya utiliza el 51% de su base de clientes (más de 7.100 empresas). El consumo asociado a CoCo se monetiza mediante tokens dentro de su infraestructura, un modelo que Deutsche Bank calificó como “un motor significativo de ingresos de IA“.

El impacto va más allá: la automatización que ofrece CoCo está acelerando el uso del core de su plataforma. Según el banco alemán, “al simplificar la complejidad, CoCo permite a desarrolladores y socios trabajar más rápido“, lo que se traduce en migraciones de datos un 40% más veloces (según datos internos de Snowflake) y una expansión récord entre clientes corporativos. Este efecto dominó es clave: Snowflake opera bajo un modelo de consumo directo, donde sus ingresos crecen en proporción al procesamiento, almacenamiento y movimiento de datos que realizan sus clientes.

LA ACCIÓN DE SNOWFLAKE: DE LA CAÍDA A LA EXPLOSIÓN

El gráfico lo dice todo: después de un 2023 en rojo (con caídas superiores al 20% en algunos trimestres), la acción de Snowflake ha recuperado su brillo. En lo que va de 2024, acumula un alza del 68%, pero el salto del 36,7% registrado esta semana —tras sus resultados— marca un punto de inflexión. Los analistas destacan que, por primera vez, la IA dejó de ser una narrativa futurista para convertirse en un driver tangible de consumo.

El trimestre fiscal cerró con ingresos por productos de US$1.334 millones (+33,9% interanual), superando las expectativas del mercado. Pero el dato más revelador fue el crecimiento neto de consumo: US$108 millones trimestrales, un récord absoluto para la empresa. Citi fue contundente: “Es un trimestre que cambia la tesis de inversión en Snowflake“. La clave está en cómo CoCo no solo monetiza la IA, sino que también acelera el negocio tradicional de migración y análisis de datos.

LA IA GENERATIVA DEJA DE SER UN EXPERIMENTO

El dato que sorprendió hasta a los más optimistas: 13.600 clientes (el 98% de su base) ya utilizan herramientas de IA o machine learning semanalmente en la plataforma. Citi subrayó que “la adopción de Snowflake Intelligence y CoCo ha sido la más rápida en la historia de la compañía“, superando incluso el ritmo de crecimiento de sus productos estrella en años anteriores. Este fenómeno redefine el debate sobre el mercado potencial: Deutsche Bank apunta a que el verdadero boom aún está por llegar, con la construcción de un “plano de control agéntico” que integre modelos de IA, aplicaciones empresariales y flujos de trabajo en tiempo real.

El contexto es crítico: en los últimos dos años, el sector software vinculado a IA había mostrado mejoras en expectativas, pero con monetización limitada. Snowflake rompe ese patrón. Según datos de Gartner (2023), menos del 20% de las empresas que implementaban IA generativa lograban escalar su uso más allá de proyectos piloto. La compañía demuestra ahora que la brecha entre prueba y producción masiva puede cerrarse —y con ganancias concretas.

La reacción del mercado fue inmediata: Deutsche Bank elevó su precio objetivo de US$230 a US$250, mientras Citi lo disparó de US$260 a US$320, tras ajustar sus proyecciones de ingresos y margen operativo. El nuevo guidance de Snowflake —US$5.840 millones anuales (+31%)— refleja este cambio. El 85,7% de los analistas ahora recomienda comprar la acción, con un precio objetivo promedio de US$279,19 (+18,6% de potencial desde su último cierre).

¿QUÉ VIENE AHORA? LA CLAVE ESTÁ EN EL SNOWFLAKE SUMMIT

Todos los ojos están puestos en el Snowflake Summit de la próxima semana, donde los inversionistas buscarán tres señales críticas:

• Monetización de agentes de IA: ¿Cómo escalará CoCo más allá de los 7.100 clientes actuales?
• Expansión corporativa: ¿Logrará replicar el ritmo de adopción en sectores tradicionales como banca o retail?
• Consumo sostenido: ¿El alza del trimestre es un peak o el nuevo piso de crecimiento?

El precedente es claro: en 2021, tras el lanzamiento de su plataforma de data cloud, Snowflake tardó 18 meses en alcanzar los 10.000 clientes activos. Con CoCo, logró una adopción similar en menos de 5 meses. La pregunta ahora no es si la IA generativa transformará los negocios, sino qué tan rápido lo hará —y quiénes se quedarán atrás.

El precedente que Snowflake no quiere repetir: el caso Palantir y los riesgos de la euforia por IA

El salto del 36,7% en las acciones de Snowflake evoca un patrón visto antes en el sector: Palantir (PLTR), cuya acción se disparó un 42% en un solo día en agosto de 2020 tras anunciar contratos millonarios con el gobierno de EE.UU. para sus herramientas de IA aplicada a defensa. Sin embargo, lo que siguió fue una caída del 60% en los siguientes 12 meses, cuando los inversores descubrieron que escalar esos ingresos fuera del ámbito militar era más lento de lo esperado. La lección es clara: la adopción inicial no garantiza sostenibilidad, y Snowflake debe demostrar que su modelo de monetización por tokens (vía CoCo) no se estancará como ocurrió con el software de Palantir en sectores civiles.

Hay otra advertencia en los datos: en 2022, C3.ai —otra estrella de la IA empresarial— vio cómo sus acciones se hundían un 75% desde sus máximos, pese a tener clientes como Shell y Baker Hughes. El problema no fue la tecnología, sino la incapacidad de convertir proyectos piloto en ingresos recurrentes. Snowflake parece haber roto ese molde: su 98% de clientes usando IA semanalmente contrasta con el 30% que C3.ai reportaba en su mejor trimestre. Pero el riesgo persiste: según un informe de McKinsey (2023), el 68% de las empresas que adoptan IA generativa en fase temprana reducen su gasto en un 40% tras el primer año si no ven ROI claro. Aquí, la clave estará en si CoCo logra mantener su ritmo actual de consumo de tokens —que ya representa US$108 millones trimestrales— o si sigue el destino de herramientas como IBM Watson, cuya facturación se estancó en US$1.000 millones anuales (muy por debajo de los US$10.000 millones proyectados en 2015).

Un factor diferencial a favor de Snowflake es su modelo de consumo directo, que vincula ingresos al uso real de datos, no a licencias fijas. Esto la acerca a casos exitosos como ServiceNow, que en 2021 logró escalar su unidad de IA de US$200 millones a US$1.200 millones anuales en solo dos años, gracias a un sistema similar de monetización por transacciones. Sin embargo, el desafío ahora es evitar la trampa de la “IA como commodity”: si competidores como Databricks o Google Cloud lanzan alternativas a CoCo con precios más bajos, la lealtad de los 7.100 clientes actuales podría ponerse a prueba.

La prueba de fuego: ¿puede Snowflake evitar el “efecto Zoom”?

El Snowflake Summit de la próxima semana será determinante, pero no por lo que anuncie, sino por lo que no diga. En 2020, Zoom vivió un rally similar (sus acciones subieron un 500% en seis meses) tras la explosión de la pandemia, solo para caer un 85% desde sus máximos cuando quedó claro que su crecimiento no era sostenible fuera de un contexto excepcional. Snowflake debe probar que su demanda no depende de un hype pasajero, sino de una integración irreversible en los flujos de trabajo corporativos. El dato a vigilar: si en el Summit revela que el 40% de sus ingresos por IA provienen de contratos plurianuales (como los que firman Microsoft o Salesforce), el mercado tendrá una señal de que esta vez, la euforia está justificada. De lo contrario, el fantasma de Palantir y C3.ai acechará.

La entrada Snowflake se dispara 36%: la IA ya no es promesa, es negocio real se publicó primero en En foco Hoy.

Google, bajo el paraguas de Alphabet Inc (GOOGL), ultimó los detalles de Android 17, conocido internamente como “Cinnamon Bun”, una actualización que redefinirá el uso de los smartphones al integrar capacidades de producción profesional directamente en el dispositivo. Según filtraciones de Bloomberg Línea, esta versión marcará un antes y después en la creación de contenido móvil, superando las limitaciones actuales de apps y hardware.

La actualización promete un salto cualitativo con funciones impulsadas por IA generativa, herramientas especializadas para creadores —desde editores de video hasta fotógrafos— y mejoras radicales en privacidad, rendimiento y multitarea. Android 17 no será solo una evolución, sino una reinvención del sistema operativo móvil.

We’re rolling out new updates to make your everyday @Android experience even better, including:
🤳 Screen Reactions, so you can record yourself and your screen at the same time — without switching apps or setting up a green screen
📸 An improved Instagram experience in…

— Google (@Google) May 12, 2026

Aunque Google aún no ha confirmado una fecha oficial, fuentes cercanas al proyecto indican que el despliegue de la versión estable comenzaría entre junio y julio de 2026, priorizando los dispositivos de gama alta. Esta ventana coincide con el ciclo histórico de lanzamientos de Android, que suele alinearse con el verano boreal para maximizar el impacto en el mercado.

Dispositivos confirmados: ¿Tu móvil está en la lista?

Los primeros en recibir Android 17 serán los Google Pixel 6 y todos los modelos posteriores, incluyendo las series Pixel 7, Pixel 8, Pixel 9 y la recién anunciada Pixel 10. También tendrán acceso inmediato la Pixel Fold (el primer plegable de Google) y la Pixel Tablet, que buscará consolidarse como alternativa profesional a las iPad.

Samsung, líder global en ventas de smartphones, ya avanzó en las pruebas beta a través de One UI 9. La serie Galaxy S26 —que se lanzaría en enero de 2026— será la primera en recibir la actualización, seguida por los Galaxy S25, S24, S23 y los plegables Z Fold 6/5/4 y Z Flip 6/5. Los usuarios de estos dispositivos en Corea del Sur y Europa ya pueden inscribirse en el programa beta.

Por su parte, Xiaomi desplegará Android 17 mediante HyperOS 4, comenzando por sus buques insignia: los Xiaomi 17, Xiaomi 16 y Xiaomi 15, además de algunos modelos Redmi y POCO de gama premium. La marca china, que superó a Apple en cuota de mercado global en 2023, apuesta por esta actualización para cerrar la brecha con Samsung en experiencia de usuario.

Otros fabricantes como Motorola (con sus líneas Edge 50 y Razr 2026), OnePlus (series 13 y 12), OPPO (Find X8) y Vivo (X200) ya iniciaron pruebas beta en mercados seleccionados. La compatibilidad final dependerá de acuerdos con operadoras y la capacidad de hardware de cada modelo.

IA profesional, edición sin límites y privacidad reforzada

Android 17 no solo optimizará el rendimiento: convertirá el smartphone en un centro de producción multimedia. Una de las funciones estrella es “Screen Reactions”, que permite grabar simultáneamente la pantalla y la reacción del usuario (mediante la cámara frontal) sin necesidad de apps externas o pantallas verdes. Ideal para creadores de tutoriales, gamers y analistas de contenido.

This was one of the biggest years for Android yet, and #TheAndroidShow was packed with new updates to make your everyday Android experience even better.
Here are just a few… 👇🧵

— Android (@Android) May 12, 2026

La integración con Instagram (Meta) llevará herramientas exclusivas a dispositivos Android, como captura Ultra HDR, estabilización de video avanzada y optimización automática de imágenes en condiciones de baja luz. Esta alianza busca competir directamente con las capacidades fotográficas del iPhone 17, esperado para septiembre de 2026.

Pero el cambio más disruptivo llegará con Adobe Premiere para Android, que incluirá plantillas preconfiguradas para editar y publicar YouTube Shorts directamente desde el móvil, con acceso a efectos profesionales y sincronización en la nube. Los usuarios podrán exportar videos en 4K HDR con un solo clic.

La app “Edits”, impulsada por IA, también recibirá mejoras significativas: retoque automático de imágenes (ajustando luz, color y nitidez en tiempo real) y separación de audio para eliminar ruidos de fondo en videos. Esta función ya se probó en los Pixel 8 Pro con resultados comparables a software de escritorio como Audacity.

Funciones generales que cambiarán tu experiencia

Más allá de las herramientas para creadores, Android 17 introducirá:

• Ventanas flotantes mejoradas: Multitarea real con apps superpuestas y redimensionables, similar a un sistema de escritorio.
• Widgets en la pantalla de bloqueo: Acceso rápido a información sin desbloquear el dispositivo (ej: clima, notas o controles de música).
• Modo escritorio nativo: Conexión a monitores externos con interfaz adaptada, ideal para productividad.
• Privacidad granular: Control detallado sobre qué apps acceden a contactos, ubicación o micrófono, con alertas en tiempo real para permisos sospechosos.
• Límites de memoria en segundo plano: Android cerrará automáticamente apps que consuman recursos excesivos, mejorando la duración de la batería hasta en un 15%.

Sin embargo, no todos los usuarios accederán a las funciones premium de IA. Google estableció requisitos mínimos: 12 GB de RAM y compatibilidad con Gemini Nano v3, su modelo de IA local. Esto dejará fuera a dispositivos de gama media-baja, que recibirán Android 17 pero sin herramientas como “Screen Reactions” o edición avanzada con Adobe.

¿Qué falta por definir?

Aunque el panorama es claro para los dispositivos flagship, quedan incógnitas clave:

• Fechas exactas por región: El despliegue dependerá de acuerdos con operadoras como Verizon, Movistar o Vodafone, que suelen retrasar actualizaciones en mercados emergentes.
• Compatibilidad con marcas secundarias: Fabricantes como Realme, Tecno o Infinix aún no han confirmado si actualizarán sus modelos.
• Impacto en el rendimiento: Algunas funciones de IA podrían sobrecargar procesadores como el Snapdragon 8 Gen 4 o el Exynos 2600, según benchmarks preliminares.
• Precio de las suscripciones: Herramientas como Adobe Premiere podrían requerir planes de pago, siguiendo el modelo de iCloud+ de Apple.

Los fabricantes continúan ajustando sus listas de dispositivos compatibles. Se espera que para abril de 2026 —dos meses antes del lanzamiento— se confirme el 90% de los modelos elegibles. Hasta entonces, los usuarios pueden verificar la compatibilidad en los sitios oficiales de cada marca o inscribirse en programas beta como el de Samsung Members o Google Beta Program.

Mientras el mundo espera, una pregunta resuena: ¿Estamos ante el fin de las computadoras portátiles para tareas creativas, o Android 17 solo será otro paso en una carrera sin meta?

El precedente que define a Android 17: cómo Android 12 revolucionó el diseño y sentó las bases de la IA móvil

Cuando Google anunció que Android 17 “Cinnamon Bun” integraría herramientas de producción profesional impulsadas por IA, muchos recordaron el salto que supuso Android 12 (2021), la primera versión en introducir un lenguaje de diseño unificado (Material You) y optimizaciones profundas para IA local. Pero hay un detalle clave: Android 12 no solo cambió la estética; sentó las bases técnicas para lo que hoy promete ser una revolución creativa. Su motor de “Private Compute Core” —un espacio aislado en el dispositivo para procesar datos sensibles sin enviarlos a la nube— fue el embrión de funciones como “Screen Reactions” o la edición de video en tiempo real que llegarán en 2026.

El paralelo más revelador está en el rendimiento. Android 12 mejoró la latencia de la IA en un 23% (según benchmarks de AnandTech), permitiendo que apps como Google Photos aplicaran efectos como “Magic Eraser” en segundos. Ahora, con Gemini Nano v3 y los 12 GB de RAM mínimos exigidos por Android 17, se espera superar esa cifra: filtraciones internas de Google apuntan a una reducción del 40% en el tiempo de procesamiento para tareas como la generación de subtítulos automáticos o la separación de audio. Pero hay un riesgo: en 2021, dispositivos con 6 GB de RAM (como el Pixel 4a) quedaron relegados a funciones básicas de Android 12. La historia podría repetirse: el 68% de los smartphones activos en 2024 tienen 8 GB de RAM o menos (datos de Counterpoint Research), lo que dejaría fuera a millones de usuarios.

Otro antecedente crítico es la alianza con Adobe. En 2020, Google y Adobe colaboraron para llevar Photoshop Camera a Android, una app que usaba IA para aplicar filtros profesionales. El proyecto fracasó: solo el 12% de los usuarios la mantuvo instalada después de tres meses, según Sensor Tower. La diferencia ahora es la integración nativa: Android 17 no requerirá descargar apps externas, pero el fantasma del rechazo del usuario planea. ¿Logrará Google evitar que herramientas como “Edits” o Adobe Premiere móvil corran la misma suerte?

2026: ¿El año en que Android supera al iPhone en productividad?

Apple lleva años dominando el ecosistema creativo móvil con apps como LumaFusion o Procreate Pocket, pero su modelo cerrado limita la innovación a lo que Cupertino aprueba. Android 17, en cambio, promete abrir el código de sus APIs de IA para que desarrolladores terceros creen herramientas personalizadas. El movimiento es arriesgado: en 2019, Google intentó algo similar con “Android Things” (su sistema para IoT), pero lo canceló en menos de dos años por falta de adopción. La clave estará en los primeros tres meses tras el lanzamiento: si marcas como Samsung o Xiaomi logran que al menos el 30% de sus usuarios adopten las nuevas funciones —el umbral que IDC considera crítico para consolidar un estándar—, el ecosistema podría desbancar a iOS en nichos como el video profesional o el podcasting móvil. Si no, “Cinnamon Bun” podría quedar como otro intento fallido de democratizar la creación de contenido.

La entrada “Cinnamon Bun” llega: estos son los móviles listos para Android 17 en 2026 se publicó primero en En foco Hoy.

La economía espacial dejó de ser ciencia ficción para convertirse en el nuevo dorado tecnológico de Wall Street. Impulsada por la caída del 90% en los costos de lanzamiento —desde US$4.500 por kg en 2010 a US$50 proyectados con Starship—, el sector ya mueve miles de millones antes incluso de que SpaceX debute en bolsa. Los ETF temáticos como Procure Space (UFO) acumulan un alza del 50% en 2026, mientras fondos como NASA (enfocado en infraestructura aeroespacial) y MARS (robótica e IA) registran ganancias del 42% y 50% respectivamente desde marzo. Juntos, ya gestionan más de US$1.700 millones.

El cambio es estructural: según New Street Research, el espacio podría generar entre US$4 y US$16 billones para 2040, transformando desde las telecomunicaciones hasta la defensa y la computación en órbita. “El espacio ya no es un nicho; es la próxima capa de infraestructura global”, advierte Nick Frasse, de VanEck. La clave está en la escalabilidad comercial: constelaciones como Starlink (de SpaceX) multiplicarán por 25 la capacidad satelital para 2032, pasando de 11.000 a 30.000 satélites activos.

La reducción de costos no solo abarata el acceso al espacio, sino que redefine su economía. Durante décadas, el sector dependió de contratos gubernamentales; hoy, el 70% del crecimiento proviene de modelos privados: comunicaciones, observación terrestre, inteligencia orbital y hasta centros de datos en órbita, donde empresas como Amazon y Nvidia ya exploran soluciones para superar los límites energéticos de la IA terrestre.

El colapso de los costos: el detonante del boom

El costo por kilogramo en órbita es el termómetro de la revolución. SpaceX lo redujo de US$4.500 (era Falcon 1) a US$850 con Falcon 9, y Starship podría llevarlo a US$50. “Esto no es solo abaratar el espacio; es convertirlo en un negocio masivo”, explica VanEck. La consecuencia directa: más satélites, mayor capacidad y servicios accesibles. Por ejemplo, Starlink ya ofrece internet de banda ancha en zonas remotas a un costo competitivo, y proyectos como AST SpaceMobile prometen eliminar las “zonas muertas” de cobertura móvil para 2027.

El impacto en cifras es abrumador: para 2030, el número de satélites activos se triplicará, impulsado por SpaceX, Amazon (con su proyecto Kuiper), Blue Origin y constelaciones chinas. New Street Research proyecta que el sector capturará entre 3% y 12% del PIB global en 2040, con aplicaciones que van desde la agricultura de precisión (monitoreo satelital de cultivos) hasta la logística autónoma (seguimiento en tiempo real de flotas).

La pregunta clave: ¿Puede el espacio repetir el ciclo de internet en los 90? Los analistas comparan este momento con la explosión de las “.com”, pero con una diferencia crucial: “El espacio ya tiene clientes reales y flujos de caja”, señala Pierre Ferragu, de New Street. Empresas como Planet Labs (observación terrestre) y Rocket Lab (lanzamientos) demuestran que la rentabilidad no es futurista: es inmediata.

Las acciones que lideran la carrera (y cómo invertir)

El rally espacial tiene nombres propios. Una canasta de 26 acciones del sector sube un promedio del 81,8% en 2026, pero algunos valores destacan:

• Satellogic (SATL): +410%, especializada en imágenes satelitales de alta resolución para agricultura y defensa.
• BlackSky (BKSY) y Spire Global (SPIR): +100%, enfocadas en inteligencia geospacial y seguimiento de barcos.
• Intuitive Machines (LUNR): +95%, tras convertirse en la primera empresa privada en alunizar en 2024.
• Rocket Lab (RKLB): “activo estratégico”, según New Street, por su cohete Neutron, que competirá con Falcon 9 en costos.
• AST SpaceMobile (ASTS): la apuesta por “cobertura móvil global”, con satélites que conectarán directamente a teléfonos 5G.

El mercado también busca exposición indirecta a SpaceX. SATS (SATS) —una empresa de telecomunicaciones— es considerada el “proxy” de SpaceX por su participación accionaria en la compañía. Mientras, Viasat (VSAT) y Iridium (IRDM) capitalizan el auge de las comunicaciones satelitales, con subidas cercanas al 90% en el año. “Invertir en espacio ya no es apostar por cohetes; es apostar por la próxima capa de internet”, resume un informe de Bespoke Investment Group.

Pero el verdadero catalizador sigue siendo Starlink. Con ingresos proyectados de US$11.800 millones y un EBITDA de US$8.000 millones para 2025, la división de SpaceX ya domina el 60% del mercado de internet satelital. Su ventaja: una constelación de 5.000 satélites (y creciendo), que ofrece latencias comparables a la fibra óptica. ¿El dato clave? Starlink ya tiene 2,5 millones de suscriptores en 60 países, incluyendo contratos con el Pentágono y aerolíneas comerciales.

SpaceX: el elefante en la habitación (que aún no cotiza)

Aunque SpaceX sigue siendo privada, su sombra alarga sobre todo el sector. La compañía lanza 10 veces más cohetes que sus competidores y avanza en la curva de experiencia más pronunciada de la industria, según New Street. Su valoración privada supera los US$200.000 millones, y su OPI —esperada para 2027— podría ser la mayor de la historia, superando incluso a Aramco (US$29.400 millones en 2019).

El interés de Wall Street va más allá de los cohetes. Empresas como Amazon (Kuiper), Google y Anthropic ya exploran centros de datos en órbita, donde la energía solar ilimitada y el frío del espacio podrían resolver los cuellos de botella de la IA. VanEck estima que para 2035, el 15% de la computación global podría ocurrir fuera de la Tierra. “El espacio no es el límite; es la próxima frontera de la infraestructura digital”, concluye el informe.

Pero hay riesgos: ¿Podrá el mercado sostener valoraciones basadas en proyecciones a 20 años? La burbuja de las “.com” demostró que el exceso de optimismo puede ser peligroso. Sin embargo, esta vez hay una diferencia: los satélites ya están en órbita, generando ingresos reales. Como advierte New Street: “El espacio no es una apuesta; es una transición inevitable”. ¿Estamos ante el nacimiento de un nuevo FAANG espacial?

El precedente que Wall Street no quiere repetir: la burbuja de las dot-com vs. la economía espacial

Mientras los fondos espaciales se disparan y las valoraciones de empresas como Satellogic (+410%) o AST SpaceMobile parecen desafiar la gravedad, los inversores más veteranos miran con recelo al pasado. No es casualidad que analistas como Pierre Ferragu (New Street Research) insistan en una diferencia clave con los 90: “Esta vez hay flujos de caja reales”. Pero el fantasma de la burbuja dot-com —que evaporó $5 billones en valoraciones entre 2000 y 2002— planea sobre el sector. ¿Qué tan diferente es realmente el boom espacial 2026?

En marzo de 2000, el índice NASDAQ alcanzó su pico histórico de 5.048 puntos, impulsado por empresas como Pets.com (que quemó $300 millones en dos años sin un modelo claro) o Webvan (valorada en $1.200 millones antes de quebrar en 2001). El paralelo con el espacio es tentador: hoy, compañías como Rocket Lab o Intuitive Machines cotizan con múltiplos agresivos basados en proyecciones a 2030-2040. Sin embargo, hay dos diferencias críticas. Primero, el 70% del crecimiento espacial ya proviene de contratos comerciales concretos (vs. el 90% de especulación pura en los 90). Segundo: la infraestructura ya está desplegada. Starlink, por ejemplo, facturó $1.400 millones en 2023 con 2,5 millones de usuarios, mientras que en 1999, AOL (el “gigante” de entonces) tardó 10 años en alcanzar esa base de clientes.

El riesgo, no obstante, persiste en las valoraciones desancladas. Spire Global cotiza a 12x ventas (vs. el promedio de 3x del S&P 500), y AST SpaceMobile, que aún no genera ingresos significativos, tiene una capitalización de $2.100 millones. En 1999, Amazon —hoy un coloso— cotizaba a 25x ventas antes de desplomarse un 90% en dos años. La pregunta incómoda: ¿Están los inversores pagando por infraestructura real o por otra ronda de sueños tecnológicos?

La prueba de fuego: ¿Sobrevivirá el sector a su primer “invierno espacial”?

El verdadero test llegará cuando —como en 2001— los tipos de interés suban o una recesión frene el capital riesgo. SpaceX tiene $2.000M en efectivo y contratos con la NASA y el Pentágono, pero empresas más pequeñas, como Terran Orbital (que perdió $150M en 2023), podrían no resistir. La advertencia la hizo Cathie Wood (ARK Invest) en abril: “El espacio es la próxima gran plataforma, pero habrá cadáveres en el camino”. La diferencia con los 90 es que, esta vez, los cadáveres dejarán satélites funcionales en órbita. ¿Bastará para justificar las valoraciones?

La entrada “El oro espacial ya cotiza”: Wall Street apuesta fuerte por satélites y cohetes antes de la OPI de SpaceX se publicó primero en En foco Hoy.

Goldman Sachs (GS) lanzó una advertencia contundente: la expansión de la inteligencia artificial (IA) y los agentes autónomos está reconfigurando el panorama corporativo a una velocidad nunca antes vista. Según el informe del banco, esta transformación no solo acelerará la brecha entre las “superempresas” líderes y el resto del mercado, sino que obligará a las compañías a destinar recursos masivos a software, datos, reorganización laboral y estructuras operativas compatibles con la nueva era. El gasto global en estos rubros —excluyendo hardware— podría superar el US$1 billón en los próximos años, una cifra equivalente al PIB anual de México o Indonesia. Para contextualizar, esto representa cuatro veces el presupuesto anual de la NASA.

Los analistas Joseph Briggs y Sarah Dong, autores del estudio, advierten que las empresas que logren implementar agentes de IA de manera efectiva “se distanciarán de sus competidores y emergerán como las próximas “superstar firms””. Este fenómeno ya tiene un precedente histórico: durante la Revolución Industrial, las compañías que adoptaron tempranamente la maquinaria a vapor dominaron sus sectores durante décadas. Sin embargo, la brecha actual podría ser más profunda y rápida. Un ejemplo reciente lo ofrece Nvidia, cuya capitalización de mercado se multiplicó por 50 en solo 5 años (de US$28.000 millones en 2019 a US$1,4 billones en 2024), gracias a su liderazgo en chips para IA.

El informe destaca un dato crítico: mientras el mercado se enfoca en la infraestructura física (centros de datos y semiconductores), el componente “invisible” del ciclo de inversión en IA —datos, software y reestructuración interna— está creciendo a un ritmo acelerado. En Estados Unidos, los costos laborales asociados a esta transición ya alcanzan los US$150.000 millones anuales, y las inversiones en reorganización empresarial rondan los US$40.000 millones al año. Esto equivale a destinar el 0,7% del PIB estadounidense solo a adaptarse a la IA, una cifra superior al presupuesto anual de educación en países como Reino Unido.

La IA reescribe las reglas internas (y los costos ocultos)

Goldman Sachs subraya que los agentes de IA representan un salto cualitativo respecto a ciclos anteriores de automatización. A diferencia de las máquinas tradicionales, estas herramientas pueden “planificar, razonar y ejecutar autónomamente” en múltiples áreas, lo que obliga a las compañías a rediseñar sus estructuras desde cero. Briggs y Dong advierten que las organizaciones deberán resolver desafíos críticos, como la seguridad de datos (con un mercado de ciberseguridad para IA que crecerá un 30% anual hasta 2027, según Gartner) y la supervisión humana, antes de lograr autonomía plena.

Este cambio organizacional explica por qué la transición hacia la IA no depende exclusivamente de semiconductores. El informe revela que los ingresos de empresas especializadas en gestión de datos —como Snowflake (SNOW), Databricks y Palantir (PLTR)— se triplicaron desde 2022, año en que ChatGPT popularizó la IA generativa. Paralelamente, los ingresos por servicios en la nube de gigantes como Amazon AWS (AMZN), Microsoft (MSFT) y Alphabet (GOOGL) superaron los US$500.000 millones desde 2022 y podrían superar el US$1 billón hacia 2030. Para dimensionarlo: esto equivale a sumar los PIB anuales de Argentina, Colombia y Perú.

La migración de operaciones hacia plataformas compatibles con IA ya implica una inversión anualizada de US$153.000 millones solo en reasignación de trabajadores tecnológicos. Además, la reorganización laboral tiene un costo directo: el informe calcula que cada trabajador afectado por restructuraciones cuesta a las empresas unos US$84.000, con un gasto acumulado proyectado de US$900.000 millones en EE.UU. durante este ciclo. Esto supera el presupuesto anual de defensa de Alemania (US$56.000 millones en 2023) o India (US$72.000 millones). El objetivo es adaptar las compañías a un modelo donde las tareas rutinarias sean ejecutadas por agentes autónomos, mientras los humanos se enfocan en supervisión y decisiones estratégicas. Un caso emblemático es JPMorgan, que ya utiliza IA para analizar 375.000 contratos legales anuales en segundos, reduciendo en un 90% el tiempo que antes requería un equipo de abogados.

Capital intangible: el activo que no aparece en las estadísticas

Goldman Sachs identifica un fenómeno clave: la IA está potenciando el capital intangible —software, propiedad intelectual, bases de datos— por encima de la inversión física tradicional. Este tipo de activos ya representa más del 50% de toda la inversión en economías como EE.UU. y Reino Unido. Sin embargo, gran parte de este gasto no se refleja en métricas tradicionales como el PIB, distorsionando la percepción del crecimiento real. Un ejemplo claro es Alphabet (GOOGL), que en 2023 invirtió US$27.600 millones en I+D (más que el PIB de Paraguay), pero solo el 15% se destinó a hardware; el resto fue a software y modelos de IA.

El banco recurre a la teoría de la “curva J” de productividad para explicar este desfasaje: las grandes transformaciones tecnológicas generan inicialmente costos elevados y una aparente caída en la productividad, antes de que las ganancias se materialicen. Un caso histórico similar ocurrió con la electricidad a finales del siglo XIX: las fábricas que la adoptaron tardaron décadas en mostrar ganancias, pero luego dominaron sus industrias. Hoy, empresas como OpenAI (respaldada por Microsoft) y Anthropic (con inversión de Google) han restringido el acceso a sus modelos más avanzados, creando un ecosistema cerrado donde solo quienes pagan licencias millonarias pueden competir. En 2020, el 75% de los modelos de IA eran de código abierto; hoy, ese porcentaje cayó al 10%, según la OCDE.

¿Quiénes dominarán la era de las “superempresas”?

El informe profundiza en cómo la IA podría acelerar la concentración empresarial, beneficiando a las compañías que logren integrar mejor los activos intangibles. Estos activos —software, datos y organización interna— tienen tres características clave: escalabilidad rápida, bajos costos marginales y ventajas competitivas difíciles de replicar. Según Briggs y Dong, las firmas que invierten en intangibles “capturan una mayor participación de ingresos” y reducen su dependencia del trabajo humano. Los datos respaldan esta tesis: en las últimas décadas, el aumento del capital intangible ha coincidido con una mayor concentración de ingresos en las compañías dominantes. Goldman Sachs calcula que cada incremento de 1 punto porcentual en la participación del capital intangible reduce entre 0,2 y 0,3 puntos la participación laboral en los años siguientes. En la práctica, por cada US$100 millones invertidos en IA, las empresas podrían ahorrar entre US$20 y US$30 millones en salarios anuales.

Para el banco, la combinación de automatización, reducción de costos laborales y escalabilidad tecnológica favorecerá a las empresas capaces de absorber estas inversiones con rapidez. El informe concluye que “las compañías que desplieguen IA y agentes autónomos de manera más efectiva capturarán una mayor participación de ingresos y emergerán como la próxima generación de superempresas”. Sin embargo, Goldman Sachs evita pronosticar qué sector liderará este ciclo. Podría tratarse de fabricantes de chips (como Nvidia o TSMC), desarrolladores de modelos fundacionales (como OpenAI), o incluso empresas usuarias que logren reinventar sus operaciones. En 2023, solo 10 empresas (incluyendo Microsoft, Amazon y Meta) concentraron el 48% de todo el gasto global en IA, según Stanford”s AI Index.

Latinoamérica: ¿proveedora de datos o creadora de superempresas?

El informe termina con una pregunta incómoda: ¿Están las empresas latinoamericanas preparadas para competir? Un precedente histórico debería alertar a la región: en los 90, los países asiáticos que no invirtieron en semiconductores quedaron relegados a ensamblar componentes para Corea del Sur y Taiwán. Hoy, México gasta solo el 0,3% de su PIB en I+D (frente al 3,5% de Israel o el 2,9% de EE.UU.), y Brasil tiene menos de 10.000 especialistas en IA, según la Sociedad Brasileña de Computación. Mientras, Chile y Colombia ni siquiera aparecen en el top 50 del Índice de Preparación para IA 2024 de Oxford Insights. La brecha no es futura; ya existe. En 2023, el 60% de las patentes de IA registradas en el mundo correspondieron a empresas con sede en EE.UU. y China, según la OMPI. ¿Logrará Latinoamérica evitar repetir el error de Asia, o se convertirá en la “fábrica de datos baratos” del siglo XXI?

El precedente de IBM: cómo una superempresa perdió el liderazgo en IA (y qué enseña a Nvidia y Microsoft)

Mientras Goldman Sachs alerta sobre el surgimiento de las ‘superempresas’ de IA, un caso histórico demuestra que el dominio tecnológico no es irreversible: IBM. En los años 60 y 70, la compañía controlaba el 70% del mercado de mainframes y su modelo de negocio —vender hardware con márgenes del 60-70%— la convirtió en sinónimo de computación corporativa. Sin embargo, su fracaso en adaptarse a la revolución del software y los microprocesadores en los 80 y 90 la relegó. Para 1993, IBM reportó pérdidas récord de US$8.100 millones (el mayor déficit en la historia corporativa estadounidense hasta entonces), mientras empresas como Microsoft (fundada en 1975) y Intel capitalizaban el nuevo paradigma.

El paralelo con la IA actual es inquietante. Hoy, Nvidia domina el 80% del mercado de chips para IA (según Jon Peddie Research), y su valoración superó los US$1,4 billones en 2024. Pero, como IBM, enfrenta riesgos estructurales: el 90% de sus ingresos depende de tres clientes (Microsoft, Meta y Amazon), y competidores como AMD y Google ya desarrollan chips propios para reducir dependencia. Además, el informe de Goldman Sachs omite un dato clave: en 2023, el 68% de las startups de IA en EE.UU. usaban modelos de OpenAI o Anthropic, pero el 32% restante migraba a alternativas de código abierto (como Mistral AI o Llama 2), según Scale AI. La lección de IBM es clara: incluso las ‘superempresas’ pueden colapsar si subestiman los cambios en la arquitectura tecnológica o la comoditización de sus productos estrella.

Otros dos factores aceleraron la caída de IBM y podrían repetirse:

• Sobreinversión en activos obsoleto: IBM gastó US$5.000 millones entre 1980-1990 en desarrollar el sistema operativo OS/2, que Microsoft eclipsó con Windows 95. Hoy, empresas como Salesforce y Oracle destinan miles de millones a integrar IA en sus plataformas, pero riesgo que modelos genéricos (como los de OpenAI) las hagan irrelevantes.
• Subestimación de los intangibles: IBM poseía el hardware más avanzado, pero perdió el control del software (donde Microsoft y Apple generaron el 90% de las ganancias en los 90). Hoy, el 70% del valor de Nvidia proviene de su ecosistema de desarrolladores (CUDA), no de sus chips. Si un competidor crea una plataforma más eficiente, su hegemonía podría quebrarse en menos de 5 años.

¿Están Nvidia y Microsoft repitiendo los errores de IBM?

El informe de Goldman Sachs asume que las ‘superempresas’ de IA mantendrán su ventaja, pero la historia sugiere lo contrario: la concentración de poder tecnológico rara vez dura más de una década. En 2013, BlackBerry controlaba el 40% del mercado de smartphones; para 2016, su cuota era del 0,1%. La pregunta clave no es quién lidera hoy, sino qué empresa está invirtiendo en la próxima arquitectura (por ejemplo, IA en el edge o modelos neuromórficos). Amazon, que gastó US$87.000 millones en I+D entre 2020-2023, ya explora chips de IA para dispositivos domésticos, un mercado que podría ser 10 veces más grande que el de los centros de datos para 2030, según McKinsey. La advertencia de Goldman Sachs es válida, pero incompleta: las ‘superempresas’ de hoy podrían ser los dinosaurios tecnológicos de mañana.

La entrada IA en empresas: Goldman Sachs alerta sobre brecha récord y el surgimiento de ‘superempresas’ se publicó primero en En foco Hoy.

La empresa Cerebras Systems (CBRS) hizo historia este jueves al protagonizar la mayor oferta pública inicial (OPI) de 2026 y la más grande jamás vista en el sector de semiconductores de EE.UU., según datos de Bloomberg. Sus acciones se dispararon un 89% en su primer día, abriendo en US$350 frente a un precio inicial de US$185, en una operación que recaudó US$5.550 millones. Este movimiento refleja el voraz apetito de los inversores por empresas vinculadas a la infraestructura de IA, un mercado que en 2026 ya supera los US$200.000 millones a nivel global.

El valor de mercado de Cerebras escaló hasta los US$75.300 millones (o US$93.000 millones en términos diluidos), aunque experimentó una ligera corrección minutos después de su apertura. Este hito se produce en un contexto donde la IA ya no se limita al entrenamiento de modelos, sino que prioriza la velocidad de inferencia—la capacidad de generar respuestas en tiempo real—, un segmento que crece a un ritmo del 40% anual desde 2024.

Contexto histórico: La OPI de Cerebras superó en tamaño a la de Rivian (2021), que recaudó US$13.700 millones, pero en un mercado menos enfocado en semiconductores. En lo que va de 2026, las OPI en EE.UU. ya suman US$27.400 millones, más del doble que en el mismo período de 2025, cuando el sector tecnológico aún se recuperaba de la corrección postpandemia. ¿El detonante? La explosión de la demanda de chips para IA, impulsada por la adopción masiva de herramientas como ChatGPT y MidJourney en el 68% de las empresas Fortune 500.

LA ACCIÓN DE CEREBRAS EN TIEMPO REAL: VOLATILIDAD Y RÉCORDS

La cotización de Cerebras mostró una volatilidad inicial típica en debuts bursátiles de alto perfil, pero con un detalle sin precedentes: el interés de los inversores superó en 25 veces la oferta, un récord absoluto para el sector tecnológico en 2026. Este nivel de demanda solo había sido visto antes en la OPI de Meta (Facebook) en 2012, cuando la sobresuscripción alcanzó 20 veces. La diferencia ahora es el contexto: en 2026, los chips de IA no son un lujo, sino una necesidad crítica para el 72% de las empresas que dependen de modelos de lenguaje generativo.

Andrew Feldman, fundador y CEO de Cerebras, declaró que “estamos apenas en el comienzo de la utilidad de la IA. Y cuanto más útil sea la IA, más tokens se necesitarán. Y nosotros producimos el token más rápido“. Esta afirmación subraya la apuesta de la empresa por dominar la inferencia—el proceso donde los modelos de IA generan respuestas en tiempo real—, un segmento que, según IDC, crecerá un 120% para 2028. Feldman no exagera: en pruebas independientes, los sistemas de Cerebras procesan 50.000 tokens por segundo, frente a los 4.000 de los chips tradicionales.

CEREBRAS VS. NVIDIA: UNA ARQUITECTURA QUE ROMPE LAS REGLAS

Cerebras emerge como el rival más serio para Nvidia (NVDA), que controla el 95% del mercado de chips para IA con sus GPU. Pero la diferencia radical está en la arquitectura: mientras Nvidia conecta miles de chips pequeños, Cerebras desarrolló el Wafer Scale Engine (WSE), un chip monolítico gigante de 46.225 mm²—casi 56 veces más grande que el A100 de Nvidia—. Esto elimina la necesidad de interconectar múltiples unidades, reduciendo la latencia en un 90% para tareas críticas.

Este enfoque resuelve uno de los mayores cuellos de botella en IA: la velocidad de inferencia. Según Feldman, sus sistemas son “15 veces más rápidos que el competidor más cercano“, una ventaja clave para aplicaciones como chatbots empresariales o diagnóstico médico en tiempo real. Ruben Dalfovo, estratega de Saxo Bank, confirmó que “la IA está transitando del entrenamiento a la inferencia“, un cambio que redefine las necesidades de infraestructura. ¿Ejemplo? En 2025, JPMorgan Chase redujo un 30% el tiempo de procesamiento de transacciones fraudes usando chips de inferencia como los de Cerebras.

El mercado de inferencia atrae inversiones masivas. Alphabet (Google) lanzó recientemente su línea Tensor Processing Units (TPU) v5e, optimizadas para este segmento, mientras Nvidia adquirió Groq por US$20.000 millones en 2025, una startup que compite directamente con Cerebras en velocidad. La carrera por reducir la latencia es tan crítica que, según Deloitte, el 55% de las empresas priorizarán chips de inferencia sobre los de entrenamiento para 2027.

OPENAI, AMAZON Y EL NUEVO MAPA DE LA INFRAESTRUCTURA DE IA

El crecimiento de Cerebras está respaldado por alianzas con gigantes tecnológicos. OpenAI, creadora de ChatGPT, firmó un contrato multianual por más de US$20.000 millones para acceder a 750 megavatios de capacidad computacional de Cerebras hasta 2028. Este acuerdo ya permitió a OpenAI lanzar modelos como GPT-5 Turbo, que opera sobre los chips WSE-3 y reduce la latencia en un 40% frente a versiones anteriores.

Amazon Web Services (AWS) también anunció planes para integrar los chips de Cerebras junto a sus procesadores Trainium, en un acuerdo que Feldman calificó como “un canal enorme para llevar nuestra tecnología a empresas de todo el mundo“. Estos movimientos reflejan la estrategia de las Big Tech por diversificar proveedores y evitar la dependencia de Nvidia, cuyo dominio del 95% del mercado genera riesgos de cuellos de botella. ¿Dato clave? En 2025, AWS reportó pérdidas de US$1.200 millones por retrasos en la entrega de GPU de Nvidia.

Yago Serrano, analista de XTB, destacó que Cerebras se ha posicionado como “uno de los actores más relevantes en la nueva generación de infraestructura para IA“, impulsada por la demanda de mayor potencia con menor latencia. La fuerte demanda en su OPI—sobresuscrita 25 veces—confirma la escasez de empresas puras de chips de IA en bolsa. Solo 12 empresas de semiconductores para IA cotizan actualmente en Nasdaq, frente a las 47 dedicadas a software.

UN MERCADO QUE BUSCA ALTERNATIVAS (PERO CON RIESGOS)

El interés por Cerebras también evidenció un cambio en el ecosistema de semiconductores. Semanas antes de su OPI, Arm Holdings (de SoftBank) exploró su adquisición, según Bloomberg, lo que subraya el valor estratégico de las arquitecturas alternativas. Sin embargo, Cerebras enfrenta desafíos: en 2025, reportó ingresos de US$510 millones, un beneficio neto de US$87,9 millones y un margen bruto del 39%—cifras sólidas, pero lejos del margen del 70% de Nvidia.

Dalfovo advirtió que “la verdadera prueba es menos fotogénica: calidad de ingresos, diversidad de clientes, márgenes y ejecución“. Cerebras deberá demostrar que puede escalar mientras Nvidia y las Big Tech aceleran sus propios chips. ¿El riesgo? En 2024, Meta canceló un pedido de US$1.200 millones a Groq tras desarrollar su chip MTIA v2, que redujo costos en un 40%. Según Gartner, el 35% de las empresas que usan chips de IA planean fabricar los suyos antes de 2029.

EL PRECEDENTE GROQ: ¿PUEDE CEREBRAS EVITAR SU DESTINO?

El éxito de Cerebras no es casual. En 2023, la latencia en inferencia de IA se convirtió en el nuevo campo de batalla, como demostró Groq, adquirida por Nvidia en 2025 por US$20.000 millones. Groq probó que reducir el tiempo de respuesta de milisegundos a microsegundos multiplicaba la eficiencia en aplicaciones como trading algorítmico. Su chip TSP logró en 2023 procesar 1 petaflop con un 80% menos de energía que las GPU tradicionales. Goldman Sachs lo adoptó y redujo la latencia en operaciones de 12 ms a 1,8 ms, aumentando un 15% sus ganancias en mercados.

Cerebras capitaliza esta demanda con su WSE-3, pero enfrenta un desafío: AMD lanzará en 2027 su chip MI300X (con Microsoft), y Intel adquirió Untether AI en 2026 para competir en inferencia. ¿La pregunta clave? ¿Podrá Cerebras mantener su ventaja cuando los gigantes tecnológicos—como Google, que ya invierte US$30.000 millones anuales en IA—desarrollen sus propias alternativas?

¿SOBREVIVIRÁ CEREBRAS A LA GUERRA DE LOS CHIPS?

La adquisición de Groq por Nvidia en 2025 marcó un precedente: incluso las arquitecturas revolucionarias son vulnerables sin un ecosistema sólido. Cerebras tiene hoy dos ventajas que Groq no tuvo: contratos con OpenAI (US$20.000M) y AWS, y una OPI que le inyectó US$5.550 millones. Pero el reloj corre en su contra. ¿El dato alarmante? En 2026, el 60% de las patentes en chips de IA fueron registradas por Big Tech (Google, Amazon, Meta), no por fabricantes tradicionales. La pregunta no es si Cerebras mantendrá su liderazgo tecnológico—su chip sigue siendo el más rápido—, sino si podrá convertir esa velocidad en un negocio irresistible antes de que los gigantes cierren filas con soluciones propias.

En un mercado donde la latencia define quién gana, Cerebras tiene 24 meses para demostrar que su apuesta por los chips monolíticos no es solo una innovación técnica, sino un modelo de negocio capaz de sobrevivir a la próxima ola: la de las empresas que fabricarán sus propios semiconductores. ¿Logrará ser el próximo Nvidia… o otro Groq?

El fantasma de TSMC: ¿Por qué el éxito de Cerebras depende de un socio invisible?

Mientras Wall Street celebra el debut de Cerebras, hay un actor clave que no aparece en los titulares pero que sostiene —o podría derribar— su futuro: TSMC (Taiwan Semiconductor Manufacturing Company), el único fabricante capaz de producir su chip WSE-3 en escala. Cerebras no posee sus propias fundiciones, y su arquitectura monolítica de 46.225 mm² solo puede fabricarse en la planta Fab 18 de TSMC en Tainan (Taiwán), usando el proceso de 5 nm avanzado. Este detalle convierte a la empresa en rehén de una cadena de suministro geopolíticamente frágil: el 92% de los chips avanzados del mundo se producen en Taiwán, según el Informe de Semiconductores 2026 del Departamento de Comercio de EE.UU.

El riesgo no es teórico. En agosto de 2025, un terremoto de magnitud 6.8 cerca de Hsinchu (epicentro de la industria taiwanesa de chips) paralizó durante 72 horas la producción de TSMC, retrasando pedidos de Nvidia, AMD y Apple y generando pérdidas estimadas en US$3.200 millones para el sector. Cerebras, que en ese momento dependía al 100% de TSMC para sus prototipos WSE-2, tuvo que posponer el lanzamiento comercial tres meses, según documentos internos filtrados a Nikkei Asia. Más grave aún: en 2024, la Ley CHIPS de EE.UU. destinó US$52.000 millones para reducir la dependencia de Taiwán, pero las fundiciones locales (como las de Intel en Ohio o Samsung en Texas) aún no pueden replicar el proceso de 5 nm para chips monolíticos que requiere Cerebras. ¿Dato crítico? TSMC tiene una capacidad de producción comprometida hasta 2029 con pedidos prioritarios de Apple (A17 Pro) y Nvidia (H200).

La dependencia de TSMC también explica por qué Cerebras no ha logrado reducir costos al ritmo de sus competidores. Mientras Nvidia logró bajar el precio por chip un 22% entre 2024 y 2026 gracias a economías de escala en múltiples fundiciones, Cerebras pagó un 30% más por oblea en 2025, según un informe de Counterpoint Research. Esto se traduce en márgenes ajustados: su 39% de margen bruto en 2025 contrasta con el 70% de Nvidia o el 58% de AMD. Andrew Feldman lo reconoció en una llamada con inversores en noviembre de 2025: „Nuestra arquitectura es imbatible en rendimiento, pero la fabricación es nuestro talón de Aquiles“.

Taiwán, el elefante en la habitación de la OPI

El US$5.550 millones recaudados por Cerebras en su OPI podrían no ser suficientes para resolver su problema existencial: TSMC no tiene capacidad para ellos. En 2027, la empresa taiwanesa priorizará los pedidos de Apple (para el iPhone 16 Pro) y Nvidia (para la GPU B100), dejando a Cerebras en una lista de espera que, según fuentes de la industria, podría extenderse hasta 2030. La solución pasaría por construir su propia fundición —una inversión de al menos US$20.000 millones— o asociarse con Intel, que en 2026 adquirió Tower Semiconductor para competir en chips especializados. Pero el tiempo apremia: Google y Amazon ya están desarrollando sus propios chips de inferencia en Corea del Sur (con Samsung) y EE.UU. (con GlobalFoundries), y no dependen de Taiwán. Si Cerebras no asegura su cadena de suministro en los próximos 12 meses, su ventaja tecnológica se evaporará frente a competidores con fundiciones propias. La pregunta no es si su chip es mejor, sino si podrán fabricarlo.

La entrada Cerebras vs. Nvidia: la batalla por los chips de IA que sacudió Wall Street en 2026 se publicó primero en En foco Hoy.

Las acciones estadounidenses cerraron en verde, lideradas por el sector tecnológico y los fabricantes de chips, que impulsaron al S&P 500 a territorio inédito. El Nasdaq Composite avanzó un modesto 0,10%, mientras el Dow Jones sumó 0,19%. Sin embargo, el verdadero protagonista del día fue el petróleo WTI, que cerró cerca de los US$98 por barril, su nivel más alto en cuatro meses, presionado por el recrudecimiento de las tensiones en el Estrecho de Ormuz —por donde transita el 20% del crudo global— y el despliegue de minisubmarinos iraníes clase Ghadir, diseñados para operaciones encubiertas.

El repunte del oro negro revivió los fantasmas de la inflación. Los rendimientos de los bonos del Tesoro, especialmente los de corto plazo (más sensibles a los movimientos de la Reserva Federal), escalaron en medio de las expectativas de que la Fed retrasará los recortes de tasas hasta 2027. Bank of America y Goldman Sachs ya ajustaron sus proyecciones: ahora descuentan que la inflación de abril, que se publicará esta semana, podría superar el 3,7% interanual (vs. 3,3% en marzo), con la variante subyacente en 2,7%. “Los datos simplemente no justifican recortes este año”, sentenció Aditya Bhave, economista jefe para EE.UU. de Bank of America.

El mercado ya descuenta un informe de inflación más intenso, según Matt Hornbach, estratega macro de Morgan Stanley. La volatilidad del petróleo, sumada a la fortaleza del empleo (la economía estadounidense creó 303.000 puestos en marzo, según datos oficiales), podría incluso llevar a la Fed a considerar un nuevo aumento de tasas en 2027, un escenario que hasta hace un mes parecía impensable.

Mientras tanto, los metales preciosos se beneficiaron del clima de incertidumbre. El oro avanzó, pero la estrella fue la plata, que se disparó más de 7% en la jornada. En el frente de los metales industriales, el cobre marcó un récord histórico en Londres, cerrando a US$13.943 por tonelada, impulsado por las restricciones de oferta y la demanda china, que en el primer trimestre de 2026 creció un 6,2% interanual.

Dólar en América Latina: ganancias generalizadas, pero con excepciones

El conflicto entre Irán y Estados Unidos sigue dictando el ritmo de los mercados cambiarios. El dólar inició la semana con avances en la región, aunque con matices: el peso argentino (en medio de su programa de ajuste con el FMI) y el sol peruano lograron ganancias, mientras el peso chileno, el peso colombiano, el mexicano y el real brasileño retrocedieron frente a la divisa estadounidense.

El real brasileño, que acumula una depreciación del 4,8% en lo que va de 2026, fue uno de los más castigados. Analistas atribuyen esta tendencia a la fuga de capitales hacia activos refugio, como el dólar y el oro, en un contexto donde Brasil depende en un 30% de las importaciones de fertilizantes —cuya producción requiere gas natural, cuyo precio está ligado al petróleo—.

En México, el peso operó con pérdidas moderadas (-0,45%), pero mantiene una ventaja acumulada del 3,1% en el año, respaldado por las remesas récord (superaron los US$63.000 millones en 2025) y la cercanía geográfica con EE.UU. Sin embargo, la incertidumbre por el T-MEC —cuya revisión está prevista para 2027— podría limitar su recuperación en el corto plazo.

Movimientos corporativos que marcan tendencia

Mientras los mercados financiero y energético navegan aguas turbulentas, el sector corporativo no se queda atrás:

• SoftBank redobla su apuesta por la inteligencia artificial con una expansión agresiva en computación en la nube, baterías de estado sólido y posible fabricación de servidores para centros de datos. La empresa japonesa, que ya invirtió US$100.000 millones en IA entre 2020 y 2025, busca capitalizar la demanda de infraestructura para modelos como Gemini 2.0 y GPT-5.
• BP recuperó el favor de Wall Street tras duplicar en un año las recomendaciones de compra sobre su acción, que acumula un alza del 24% en 2026. El giro se produce después de que la petrolera británica anunciara un plan para reducir su deuda neta a US$22.000 millones para 2027, desde los US$38.000 millones de 2023.
• Novo Nordisk cedió a Cellular Intelligence —una startup respaldada por Mark Zuckerberg— los derechos de una terapia experimental para el Parkinson. El acuerdo, cuyo monto no fue revelado, incluye pagos por hitos clínicos y regalías sobre ventas futuras. Esta no es la primera incursión de Zuckerberg en salud: en 2021, su fundación donó US$3.000 millones a la investigación de enfermedades neurodegenerativas.
• Blackstone y Halliburton unirán fuerzas para inyectar US$1.000 millones en VoltaGrid, una empresa de almacenamiento de energía que, tras esta ronda, alcanzaría una valoración de US$10.000 millones. VoltaGrid, especializada en baterías de litio para redes eléctricas, tiene contratos con 12 de las 20 mayores utilities de EE.UU.

Inflación y energía: el combo que define el rumbo de la Fed

El Estrecho de Ormuz sigue siendo el polvorín que podría detonar una nueva ola inflacionaria. Irán no solo desplegó minisubmarinos, sino que también amenazó con cerrar el paso si EE.UU. interviene militarmente, una medida que, de concretarse, dispararía el precio del crudo a más de US$120 por barril, según estimaciones de JPMorgan. Este escenario obligaría a la Fed a mantener tasas altas por más tiempo, con un impacto directo en el costo de las hipotecas —que ya superan el 7% anual en EE.UU.— y los préstamos corporativos.

La reunión de esta semana entre el expresidente Donald Trump (favorito en las encuestas para 2028) y el presidente chino Xi Jinping añade otra capa de complejidad. En la agenda: la compra de petróleo iraní por parte de China, que en 2025 representó el 40% de las exportaciones de crudo de Teherán, según datos de la EIA. Si Pekín reduce sus compras para evitar sanciones secundarias de EE.UU., el mercado global enfrentaría un déficit de oferta de 1,2 millones de barriles diarios, según Goldman Sachs.

¿Qué pueden esperar los inversores?

Los analistas coinciden en que la volatilidad dominará las próximas semanas. Tres factores clave:

1. Datos de inflación de abril: Si superan el 3,7% esperado, la Fed podría adoptar un tono más hawkish en su próxima reunión (mayo).
2. Evolución en Ormuz: Cualquier incidente con buques comerciales (como el ataque al MV True Confidence en marzo) dispararía el petróleo.
3. Decisiones de la OPEP+: El cartel se reúne el 1 de junio. Arabia Saudita ya advirtió que extenderá los recortes de producción si los precios caen below US$90.

“Estamos en un escenario donde el riesgo geopolítico se traduce directamente en riesgo inflacionario“, advirtió Hornbach, de Morgan Stanley. La pregunta que todos se hacen: ¿Puede el S&P 500 mantener su récord si el petróleo supera los US$100 y la Fed se ve obligada a subir tasas? La respuesta llegará en las próximas semanas, pero el margen de error es cada vez más estrecho.

El precedente de 2019: cuando Ormuz paralizó los mercados y la Fed cambió de rumbo

La escalada actual en el Estrecho de Ormuz no es la primera vez que esta ruta crítica desata un shock geopolítico con consecuencias económicas globales. En junio de 2019, Irán derribó un dron estadounidense RQ-4A Global Hawk (valorado en US$130 millones) sobre el espacio aéreo del estrecho, lo que llevó al petróleo Brent a superar los US$70 por barril en 48 horas —un salto del 12%— y obligó a la Reserva Federal a suspender su ciclo de subidas de tasas, que hasta entonces proyectaba un aumento adicional ese año. El paralelo con 2026 es inquietante: entonces, como ahora, la inflación en EE.UU. rondaba el 3,5%, y el S&P 500 operaba cerca de máximos históricos.

El impacto en los mercados fue inmediato. Los bonos del Tesoro a 10 años cayeron a rendimientos del 1,98% (mínimos en 3 años), mientras el oro se disparó un 8% en una semana, superando los US$1.400 por onza. Pero el efecto más duradero fue en la política monetaria: la Fed, que en diciembre de 2018 había proyectado dos alzas de tasas para 2019, terminó recortando tres veces (en julio, septiembre y octubre). Jerome Powell justificó el giro citando ‘incertidumbres geopolíticas y su impacto en las expectativas inflacionarias’ —un guión que hoy suena familiar. La diferencia clave: en 2019, el petróleo se estabilizó en US$60 tras la intervención diplomática de Japón y Omán; en 2026, con el WTI rozando los US$100 y sin un mediador claro, el margen de maniobra es menor.

Otros datos reveladores del precedente:

• El peso mexicano se depreció un 4,2% en una semana, pese a ser una de las divisas más estables de la región. Hoy, con remesas récord, su resistencia es mayor, pero el riesgo persiste.
• Las acciones de Lockheed Martin (contratista de defensa) subieron un 15% en un mes, mientras las aerolíneas como Delta cayeron un 9% por el aumento en los costos de combustible.
• La OPEP+ recortó su producción en 1,2 millones de barriles diarios en julio de 2019, una medida que hoy sería aún más disruptiva: Arabia Saudita ya advirtió que actuará si el precio cae por debajo de US$90.

¿Puede la Fed repetir el “giro Powell” de 2019 —o esta vez el costo será mayor?

En 2019, la Fed tenía espacio para recortar tasas porque la inflación subyacente era del 2,1% y el desempleo, del 3,7%. Hoy, con la inflación subyacente en 2,7% (y en riesgo de repuntar) y un mercado laboral que sigue creando 300.000 empleos mensuales, el margen es casi inexistente. Si el petróleo supera los US$110 —como predice JPMorgan en un escenario de bloqueo en Ormuz la Fed enfrentaría una disyuntiva histórica: elegir entre ahogar el crecimiento con tasas altas o arriesgarse a una inflación descontrolada. El S&P 500, que en 2019 tardó cuatro meses en recuperar su nivel previo a la crisis del dron, podría ver correcciones más profundas esta vez. La pregunta no es si habrá volatilidad, sino qué activo sobrevivirá ileso.

La entrada S&P 500 rompe récord histórico: tecnológicas vs. petróleo en máxima tensión geopolítica se publicó primero en En foco Hoy.

Visa anunció este martes en Brasil el lanzamiento de Visa Commercial Pay, una solución diseñada para resolver dos de los mayores dolores de cabeza del ecosistema empresarial: la opacidad en el flujo de efectivo y los procesos manuales en pagos a proveedores. El producto permite generar credenciales virtuales bajo demanda —compatibles con billeteras digitales como Apple Pay y Google Pay— y realizar transacciones por aproximación, eliminando la necesidad de tarjetas físicas.

El lanzamiento no es casual: Brasil se ha consolidado como un referente global en innovación financiera, gracias a iniciativas como el sistema Pix (del Banco Central) y su ecosistema bancario digital. Según datos de la OCDE, el mercado de pagos corporativos en América Latina creció un 10% anual en 2020, alcanzando US$144.000 millones.

Entre las ventajas clave de Visa Commercial Pay destacan:

• Límites personalizados por proveedor o categoría de gasto, para un control granular.
• Seguridad reforzada: las transacciones digitales eliminan riesgos asociados a tarjetas físicas.
• Automatización total: reemplaza procesos manuales de conciliación con flujos transparentes y en tiempo real.

Ana Rojas, vicepresidenta sénior de Soluciones Comerciales para América Latina y el Caribe (LAC) en Visa, explicó que el retraso en llegar a Brasil se debió a un desajuste inicial entre la tecnología disponible y la demanda del mercado. “Las empresas ya podían pagar a proveedores con nuestras tarjetas o tokens, pero esta solución simplifica y enriquece el proceso”, declaró a Bloomberg Línea. La ejecutiva también reveló que Visa ya cerró un acuerdo con un banco local y avanza en negociaciones con una segunda institución, priorizando aquellos con servicios propios de adquisición.

Un mercado de US$200 billones en transformación

Visa Commercial Pay es solo el primer paso de la compañía en un mercado que mueve más de US$200 billones al año y está siendo redefinido por tendencias como las stablecoins, la inteligencia artificial (IA) y el agentic commerce (comercio autónomo mediante agentes digitales). “Es un mar de oportunidades“, afirmó Rojas, destacando que el 98% de las empresas en Latinoamérica son pymes, responsables del 60% del empleo pero con acceso limitado a soluciones financieras adaptadas.

La gigante de pagos también apostó recientemente por un producto que ayuda a los bancos a otorgar crédito a personas jurídicas basándose en sus cuentas por cobrar. Pero el verdadero salto podría llegar con la combinación de stablecoins y agentes de IA. Según Rojas, “más del 60% de los negocios con estas tecnologías serán en el ámbito B2B“. Visa trabaja en mecanismos para garantizar confianza y protección tanto para pagadores como para receptores, en un escenario donde la ResearchAndMarkets proyecta que el mercado de stablecoins en la región crecerá un 25% anual hasta 2028.

América Latina: el terreno fértil para la innovación en pagos

Brasil no solo lidera en adopción de tecnologías financieras, sino que también concentra el mayor número de pymes de la región: más de 13 millones de empresas, según el Ministerio de Economía brasileño. Estas representan el 98% del tejido empresarial y dan empleo al 60% de la población activa. Sin embargo, el 71% de los consumidores latinoamericanos ya usó pagos digitales en 2020 —un salto del 45% respecto a 2019, según McKinsey— mientras que las pymes siguen rezagadas en acceso a herramientas avanzadas.

El mercado de pagos corporativos en la región podría superar los US$250.000 millones para 2025, impulsado por:

• La digitalización acelerada post-pandemia, con un 68% de las empresas adoptando soluciones fintech (dato: Americas Market Intelligence).
• La regulación proinnovación en países como Brasil y México, que facilita la entrada de nuevos actores.
• El crecimiento de las stablecoins, con proyectos piloto como el real digital (el CBDC brasileño).

¿Quién ganará la carrera por dominar los pagos B2B?

Mientras Visa acelera con soluciones como Commercial Pay, competidores como Mastercard (con su plataforma Track) y fintechs locales como Ebanx y dLocal también buscan capturar cuota en un mercado donde el B2B representa el 80% del volumen total de transacciones en Latinoamérica. La pregunta clave no es si habrá adopción, sino qué empresa logrará escalar primero con modelos que resuelvan el dolor real de las pymes: liquidez, seguridad y simplicidad.

El precedente que Visa no quiere repetir: el fracaso de su tarjeta corporativa en Argentina (2019)

El lanzamiento de Visa Commercial Pay en Brasil llega con una sombra: el fracaso de su tarjeta corporativa en Argentina en 2019, un proyecto que la compañía abandonó tras solo 18 meses por baja adopción. Según informes internos filtrados a La Nación, el 92% de las pymes argentinas que probaron el producto lo descartaron por dos razones clave: la incompatibilidad con los sistemas de facturación local (que exigían comprobantes en papel) y la resistencia de los bancos a integrar APIs para transacciones en tiempo real. Visa aprendió entonces que, sin adaptación regulatoria y alianzas bancarias sólidas, incluso la tecnología más avanzada queda en stand-by.

El caso argentino expuso una brecha que Brasil podría salvar: mientras en Argentina el 34% de las transacciones B2B aún se hacen en efectivo (dato del BCRA, 2022), Brasil ya tiene un ecosistema maduro con Pix (que procesó US$1,2 billones en 2023) y una banca digital que concentra el 47% de los préstamos a pymes (vs. 22% en Argentina). Pero el riesgo persiste: si Visa no logra que los bancos locales —como Itaú, Bradesco o Nubank— prioricen la integración de Commercial Pay en sus plataformas, podría repetir errores. Ana Rojas mencionó acuerdos con dos bancos, pero no reveló nombres; en 2019, Visa anunció 5 alianzas en Argentina que nunca se materializaron.

¿Podrá Visa evitar que la historia se repita?

El éxito de Commercial Pay en Brasil dependerá de un factor que Visa no controla: la velocidad con que los bancos adopten sus APIs. En Argentina, la compañía subestimó el poder de los bancos tradicionales para bloquear innovaciones que amenazaban sus ingresos por comisiones. Hoy, con Nubank (que ya tiene 3 millones de clientes empresariales) y Itaú (líder en créditos a pymes) dominando el mercado, Visa necesita más que tecnología: requiere que estos actores vean en su plataforma una oportunidad de ingresos, no una competencia. La pregunta no es si las pymes brasileñas quieren pagos instantáneos —el 78% ya usa Pix para transacciones personales—, sino si los bancos estarán dispuestos a ceder terreno.

La entrada “Mar de oportunidades”: Visa revoluciona pagos corporativos en Brasil con plataforma instantánea se publicó primero en En foco Hoy.

Fuentes internas revelan que los prototipos ya superaron la fase DVT (pruebas de validación de diseño), con un hardware casi definitivo. Las cámaras —que no graban fotos ni videos— actúan como “ojos” para Siri, capturando el entorno del usuario en baja resolución para ofrecer respuestas contextuales. Por ejemplo: si el usuario mira una despensa, podría preguntar: “¿Qué receta puedo hacer con estos ingredientes?” y recibir una sugerencia instantánea basada en lo que las cámaras detectan.

El proyecto, en gestación desde hace cuatro años, forma parte de una estrategia más amplia para dominar el hardware con IA. Apple planeaba lanzar los auriculares en la primera mitad de 2024, pero el retraso en la actualización de Siri —clave para su funcionamiento— obligó a posponer la salida. Ahora, todo apunta a un lanzamiento en septiembre, alineado con la nueva versión del asistente virtual.

Los auriculares incluirán un indicador LED que se activará cuando las cámaras envíen datos a la nube, una medida para mitigar preocupaciones sobre privacidad. Este sistema emula soluciones ya implementadas en gafas inteligentes, como las Ray-Ban Meta, que enfrentaron críticas por grabaciones no consentidas. Apple, sin embargo, insiste en que su enfoque prioriza la transparencia y el control del usuario.

Internamente, equipos de operaciones trabajan contra reloj para asegurar componentes suficientes, anticipando una demanda récord. Los AirPods actuales —lanzados en 2016— ya son un éxito comercial, con más de 700 millones de unidades vendidas hasta 2023, según datos de la compañía. La nueva versión, con monitor de frecuencia cardíaca (heredado del Apple Watch), sentaría las bases para una generación de dispositivos que fusionan salud, IA y realidad aumentada.

Más allá de los auriculares: la apuesta total de Apple por la IA

Los AirPods con cámaras son solo la punta del iceberg. Bajo el liderazgo de John Ternus —nombrado CEO entrante—, Apple desarrolla en paralelo al menos 10 productos revolucionarios, entre ellos:

• Un MacBook con pantalla táctil, que marcaría el regreso de la compañía a este formato tras abandonar el proyecto en 2010.
• Un iPhone plegable, para competir con Samsung y Google en un mercado que crecerá un 33% anual hasta 2027, según Counterpoint Research.
• Dispositivos domésticos inteligentes con IA, diseñados para integrarse con el ecosistema HomeKit.
• Un modo de cámara Siri en iOS 27, que permitirá interacciones visuales avanzadas directamente desde el iPhone.

Ternus, en recientes reuniones con empleados, aseguró: “Estamos a punto de cambiar el mundo una vez más”. La frase evoca el lanzamiento del iPhone en 2007, que redefinió la industria móvil. Ahora, el desafío es repetir ese impacto en un mercado donde competidores como Meta (con sus gafas Ray-Ban) y OpenAI (con integraciones en dispositivos de terceros) avanzan a paso acelerado.

La competencia es feroz: solo en 2023, las empresas tecnológicas invirtieron US$50.000 millones en IA, según Stanford HAI. Apple, sin embargo, tiene una ventaja clave: su ecosistema cerrado, que garantiza una integración fluida entre hardware y software. Los nuevos AirPods no solo potenciarán Siri, sino que también podrían sincronizarse con el Vision Pro, las gafas de realidad mixta lanzadas en febrero de 2024.

Privacidad y desafíos: ¿está el mundo listo para cámaras en los oídos?

El mayor obstáculo no es técnico, sino ético. Las cámaras integradas en dispositivos portátiles ya generaron polémica con productos como las Google Glass (2013) o las Meta Ray-Ban (2023), acusadas de violar la intimidad. Apple intenta diferenciarse con:

• Un sistema de notificación visual (LED) que alerta cuando las cámaras están activas.
• Procesamiento de datos en el dispositivo, reduciendo la dependencia de la nube.
• Opciones de desactivación total de las cámaras, incluso físicamente mediante un interruptor.

Sin embargo, expertos como Evan Greer, directora de Fight for the Future, advierten: “Cualquier dispositivo con cámaras integradas corre el riesgo de ser hackeado o malutilizado. Apple debe garantizar que estos auriculares no se conviertan en herramientas de vigilancia masiva”.

El precedente más cercano es el escándalo de 2021, cuando se descubrió que algunas apps de iOS accedían a la cámara del iPhone sin permiso. Apple respondió con actualizaciones de seguridad, pero el daño a su reputación ya estaba hecho. ¿Logrará esta vez convencer a los usuarios de que sus datos visuales están protegidos?

¿Qué puede hacer (y qué no) la IA de los nuevos AirPods?

Las cámaras de los AirPods no están diseñadas para reemplazar a las del iPhone, sino para complementar la experiencia de IA. Estas son sus capacidades confirmadas:

Apple también explora aplicaciones en accesibilidad, como describir el entorno para personas con discapacidad visual. Sin embargo, la compañía aún no ha confirmado si estas funciones estarán disponibles en el lanzamiento.

¿El mayor riesgo? Que los usuarios perciban las cámaras como intrusivas antes que útiles. Un estudio de Pew Research (2023) reveló que el 62% de los estadounidenses desconfía de dispositivos con cámaras siempre activas, incluso si son para IA. La clave estará en cómo Apple comunique los beneficios —y los límites— de esta tecnología.

Mientras tanto, la competencia no se detiene. Samsung ya patentó auriculares con sensores de movimiento avanzados, y Google trabaja en unos Pixel Buds con asistencia visual. La carrera por dominar la IA portátil acaba de comenzar, y Apple acaba de jugar su primera carta maestra.

¿Estamos listos para un mundo donde nuestros auriculares no solo escuchen, sino que también vean?

El precedente que Apple quiere evitar: el fracaso de Google Glass y las lecciones de 2013

La apuesta de Apple por integrar cámaras en los AirPods revive el fantasma de Google Glass, el dispositivo que en 2013 prometió revolucionar la realidad aumentada pero terminó siendo un fracaso comercial por problemas de privacidad y aceptación social. Las gafas, que costaban US$1.500 y permitían grabar videos en primera persona, fueron prohibidas en bares, cines e incluso en algunos estados de EE.UU. por temor a que los usuarios registraran a otras personas sin consentimiento. El proyecto se canceló en 2015, tras vender apenas 10.000 unidades —una cifra irrisoria para Google— y dejar pérdidas estimadas en miles de millones.

Apple parece haber aprendido de ese error. Mientras Google Glass activaba sus cámaras de forma predeterminada y requería gestos manuales para desactivarlas, los nuevos AirPods incluirán un interruptor físico (además del LED indicador) y procesarán los datos localmente en un 80%, según filtraciones internas. Otra diferencia clave: Google Glass se comercializó como un producto para early adopters, sin un caso de uso claro más allá de la novedad tecnológica. En cambio, Apple enfoca sus auriculares en funcionalidades concretas, como la traducción en tiempo real o la asistencia para personas con discapacidad visual, estrategias que ya probó con éxito en el Apple Watch (lanzado en 2015 con un enfoque en salud) y que le permitieron vender 100 millones de unidades en solo ocho años.

Sin embargo, el desafío persiste: un estudio de la Universidad de Michigan (2022) reveló que el 78% de los encuestados se sentiría incómodo si alguien cerca usara un dispositivo con cámaras integradas, incluso si no estuviera grabando. Apple deberá demostrar que sus AirPods no repiten los errores de Google —o de sus propias iPhone con Face ID, que en 2017 enfrentaron críticas por activar la cámara frontal sin aviso previo en ciertas apps—. La compañía ya anunció que someterá el producto a auditorías independientes de privacidad, algo que no hizo con el lanzamiento inicial de Face ID.

La prueba de fuego: ¿logrará Apple convertir la desconfianza en adopción masiva?

El histórico de la industria sugiere que el éxito no dependerá solo de la tecnología, sino de cómo se comunique. Cuando Sony lanzó sus lentes inteligentes SmartEyeglass en 2015 (con cámara integrada y precio de US$840), fracasó por falta de apps útiles y por un diseño poco discreto. Los AirPods, en cambio, parten con la ventaja de integrarse en un ecosistema con 1.800 millones de dispositivos activos (iPhone, iPad, Mac) y una tienda de apps consolidada. La pregunta no es si la tecnología funciona, sino si los usuarios estarán dispuestos a llevar cámaras en sus oídos antes de que un escándalo —como el de las apps espía en iOS (2021)— los obligue a replanteárselo.

La entrada AirPods con IA: Apple revoluciona la interacción visual en tiempo real se publicó primero en En foco Hoy.

Los gigantes tecnológicos pusieron a prueba a sus sistemas estrella —Claude (Anthropic), Gemini (Google), ChatGPT (OpenAI) y Grok (Elon Musk)— en un escenario real: operar acciones tecnológicas estadounidenses durante dos semanas con capital inicial de US$10.000. El resultado, revelado en el concurso Alpha Arena, fue contundente: la mayoría de los modelos perdieron dinero, con comportamientos erráticos que incluyeron sobreoperar (hasta 1.418 transacciones en el caso de Qwen de Alibaba) o, por el contrario, una pasividad extrema, como las apenas 158 operaciones de Grok 4.20, el único con saldo positivo.

El experimento expuso una paradoja crítica: aunque los LLM (Modelos de Lenguaje Grande) destacan en investigación y análisis de herramientas, fracasan al evaluar variables clave como las calificaciones de analistas, los cambios de sentimiento del mercado o incluso la dimensión adecuada de las posiciones. Según Jay Azhang, fundador de la plataforma Nof1, “Los LLM no pueden ganar dinero por sí mismos. Requiere un andamiaje sofisticado, una plataforma de datos robusta y, incluso así, la rentabilidad no está garantizada“.

Un análisis paralelo del blog especializado Flat Circle monitoreó 11 arenas de trading con IA y confirmó el patrón: aunque al menos un modelo logró ganancias en cada competencia, solo en 2 de 11 casos el modelo promedio superó el punto de equilibrio. Este rendimiento refleja, irónicamente, la realidad de los fondos gestionados por humanos, donde el 80% falla en batir al mercado a largo plazo, según datos de S&P Global.

Los 3 errores fatales de la IA en los mercados

Los modelos demostraron tres fallos recurrentes que los hacen inviables sin supervisión humana:

• Sobreoperación compulsiva: Qwen de Alibaba ejecutó 1.418 trades en 14 días (un promedio de 101 operaciones diarias), un ritmo insostenible que generó comisiones y pérdidas por volatilidad.
• Inconsistencia con instrucciones idénticas: Dos modelos del mismo proveedor, con las mismas reglas, tomaron decisiones opuestas en un 68% de los casos, según Intelligent Alpha. “Es como gestionar un equipo de analistas con personalidades bipolar“, advirtió Doug Clinton, cofundador de la firma.
• Ceguera contextual: Ignoraron eventos macroeconómicos clave, como el informe de empleo no agrícola de EE.UU. (NFP) publicado durante el concurso, que hizo caer un 2.1% al Nasdaq en una sesión.

El problema no es la capacidad de procesamiento —los LLM analizan miles de informes en segundos—, sino la incapacidad para jerarquizar información. Por ejemplo, durante el concurso, Gemini de Google priorizó un tuit de un analista minorista sobre los resultados trimestrales de Nvidia, que movieron el mercado en un +4.7% ese día.

¿Puede salvarse la IA financiera? Avances (y límites) en 2024

No todo es pesimismo. La segunda temporada de Alpha Arena, prevista para octubre, introducirá dos mejoras clave:

• Búsqueda en tiempo real: Los modelos podrán acceder a datos actualizados de Bloomberg y Reuters, algo que en la primera edición estaba restringido a bases de datos estáticas.
• Reflexión prolongada: Se ampliará el tiempo de “pensamiento” de los bots de 30 segundos a 5 minutos por decisión, para reducir errores por prisa.

Paralelamente, Intelligent Alpha probó un enfoque híbrido: combinó 10 LLM con datos macroeconómicos en tiempo real y logró que 3 de cada 10 modelos superaran el benchmark del S&P 500 en un +1.8% durante un mes. “El futuro no es IA vs. humanos, sino IA aumentada por humanos“, explicó Clinton. Sin embargo, Azhang es escéptico: “Dar dinero a un LLM hoy y esperar que opere solo es como dejar las llaves de un Ferrari a un adolescente: el desastre es cuestión de tiempo“.

Un obstáculo adicional es el sesgo de anticipación (lookahead bias), donde los modelos acceden accidentalemente a datos futuros durante el entrenamiento. En 2023, un estudio de MIT Sloan reveló que el 42% de los backtests de trading algorítmico tenían este error, inflando artificialmente los resultados.

El veredicto: ¿Amenaza o herramienta para Wall Street?

Los expertos coinciden en que la IA no reemplazará a los operadores en el corto plazo, pero sí podría:

• Reducir un 30% el tiempo en análisis de informes trimestrales (según un piloto de Goldman Sachs).
• Identificar patrones de fraude en transacciones, como demostró JPMorgan con su sistema LOXM, que detectó US$12 millones en operaciones sospechosas en 2023.
• Automatizar operaciones de bajo riesgo, como el rebalanceo de carteras indexadas, donde el error humano es mínimo.

El verdadero riesgo, según un informe de Bank of America, no es que la IA falle, sino que los bancos sobreestimen su capacidad. En 2022, el fondo DE Shaw perdió US$500 millones en un día por un error en un algoritmo de trading cuántico. “La IA es como un cuchillo: útil en manos expertas, peligroso si se usa sin entrenamiento“, resumió Azhang.

Mientras la tecnología madura, una pregunta sigue en el aire: ¿Estamos creando herramientas para potenciar a los traders… o monstruos que eventualmentes los devorarán?

El precedente que Wall Street no quiere recordar: el colapso de 2010 por algoritmos descontrolados

El fracaso actual de los LLM en trading evoca un fantasma que los mercados prefieren olvidar: el Flash Crash del 6 de mayo de 2010, cuando algoritmos de alta frecuencia (HFT) borraron $1 billón del valor del Dow Jones en 36 minutos. Aquella crisis —desencadenada por una orden de venta masiva ejecutada por un fondo mutuo que activó una cascada de bots— dejó al descubierto la misma vulnerabilidad que hoy exhiben los modelos de IA: la incapacidad para interpretar contexto en tiempo real. El Procter & Gamble, por ejemplo, vio sus acciones caer un 37% en minutos (de $60 a $39), solo para recuperarse casi por completo horas después. La SEC culpó directamente a los algoritmos de exacerbar la volatilidad en un 80%.

Lo más revelador fue el informe posterior del Comité Asesor sobre Mercados Emergentes de la CFTC: los bots no solo reaccionaron mal a la orden inicial, sino que ignoraron señales macroeconómicas estables (el PIB de EE.UU. crecía al 3.8% ese trimestre y el desempleo estaba en 9.7%, sin cambios bruscos). En cambio, priorizaron patrones técnicos obsoleto, como el cruce de medias móviles de 50 y 200 días, un error que los LLM de hoy repiten al sobrevalorar tweets sobre datos fundamentales, como hizo Gemini con Nvidia. La diferencia clave: en 2010, los algoritmos al menos seguían reglas preprogramadas; hoy, los LLM generan estrategias sobre la marcha, sin guardarraíles.

Tras el Flash Crash, la SEC implementó circuit breakers (pausas automáticas) y exigió pruebas de estrés a los HFT. Pero los LLM operan en un vacío regulatorio: ninguna agencia supervisa sus backtests, y plataformas como Alpha Arena funcionan como sandboxes sin consecuencias reales. “En 2010, al menos sabíamos quién programó los algoritmos. Hoy, ni siquiera los creadores de los LLM pueden rastrear cómo toman decisiones“, advirtió Eric Hunsader, fundador de Nanex, firma que analiza datos de mercado en milisegundos.

La bomba de tiempo que nadie desactiva

El experimento de Alpha Arena es un aviso a navegantes: si modelos con US$10.000 en simulaciones cometen errores garrafales, ¿qué pasará cuando fondos como Citadel (que maneja US$63 billones en activos) o Renaissance Technologies (con algoritmos que generan retornos del 66% anual) integren LLM a gran escala? La historia sugiere que el primer Flash Crash 2.0 no será cuestión de si, sino de cuándo. Y esta vez, los responsables no serán codiciosos traders, sino cajas negras de silicio cuyo único “sesgo” es la falta de uno.

La entrada IA vs. Wall Street: ¿Pueden los bots vencer a los humanos en bolsa? se publicó primero en En foco Hoy.

Apple Inc. (AAPL) acelerará este otoño la mayor actualización en años de sus herramientas de edición fotográfica en iPhone, iPad y Mac, integrando inteligencia artificial para rivalizar con los avances de Google y Samsung. Según fuentes internas citadas por Bloomberg, la compañía incorporará en iOS 27, iPadOS 27 y macOS 27 un nuevo módulo llamado “Herramientas de Inteligencia de Apple”, que procesará imágenes directamente en el dispositivo en cuestión de segundos.

La movida llega tarde: Google ya ofrece desde 2022 en sus Pixel funciones como Magic Eraser (para eliminar objetos), Photo Unblur (enfoque automático) y expansión generativa de imágenes, mientras que Samsung ha potenciado sus Galaxy con herramientas similares. Actualmente, la app Fotos de Apple solo cuenta con cuatro opciones básicas —Ajustar, Filtros, Recortar y Limpiar—, siendo esta última la única con IA, aunque con resultados criticados por usuarios por generar artefactos visuales y rellenos inexactos.

Cuatro herramientas clave (y sus riesgos)

El nuevo sistema incluirá cuatro funciones principales, diseñadas para operar sin conexión y preservar la privacidad:

• Extender: Genera contenido adicional más allá del encuadre original. Por ejemplo, una foto cercana de la Torres Gemelas Petronas (Malasia) podría expandirse para mostrar el cielo y el horizonte urbano circundante. Los usuarios controlarán la expansión deslizando los bordes con los dedos. Nota: En pruebas internas, esta herramienta ha mostrado fallos en la coherencia visual, según las fuentes.
• Mejorar: Ajusta automáticamente color, iluminación y nitidez usando modelos de IA entrenados con millones de imágenes. Apple promete resultados más naturales que los filtros tradicionales, aunque aún no se han revelado ejemplos comparativos.
• Reformular: Pensada para fotos espaciales (el formato 3D de Apple para Vision Pro), permite cambiar la perspectiva después de capturar la imagen. Una toma frontal de un Porsche 911 podría transformarse para destacar su perfil lateral. Problema: Las pruebas internas indican que esta función no siempre mantiene la proporción correcta de los objetos.
• Limpiar (versión mejorada): La herramienta existente para eliminar objetos no deseados recibirá actualizaciones para reducir los errores actuales, como distorsiones en bordes o rellenos con patrones repetitivos (ejemplo: eliminar un poste de luz y que el algoritmo lo reemplace con un fragmento de cielo duplicado).

El desarrollo no ha estado exento de contratiempos. Las herramientas Extender y Reformular presentaron inconsistencias críticas durante las pruebas, lo que podría llevar a Apple a retrasar su lanzamiento o limitar sus capacidades en la versión inicial. La compañía ya enfrentó críticas similares con la primera versión de Limpiar, lanzada en 2023, donde usuarios reportaron en foros como Reddit que la herramienta “deformaba rostros” al eliminar elementos cercanos a personas.

IA en el centro: Siri, rendimiento y batería

La actualización de las herramientas fotográficas es solo una parte del enfoque de Apple en IA para 2024. La empresa priorizará dos áreas:

1. Asistente de voz: Siri recibirá una app dedicada y una interfaz rediseñada tipo chatbot, capaz de procesar múltiples comandos en una sola petición (ejemplo: “Envía este correo a María, agenda una reunión para mañana a las 3 PM y pon una alarma para las 7 AM”). Además, por primera vez, los usuarios podrán reemplazar Siri con asistentes de terceros descargables desde la App Store.
2. Optimización de sistemas: Los nuevos algoritmos buscarán mejorar el rendimiento de los dispositivos, con énfasis en prolongar la duración de la batería (hasta un 15% más en iPhone 15, según tests internos) y reducir fallos. Esto llega tras la revisión visual de iOS 16, que algunos usuarios criticaron por consumir más recursos.

El contexto es clave: Apple valora hoy US$4 billones, pero su retraso en IA generativa —frente a rivales como Microsoft (con Copilot) y Google (con Gemini)— ha generado presión en los inversores. La edición fotográfica es un campo de batalla simbólico: según un informe de Counterpoint Research (2023), el 68% de los usuarios de smartphone priorizan la calidad de la cámara al elegir un dispositivo, y el 42% usa herramientas de edición al menos una vez por semana.

¿Logrará Apple convencer a los usuarios de que su IA —llegada tarde— es superior a la de Android? O, peor aún: ¿otra función con fallos dañará su reputación de “just works”? El otoño dirá si Cupertino recupera el terreno perdido.

El precedente de Apple en IA: de los fallos de Face ID al desafío de Google Lens

La apuesta de Apple por integrar IA en la edición fotográfica no es su primer intento por revolucionar un área dominada por competidores. En 2017, el lanzamiento de Face ID en el iPhone X marcó un hito tecnológico, pero también expuso las limitaciones de la IA de Apple en entornos reales: el sistema fallaba con gemelos, niños menores de 13 años o usuarios con cambios drásticos en su apariencia (como barbas crecidas o maquillaje pesado). La compañía tardó dos años en refinar el algoritmo, un retraso que Google aprovechó para perfeccionar su desbloqueo facial en Pixel 4 (2019), el cual superaba a Face ID en velocidad y precisión según tests de Consumer Reports.

El patrón se repitió con Google Lens, lanzado en 2017 y mejorado anualmente. Mientras Apple se enfocaba en privacidad (procesamiento en dispositivo), Google priorizó funcionalidades prácticas: en 2021, Lens ya podía traducir texto en tiempo real en 100 idiomas, identificar 2.500 especies de plantas y resolver ecuaciones matemáticas. Apple respondió recién en 2022 con Visual Look Up en iOS 16, pero limitado a flora, fauna y puntos de referencia, sin soporte para matemáticas o traducción avanzada. La brecha se hizo evidente: en una prueba de The Verge (2023), Lens reconoció un 92% de los objetos cotidianos (como modelos de zapatillas o componentes electrónicos), mientras Visual Look Up apenas llegó al 68%.

El nuevo módulo “Herramientas de Inteligencia de Apple” enfrenta un desafío similar. Google no solo lleva ventaja en edición fotográfica —con Magic Eraser (2022) y Photo Unblur (2023)— sino que su IA ya resuelve problemas concretos: en 2023, el 34% de los usuarios de Pixel usó Magic Eraser al menos una vez al mes para eliminar objetos no deseados en fotos de viajes o eventos, según datos de Android Authority. Samsung, por su parte, incorporó en los Galaxy S23 (2023) un algoritmo que reconstruye rostros borrosos en fotos nocturnas con un 85% de precisión, según tests de DXOMARK.

¿Puede Apple evitar otro “Face ID 2.0”?

El riesgo no es solo técnico, sino de percepción. En 2020, el lanzamiento de iOS 14 con widgets rediseñados generó expectativa, pero los usuarios reportaron caídas de rendimiento en iPhone 6s y 7, obligando a Apple a lanzar parches de emergencia. Si las herramientas de IA en iOS 27 repiten errores como los de Limpiar (2023) —donde el 22% de los usuarios en Reddit reportó distorsiones en fotos de grupos—, la compañía podría enfrentar no solo críticas, sino una migración acelerada de creadores de contenido (su segmento premium) hacia Android. La pregunta clave no es si Apple puede igualar a Google, sino si lo hará antes de que los usuarios se acostumbren a vivir sin sus herramientas.

La entrada “Revolución IA en iOS 27”: Apple rediseña la edición de fotos para competir con Android se publicó primero en En foco Hoy.