Sección 01
Noticias y novedades
Ordenadas por impacto en decisiones de negocio. Lo técnico y operativo queda listado al
final, en corto.
01
Regulación y cumplimiento
1 publicación
Una ley prohíbe expresamente escudarse en el algoritmo cuando la decisión de personal sale discriminatoria
Connecticut ha aprobado la Artificial Intelligence Responsibility and Transparency
Act. Obliga a las empresas que usan IA en contratación, evaluación del desempeño o
decisiones de plantilla a declarar cuándo una herramienta automática ha tenido un papel
relevante en el resultado. Y hace algo menos habitual: modifica la ley antidiscriminación
del estado para cerrar por escrito la defensa de «lo decidió el algoritmo». Además,
cualquier empresa que presente el aviso previo de despido colectivo tendrá que declarar si el
recorte guarda relación con la adopción de IA.
1 OCT 26Entran las obligaciones antidiscriminación y la declaración en despidos colectivos
1 OCT 27Entra el deber completo de informar sobre herramientas automáticas de empleo
0Puertos seguros frente a una demanda por discriminación
- Qué se declara (The AI Report · sin verificar): que un sistema automático ha tenido
un papel relevante en contratar, evaluar o decidir sobre una persona. No basta con tenerlo:
hay que decirlo.
- Qué deja de valer (The AI Report · sin verificar): la ley bloquea explícitamente la
defensa de que la responsabilidad es del algoritmo o de quien lo vende. Usar IA no
protege al empleador de responder por un resultado discriminatorio.
- Qué se puede alegar (The AI Report · sin verificar): no hay puerto seguro, pero los
tribunales pueden tener en cuenta si hubo pruebas de sesgo. Es decir: haber medido
cuenta; no haber medido, también.
- El deber que se traslada al proveedor (The AI Report · sin verificar): la
recomendación es contactar con los proveedores para confirmar que pueden entregar
categorías de datos, fuentes y métodos de evaluación. Si el proveedor no te los da, el
incumplimiento sigue siendo tuyo.
Ángulos de quien lo cubre
- The AI Report — lo trata como una tarea de inventario, no de opinión: enumera
este mes todos los sistemas automáticos que tocan contratación, turnos o desempeño, y
pide al proveedor la documentación antes de que llegue la fecha.
Por qué es importante para ti — lectura del recap, no tuya
Connecticut no obliga a nadie en Valencia. Lo que hace es poner en negro sobre blanco
una idea que en Europa ya está implícita y que casi ningún comité de dirección ha
interiorizado: la responsabilidad de una decisión automatizada no se subcontrata con la
herramienta. Un director que aprueba un filtro de currículums está aprobando un
criterio de selección, no comprando un software. La pregunta incómoda para el consejo no es
«¿tenemos IA en RR. HH.?», sino «¿sabemos enumerar qué sistemas influyen hoy en
contratar, promocionar o despedir, y podemos explicar por qué decidieron lo que
decidieron?». La mayoría no puede, porque el filtro no lo compró RR. HH.: venía dentro
del portal de empleo. Y ojo con el detalle del despido colectivo, que es el que de verdad
escuece: obliga a declarar si el recorte tiene que ver con la IA. Eso convierte una
narrativa interna en una afirmación con consecuencias.
02
Coste y modelo de negocio
3 publicaciones
Un billón de euros en alquileres firmados por centros de datos que todavía no existen
Tres publicaciones distintas cuentan hoy el mismo movimiento por trozos: el gasto en
infraestructura de IA se está comprometiendo a muchos años vista, y aún no ha llegado a
ninguna factura de cliente. Microsoft, Meta, Oracle, Amazon y Alphabet han comprometido
más de 1,09 billones de dólares en pagos futuros de arrendamiento por instalaciones
que todavía no están operativas —cuatro veces sus pasivos reconocidos actuales, según
Reuters—. Anthropic ha firmado 10.000 millones a seis años con Volta, una startup de
nube fundada este mismo año, para un centro de datos de 133 MW en Noruega. Y SpaceX ha
disparado su inversión a 18.400 millones en un trimestre, la mayor parte en cómputo.
1,09 B$Alquileres futuros comprometidos por cinco tecnológicas en centros aún no operativos
4xLo que esa cifra supera a los pasivos que hoy tienen reconocidos en balance
10.000 M$Contrato de Anthropic con Volta, una startup nacida este año
18.400 M$Inversión trimestral de SpaceX, frente a 2.830 M el año pasado
- El compromiso está fuera del balance visible (The AI Report, citando a Reuters ·
sin verificar): son pagos de arrendamiento futuros por naves que aún no funcionan, cuatro
veces mayores que los pasivos reconocidos hoy. El gasto está firmado; el reconocimiento
contable, no.
- Quién construye (TLDR AI y The AI Colony · sin verificar): el centro noruego de
Volta lo desarrolla junto a Bitdeer, una minera de criptomonedas, con sistemas
NVIDIA Vera Rubin. La misma industria que sobró de la minería se recicla en cómputo de IA.
- No es el único contrato de Anthropic (The AI Colony · sin verificar): antes cerró
1.250 millones al mes con SpaceX en mayo, 5.000 millones de inversión de Amazon y
hasta 40.000 millones de Google con 5 GW de capacidad.
- El ingreso ya se apoya en esto (TLDR AI · sin verificar): SpaceX va camino de
100.000 millones de ingreso anualizado en diciembre, «la mayor parte procedente de acuerdos
de centros de datos». The AI Report da la otra cara del mismo trimestre: 7.800 millones de
ingreso, frente a 4.100 el año anterior, con el negocio de IA subiendo un 250 %.
Ángulos de quien lo cubre
- The AI Report — el ángulo es contable y es el más afilado: la carga está firmada
pero no reconocida, y por eso la foto del balance no la enseña.
- TLDR AI — lo lee como carrera de capacidad: quien no ate megavatios ahora no
podrá servir después.
- The AI Colony — se fija en el riesgo de contraparte: llama la atención que
Anthropic comprometa esa cifra con una empresa «que apenas existía hace doce meses».
Por qué es importante para ti — lectura del recap, no tuya
Esto continúa el hilo de ayer, pero por el otro extremo del tubo. Ayer era la factura que
ya te llega; hoy es la factura que todavía no te ha llegado y que ya está firmada.
Alguien tiene que devolver ese billón, y ese alguien es el cliente final. Para un directivo
que está montando su caso de negocio de IA, la consecuencia práctica es una sola:
no construyas el retorno sobre el precio de hoy. Si el número solo cuadra con la
tarifa actual, no cuadra. Y hay una segunda pregunta, la que casi nadie hace: ¿de quién
dependes tú, indirectamente, para que tu proceso siga funcionando el año que viene? Si
tu proveedor de software tiene la IA metida dentro, tu continuidad depende de contratos de
cómputo entre terceros que no conoces —una startup nacida este año, una minera de cripto,
un centro noruego a medio construir—. Eso es riesgo de proveedor y va en el mapa de
riesgos, no en la sección de tecnología.
03
Organización y procesos
1 publicación
Apple limita los avisos de seguridad porque la IA se los ha inundado, y por el camino se le escapa uno real de 200.000 dólares
El canal por el que Apple recibe avisos de vulnerabilidades se llenó de informes falsos
generados con IA. La respuesta fue poner un tope de envíos. El efecto colateral es el que
merece la pena: un investigador que había encontrado un fallo real de macOS —valorado en
200.000 dólares por el propio programa de recompensas— se quedó sin cupo y no lo
envió. El filtro puesto para frenar el ruido bloqueó la señal.
200.000 $Valor del fallo real de macOS que no llegó a enviarse por haber agotado el cupo
- La secuencia completa (The AI Report · sin verificar): entra volumen generado con
IA, se degrada la capacidad de revisión, se impone un tope, y el tope castiga por igual a
quien traía algo bueno.
- Es un caso de fracaso operativo, no de fracaso tecnológico. Nadie desplegó una IA
mal: se la desplegaron a Apple desde fuera, gratis y a escala.
Por qué es importante para ti — lectura del recap, no tuya
Este es el que menos se parece a las noticias que le llegan a tu lector, y por eso es el
que más le sirve. Todo canal de entrada abierto de una empresa está a punto de recibir
el mismo tratamiento: currículums, ofertas de proveedor, tickets de soporte,
reclamaciones, formularios de contacto, licitaciones. Hasta ahora, el volumen era una señal
de interés; ahora el volumen no significa nada, porque generar cuesta cero. La decisión que
esto obliga a tomar no es «cómo filtro más», sino «cómo distingo, y qué me cuesta
equivocarme al filtrar». Apple eligió el tope, que es el filtro más barato y el más
tonto: trata igual al que trae 200.000 dólares de valor y al que trae basura. Cualquier
criterio que se aplique al volumen y no al contenido tiene ese mismo defecto. Es, además,
material directo para AI Talento: el embudo de selección es exactamente este problema.
04
Coste y modelo de negocio
2 publicaciones
Lo que factura no es la pregunta, es el bucle: por qué el trabajo repetitivo empieza a bajarse de la nube
Emerging AI dedica su edición a un argumento de coste, no de herramienta: la factura de IA
no asusta porque llega a trozos pequeños —veinte dólares por un asistente, otro plan
para código, otro para búsqueda, más cargos de API y suscripciones olvidadas—. Y añade el
detalle que cambia el cálculo: un agente no lee tus archivos una vez. Los lee, llama a
herramientas, comprueba errores, reescribe y vuelve a leerlo todo. «Un experimento parece
barato; correr estos bucles todo el día es donde la factura cambia de forma».
10 $Por millón de tokens de entrada en un modelo Claude frontera, según su listado
50 $Por millón de tokens de salida en ese mismo modelo
97,6%Reducción de coste de contexto que promete un patrocinador de TLDR (reclamo comercial)
- La tesis (Emerging AI · sin verificar): «Local para el trabajo que se repite. Nube
solo cuando el trabajo se gana el coste». No propone cancelar la nube: propone
dejar de usarla para trabajo barato —redacción, resúmenes, búsqueda en documentos
privados, transcripción, clasificación, automatismos de fondo—.
- El contexto que usa para justificarlo (Emerging AI · sin verificar): cita que
Anthropic anunció en abril de 2026 más de 100.000 millones en compromisos con AWS a diez
años. Encaja con la noticia 02, y es la misma historia vista desde la factura del usuario.
- Que el tema es real lo confirma quien paga por decirlo: un patrocinador de TLDR AI
vende precisamente «arquitectura eficiente en tokens» prometiendo hasta un 97,6 % menos de
coste de manejo de contexto. Es publicidad —está en la sección 03—, pero indica dónde
duele.
Ángulos de quien lo cubre
- Emerging AI — la escalera del coste: del ordenador que ya tienes a máquinas
dedicadas. El artículo completo está de pago; lo que se lee gratis es el argumento, que
es lo que aquí interesa.
- TLDR AI (patrocinado) — mismo diagnóstico desde el lado del proveedor: en datos
de empresa, el coste escala con cada consulta.
Por qué es importante para ti — lectura del recap, no tuya
Cuidado con esta, porque tiene una trampa para tu público. Escrita mal es un artículo de
frikis comprando GPUs de segunda mano, y ahí pierdes al director al segundo párrafo. Escrita
bien es una decisión de cartera: qué trabajo merece el modelo caro y cuál no. Ese
criterio no lo tiene casi nadie, porque nadie se ha parado a clasificar sus tareas por
cuánto valen. Y hay un segundo motivo, más fuerte que el coste y que el artículo casi no
toca: lo que se procesa en local no sale de casa. Para una industrial con planos,
escandallos o contratos, esa es la única frase de esta noticia que va a mover a alguien.
El coste es el argumento; la confidencialidad es la razón.
05
Caso real con cifras
1 publicación
45 % de los tickets resueltos solos, y la lección no está en el agente: está en lo que hicieron antes
dLocal —empresa de pagos cotizada en Nasdaq, 400 ingenieros, 60 equipos— tenía a su gente
perdiendo horas entre datos dispersos y cambios de contexto. Antes de poner ningún agente,
unificaron servicios, repositorios, equipos y políticas en una sola capa de contexto.
Después construyeron el agente. El resultado que publican: 45 % de los tickets de
ingeniería resueltos de principio a fin sin intervención y un 20 % más de
productividad, equivalente a añadir un 20 % de plantilla sin contratar. El ingeniero
conserva la aprobación final.
45%Tickets de ingeniería resueltos de extremo a extremo por el agente
20%Aumento de productividad declarado, sin contratar a nadie
400Ingenieros repartidos en 60 equipos
- El orden importa (The AI Report · sin verificar): «la autonomía del agente falla
sin contexto unificado». Primero el cimiento, después la automatización.
- La frase que vale la ponencia, atribuida al CTO Alberto Almeida: los datos
dispersos y desactualizados no solo frenan a los equipos, hacen que los agentes se
equivoquen con seguridad.
- La prueba casera que propone (The AI Report · sin verificar): mira cuántos sistemas
distintos tiene que abrir tu gente para saber quién es dueño de qué. Si son tres o más,
unifica antes de automatizar.
- De dónde sale el caso: es un caso de éxito publicado por Port, el proveedor de la
plataforma. Las cifras son suyas y están sin verificar.
Por qué es importante para ti — lectura del recap, no tuya
Es un caso de ingeniería en una cotizada, así que no lo cuentes como si fuera una PYME de
Paterna. Lo que sí es trasladable es el orden de las obras, que es justo el que casi
nadie respeta: aquí el agente fue lo último. La frase de «agentes que se equivocan con
seguridad» describe con precisión lo que le pasa a cualquier empresa que enchufa un
asistente sobre un Drive desordenado y quince Excels con versiones distintas del mismo
precio. La versión útil para tu lector no necesita 400 ingenieros: ¿en cuántos sitios
está hoy el dato bueno de tu negocio, y cuál de ellos manda? Mientras esa pregunta no
tenga respuesta, el piloto de IA va a dar resultados convincentes y equivocados, que es la
peor combinación posible. Y desconfía del 45 %: viene del proveedor.
06
Gobierno del dato
1 publicación
Apple amplía su demanda contra OpenAI: once ex empleados más y un problema de bajas mal cerradas
Apple ha pedido una medida cautelar para bloquear que OpenAI desarrolle productos basados en
tecnología supuestamente sustraída, y sostiene ahora que al menos once ex empleados más
de los inicialmente señalados pudieron estar implicados. Según su investigación, ex empleados
hicieron capturas de documentos confidenciales sobre productos no anunciados antes de
entrevistarse con OpenAI, y varios se pusieron en contacto tras la demanda para devolver
dispositivos de Apple que se habían quedado. OpenAI responde que las acusaciones se basan en
información falsa, que no tiene ni quiere secretos de Apple, y añade el golpe:
que fueron los procedimientos de seguridad de Apple los que dejaron ese acceso residual.
11+Ex empleados adicionales que Apple señala ahora
- Lo que reconoce Apple sin querer (The AI Report · sin verificar): gente que ya no
trabajaba allí seguía teniendo dispositivos de la empresa meses después.
- La lectura de la propia newsletter: para directivos, el caso plantea preguntas
sobre protocolos de baja y control de accesos en plena guerra por el talento de IA.
Por qué es importante para ti — lectura del recap, no tuya
La demanda entre gigantes no le interesa a tu lector. El detalle sí: la empresa más
obsesiva del mundo con el secretismo tenía ex empleados con material dentro. Si le pasa a
Apple, el «aquí somos pocos y nos conocemos» de una industrial de 80 personas no es una
política de seguridad, es un deseo. La pregunta para el consejo cabe en una línea:
cuando alguien se va, ¿quién cierra qué, en cuánto tiempo, y quién lo verifica? Con
IA de por medio la pregunta se hace más grande, porque ya no basta con recuperar el portátil:
hay que saber qué documentos de la casa se subieron a qué cuentas personales de qué
herramienta. Eso casi nadie lo tiene inventariado, y es un tema del que se puede escribir
sin citar a nadie del otro lado del Atlántico.
Se lista, no se prioriza
Lo técnico y lo operativo del día
Nada de esto cambia una decisión de dirección. Va listado por si algún día conecta con algo,
y en corto.
- Cloudflare presenta carteras programables para agentes — identidad estable y pagos
controlados para agentes, con límites de gasto, listas de permitidos y topes por
transacción. Es el embrión de «quién autoriza a un agente a gastar». Si alguna vez escribes
de agentes que compran solos, este es el enlace.
Cloudflare
- Dos rondas grandes en gobierno de agentes — HappyRobot (150 M$, valoración 1.200 M)
y Zenity (125 M$, vigilancia en tiempo real de agentes dentro de sistemas corporativos, con
foco en sectores regulados). Las rondas no entran en tu radar; el hecho de que el dinero
vaya a controlar agentes y no solo a desplegarlos, sí es una señal.
- Google abre en preview un router de modelos en su API Gateway: acepta peticiones
compatibles con OpenAI y las reparte entre Gemini, Claude u OpenAI OSS, con control de
consumo. Infraestructura, pero es el mecanismo que hace realista lo de «modelo barato para
la tarea barata» de la noticia 04.
Google
- La Casa Blanca mantiene clasificado su marco de evaluación de IA — el proceso
voluntario para modelos avanzados no se hace público; solo lo conocen las empresas
participantes. Regulación en titular, nada accionable para una PYME española.
Fuente
- ChatGPT Work — análisis largo del producto de OpenAI para trabajo de conocimiento y
de cómo piensan fusionar Chat y Work. Producto, no decisión.
Latent Space
- Modelos y herramientas — Shieldstral (clasificador de seguridad de 3B de Mistral),
NVIDIA Alpamayo 2 para conducción autónoma, Kiro Crew (espacio de trabajo persistente para
desarrollo), DiffusionGemma, el modelo de voz de NVIDIA, Backflip (pieza física a CAD por
unos 10 $), Mixture-of-Kittens de Cursor y LFM2.5 para ejecutar agentes en el móvil.