Las Claves #IA

Miguel Ángel Valero

El precio de la inteligencia artificial (IA) ha caído en 3 años tanto como el de los ordenadores personales en 15. Deflación brutal en el cómputo: un regalo de márgenes para quien la usa y un dolor de cabeza para quien la vende barata a cambio de escala.

Pese a ello, Foxconn firma su mejor agosto de la historia: 921.800 millones de dólares taiwaneses facturados, un 52% más que hace un año. El tirón viene de los servidores de IA. En el segundo trimestre ganó 60.000 millones de taiwaneses, un 35% más, y en enero-agosto acumula 6,51 billones, récord. El consenso solo esperaba crecer un 37%.Foxconn monta los servidores que mueven la IA mundial, así que sus cifras confirman que sigue en alza.

Nvidia presenta Personal AI Router (PAIR), un router de IA personal gratuito y de código abierto que encuentra los ordenadores compatibles de una red local y reparte entre ellos las peticiones de inferencia. 

Por su parte, xAI ha abierto Grok Bot a clientes de empresa con la parte que faltaba para que un departamento de IT lo apruebe: controles de acceso, de red y de auditoría. Y con un detalle que cambia cómo se configuran estas cosas: al Bot se le enseña una rutina haciéndola una vez delante de él. Guarda la rutina, acepta correcciones y a partir de ahí la ejecuta solo.Los Bots se mensajean entre ellos y comparten contexto, así que no hay que ir pasando información de uno a otro.Entre los clientes que cita xAI están Legora, Supermicro y ServiceTitan, y dice que el uso más intenso está fuera de ingeniería.

El senador Bernie Sanders y el congresista Greg Casar, ambos demócratas, registraron una propuesta para ilegalizar la IA superinteligente y frenar el desarrollo avanzado, con penas de hasta 20 años para quien la incumpla. Marca por dónde va a ir el debate regulatorio sobre la nueva fase de la IA en EEUU.

Accel valora Thinking Machines en 40.000 millones$, 400 veces ventas

Mientras, Accel está negociando encabezar una ronda de 1.000 millones$ en Thinking Machines, la empresa de Mira Murati, a una valoración de al menos 40.000 millones. Con más de 100 millones de ingresos anualizados, el múltiplo sale por encima de 400 veces ventas. Una empresa de software SaaS cotiza entre 5 y 15 veces ingresos. Las mejores, en momentos de euforia, llegan a 30. 

Esa valoración no se justifica con el negocio actual. Lo que compra Accel a ese precio no es la facturación de Thinking Machines, es la posibilidad de que el equipo que salió del corazón de OpenAI construya algo del tamaño de esa empresa. Es una apuesta sobre personas, no sobre una cuenta de resultados, aunque varios cofundadores de Thinking Machines han vuelto a OpenAI, entre ellos Lilian Weng y Luke Metz.

Thinking Machines ofrece Inkling, un modelo de pesos abiertos que monetiza por cómputo de uso, y Tinker, una plataforma para adaptar modelos sobre datos propios. Frente a OpenAI y Anthropic vendiendo un modelo general al que llevas tu problema, Thinking Machines proporciona las herramientas para que cada empresa construya su propio modelo de IA.

Banor: la demanda de chips y de infraestructuras de IA seguirá siendo sólida

Angelo Meda, gestor del fondo de renta variable europea Banor Mistral, opina que el enfriamiento de los semiconductores en Bolsa no se justifica por fundamentales, sino por las dudas en las valoraciones tras un rally alcista en el primer semestre de 2026. Pero ello no cambia la tesis de inversión, que permanece intacta. Porque la demanda de chips de memoria de alto rendimiento, GPU, HBM, así como de infraestructuras de la IA, seguirá siendo fuerte y sólida durante un largo periodo.

Tras un primer semestre extraordinario de los fabricantes de chips (semiconductores) en los mercados, impulsados por el rally inversor en IA, el sector atravesó una fase de toma de beneficios, en algunas ocasiones muy severas.  Movimientos que, sin embargo, sólo reflejan “una revisión de las expectativas, más que un deterioro significativo de la demanda subyacente”.

Según Meda, la recogida de ganancias se produjo por las dudas sobre las valoraciones que surgieron entre los inversores. Pero esta corrección del sector semiconductores no cambia el hecho de que la temática estructural de inversión permanece intacta. Porque se apoya en factores que siguen soportando el crecimiento global, tales como la fuerte demanda de memoria de alto rendimiento, GPU, HBM (High Bandwidth Memory o memoria de gran ancho de banda) y de infraestructura para la IA. En todo caso, los resultados empresariales de las compañías de semiconductores han acreditado que persiste la solidez de fundamentales en el sector. Las previsiones de fabricantes de memoria como Micron confirmaron la robustez de la demanda y visibilidad de pedidos a largo plazo.

Un entorno que, sin embargo, “no elimina el riesgo de volatilidad, pero confirma el recorrido potencial del sector en el largo plazo”, afirma Angelo Meda, que considera que “lo más probable es que estemos entrando en una fase de mayor exigencia de disciplina en valoraciones”.

Los resultados empresariales del segundo trimestre han confirmado tanto que la economía continúa impulsada por la inversión en IA, como que el mercado se ha vuelto más selectivo. Porque no todos los buenos resultados empresariales se han traducido en subida de los precios de las acciones. Los inversores, ahora, “están enfocados más en factores como la valoración, la monetización de la inversión en IA, y los rendimientos futuros” que en las previsiones de ganancias de las compañías.

El comportamiento de las Bolsas en 2026 refleja un delicado equilibrio entre el entusiasmo y la cautela. En EEUU, los índices siguen en máximos históricos, respaldados por la notable resiliencia del ciclo económico. Y en los mercados se ha producido una cierta rotación sectorial, porque algunos segmentos del sector tecnológico, sobre todo los semiconductores, han atravesado períodos de consolidación. En Europa, los mercados bursátiles han mantenido un tono constructivo, gracias a las expectativas de una política monetaria menos restrictiva y unos datos macro razonablemente positivos. Sin embargo, no se han resuelto los temores sobre los aranceles y las tensiones en las cadenas de suministro tecnológicas, aunque los inversores han asumido la tesis de que la inversión en IA representa un ciclo de varios años, no una tendencia especulativa a corto.

Y en Asia, el impulso de las Bolsas ha sido mayor. La de Corea del Sur, un termómetro global de la industria de los chips de memoria, ha reflejado la alta sensibilidad de las compañías de semiconductores a los cambios en las expectativas sobre la demanda de IA. Y ello porque “cuando los resultados de un sector son excepcionales, las expectativas aumentan con la misma rapidez y cada noticia —positiva o negativa— se amplifica”.

Meda cree que “el mercado atraviesa una fase de consolidación, no de reversión”. Las valoraciones de muchas empresas vinculadas a la IA son sin duda elevadas, lo que propicia fases de volatilidad.  Pero la fuerte y consolidada inversión de capital de los grandes proveedores de servicios en la nube, los centros de datos y la cadena de suministro tecnológica, refleja que la demanda de semiconductores seguirá alta mucho tiempo. Para los inversores, el desafío será elegir “aquellas compañías que realmente se beneficiarán de este ciclo de inversión, y aquellas que simplemente incluyen la palabra IA en sus comunicaciones al mercado”. Porque “a medida que el mercado madura, los inversores cambian su enfoque del entusiasmo por la IA hacia su ejecución efectiva”. “Incluso las historias de crecimiento estructural más sólidas necesitan tiempo para asimilar las expectativas antes de pasar al siguiente capítulo” concluye.

Miguel Ángel Valero

Durante décadas nos dijeron que estudiar una carrera universitaria era el camino más seguro hacia un buen empleo. Que cuanto menos físico fuera el trabajo y más intelectual pareciera, mayores serían las oportunidades. La inteligencia artificial (IA) está empezando a poner en duda esa idea. Hoy ya existen sistemas capaces de redactar informes, programar, traducir idiomas, diseñar campañas publicitarias o analizar contratos legales en cuestión de segundos. Muchas tareas cognitivas que hasta hace poco parecían reservadas exclusivamente a profesionales cualificados empiezan a ser automatizables.

Sin embargo, ocurre justo lo contrario con muchos trabajos manuales. Un electricista, un fontanero, un soldador o un carpintero siguen teniendo que desplazarse hasta el lugar donde está el problema, analizar una situación distinta cada día y resolverla físicamente. Automatizar ese proceso resulta mucho más complejo y costoso que automatizar una tarea realizada frente a una pantalla.

Ese cambio de percepción ya empieza a reflejarse en los datos. El gráfico que aporta un análisis de The Trader muestra cómo las búsquedas en Google relacionadas con las escuelas de formación profesional (FP) y los empleos manuales se han disparado en los últimos dos años. No parece una moda pasajera. Cada vez más jóvenes empiezan a entender que, mientras la IA amenaza parte del trabajo cognitivo más rutinario, los oficios especializados ganan atractivo por su escasez, sus salarios y su mayor resistencia a la automatización.

No es casualidad que en Estados Unidos esté creciendo con fuerza la matriculación en centros de formación profesional. Tampoco que empresas de construcción, fabricantes e incluso directivos tecnológicos como Jensen Huang, CEO de Nvidia, adviertan de que fontaneros, electricistas y constructores podrían experimentar importantes subidas salariales en los próximos años.

Pero hay otro fenómeno igual de interesante. Mientras la IA amenaza una parte del trabajo intelectual tradicional, también está revalorizando algo profundamente humano: la credibilidad. Por eso están proliferando los llamados “influencers” de los oficios. Soldadores, camioneros, electricistas o carpinteros que muestran su trabajo diario en las redes sociales y han conseguido atraer a cientos de miles de seguidores. No solo obtienen ingresos con su profesión, sino también con el contenido, la formación y las comunidades que crean alrededor de ella.

Estos creadores están ayudando a cambiar la imagen de unos trabajos que durante años fueron considerados poco atractivos o de segunda categoría. Al mostrar cuánto ganan, cómo trabajan y qué oportunidades existen, están consiguiendo que muchos jóvenes vuelvan a contemplarlos como una alternativa profesional real.

La paradoja es que utilizan precisamente la tecnología para defender trabajos que la tecnología tiene muchas dificultades para sustituir. Además, los propios “influencers” también están construyendo una defensa frente a la IA. Ésta puede generar textos, imágenes y vídeos cada vez mejores, pero no puede fabricar de la noche a la mañana una relación de confianza con miles de personas.

Las personas no siguen únicamente información. Siguen a quien consideran creíble. Por eso, el verdadero valor de un creador de contenido no consiste solo en producir vídeos o publicaciones. Consiste en haber construido una comunidad que confía en su experiencia, en su criterio y en la persona que hay detrás de cada mensaje.

Durante años se nos dijo que el futuro pertenecía a quienes trabajaban únicamente con la cabeza. La IA nos está enseñando que el verdadero valor no depende de si el trabajo es físico o intelectual, sino de lo fácil o difícil que resulte sustituirlo.Algunos oficios manuales recuperarán protagonismo porque requieren presencia, experiencia y capacidad para resolver problemas reales sobre el terreno. Y quienes sean capaces de construir credibilidad también estarán mejor protegidos, porque la confianza no se automatiza.

"Quizá el trabajo del futuro no se divida entre empleos manuales y cognitivos, sino entre quienes se limitan a ejecutar tareas y quienes aportan algo que una máquina todavía no puede copiar: experiencia, criterio y confianza", sugiere el analista Pablo Gil.

Millones de usuarios de todo el mundo se vieron afectados el jueves 3 de septiembre por caídas casi simultáneas en ChatGPT, Claude, Grok y Gemini. Aunque no se ha confirmado una causa común, el episodio vuelve a poner sobre la mesa la concentración de servicios digitales en unas pocas infraestructuras y proveedores globales. Por ello, los expertos alertan: “Hay una alta dependencia, todos usan el mismo proveedor y un colapso supone la caída global. Pasa lo mismo con las empresas”.

Según indica Sancho Lerena, experto en gestión IT y seguridad y CEO de la tecnológica española Pandora FMS, la caída de los principales chatbots prácticamente al mismo tiempo refleja la falta de infraestructura que comparten tanto empresas como gigantes tecnológicos como los de la IA: “El mercado se divide en pocos proveedores muy grandes. Y en cuanto uno falla, todo el planeta se ve afectado. Cloudflare es un gigante y ya se ha podido comprobar en varias ocasiones la dependencia global que tenemos con ellos”.

Una caída de Cloudflare ya fue muy sonada en 2025, cuando herramientas como Canva o juegos como League of Legends, ambas utilizadas por millones de usuarios en todo el mundo, se vieron paralizadas por un fallo. “El contexto es muy claro. Hay muchos usuarios y un ligero aumento de la actividad puede llevar al colapso mundial. Si no hay alternativas, como ocurre ahora mismo, se cae toda la red”, destaca Lerena.

El experto, además, extrapola este fallo en los chatbots de IA con la economía global, y en especial con la economía europea: “Muchas empresas siguen estas dinámicas. Dependen de un mismo proveedor IT. Si no es Cloudflare, la dependencia es con AWS de Amazon. Pero en cuanto una de las dos cae, todo el mundo sufre las consecuencias”. “En Europa esto es aún más grave, porque no son empresas europeas y en cualquier momento podrían utilizar a nivel geopolítico esta dependencia tecnológica que tenemos”, advierte.

Este experto considera urgente un refuerzo generalizado de la monitorización de sistemas en un mundo cada vez más digitalizado: “No es la primera vez y no será la última. Somos miles de millones de usuarios utilizando un mismo servicio. La más mínima alteración de usuarios al mismo tiempo supone un colapso. Y si algo colapsa, cae todo. Y, por si fuera poco, puede provocar el colapso de otras plataformas que reciben los usuarios de la que ya ha caído. Es como un castillo de naipes”, reconoce Sancho Lerena.

OpenAI estrena Astra

Mientras, OpenAI lanzó su nuevo modelo GPT-6, Astra. El equipo de la compañía liderada por Sam Altman presentó este avance como un nuevo hito en el desarrollo de la inteligencia artificial (IA), destacando altas capacidades en pruebas avanzadas de matemáticas, una mayor integración con herramientas externas y más fluidez en la asistencia de funciones como el diseño de productos, la ingeniería o el análisis de datos. También se hace hincapié en una mejora sustancial en las condiciones de seguridad y bloqueo de tareas no autorizadas. 

Según diversas pruebas de referencia del sector, difundidas por la propia compañía, el nuevo modelo se sitúa por delante de Fable 5, el modelo de referencia de Anthropic. El despliegue y la accesibilidad de Astra serán graduales: llegará primero a los ciertos clientes corporativos y, posteriormente, a los planes de pago más avanzados y a las integraciones con Azure y AWS.

Akka crea una IA para ayudar al inversor a saber dónde va su dinero

Por otra parte, Akka, fintech con aplicación móvil que da a los inversores particulares acceso directo a operaciones seleccionadas de mercados privados, ha desarrollado Daniel, una IA dedicada a ayudar a los inversores a entender exactamente a dónde va su dinero. Los miembros pueden preguntar cualquier cosa sobre una startup o una operación pre-IPO disponible en la plataforma —una valoración, un múltiplo, una referencia de mercado, la tecnología detrás de una empresa— y obtener una respuesta clara en segundos.

"Los inversores españoles siempre han sentido curiosidad por las oportunidades de venture capital y growth, pero el lenguaje técnico de estas operaciones dejaba fuera a mucha gente con talento. Daniel elimina esa barrera. Ahora un miembro en Madrid o Barcelona puede hacer las mismas preguntas certeras que haría un analista profesional, y obtener una respuesta directa en segundos», afirma Javier Desantes, co-fundador y CEO de Akka España.

Daniel no solo responde preguntas, también enseña a las personas a analizar una operación, sopesando los riesgos frente a las oportunidades, de modo que alguien que invierte por primera vez pueda quedar tan bien informado como un inversor experimentado. 

El acceso ha sido siempre la barrera que ha mantenido los mercados privados como algo exclusivo, y desde hace dos años Akka la está eliminando: originando operaciones, estructurándolas y gestionando de principio a fin toda la complejidad operativa. Daniel es elsiguiente paso: la educación financiera.

Los miembros de Akka ya han invertido en más de 30 empresas, entre ellas Anthropic (con una salida reciente y una rentabilidad neta de 4 veces la inversión), Perplexity y Aalo Atomics.

Workiva lanza agentes de IA especializados en la elaboración de informes críticos

Workiva Inc, la plataforma preparada para auditorías que promueve la confianza, la transparencia y la responsabilidad, ha anunciado el lanzamiento de tres agentes de IA especializados, así como de Workiva Knowledge, una capa de inteligencia persistente basada en los datos,las instrucciones y el contenido de cada organización.

Los agentes ayudarán a los clientes que cuentan con las soluciones más avanzadas a agilizar la elaboración de informes y los procesos de cumplimiento normativo, con el control y la trazabilidad que ofrece la plataforma de Workiva. En conjunto, estas capacidades ponen a disposición de los equipos empresariales una IA sometida a los controles necesarios, capaz de operar a la velocidad y a la escala que requieren sus organizaciones.

“Los equipos de finanzas, sostenibilidad, riesgos y cumplimiento están pasando de la ejecución a la orquestación a medida que los agentes de IA asumen una mayor parte del trabajo, y estamos desarrollando la plataforma que hace posible esta transformación”, explica Deepak Bharadwaj, director de Producto de Workiva. “A medida que evolucionamos la plataforma de Workiva, seguimos fieles a aquello que nuestros clientes siempre han esperado de nosotros: precisión, transparencia y soluciones adaptadas a la realidad y complejidad de su trabajo”, añade.

Los equipos de elaboración de informes y cumplimiento normativo dedican innumerables horas a contrastar datos y evaluarlos con respecto a normas y referentes del sector. Este trabajo es fundamental, pero puede resultar abrumador cuando se realiza a gran escala. Los agentes de IA especializados de Workiva asumen esta carga y generan resultados trazables, sólidos y preparados para auditorías:

• El agente de conciliación de Workiva realiza comprobaciones exhaustivas en los informes financieros, detecta discrepancias y ofrece explicaciones generadas por IA para cada variación. De este modo, los equipos pueden detectar errores antes, agilizar el cierre y contar con un registro de auditoría completamente documentado, lo que acelera tanto la revisión interna como la auditoría externa.
• Para que la información financiera divulgada esté alineada con las prácticas del mercado, es necesario saber cómo presentan sus datos otras empresas del sector, un análisis que tradicionalmente se ha realizado al margen de los procesos de elaboración de informes. Con el agente de análisis comparativo de Workiva, la información sobre otras empresas deja de estar separada y pasa a integrarse en la misma plataforma en la que se redacta y verifica la información financiera. El agente analiza los datos publicados por empresas comparables en sus informes 
• Las obligaciones de cumplimiento aumentan a medida que se amplían a escala mundial los requisitos de divulgación de información sobre sostenibilidad. El agente de información sobre sostenibilidad de Workiva redacta, comprueba y mejora la información divulgada de acuerdo con las normas ESRS e ISSB, y genera análisis de las carencias y cuadros de evaluación del cumplimiento con recomendaciones concretas. Así, los equipos pueden pasar de interpretar nuevos requisitos a revisar información ya preparada para su presentación, con menos carencias y un registro claro del proceso seguido para generar cada resultado.

Por su parte, Workiva Knowledge proporciona una base común para todas las interacciones con IA en la plataforma. Knowledge permite a los clientes desarrollar una inteligencia basada en los datos de su organización, sus instrucciones personalizadas y sus contenidos, desde informes presentados anteriormente y políticas internas hasta directrices corporativas y documentación de fuentes fiables. Esta base se enriquece con cada ciclo de elaboración de informes, de modo que cada interacción con la IA se apoya en las anteriores. 

Knowledge se complementa con la flexibilidad de la nueva pasarela de Workiva para el Model Context Protocol (MCP), que permite a los clientes utilizar la IA que elijan y eliminar procesos manuales alternativos, al tiempo que mantienen los permisos, los mecanismos de control y la trazabilidad de los datos de Workiva. Knowledge garantiza que los resultados generados por la IA de Workiva, independientemente del modelo o agente que los produzca, estén basados en el contexto adecuado y puedan rastrearse hasta los materiales de origen en los que se fundamentan.

En toda la base de clientes de Workiva, Knowledge está diseñado para dar soporte a procesos de trabajo críticos: generar información coherente con la presentada en informes anteriores, elaborar explicaciones preparadas para su revisión por auditores y examinadores, con un registro de auditoría completo, responder a solicitudes de los organismos reguladores utilizando el lenguaje de comunicaciones previamente aprobadas, y mucho más. El resultado es una IA que hace algo más que agilizar o complementar el trabajo. Las cifras y los contenidos pueden resistir el escrutinio de las partes interesadas, y los directivos pueden confiar en los análisis generados por la IA y verificar su fundamento.

Miguel Ángel Valero

Anthropic ha lanzado Claude Fable 5.1 y Claude Mythos 5.1, y aviva la guerra por la inteligencia artificial (IA) barata: Las lecturas de caché pasan a 0,25$ por millón de tokens, un 75% menos que antes, y la empresa calcula un ahorro del 25% en cargas de trabajo típicas y de hasta el 45% en las muy agénticas. "No es que el modelo piense más barato, es que recordar cuesta cuatro veces menos", subrayan en Digital Brain. La empresa asegura que los falsos positivos, una de las quejas más recurrentes de los clientes, se reducen un 85%, el 60% en ciberseguridad. Además, Enterprise Frontier Safeguards permite que el cliente almacene sus datos en infraestructura cloud que controla él, porque "Anthropic nunca ha entrenado con datos de empresa sin permiso explícito, y nunca lo hará".

Es la estrategia de Anthropic para ganar peso en el segmento de empresas, ya que Fable 5 apenas tiene una cuota del 11% del gasto corporativo en IA dos meses después de su lanzamiento.

Pero Glean dice a los directores de sistemas que Anthropic les cobra de más. La compañía asegura ante responsables de tecnología que la factura de los clientes de Anthropic puede ir hasta un 80% por encima de lo necesario, y ataca a Claude por coste de tokens y seguridad del dato. 

Crowstrike refuerza la ciberseguridad

Mientras, CrowdStrike ofrece Falcon Guardian, un producto que hace una lista de todos los agentes de IA dentro de una empresa y bloquea los que nadie autorizó. En Fal.Con 2026, su congreso anual en Las Vegas, presentó el producto, dos modelos propios de ciberseguridad en Safe Mind (Red Tempest para el lado ofensivo y Blue Solano para el defensivo), un laboratorio de investigación y una ampliación del acuerdo con OpenAI: Falcon Guardian pasa a vigilar los agentes de Codex en tiempo de ejecución y GPT-5.6 Cyber entra dentro del servicio FAIRR de análisis de riesgo.

Los nuevos modelos de Safe  Mind están entrenados sobre los abiertos Nemotron de Nvidia con CoreWeave como infraestructura. CrowdStrike asegura que genera un 29% más de detección que los modelos frontera de referencia, remediación 6 veces más rápida y 99% de ahorro en el coste de detectar y responder.

George Kurtz, consejero delegado, lo explica en un comunicado: "La IA no ha cambiado el ataque, ha cambiado su velocidad. La gobernanza por sí sola no puede parar a un agente que ya está en marcha".

Por su parte,  OpenAI reanuda el entrenamiento de Astra que había congelado tras la brecha de Hugging Face y clasifica a Astra como su primer modelo de riesgo cibernético crítico. 

Mientras, el Pentágono proporciona su propia versión de ChatGPT y Grok a toda su plantilla, que supone 3 millones de personas. 

GE Appliances mete IA en fábrica y contrata a 600 personas más para una ampliación de su planta que ha requerido una inversión de 180 millones$. Usa IA para cazar errores de producción, prever demanda y repartir el trabajo. Otra evidencia más sobre que automatizar operaciones no implica necesariamente despidos.

Aunque no siempre es así. Uber ha despedido al 10% de su plantilla, 3.300 empleados, el mayor recorte desde mayo de 2020. La estrategia de Dara Khosrowshahi aplana un 20% las capas directivas, deja el teletrabajo en apenas el 1%, y reenfoca el grupo en tres áreas:  transporte compartido, delivery, y robotaxi, su nueva gran apuesta. 

Tesla vendió 86.166 coches fabricados en China en agosto, un 3,6% más interanual pero un 7,9% menos que en julio. La fábrica en Shanghái preocupa por los números: en julio las ventas subían un 38% interanual; en agosto, solo un 3,6%. Su cuota en el eléctrico chino cayó al 6,6% desde el 15 de 2020, y ya exporta más de la mitad de lo que fabrica. Enfrente, BYD vendió 440.293 vehículos. La planta china de Tesla vende cada vez menos dentro y más al extranjero, porque los rivales locales ofrecen coches más baratos y con más extras.

Meta lanza Muse Voice Transcribe y distingue más de 20 voces en directo. Su primer modelo de voz en tiempo real convierte audio en texto separando a más de 20 personas y manejando más de 25 idiomas, incluso si alguien cambia de idioma a media frase. Resuelve el punto débil de las actas de reunión con mucha gente.

Mientras Dell sube un 7% en Bolsa tras elevar su previsión para el año fiscal 2027, apoyada en la demanda voraz de servidores de IA, Credo se desploma el 18% en el Nasdaq:  el fabricante de chips de conectividad dispara ingresos un 114,7% por la IA, firma su mejor trimestre, con 479 millones$ en ventas, 236 millones en beneficio (+114,7%), pero el margen bruto bajó al 68%, frente al 68,3% esperado.

The Trader: China acelera frente a EEUU con Six Networks

Cuando hablamos de la carrera por la IA entre EEUU y China, casi toda la atención se concentra en los mismos nombres: Nvidia, OpenAI, Google, Huawei o DeepSeek. Hablamos de quién tiene los mejores chips, quién desarrolla el modelo más potente o quién consigue entrenarlo con mayor rapidez. Pero China parece estar planteando la batalla desde un ángulo bastante diferente. Pekín acaba de integrar dentro de su nuevo Plan Quinquenal uno de los mayores programas de infraestructuras de su historia. Se llama Six Networks y contempla inversiones superiores a 26 billones de yuanes, unos 3,8 billones$, hasta 2030. 

El objetivo no es simplemente construir más centros de datos. China quiere crear toda la infraestructura física necesaria para que la IA pueda extenderse por el conjunto de su economía. El plan conecta seis grandes redes: electricidad, agua, telecomunicaciones, capacidad de computación, logística e infraestructuras urbanas subterráneas. Por primera vez, China pretende desarrollarlas como partes de un mismo sistema en lugar de tratarlas como proyectos independientes.

"China parece haber entendido que la carrera de la IA no se decidirá exclusivamente por quién tenga el mejor modelo o el semiconductor más avanzado. La IA necesita enormes cantidades de electricidad, centros de datos, agua para refrigerarlos, fibra óptica, redes de telecomunicaciones y una logística capaz de conectar todo el sistema. Por eso Pekín quiere construir centros de supercomputación, grandes centros de datos y hubs específicos para IA conectados mediante redes de altísima velocidad", explica Pablo Gil en The Trader. 

La idea es especialmente ambiciosa: crear una especie de “red eléctrica de capacidad computacional”, capaz de enviar las cargas de trabajo hacia aquellos centros de datos que tengan capacidad disponible en cada momento. Convertir la potencia de cálculo en un recurso nacional que pueda distribuirse allí donde sea necesario.

La electricidad será otra pieza fundamental. China pretende ampliar sus líneas de transmisión de larga distancia, aumentar enormemente el almacenamiento energético e integrar la producción renovable con los centros de datos. Incluso plantea utilizar IA para gestionar la propia red eléctrica en tiempo real. El consumo eléctrico de los centros de datos chinos ya equivale aproximadamente al doble de la producción anual de la presa de las Tres Gargantas, la mayor central hidroeléctrica del mundo por capacidad instalada. 

La carrera de la IA también es, cada vez más, una carrera por disponer de energía abundante y barata. Aquí aparece una diferencia interesante frente a EEUU. El modelo estadounidense está siendo impulsado principalmente por sus gigantes tecnológicos. Meta, Google, Amazon y otras grandes compañías planean invertir cientos de miles de millones$ en centros de datos y capacidad computacional, mientras OpenAI ha llegado a hablar de inversiones de varios billones en infraestructuras durante los próximos años.

China está adoptando un enfoque mucho más centralizado. No quiere simplemente que varias empresas construyan centros de datos. Quiere diseñar una infraestructura nacional coordinada sobre la que después pueda desplegarse la IA en fábricas, vehículos autónomos, robots, logística y ciudades. EEUU parte con una enorme ventaja en semiconductores avanzados, software y modelos de IA. China intenta compensarla utilizando algunas de sus mayores fortalezas: planificación a largo plazo, capacidad industrial, infraestructura energética y una extraordinaria velocidad para ejecutar grandes proyectos.

Pero el plan también tiene puntos débiles. China atraviesa una desaceleración económica, su crisis inmobiliaria ha reducido drásticamente los ingresos de los gobiernos locales y Pekín intenta al mismo tiempo contener el enorme endeudamiento acumulado durante años. Además, las restricciones estadounidenses continúan limitando su acceso a los semiconductores más avanzados. Puedes construir una enorme red de centros de datos, pero su productividad dependerá en buena medida de los chips que puedas instalar dentro de ellos.

Estamos entrando en una segunda fase de la carrera por la IA. La primera estuvo dominada por los chips y los modelos. La siguiente estará cada vez más condicionada por la infraestructura necesaria para hacer funcionar todo ese ecosistema: electricidad, redes, centros de datos, agua, almacenamiento energético y capacidad computacional. 

China ya ha utilizado antes una estrategia muy parecida y los resultados están ahí. Durante años identificó determinadas tecnologías como estratégicas, movilizó financiación, infraestructuras, ayudas públicas y capacidad industrial y creó enormes mercados domésticos para acelerar su desarrollo. El resultado es que hoy China domina buena parte de la cadena mundial de baterías, vehículos eléctricos, paneles solares y tecnologías vinculadas a las energías renovables. Ahora intenta aplicar esa misma lógica a la IA. EEUU conserva una ventaja importante en semiconductores avanzados, software y modelos, pero China parece haber asumido que quizá no necesite liderar cada una de esas piezas individualmente para convertirse en una potencia dominante en IA. Su apuesta consiste en construir el ecosistema que permita desplegarla más rápido, más barato y a mayor escala que sus competidores. Por eso, la verdadera carrera puede terminar decidiéndose no solo por quién desarrolla la inteligencia artificial más avanzada, sino por quién consigue integrarla antes en sus fábricas, robots, vehículos, redes eléctricas y, en definitiva, en el conjunto de su economía. Y en ese tipo de carrera, China ya ha demostrado que sabe competir.

Santander ofrece 50.000 nuevas plazas de formación gratis en IA

El programa Santander | Skills for Work, impulsado por Banco Santander y Coursera, activa 50.000 nuevas plazas de formación online gratuita para quienes quieran adquirir competencias en IA, análisis de datos, liderazgo, marketing o innovación, entre otras competencias. Estas plazas se suman a las 50.000 asignadas en agosto. La iniciativa está abierta a cualquier persona mayor de 18 años residente en 12 países distintos, sin necesidad de ser cliente del banco ni contar con titulación universitaria y se podrán solicitar en Santander Open Academy.

"En un entorno laboral que evoluciona constantemente, el aprendizaje continuo es clave para que las personaspuedan desarrollar nuevas habilidades y adaptarse a las oportunidades del futuro", afirmó Anthony Salcito, VP y General Manager de Enterprise para Coursera. "Junto a Banco Santander, queremos ampliar el acceso a una formación flexible y de alta calidad que permita a miles de personas adquirir competencias con alta demanda, obtener credenciales reconocidas y fortalecer su empleabilidad, independientemente de su punto de partida", añade.

"Nuestro informe Habilidades del Futuro refleja que el 81 % de las personas siente la necesidad de seguir ampliando sus competencias, pero el coste y la falta de tiempo siguen siendo los principales frenos. Si queremos que el aprendizaje continuo deje de ser una aspiración y se convierta en una realidad, tenemos que eliminar esas barreras y ése es el objetivo de iniciativas como ésta con Coursera", señala Victoria Zuasti, directora global de Programas y Contenidos de Santander Universidades

Instituto Santalucía crea OrientIA

El Instituto Santalucía ha lanzado OrientIA para resolver las inquietudes de los ciudadanos en materia de jubilación y pensiones. A través de la IA y en formato conversacional, Orient IA busca adaptarse a la manera actual que tiene la ciudadanía de consumir información, que prefiere mayor contexto, fiabilidad y respuestas directas en sus búsquedas de información. OrientIA nace con el objetivo de responder a esta tendencia y acercar a la sociedad el conocimiento más experto, riguroso e independiente sobre una de las cuestiones que más condicionan el bienestar futuro de las personas. Este cambio en los hábitos del ciudadano resulta especialmente relevante en ámbitos como la jubilación y las pensiones, donde la información suele ser técnica, dispersa y sujeta a cambios normativos.

La herramienta, disponible de forma gratuita desde la web del Instituto, permite formular preguntas en lenguaje natural y recibir respuestas claras, útiles y contextualizadas sobre jubilación, pensiones, ahorro a largo plazo, previsión social o planificación del futuro. 

A diferencia de otras IA generalistas, OrientIA ha sido concebida para garantizar la máxima solvencia de la información, apoyándose en un conocimiento contrastado y fiable. En este sentido, es una herramienta especializada, construida sobre el conocimiento acumulado por el Instituto durante casi una década a través de informes, estudios, barómetros, contenidos divulgativos, publicaciones de la Pensioteca, y aportaciones del Foro de Expertos. Este conocimiento propio se complementa y contrasta con una selección acotada de fuentes oficiales y organismos de máxima solvencia, que permiten a OrientIA integrar en sus respuestas información normativa, estadística e institucional actualizada. 

Con este lanzamiento, el Instituto da un nuevo paso en su labor divulgativa ofreciendo una experiencia conversacional pensada para ayudar a los ciudadanos a comprender mejor estos conceptos básicos de educación financiera. “OrientIA abre a la ciudadanía un conocimiento único en el mercado, por su credibilidad, independencia y especialización”, afirma José Manuel Jiménez, su director. "La IA nos permite convertir el trabajo experto del Instituto en una experiencia más accesible, directa y útil para cualquier persona que quiera entender mejor su futuro financiero”, añade.

Además, la herramienta ha sido diseñada bajo un prisma de innovación responsable. Su objetivo no es sustituir el asesoramiento profesional ni ofrecer recomendaciones personalizadas de inversión, sino ayudar al usuario a comprender conceptos, identificar factores relevantes y acceder a información fiable sobre cuestiones relacionadas con la jubilación y la previsión social. OrientIA no tiene finalidad comercial ni orienta hacia productos o soluciones concretas. Entre otras cuestiones, la IA puede ayudar a resolver dudas frecuentes sobre los años de cotización necesarios para acceder a determinadas modalidades de jubilación, cómo puede afectar haber trabajado en otro país, qué significa la tasa de reposición, qué elementos influyen en la pensión futura o qué aspectos conviene tener en cuenta para planificar mejor la etapa de retiro.

Desde el punto de vista tecnológico, OrientIA se apoya en una arquitectura de inteligencia artificial generativa con recuperación aumentada de información, lo que permite que las respuestas se construyan a partir de un corpus documental autorizado. Algo que contribuye a reforzar la precisión, reducir riesgos asociados a respuestas no contrastadas y mantener la conversación dentro del ámbito.Asimismo, el sistema incorpora criterios de gobernanza, trazabilidad y mejora continua. A partir de las consultas realizadas, OrientIA permitirá identificar las principales dudas de los ciudadanos, detectar temas que generan mayor incertidumbre y seguir ampliando el conocimiento divulgativo del Instituto en torno a la jubilación, las pensiones y la longevidad.

Robeco: el agente de IA no sustituirá al analista, pero transforma el proceso

La IA agéntica puede transformar el análisis de inversión: no al sustituir a los analistas, sino cambiando la forma en que las ideas de inversión se identifican, ensayan, documentan y cuestionan. La IA agéntica no desplaza al criterio de los analista, sino que les proporciona una herramienta de análisis más poderosa, defiende un informe de Robeco.

El análisis de inversión siempre ha tenido que lidiar con la complejidad. Los mercados generan más datos, más artículos, más información empresarial, más noticias, más conjuntos de datos alternativos y más relatos contrapuestos de las que cualquier equipo por sí solo puede procesar manualmente. El reto actual no consiste simplemente en encontrar información, sino en determinar qué es lo relevante, cuál es su grado de fiabilidad, si aporta algo nuevo y si puede traducirse en una propuesta de análisis o en una perspectiva de inversión.

Es aquí donde la IA agéntica puede empezar a transformar el proceso de análisis. La primera ola de IA generativa ayudó a las personas a trabajar más rápido: resumiendo documentos, redactando textos, programando y respondiendo a preguntas. Es útil, pero en gran medida está orientada a tareas concretas. La IA agéntica va más lejos, ya que admite flujos de trabajo con varias etapas, transfiere el contexto de una etapa a la siguiente, utiliza herramientas, supervisa tareas y genera resultados estructurados para que sean revisados por personas.

Este cambio es importante para el análisis de inversión, ya que constituye una cadena de trabajo: buscar ideas, recopilar datos, comprobar hipótesis, comparar señales, documentar resultados, cuestionar conclusiones y decidir si merece la pena dar continuidad a una idea. Sin embargo, en lugar de automatizar el juicio, el objetivo de la IA agéntica consiste en dotar a los analistas de una herramienta mejorada.

El filtro en el proceso de análisis constituye un punto de partida práctico. Los equipos de inversión se enfrentan a un flujo constante de artículos académicos, análisis de mercado, informes de resultados, declaraciones ante autoridades reguladoras, notas internas y consultas de clientes. Gran parte de la inversión sigue partiendo de este tipo de discurso: flujo de noticias, cambios de política, debates entre analistas, comentarios de directivos y evolución del sentimiento de mercado.  Buena parte de ello puede ser relevante; sin embargo, es imposible leerlo en su totalidad. El tiempo de un analista humano es limitado, y siempre ha sido difícil utilizar esos datos sistemáticamente por su carácter cualitativo, contextual y, a menudo, caótico.

Un flujo de trabajo de análisis agéntico puede contribuir a separar la información relevante del ruido en una fase muy temprana al examinar grandes volúmenes de contenido, identificar lo que merezca un análisis más detallado, extraer las conclusiones clave y señalar de qué manera se solapa una nueva idea con el análisis ya existente. Por ejemplo, un agente encargado de escanear documentos no decide si una idea tiene sitio en una cartera. Ayuda a los analistas a decidir a qué le prestan atención.

De esta manera, la interpretación puede ser más rigurosa y accionable. Al analista le corresponde decidir si esa interpretación tiene relevancia financiera, está descontada en el precio o aporta algo nuevo. Sin embargo, la IA contribuye a detectar pautas en distintas empresas o sectores, así como a comprobar si la idea es válida como señal. Esto resulta especialmente útil para inversores que deseen combinar el análisis por fundamentales con una disciplina sistemática, lo que a menudo se describe como un enfoque 'quantamental'. La oportunidad no consiste en elegir entre juicio humano y análisis sistemático, sino en combinarlos de forma más eficaz: utilizar la IA para procesar la información del mercado a gran escala, al tiempo que los analistas se mantienen como responsables de las preguntas, la interpretación y la decisión de investigar más a fondo.

Una vez estructurada la información del mercado, el siguiente reto consiste en disciplinar el análisis. La IA sirve para discriminar las ideas propuestas, extraer metodologías, identificar los datos necesarios y facilitar el trabajo de replicación. Además, sirve para comparar las distintas opciones de diseño y documentar las ventajas e inconvenientes que conllevan. Esa versatilidad conlleva un riesgo: la IA puede ampliar la búsqueda no solo de ideas prometedoras, sino también de falsos positivos. Un resultado plausible puede parecer convincente antes de analizarlo en mayor profundidad. 

Por lo tanto, el valor de un flujo de trabajo agéntico radica en hacer que el tránsito de la idea al dato contrastado sea más sistemático y fácil de cuestionar, al llevar un registro de qué se ha comprobado y porqué, de las hipótesis relevantes y de las posibles deficiencias, y de por qué se dio continuidad a una línea de investigación, se suspendió o se rechazó. En ese sentido, la IA agéntica puede reforzar la memoria de análisis. Las pruebas fallidas no son una pérdida de tiempo si se lleva un registro adecuado. Forman parte del conocimiento institucional de la gestora, lo que sirve para que los futuros analistas se ahorren llegar al mismo callejón sin salida por una vía ligeramente diferente

La documentación constituye una herramienta muy útil. El análisis de inversión suele depender de que alguien se acuerde de por qué se tomó una decisión: qué conjunto de datos se utilizó, qué hipótesis se descartaron, por qué no se adoptó una señal concreta o por qué se modificó un modelo. Los flujos de trabajo agéntico pueden resultar de ayuda al crear un historial de datos sobre el análisis facilitado por la IA. Dicho historial puede incluir los documentos originales utilizados, los registros horarios de acceso, la versión del modelo o del flujo de trabajo, las herramientas utilizadas, las intervenciones de los analistas, las comprobaciones de estabilidad, los resultados de validación y la persona concreta que revisa. Lejos de ser un mero trámite administrativo, hace posible la revisión del análisis realizado con IA.

Un informe bien redactado generado por IA puede resultar peligroso si es imposible identificar la parte elaborada por el modelo, los cambios introducidos por el analista, las afirmaciones procedentes de fuentes externas y las conclusiones que fueron cuestionadas. Cuanto más se utiliza la IA para el análisis, más importante resulta diferenciar los resultados brutos del modelo de la labor de inversión aprobada por la firma de inversión. En última instancia, la mesa de análisis del futuro podría estar más documentada, no menos. Podría ser más sistemática, no menos. Ser más transparente sobre la incertidumbre y menos segura por defecto.

¿Qué cambiará para los analistas? Si la IA puede recopilar información, resumir artículos, redactar códigos y probar variantes con mayor rapidez, el analista puede dedicar menos tiempo a recopilar datos y más tiempo a evaluarlos. Para ello se requieren habilidades distintas: formular mejores preguntas, reconocerlas pruebas poco sólidas, comprender el origen de los datos, cuestionar los resultados del modelo, detectar problemas de ejecución y saber cuándo no seguir con una idea. Para los analistas más jóvenes, eso puede resultar especialmente importante. La IA puede facilitar el aprendizaje al impulsar el acceso a la información. Pero también puede generar una falsa sensación de control. No es igual comprender un método que leer un resumen. Replicar un resultado no equivale a saber si este tiene cabida en una estrategia real. En la era de la IA agéntica, la cultura de análisis sigue siendo tan relevante como siempre, ya que puede potenciar tanto los buenos hábitos como los malos.

¿Dónde quedan las personas? "Son las personas las que deciden si merece la pena plantear una pregunta. Son las personas las que deciden si un resultado tiene sentido financiero. Son las personas las que deciden si merece la pena seguir analizando una idea, darle prioridad o descartarla. Son las personas lasque deciden si las pruebas tienen peso suficiente para iniciar un proceso de inversión. Por lo tanto, el valor de la IA agéntica en el análisis podría radicar no tanto en sustituir conocimientos especializados como en conectar diferentes formas de conocimiento especializado: el contexto de fondo, las pruebas sistemáticas, la disciplina de datos y el juicio humano", contestan en Robeco.

Miguel Ángel Valero

El mercado habla de una estampida de bonos en todo el mundo. El bono japonés a 10 años toca el 3% por primera vez desde 1996, y Francia, Alemania y EEUU rozan máximos de años. Los inversores exigen más por prestar a los Estados y el dinero huye del riesgo. La inflación de la Eurozona supera el 3 por ciento en agosto y el mercado ya da por hecha una subida de tipos del Banco Central Europeo (BCE). Esto supone euro al alza y presión sobre la deuda alemana y periférica, y que la banca gana con márgenes más gordos. 

Las ventas minoristas de Alemania se hunden un 3,4% en julio, cuando se esperaba una subida del 0,4 por ciento. El consumidor alemán, motor de la mayor economía de Europa, se ha encerrado en casa. El comercio minorista firmó su peor mes desde 2021. El batacazo fue general, la gasolina cayó un 9,1% al expirar el descuento del combustible, el comercio no alimentario un 4,8%, y las ventas online un 5,6%. La alimentación aguantó y solo bajó un 0,8 por ciento menos. Si el alemán no gasta, la economía europea se frena. Y deja al BCE en un aprieto, la inflación sigue alta, pero subir tipos hundiría aún más el consumo y no ayudaría a un crecimiento económico que ya es muy flojo.

No van las cosas mejor en EEUU. La industria se enfría en agosto y los precios que pagan las fábricas siguen por las nubes. El ISM manufacturero bajó en agosto a 54,6 desde el 55,6 de julio, aunque sigue por encima de 50, y deja atrás ocho meses al alza. El índice de precios de los insumos se queda clavado en 71,1, por el acero, los aranceles y la factura eléctrica de la inteligencia artificial (IA).  Si los costes no bajan, y la Reserva Federal no baja tipos, el bono renta más y la Bolsa sufre. Esta situación perjudica a los bonos largos y de las tecnológicas, complicando la financiación de la IA, y beneficia al dólar y a la industria con poder para subir precios.

Las únicas noticias positivas del día las proporciona la IA. Tesla entra en mercado alcista: sube más de un 20% desde sus mínimos de julio, justo antes de su evento de robotaxis. El mercado vuelve a comprar la historia de Elon Musk. Y Fervo Energy se dispara en el Nasdaq un 25% tras firmar con Google el mayor acuerdo geotérmico del mundo, 396 megavatios. Cuando la IA pide electricidad, la geotérmica sale de la sombra.

Banca March: los bonos pasan factura a la renta variable

La vuelta de las vacaciones sigue complicándose para los mercados de renta fija. En esta ocasión, el detonante han sido las renovadas tensiones en el estrecho de Ormuz, con ataques iraníes a buques comerciales y la respuesta militar de EEUU, que incluso ha llegado a plantear de forma extraoficial una política de represalia consistente en destruir un barco comercial iraní por cada embarcación afectada por Teherán. Las ventas se concentraron en esta ocasión en las economías con mayor dependencia energética del exterior, principalmente Japón y Europa. 

Destaca especialmente el fuerte repunte del gas europeo, cuyo precio alcanza los 73 €/MWh, máximos de los últimos 3 años, con el foco puesto sobre unos niveles de almacenamiento que se sitúan 14 puntos por debajo de los registrados hace un año. La temporada de inyección de gas concluye en apenas un mes y la necesidad de reconstruir inventarios antes del invierno empieza a ganar urgencia. Además, Rusia ha anunciado que suspenderá el tráfico de trigo por el mar Negro en 2026, añadiendo un nuevo foco de presión sobre la inflación europea. 

Ésta se acelera por el encarecimiento de la energía, pero la tasa subyacente se mantuvo contenida (bajó en una décima su ritmo de crecimiento en agosto hasta el 2,4%). El dato del IPC de agosto mostró un repunte acusado al elevarse el crecimiento de los precios al consumo hasta el 3,3% interanual, un incremento de 0,4 puntos en un mes y situándose en su mayor nivel desde septiembre de 2023. Este comportamiento se explicó íntegramente por el aumento de las presiones inflacionistas por el lado de la energía, que aportaron 0,4 puntos más que el mes previo al registrar un ritmo de crecimiento del +14,3% interanual. Frente a ello, la inflación de los alimentos se mantuvo estable y contenida (+1,2%), y fue especialmente relevante que los precios de los servicios se moderaron (del +3,3% hasta el +3% interanual), lo que sugiere que las presiones energéticas aún no se han contagiado de forma generalizada a otros sectores, una tendencia que reduce los temores a efectos de segunda ronda de la actual crisis energética.

El problema es que el repunte de las rentabilidades empieza a pasar factura a la renta variable. Durante agosto, las Bolsas permanecieron prácticamente inmunes al movimiento al alza de los tipos a largo plazo, apoyadas por el optimismo en torno a los beneficios empresariales. En EEUU, la temporada de resultados ha concluido con un crecimiento del beneficio del 53%, el mayor desde la recuperación posterior a la pandemia. De este modo, el mercado enfrenta dos fuerzas contrapuestas: el impulso de unos beneficios sólidos y el efecto adverso de unos tipos de interés más elevados. 

"Las valoraciones continúan siendo razonables, lo que debería acotar el impacto del aumento de los tipos sobre las Bolsas. El PER estimado a 12 meses de la renta variable global se sitúa en 17 veces beneficios, un nivel muy cercano a su media histórica. Aunque es probable que la volatilidad vuelva a ganar protagonismo en el corto plazo, no esperamos que ello se traduzca en un mercado bajista. De hecho, si el contexto macroeconómico se mantiene estable, estos movimientos podrían ofrecer oportunidades atractivas para aumentar gradualmente la exposición a renta variable", señalan los analistas de Banca March.

Joachim Nagel, miembro del BCE, ha dado prácticamente por segura una nueva subida de los tipos de interés en la reunión de la próxima semana. Nagel señaló que los mercados asignan una probabilidad superior al 95% a este movimiento y afirmó que están “bastante acertados”. No obstante, evitó anticipar nuevas alzas más allá de septiembre, aludiendo al elevado grado de incertidumbre que sigue rodeando la evolución de la inflación, los precios de la energía y los mercados financieros.

El gobernador del Banco de Japón ha insinuado un posible aumento en los costes financieros en la reunión del 18 de septiembre. Kazuo Ueda indicó que las decisiones de política monetaria se adoptarán teniendo en cuenta los riesgos al alza para la inflación, un mensaje que ha reforzado las expectativas del mercado. A ello, se sumaron los comentarios del secretario del Tesoro estadounidense, Scott Bessent, quien se ha mostrado a favor de un movimiento en esa dirección.

Por otro lado, la Administración Trump está presionando a las refinerías estadounidenses para que aumenten la producción de gasolina y diésel con el objetivo de contener los precios de los combustibles. Tras un encuentro en el que participaron una docena de directivos del sector, el secretario de Energía, Christopher Allen, afirmó que espera una moderación de los precios de la gasolina y el diésel. Los ejecutivos aprovecharon para arremeter contra el programa Renewable Fuel Standard (RFS), que obliga a las refinerías a incorporar etanol, biodiésel y otros combustibles renovables a la gasolina y al diésel. Según el sector, las cuotas récord fijadas por la Administración son difíciles de cumplir y están contribuyendo a elevar los costes de producción. La cuestión de los biocombustibles sigue siendo especialmente sensible para Trump, ya que enfrenta los intereses de dos de sus principales grupos de apoyo: la industria agrícola y el sector petrolero.

En EEUU, tras mostrar una elevada fortaleza en los meses previos, los indicadores apuntan a un ligero menor dinamismo: la confianza de los empresarios se frena (en agosto el ISM manufacturero bajó más de lo esperado al situarse en 54,6, un punto por debajo del mes previo); las vacantes de empleo se moderan (7,27 millones, con una ratio de vacantes por parado que también repuntó hasta situarse en 1,05x desde 1,01x del mes previo, y la tasa de renuncias baja desde el 2% de junio al 1,9% en julio) y retrocede el gasto en construcción (-0,5% en julio desde el crecimiento plano en junio, por la subida de los costes de financiación).

Grant Thornton: el private equity sigue con apetito

El private equity español mantiene el apetito pese a la inestabilidad geopolítica y global y la volatilidad: ocho de cada diez gestoras españolas esperan aumentar sus inversiones en sectores como tecnología, servicios financieros y energía, según el Spain Private Equity Pulse 2026 de Grant Thornton. Sólo un 17,5% asegura que las reducirá, uno de los resultados más bajos entre todos los mercados analizados. Pero incremento de las inversiones será moderado: el 30% aumentará entre un 6 y un 10%, y el 18% apunta a crecimientos de entre el 26 y el 35%, frente al 13% global. 

El principal motor es el mayor número de activos que salen al mercado (42%, frente al 34% global), junto a una mayor certidumbre macroeconómica a nivel nacional. “El private equity español cuenta con capital disponible y condiciones favorables, lo que asegura un nuevo ejercicio con un volumen destacado de operaciones”, explica Jorge Tarancón, Socio de M&A y Transacciones de Grant Thornton España.

América del Norte es el destino prioritario para el 46% de los gestores españoles, seis puntos por encima del global. Europa (34%) y América Latina (34%) completan el podio, con la región latinoamericana por encima de la media global (28%).

Este pulso pone de manifiesto un mejor acceso a fondos por parte de los gestores españoles. En este sentido, España se consolida como uno de los mercados más optimistas en captación de fondos. El 64% de los gestores españoles considera que la captación de fondos es menos compleja que hace un año, frente al 41% global. Entre las razones de esta mejora, los gestores señalan a la creación de nuevas estructuras de inversión (64%) y la ampliación de la base de LP -Limited Partners, los inversores que aportan capital pero no participan en la gestión diaria- (56%). Pero los LP son cada vez más exigentes a la hora de depositar sus fondos. Seis de cada cuatro gestores reconoce que el historial de rentabilidad cada vez es más relevante para estos inversores, además de otros factores como la integración de los criterios ASG (34%).  

“Los inversores quieren ver resultados demostrados, continuidad en los equipos y una narrativa de inversión coherente de principio a fin. Las firmas que han construido ese track record tienen hoy una ventaja competitiva real en los procesos de captación”, afirma Eduard Gellida, Socio de Financial Advisory de Grant Thornton España.

UBS: no será un ciclo continuado de subidas en el BCE

Las Bolsas europeas sufrieron presión a comienzos de septiembre, ya que la subida de los precios de la energía y el repunte de las rentabilidades de los bonos globales reavivaron los temores sobre la inflación y el endurecimiento monetario de los bancos centrales. La inflación de la Eurozona se aceleró hasta el 3,3% en agosto desde el 2,9% de julio, impulsada casi en su totalidad por el encarecimiento de la energía, mientras los mercados descontaban por completo una subida de tipos de 25 puntos básicos por parte del BCE en su reunión de septiembre.

"Sin embargo, no creemos que esto marque la continuación de un ciclo prolongado de subidas de tipos del BCE que ponga en riesgo las perspectivas de la renta variable europea. La inflación subyacente no apunta a una ampliación sostenida de las presiones de precios. Los últimos datos de actividad sugieren que la recuperación industrial de la Eurozona está ganando impulso. La mejora de los beneficios empresariales y las tendencias de inversión estructural deberían respaldar nuevas subidas en la renta variable europea", opinan en UBS.

Mark Haefele, Director de Inversiones (CIO) de UBS Global Wealth Management, afirma: "Mantenemos una posición Atractiva en renta variable de la Eurozona pese a la presión a corto plazo derivada de los precios de la energía, las rentabilidades de los bonos y la perspectiva de otra subida de tipos del BCE. La mejora de la actividad, unos beneficios más sólidos y unas valoraciones razonables respaldan nuevas ganancias, mientras que la concentración del repunte inflacionario en la energía desaconseja extrapolar un ciclo de endurecimiento prolongado. También favorecemos los bonos de calidad con vencimientos a corto y medio plazo, donde los inversores pueden asegurar rentabilidades elevadas mientras limitan su exposición a las presiones fiscales y de oferta que afectan al tramo largo de la curva".

"Mantenemos una visión Atractiva sobre la renta variable global y recomendamos posicionarse para el potencial alcista del mercado mediante una exposición diversificada a la renta variable, complementada con una exposición selectiva y diversificada a la IA", aportan Belinda Ulander y Christopher Swann, estrategas. "La demanda y el precio de los tokens son señales clave de la actividad en la economía de la IA. La caída de los precios de los tokens está estimulando un mayor uso, mientras que el consiguiente aumento del consumo está elevando el gasto agregado en tokens, un ejemplo clásico de la paradoja de Jevons. Dicho de otro modo, el volante de inercia de la IA sigue girando a toda velocidad, sin señales de desaceleración", apunta Jason Draho, responsable de Asignación de Activos para América.

Miguel Ángel Valero

Se llama forward deployed engineer. Y es el empleo más buscado por las empresas vinculadas a la inteligencia artificial (IA). Es un ingeniero de software que se integra directamente en el entorno del cliente para diseñar, construir y desplegar soluciones técnicas a medida —normalmente sobre plataformas complejas o de IA— mientras retroalimenta al equipo de producto con lo aprendido en el campo.

Se despliega en el contexto técnico del cliente: entiende sus sistemas, datos, flujos de trabajo y restricciones reales. Integra y adapta el producto para que genere valor en ese entorno concreto, construyendo automatizaciones, conectores o extensiones cuando lo estándar no basta. Actúa como puente entre las necesidades del cliente y la hoja de ruta de producto, traduciendo problemas de negocio en especificaciones técnicas y devolviendo feedback que cambia el producto.

No es ventas, ni soporte clásico, ni consultoría de estrategia: su foco es la entrega técnica en producción y la adopción medible, aunque trabaja muy cerca de equipos comerciales y de éxito del cliente. En la práctica, combina roles de ingeniero full‑stack, arquitecto de soluciones y consultor técnico, con fuerte énfasis en comunicación y comprensión del negocio.

El término fue popularizado por Palantir y hoy es habitual en empresas de plataformas complejas y modelos de IA ( como OpenAI, Anthropic, CrewAI), donde los clientes necesitan ayuda para llevar la tecnología a producción en entornos reales.

Es un perfil que lidera despliegues end‑to‑end de modelos o plataformas en clientes estratégicos, con viajes frecuentes y trabajo híbrido onsite/remoto. Requiere una base técnica sólida: ingeniería de software, datos o IA; capacidad para escribir código de producción (a menudo Python, API, integraciones, pipelines); habilidades de consultoría y comunicación: interpretar requisitos vagos, priorizar, negociar alcance y explicar decisiones arquitectónicas a audiencias técnicas y no técnicas; y mentalidad de producto: entender métricas de adopción, impacto en el flujo de trabajo del cliente y cómo convertir hallazgos del campo en mejoras del producto.

Muchas empresas piden experiencia previa como Solutions Engineer, Sales Engineer o consultor técnico, o bien ingenieros con trayectoria en entornos B2B complejos. En España, se pagan entre 55.000€ y 85.000€ brutos anuales para perfiles con 4–8 años de experiencia, según nivel técnico, empresa y componente internacional. En EEUU, ofertas de empresas de IA de vanguardia muestran bandas de 162.000–280.000$ + equity, reflejando el carácter senior/staff y la responsabilidad de entrega en producción.

Corea del Sur da acceso gratis a IA a sus 52 millones de habitantes

Por otra parte, en el sector llama la atención la iniciativa de Corea del Sur, que da acceso gratis a la IA a sus 52 millones de habitantes. El país ha elegido a SK Telecom, Kakao y KT para ofrecer servicio de IA nacional gratuito a toda la población, con 512 GPU B200 de Nvidia para arrancar. Es el primer país que decide dar a todos sus ciudadanos acceso gratis a la IA.

Apple reorienta sus ordenadores más pequeños como máquinas de IA

Apple se ha encontrado con una sorpresa, pese a que nunca había planeado vender sus ordenadores más pequeños (Mac Mini y Mac Studio) como máquinas de IA. Pero la demanda de empresas está agotando esos modelos. Y ello a pesar de que el precio de partida del Mac mini pasó de 599$ a 799$ (al retirar la configuración de entrada) aunque las empresas optan por el que cuesta unos 2.200$ (porque es el que más gigabytes de memoria unificada incorpora). El Mac mini es el 3% de las unidades de Mac y aporta menos del 1% de los ingresos de Apple (416.000 millones en el ejercicio fiscal de 2025).

Un Mac Studio bien configurado llega a 512 GB. Eso da para implantar modelos abiertos en un aparato que cabe en un estante, que se enchufa a la corriente normal de una oficina y que no hace ruido de servidor. Comparado con montar el equivalente en tarjetas gráficas de centro de datos, el precio por gigabyte de memoria útil sale bien, y en el consumo eléctrico las comparaciones son odiosas.

La lección que deja el caso Apple es que instalar IA en la oficina de una empresa ha dejado de ser un proyecto de infraestructura para convertirse en una compra de material.

OpenAI deja de servir sus modelos en Cursor tras su control por SpaceX

OpenAI deja de servir sus modelos dentro de Cursor el 12 de noviembre de 2026. Lo comunicó a SpaceX el 28 de agosto y lo publicó el mismo día, dos semanas después de que el grupo de Elon Musk cerrara la compra del editor de código. "No podemos confiar en que SpaceX use nuestra tecnología dentro de nuestras condiciones de servicio, basándonos en nuestra experiencia con las empresas de Elon Musk incumpliendo contratos", argumenta. Detrás de esa frase está lo que hizo Musk al comprar Twitter (ahora X), romper los términos de su contrato con OpenAI, y en 2026, bajo juramento, Musk admitió que xAI (ahora también dentro de SpaceX) había violado las condiciones de servicio de OpenAI. 

Obviamente, cualquier modelo que OpenAI saque a partir de ahora nace excluido de Cursor. Es una víctima colateral del pulso entre OpenAI y Elon Musk.

Anthropic baja el límite semanal de Claude Code

Claude Code baja un 17% los límites semanales que tienen hoy sus usuarios de pago, y el cambio entra en vigor el 14 de septiembre. En realidad, Anthropic lo anunció como una subida permanente del 25%, pero ese día también caduca el refuerzo temporal del 50% que llevaba activo desde el 13 de mayo, y que Anthropic prorrogó cuatro veces a lo largo del verano.

Además, anuncia que vienen más cambios en el uso de Claude Code, con la promesa de "más visibilidad y control" sobre lo que gasta el cliente. concreto, ese techo es prestado.

SLB compra Kelvion

Los fondos de Apollo venden Kelvion, especialista en refrigeración de centros de datos a la petrolera de servicios SLB por 3.400 millones$ en efectivo más 700 millones de deuda. Enfriar los servidores que devora la IA se ha vuelto un filón, y SLB está evolucionando del petróleo hacia la infraestructura digital.

UBS: la IA física ya está aquí

"Los sólidos resultados de las empresas vinculadas a la IA siguen apuntando a una demanda robusta y a una monetización cada vez mayor. Recomendamos una exposición a la IA selectiva y diversificada dentro de una asignación global más amplia a renta variable", asegura Mark Haefele, director de Inversiones de UBS Global Wealth Management.

"La IA física ya está aquí y va a desbloquear valor económico en logística, manufactura y sanidad. El aprendizaje en contexto ha dado a las máquinas la agilidad para aprender sobre la marcha. Como inversores, creemos que las empresas que fabrican los engranajes que mueven a los robots humanoides, los sensores que les permiten ver y los chips que les permiten pensar se irán revalorizando con el tiempo", comenta Ulrike Hoffmann-Burchardi, directora de Inversiones para América y responsable global de Renta Variable.

Miguel Ángel Valero

Los gigantes tecnológicos estadounidenses, como Google, Amazon o Microsoft, recurren cada vez más al mercado de bonos de la zona euro para financiar sus inversiones. La infraestructura para la inteligencia artificial (IA) requiere enormes inversiones para sus gigantescos centros de datos y el enorme consumo de electricidad que consumen. El blog del Banco Central Europeo (BCE) analiza, en un trabajo realizado por Oana Furtuna, Anne Duquerroy, Imène Rahmouni-Rosseau, y Lia Vaz Cruz (de la división de Markets Operations), las consecuencias para este mercado y el potencial de estos desarrollos para transformarlo.

La creciente presencia de los hiperescaladores en el mercado de bonos corporativos de la zona euro tiene varias consecuencias. Por un lado, puede aumentar la concentración y la exposición de los inversores al sector tecnológico y a la economía estadounidense, de forma similar a las tendencias ya observadas en los mercados de renta variable, donde los hiperescaladores se han consolidado como dominantes. Además, el aumento del endeudamiento de las grandes tecnológicas puede dificultar el acceso a la financiación para otras empresas y otros sectores económicos, al modificar la asignación de activos de los inversores. 

Además, se plantea una cuestión clave: ¿pueden los mercados financieros de la zona euro gestionar sin problemas flujos de deuda tan grandes y concentrados?

La realidad es que el auge de la inversión en IA ha llegado a los mercados de crédito de la zona euro. Se espera que los hiperescaladores necesiten más de 1 billón$, un impresionante 3% del PIB de EEUU en la actualidad, para gastos de capital totales en 2028.

Las inversiones planificadas son cada vez más grandes para financiarse únicamente con flujos de caja generados internamente. En consecuencia, las grandes empresas tecnológicas están abandonando la autofinanciación y recurriendo a fuentes externas, incluida la emisión de bonos.

Primero, los hiperescaladores recurrieron al mercado de bonos corporativos en dólares y, posteriormente, a otros mercados de crédito, especialmente en la zona euro, para reducir sus costes de endeudamiento, diversificar sus fuentes de financiación, ampliar su base de inversores o ajustar sus gastos en divisas extranjeras. 

Estas empresas aumentaron su dependencia de los bonos emitidos por empresas estadounidenses en moneda extranjera. En su primera gran oleada de emisiones fuera de EEUU, los hiperescaladores eligieron el euro como la moneda más ventajosa para la financiación extranjera, y ya representa cerca del 10 % del total de bonos en circulación emitidos por estas empresas.

Estos emisores representan actualmente algo más del 1% de los índices de referencia de bonos corporativos denominados en euros, con alrededor de 40.000 millones€ en circulación. Su participación en la emisión de 'Yankee inversos' (bonos emitidos por empresas estadounidenses en moneda extranjera)  denominados en euros casi se duplicó entre 2025 y 2026.

Las grandes empresas tecnológicas estadounidenses representan ahora algo menos del 10 % de la nueva emisión bruta de deuda en bonos denominados en euros atribuible a compañías no financieras. En lo que va de año, Amazon y Alphabet han sido los mayores emisores en el mercado de bonos corporativos no financieros de la zona euro, y en el primer caso ha establecido un récord histórico en cuanto a tamaño.

La llegada de las grandes tecnológicas estadounidenses está transformando las antiguas creencias en el mercado crediticio de la zona del euro. En una economía históricamente basada en la banca, los emisores e inversores solían percibir que los mercados de bonos corporativos de la zona del euro carecían de la amplitud y profundidad necesarias para respaldar grandes emisiones. Durante el período de flexibilización cuantitativa, cuando los bancos centrales adquirieron bonos soberanos y corporativos, esta percepción comenzó a cambiar gradualmente. El mercado de bonos corporativos de la zona del euro amplió su red de emisores y se convirtió en una plataforma más fiable para financiar grandes inversiones. Las emisiones de esta magnitud indican que la zona del euro puede absorber por sí sola operaciones de bonos corporativos de gran envergadura.

Las empresas tecnológicas de gran escala están expandiendo el alcance del mercado de bonos corporativos de la zona del euro mediante la introducción de vencimientos más largos, una mayor exposición al sector tecnológico y deuda con mejor calificación crediticia. En primer lugar, las grandes tecnológicas estadounidenses emiten bonos con vencimientos significativamente más largos que otros sectores económicos. Esto contribuye a la formación del tramo largo de la curva de rendimientos, que los emisores corporativos nacionales utilizan con menos frecuencia. En segundo lugar, la creciente presencia de las empresas de hiperescala en los mercados primarios —y su inclusión en los índices de referencia— ofrece a los inversores en bonos una mayor exposición al sector tecnológico. Esto es especialmente relevante en Europa. El peso del sector tecnológico en los índices de referencia de la zona euro sigue siendo aproximadamente tres veces inferior al de los índices estadounidenses comparables.

Las empresas de hiperescala han introducido deuda con mejor calificación en el mercado de bonos corporativos de la zona euro. Dado que la actual oleada de emisión de deuda aún se encuentra en sus primeras etapas, estas empresas presentan balances sólidos, lo que se traduce en evaluaciones favorables por parte de las agencias de calificación crediticia (a menudo AA- o superior). Este rango complementa el panorama de la zona euro, donde la mayoría de los emisores corporativos se sitúan en la categoría A a BBB. Sin embargo, dado que la IA es un sector nuevo, la forma en que las agencias de calificación lo abordan puede basarse en supuestos sobre el crecimiento futuro de los ingresos y el apalancamiento que podrían no resistir el paso del tiempo, lo que aumenta la vulnerabilidad a una valoración incorrecta del riesgo crediticio.

¿Existe riesgo de desplazamiento?

Los inversores activos en bonos corporativos con grado de inversión denominados en euros desempeñan un papel fundamental en la financiación de las inversiones de capital de las grandes empresas tecnológicas estadounidenses. Pero, ¿significa esto que hay un interés sustancialmente menor en los bonos emitidos por empresas de la zona euro? El análisis de datos y la inteligencia de mercado sugieren que no ha sido así durante esta primera oleada de emisiones y que la adaptación ha sido beneficiosa.

Los inversores mantuvieron una fuerte demanda de bonos de grandes empresas tecnológicas denominados en euros hasta mediados de 2026. Posteriormente, el apoyo se debilitó y las ratios de cobertura —una medida de la demanda de los inversores en relación con la oferta de un nuevo bono— comenzaron a descender. Sin embargo, esto probablemente reflejó una normalización, a medida que los inversores reevaluaron su compensación de riesgo ante la perspectiva de flujos continuos de emisiones a largo plazo. Por el contrario, las ratios de cobertura de los emisores de la zona euro se mantuvieron sólidos y prácticamente sin cambios a lo largo de 2026. 

Los inversores también comenzaron a adaptarse, exigiendo una mayor compensación por los riesgos asociados a la deuda de los hiperescaladores. Los diferenciales de crédito de estas empresas han empezado a aumentar ante las noticias de un mayor gasto de capital previsto relacionado con la IA y un mayor número de anuncios de emisiones. En todos los segmentos de vencimiento, los inversores exigen una prima de riesgo creciente para absorber la oferta y afrontar la mayor incertidumbre sobre las perspectivas de beneficios a medio plazo.

A pesar de esta evaluación inicial tranquilizadora, las grandes tecnológicas estadounidenses podrían elevar los costos de endeudamiento para todos los sectores a medida que acumulan deuda y representan una proporción creciente de los mercados de bonos, con un posible efecto indirecto en el segmento soberano y supranacional del mercado de bonos. Esto dependería en parte de si el 'pastel' de los inversores es fijo, con las grandes tecnológicas acaparando una porción mayor, o si pueden expandirse para absorber la emisión adicional. 

Los efectos indirectos podrían producirse a través de tres canales principales:

• Primero, la oferta es importante. La magnitud de la oferta de nuevos bonos por parte de las grandes tecnológicas podría presionar el apetito de los inversores. Esto podría obligar a las hiperescaladoras —y a otras empresas con calificaciones similares— a ofrecer bonos a precios más bajos con mayores diferenciales de rendimiento. La expectativa de una oferta de bonos aún mayor en el futuro amplifica este efecto, ya que los inversores podrían ser reacios a aceptar el nivel actual de diferencial si esperan diferenciales aún mayores en el futuro.
• Segundo, los inversores tienen balances y límites de cartera finitos. Pueden reducir sus tenencias de otros bonos para dar cabida a las grandes emisiones de las hiperescaladoras. Esto podría generar un efecto de desplazamiento que eleve los costes incluso para emisores de sectores no relacionados. La exposición de los inversores de la zona euro a la deuda de las hiperescaladoras sigue siendo relativamente pequeña por ahora, pero está creciendo rápidamente. Las hiperescaladoras representaron el 15% del aumento de las tenencias nacionales de bonos corporativos denominados en euros en marzo de 2026, con una fuerte demanda por parte de fondos de pensiones y aseguradoras. Para estos inversores que buscan activos de alta calidad y a largo plazo, la deuda de las hiperescaladoras puede parecer una alternativa viable a algunos valores considerados refugio seguro.
• En tercer lugar, la mecánica de los índices de bonos puede amplificar el efecto. A medida que las hiperescaladoras ganan peso en los índices de bonos, los inversores pasivos que replican índices de referencia pueden reequilibrar automáticamente sus carteras hacia ellas, intensificando la presión sobre otros bonos e influyendo aún más en los diferenciales.

La creciente presencia de las hiperescaladoras puede aportar diversificación y crecimiento al mercado de bonos corporativos de la zona euro. Por el momento, los efectos indirectos en el acceso de otros emisores corporativos a la financiación en el mercado siguen siendo limitados, y el impacto en las carteras de los inversores no es sustancial. En EEUU, la demanda de financiación a largo plazo impulsada por la IA ha contribuido al reciente aumento de los rendimientos reales a largo plazo. Hasta el momento, no se observan efectos indirectos similares en la zona del euro, lo que refleja una menor emisión de bonos por parte de las grandes tecnológicas y la solidez de los mercados de bonos soberanos.

Sin embargo, esto podría ser solo el comienzo de una ola de financiación de proporciones sin precedentes que podría transformar radicalmente los mercados de bonos, incluso en la zona del euro, obligando a emisores, intermediarios e inversores a adaptarse. Si bien la dinámica de esta adaptación es incierta, la magnitud de las futuras necesidades de financiación de las empresas tecnológicas de gran envergadura, junto con las expectativas de unos beneficios sostenidos pero inciertos, justifica un seguimiento exhaustivo. Los posibles efectos indirectos internacionales, el rápido aumento del apalancamiento (especialmente si se empiezan a utilizar otros mercados de deuda menos transparentes) y las implicaciones más amplias para el funcionamiento de los mercados financieros de la zona del euro exigen una atención especial.

BeHappy: qué startups sobrevivirán cuando pase el entusiasmo

Por otra parte, la IA se ha convertido en la vertical de mayor crecimiento dentro del sector tecnológico español. A la vez que España vive un momento de expansión en las empresas dedicadas a esta tecnología, el ecosistema inversor se pregunta cada vez más cuántas de estas compañías conseguirán convertirse en empresas sostenibles cuando disminuya el entusiasmo inicial alrededor de la IA. La preocupación por una posible burbuja existe. 

Según el AI Index Report 2025 de Stanford, la inversión privada mundial en IA generativa alcanzó los 33.900 millones$ en 2024, un 18,7% más que el año anterior y más de ocho veces por encima del nivel registrado en 2022. El interés inversor continúa, aunque el rápido auge del sector obliga a analizar cada proyecto con mayor profundidad y a asumir que una parte de las compañías creadas durante este ciclo tendrá dificultades para consolidarse.

España refleja bien esa tensión: aparece entre los países europeos con mayor actividad en creación de startups vinculadas a IA, aunque lejos de los grandes polos como Reino Unido, Alemania o Francia. Esto significa que crece el número de empresas que construyen alrededor de la IA al mismo tiempo que gran parte de la adopción empresarial continúa en una etapa temprana. Cerca del 20% de las compañías encuestadas por el Banco de España utiliza ya estos sistemas y, en muchos casos, su aplicación sigue siendo experimental.

Desde BeHappy Investments, vehículo de inversión de impacto social, explican que “existe mercado y existe interés. Queda por comprobar qué soluciones consiguen integrarse de manera suficientemente profunda en sus clientes como para generar ingresos recurrentes y construir una ventaja que permanezca cuando la tecnología se normalice”.

Durante la primera etapa del boom bastaba en ocasiones con demostrar que una tecnología podía hacer algo nuevo. Ahora empieza a importar cuánto mejora un proceso, cuánto está dispuesto a pagar el cliente y qué capacidad tiene una compañía para defender su posición cuando aparecen competidores que utilizan herramientas similares.

La propia evolución de la IA está acelerando este cambio. Crear un producto tecnológico requiere hoy menos tiempo y menos recursos que hace unos años. Esa facilidad ha ampliado la capacidad de experimentar y también ha multiplicado los ‘side projects’. “Hay fundadores que prueban varias ideas de manera simultánea, lanzan productos en cuestión de semanas y cambian rápidamente de mercado cuando una propuesta no obtiene tracción. Esa velocidad puede generar innovación, aunque también introduce una cuestión relevante para quien invierte en fases tempranas. Hasta qué punto existe un compromiso real con la compañía que está buscando financiación”, señala Miguel Ángel Rodríguez Caveda, CEO de BeHappy Investments.

En una startup joven, el equipo continúa siendo una parte fundamental de la decisión de inversión. Cuando todavía hay pocos ingresos y un historial limitado, buena parte de la tesis depende de la capacidad del fundador para dedicar años a resolver el mismo problema. Un exceso de proyectos paralelos puede hacer más difícil interpretar ese compromiso. La facilidad para construir permite probar más ideas, pero levantar una empresa sigue exigiendo concentración y voluntad de permanecer cuando desaparece la novedad inicial.

“El contexto de mercado actual nos obliga a ser cada vez más selectivos. La tecnología permite construir y probar ideas con una velocidad enorme, pero para invertir necesitamos entender qué problema merece realmente años de trabajo, qué equipo está comprometido con resolverlo y qué compañía puede transformar esa ventaja inicial en un negocio con recorrido”, recalca Rodríguez Caveda.

El exceso de proyectos alrededor de la IA convive con otra realidad. Las compañías que consigan demostrar que existe un negocio detrás de la tecnología necesitarán cantidades crecientes de capital para competir. Ese problema resulta especialmente importante para Europa. La financiación de capital riesgo destinada a IA en el continente representa alrededor del 6% del total mundial, según la Comisión Europea. Incluso las empresas europeas que consiguen crecer continúan expuestas a terminar en manos de compradores extranjeros por la falta de fondos capaces de acompañarlas en fases posteriores.

Impulso a los agentes de IA

La cuestión afecta directamente al desarrollo del ecosistema español. Crear más startups aumenta las posibilidades de encontrar proyectos capaces de construir compañías relevantes, pero esa base empresarial tendrá poco recorrido si el capital disponible desaparece precisamente cuando las mejores empiezan a necesitarlo para crecer. Europa necesita atraer más inversión privada y generar vehículos capaces de asumir tickets mayores durante más tiempo. “España tiene una oportunidad evidente para participar en este ciclo tecnológico. El crecimiento del último año demuestra que existe talento dispuesto a construir. El siguiente paso será conseguir que una parte suficiente de esas compañías supere la etapa de experimentación, encuentre capital para seguir creciendo y mantenga el foco durante el tiempo necesario para convertir una buena oportunidad tecnológica en una empresa capaz de permanecer”, concluyen desde BeHappy Investments.

UBS vaticina un nuevo ciclo de productividad

"Si la IA resulta ser la próxima tecnología de propósito general, de forma similar a la revolución de las tecnologías de la información y la comunicación que comenzó en la década de 1980, podría marcar el inicio de un nuevo ciclo de productividad", subraya Dean Turner, economista jefe para la Eurozona y el Reino Unido en UBS Global Wealth Management.

"Las restricciones de oferta y la demanda estructural derivada de la electrificación, la inversión en redes eléctricas y el gasto en infraestructuras deberían respaldar los precios de determinados metales industriales hasta 2027. Esta perspectiva también asume una actividad industrial global resiliente en general", opinan Giovanni Staunovo, estratega, y Dominic Schnider, responsable global de Divisas y Materias Primas.

La IA no para

Anthropic ha presentado el Model Hardware Standard (MHS), una especificación para que los agentes de IA operen instrumentos físicos de laboratorio y de fabricación. Permite a un agente de IA manejar varios instrumentos en paralelo: microscopios, manejadores de líquidos, brazos robóticos, lectores de microplacas, termocicladores y centrifugadoras.

Al mismo tiempo, Anthropic negoció comprar la empresa de chips MatX por 7.000 millones$, aunque luego retiró su oferta. La operación, aunque se haya frustrado, muestra que las firmas de IA quieren fabricar su propio silicio.

Los day traders de Corea del Sur huyen de los ETF que doblan la apuesta a Samsung Electronics y SK Hynix, entre otros fabricantes de chip. Son ETF apalancados de chips (multiplican por dos el movimiento diario de la acción). Su patrimonio cae de 11.400 millones$ a 5.000 millones desde junio. El volumen negociado cae al 4% del pico de junio y agosto registra su primera salida neta mensual. Hay un factor coyuntural: el regulador de los mercados de Corea del Sur obliga, desde el 19 de agosto, al inversor minorista a hacer un curso de trading si quiere colocar dinero en esos productos. Pero también muestra el enfriamiento del interés por los chips, la memoria y los semiconductores, que puede extenderse a otras empresas no coreanas.

Por su parte, Cisco despliega su asistente de IA entre sus 90.000 empleados. MyAgent llega a toda la plantilla de golpe, sin plan piloto por departamentos. Es de los primeros despliegues internos a esa escala en una empresa que no es de IA, y sirve de referencia para quien esté midiendo cuánto tarda una organización grande en adoptar la herramienta.

Cirujanos británicos operaron un tumor de hipófisis con un sistema del University College de Londres vigilando la cámara quirúrgica en tiempo real y señalando arterias y nervios ópticos que había que esquivar. El paciente recuperó la visión en días. Otro avance de los agentes de IA, en este caso en medicina.

Airbus busca comprador para su unidad espacial de EEUU, la planta de Merritt Island (Florida) con unos 200 empleados, ya que quiere concentrar la fabricación de satélites en Europa. 

Vidiv conecta la antigua cabina telefónica con la IA

VIDIV, compañía tecnológica desarrolladora de agentes de voz con IA para automatizar la comunicación y los procesos de las empresas, será la IA que habite en 2147, la antigua cabina de teléfonos de Divina Machina en IFA Berlín (del 4 al 8 de septiembre) y que permite mantener conversaciones con cualquier usuario sin necesidad de disponer de un guion. 

Divina Machina, constituido por Cristobal Olmedo -en la parte creativa- y Kurt Sommer -como director de operaciones-. aporta la dirección creativa, el concepto, la narrativa y el diseño de la experiencia; Vidiv por su parte se centra en aportar la tecnología y la infraestructura de agentes de IA de voz. 

En una antigua cabina de teléfonos rodeada por musgo, los usuarios podrán interactuar con Gaia, una IA 100% conversacional, sin guiones preestablecidos y en diferentes idiomas. “Donde cada persona podrá entrar en la cabina y hablar con Gaia de lo que quiera y en su propio idioma: inglés, español, turco, alemán, japonés”, señala Cristóbal Olmedo, Director Creativo de Divina Machina. 

Elusuario accede a la cabina, descuelga y con sólo apenas las dos o tres primeras palabras la IA de Vidiv identifica al instante en qué idioma le está hablando para responder en ese mismo. A partir de este instante, el usuario puede mantener una conversación natural del tema que elija. No hay guiones. Puede ser de tecnología o de futbol, de política o de horticultura. Gaia está entrenada para mantener conversaciones abiertas y en tiempo real conservando una personalidad, una memoria y un contexto narrativo propios.

El proyecto 2147, presentado por Divina Machina by Vidiv, fue Premio Nacional de Diseño en Chile en 2025 y nombrada como tecnología emergente en la Milano Fashion Week de 2025. Ha estado expuesto en Sónar+D 2026 de Barcelona. 

Miguel Ángel Valero

El gráfico que aporta The Trader es suficientemente elocuente sobre cómo el coste de utilizar inteligencia artificial (IA) está cayendo a una velocidad nunca vista. Según Goldman Sachs, el precio de los modelos de lenguaje se ha desplomado en apenas tres años tanto como cayó el precio de los ordenadores personales durante casi dos décadas. Y si además tenemos en cuenta que los modelos actuales son mucho más capaces que los de hace solo dos años, el coste por unidad de inteligencia se está reduciendo todavía más deprisa.

A primera vista, esto parece una noticia extraordinaria para las compañías que lideran esta revolución. Si la IA va a estar presente en prácticamente todos los sectores de la economía, lo lógico sería pensar que quienes la desarrollan serán también quienes obtengan los mayores beneficios. Sin embargo, la historia nos invita a ser algo más prudentes. A finales de los años noventa ocurrió algo muy parecido con Internet. El tráfico de datos crecía de forma explosiva, cada vez hacían falta más routers, más infraestructura y más capacidad de transmisión. Cisco se convirtió en la empresa que suministraba buena parte de ese equipamiento y llegó a ser, durante unos meses, la compañía más valiosa del mundo.

Para el inversor la historia fue muy distinta. Internet terminó transformando por completo la economía mundial. Cisco siguió siendo una magnífica empresa y continuó aumentando sus ingresos durante muchos años. Pero la competencia, la caída de los precios del hardware y unas expectativas que se habían vuelto completamente desproporcionadas hicieron que su cotización llegara a caer más de un 80% y tardará más de 25 años en recuperar los máximos alcanzados durante la burbuja tecnológica.

La revolución fue real. Los beneficios empresariales también. Lo que no fueron sostenibles fueron las expectativas que el mercado había descontado. Con la IA puede suceder algo parecido. Si el coste de desarrollar y utilizar modelos continúa desplomándose, puede terminar convirtiéndose en una commodity. Igual que hoy nadie paga un sobreprecio por almacenar información en la nube o por enviar datos a través de internet, es posible que dentro de unos años utilizar un modelo de IA sea un servicio cada vez más barato y accesible.

Y aquí entra en juego la paradoja de Jevons. Cuando una tecnología se abarata de forma drástica, lo normal no es que se utilice menos, sino mucho más. Cuanto más barato resulte acceder a la IA, más aplicaciones aparecerán, más procesos se automatizarán y mayor será el consumo total. El desplome del precio no tiene por qué reducir el tamaño del negocio; puede hacerlo crecer de forma exponencial. Eso no significa que desaparezca el negocio. Al contrario, probablemente el mercado será mucho mayor. Lo que significa es que el valor económico podría desplazarse hacia otro lugar. Quizá los grandes ganadores no sean quienes construyen los modelos, sino quienes consigan integrarlos mejor en productos y servicios capaces de generar ingresos recurrentes. O quizá quienes proporcionen la infraestructura necesaria para sostener ese crecimiento. 

La historia demuestra que las grandes revoluciones tecnológicas rara vez reparten los beneficios de la forma que inicialmente imagina el mercado.Por eso conviene distinguir entre una tecnología extraordinaria y una inversión extraordinaria. Porque no siempre son la misma cosa. La IA cambiará la economía con una intensidad incluso superior a la que lo hizo Internet. El fuerte abaratamiento de su coste probablemente hará que su uso se dispare, exactamente como describe la paradoja de Jevons. Pero eso no implica automáticamente que las compañías que hoy lideran esta revolución vayan a ser las mejores inversiones de la próxima década. Cisco fue una pieza imprescindible para construir Internet y, aun así, muchos inversores que compraron sus acciones a finales de los años noventa vieron cómo su inversión sufría una corrección superior al 80% y necesitaron más de 25 años para recuperar su dinero. "La historia demuestra que una revolución tecnológica puede transformar por completo la economía sin que las empresas que la lideran en sus primeros años sean necesariamente las que acaben generando las mayores rentabilidades para sus accionistas", alerta el analista Pablo Gil.

Durante los dos últimos años la gran carrera de la IA parecía muy sencilla de entender. Ganaba quien construyera el modelo más potente. OpenAI, Anthropic, Google o Meta competían por demostrar quién era capaz de ofrecer mejores respuestas, mayor capacidad de razonamiento o una programación más sofisticada. Sin embargo, la batalla acaba de entrar en una fase completamente distinta. Ya no basta con ser bueno. Ahora también hay que ser extraordinariamente barato. Varias compañías chinas —Alibaba, Moonshot, DeepSeek, Z.ai o ByteDance— han presentado modelos que ya compiten de tú a tú con los líderes estadounidenses en muchas tareas. Pero lo verdaderamente revolucionario no es únicamente la calidad de esos modelos, sino su coste. En algunos casos, ejecutar determinadas cargas de trabajo resulta hasta cien veces más barato que hacerlo con los modelos estadounidenses más avanzados.

Los mejores modelos de código abierto (chinos, por supuesto) ya igualaban el rendimiento de muchos modelos cerrados (estadounidenses), que todavía conservan una ligera ventaja en capacidad, pero a costa de un precio muy superior.

Si una empresa no ofrece el mejor modelo del mercado, tendrá que competir en precio. Pero si tampoco puede igualar los precios de los desarrolladores chinos, corre el riesgo de quedarse atrapada en un espacio donde deja de ser competitiva por cualquiera de las dos vías. Lo más llamativo es que ya no hablamos de un éxito aislado como ocurrió hace unos meses con DeepSeek. Ahora empiezan a aparecer varios laboratorios chinos capaces de desarrollar modelos de primer nivel de forma continuada. Eso sugiere que China ya no depende del talento de una única empresa, sino que ha construido un ecosistema capaz de reproducir esa innovación una y otra vez.

Pero detrás de esta competencia existe una diferencia estratégica todavía más importante. OpenAI y Anthropic mantienen en secreto buena parte de su tecnología, protegen su propiedad intelectual y aspiran a construir negocios con márgenes elevados. Sus futuras valoraciones bursátiles dependen, en gran medida, de que puedan seguir cobrando precios altos por utilizar modelos supuestamente difíciles de replicar. Las compañías chinas están siguiendo el camino contrario. Muchas están apostando por el código abierto y por sacrificar rentabilidad a corto plazo para ganar usuarios, desarrolladores y cuota de mercado. Su objetivo inmediato no parece ser maximizar beneficios, sino extender su tecnología, convertirla en un estándar y reducir al máximo el coste de utilizar inteligencia artificial.

Esa estrategia amenaza directamente el poder de fijación de precios de las empresas estadounidenses. Si los desarrolladores pueden acceder a modelos chinos de gran calidad por una fracción del coste, OpenAI y Anthropic podrían encontrarse con enormes dificultades para mantener sus márgenes y, sobre todo, para justificar las valoraciones multimillonarias que esperan alcanzar cuando salgan a bolsa.

Muchos inversores siguen analizando esta carrera como si únicamente importara quién desarrolla la tecnología más avanzada. La verdadera pregunta será quién consigue ganar dinero con ella. Si los modelos terminan convirtiéndose en una especie de materia prima digital, cada vez más barata y abundante, el valor podría desplazarse desde quienes los construyen hacia quienes sean capaces de utilizarlos para crear productos y servicios realmente útiles.Y si China mantiene este ritmo, EEUU tendrá cada vez más difícil conservar su liderazgo únicamente mediante sanciones tecnológicas, restricciones a los chips o protección de la propiedad intelectual. Porque en una guerra de precios no siempre gana quien tiene la tecnología más sofisticada. Muchas veces gana quien consigue que todo el mundo pueda utilizarla.

El mercado exige más dinero para asegurar la deuda de la IA

Otro gráfico muestra la evolución durante 2026 de los CDS (Credit Default Swap, cobertura frente al riesgo de impago de una empresa) a cinco años de algunas de las principales compañías tecnológicas. Cuando aumenta el precio del DCS de una empresa, significa que el mercado exige más dinero para asegurar su deuda porque percibe un mayor riesgo crediticio. Y prácticamente todos se están moviendo en la misma dirección. Oracle destaca claramente. Sus CDS han aumentado alrededor de 70 puntos básicos (pb) en lo que llevamos de año. Broadcom acumula una subida cercana a 48; Meta, unos 39; Nvidia, 32; Amazon, 30; y Alphabet, aproximadamente 29.

Esto no significa que el mercado piense que estas compañías estén próximas a quebrar. Ni mucho menos. Muchas siguen teniendo balances extraordinariamente sólidos y enormes capacidades de generación de caja. Lo importante es el cambio de tendencia: el riesgo percibido está aumentando simultáneamente en buena parte del ecosistema tecnológico ligado a la IA.

Y detrás de ese movimiento hay una razón muy concreta: la IA se está convirtiendo en un negocio extraordinariamente intensivo en capital. Durante décadas, las grandes tecnológicas fueron máquinas de generar caja. Construir software tenía unos costes marginales relativamente pequeños y permitía crecer enormemente sin necesidad de incrementar las inversiones al mismo ritmo. La IA está cambiando parcialmente ese modelo. Ahora hacen falta centros de datos gigantescos, cientos de miles de chips, redes eléctricas, sistemas de refrigeración y contratos energéticos de largo plazo. Las grandes tecnológicas podrían invertir conjuntamente más de 700.000 millones$ durante 2026, y para financiar semejante esfuerzo están recurriendo cada vez más al mercado de deuda.

El cambio resulta especialmente llamativo porque estas compañías históricamente podían financiar gran parte de su crecimiento con su propia generación de caja. Pero la velocidad de la carrera por la IA está obligándolas a buscar capital externo. Alphabet, Amazon, Meta, Microsoft y Oracle han añadido conjuntamente alrededor de 350.000 millones$ a sus obligaciones de deuda durante los últimos cinco años, aproximadamente duplicando su carga. Y el proceso continúa. Solo hasta comienzos de julio, las grandes tecnológicas habían colocado aproximadamente 194.000 millones en bonos durante 2026, un 79% más que un año antes.

La Bolsa está valorando fundamentalmente cuánto dinero puede generar la IA. El mercado de crédito empieza a preguntarse cuánto dinero será necesario gastar antes de conseguirlo. Y son dos preguntas completamente distintas. Oracle es probablemente el ejemplo más extremo. La compañía anunció que pretende captar entre 45.000 millones y 50.000 millones$ durante 2026, aproximadamente la mitad mediante deuda y la otra mitad mediante instrumentos de capital, para ampliar su infraestructura “cloud” y satisfacer la demanda de clientes vinculados a la IA.

El problema no es necesariamente endeudarse. Si las enormes inversiones actuales terminan generando los ingresos y beneficios que esperan estas compañías, probablemente la deuda será perfectamente manejable. El verdadero riesgo aparece si la monetización de la IA tarda más de lo previsto, mientras las inversiones y los compromisos financieros siguen creciendo. Porque entonces podría producirse una combinación mucho menos cómoda: más deuda, mayores gastos financieros, fuertes amortizaciones de unos activos tecnológicos que envejecen rápidamente y una rentabilidad sobre el capital invertido inferior a la esperada.

"La carrera ya no consiste únicamente en desarrollar la mejor IA. También consiste en tener el balance financiero capaz de sobrevivir al enorme coste de construirla. El mercado de acciones todavía está apostando por los ganadores de la IA. El mercado de crédito empieza a calcular cuánto costará llegar hasta allí", avisa Pablo Gil.

El problema del control de la IA

Durante años hemos pensado que el principal riesgo de la IA consistía en que algún día llegara a ser más inteligente que nosotros. Sin embargo, los acontecimientos apuntan hacia un problema mucho más inmediato: cómo controlar sistemas que empiezan a desarrollar comportamientos que sus propios creadores no habían previsto. OpenAI revela más detalles sobre el incidente que terminó provocando el ataque contra Hugging Face, una de las plataformas más importantes del mundo para alojar y compartir modelos de IA, utilizada por millones de desarrolladores, investigadores y empresas. 

Según la compañía, todo comenzó varios meses antes, durante unas pruebas internas aparentemente rutinarias. A varios agentes de inteligencia artificial se les asignaron tareas que, sin que los investigadores fueran conscientes, eran imposibles de completar porque requerían acceso a internet o archivos que nunca habían sido cargados al sistema. En lugar de limitarse a informar de que no podían completar el trabajo, los modelos hicieron algo inesperado. Empezaron a dejarse mensajes entre ellos, buscaron otros agentes que pudieran ayudarles, compartieron información y acabaron organizándose para encontrar una forma de acceder a Internet sin autorización. Lo más sorprendente es que esas comunicaciones permanecieron ocultas durante meses para los propios investigadores.La investigación también revela otro comportamiento especialmente llamativo. Los modelos mostraban una fuerte tendencia a 'hacer trampas' cuando encontraban obstáculos. No abandonaban la tarea ni reconocían que era imposible. Su prioridad era alcanzar el objetivo para el que habían sido entrenados, incluso aunque eso implicara vulnerar las restricciones del entorno de pruebas o explotar fallos de seguridad.

Cuando OpenAI descubrió el primer sistema de comunicación entre agentes, lo eliminó. Sin embargo, pocas semanas después los modelos encontraron una nueva forma de volver a comunicarse utilizando otra vulnerabilidad distinta. Esa segunda red de colaboración fue la que terminó desembocando en los ataques posteriores contra los sistemas de OpenAI y Hugging Face. El episodio ha sido suficientemente serio como para que OpenAI haya decidido ralentizar parte de su investigación y concentrar recursos en reforzar la seguridad de sus modelos. La propia compañía advierte de que, a partir de ahora, Gobiernos y empresas deben asumir que los ciberdelincuentes podrán utilizar agentes de IA de este tipo para lanzar ataques mucho más sofisticados que los actuales.

La verdadera importancia de esta historia no reside únicamente en el riesgo de que la IA pueda utilizarse para cometer ciberataques. Lo realmente inquietante es comprobar que varios agentes independientes fueron capaces de colaborar entre sí, adaptarse cuando encontraban obstáculos y buscar nuevos caminos para alcanzar un objetivo que consideraban prioritario, sin que sus propios desarrolladores fueran plenamente conscientes de ello.

Nos estamos acercando a un momento en el que algunos sistemas empezarán a razonar mejor que nosotros en determinadas tareas y a encontrar soluciones que los propios seres humanos quizá ni siquiera comprendamos del todo. Si eso ocurre, el gran desafío dejará de ser construir una IA más potente. El verdadero reto será desarrollar mecanismos capaces de supervisarla y mantenerla bajo control. Porque si algún día la IA supera nuestras capacidades en ámbitos cada vez más amplios, la pregunta más importante ya no será cuánto puede hacer, sino cómo conseguiremos seguir gobernando una inteligencia que podría llegar a pensar mejor que nosotros.

La inversión en IA no tiene por qué ser necesariamente rentable

Hay una idea que se repite constantemente cuando se habla de IA: quien no invierta ahora corre el riesgo de perderse la mayor revolución tecnológica de nuestra generación. Y probablemente sea cierto. La IA tiene todos los ingredientes para transformar la productividad, cambiar la forma en que trabajamos y alterar por completo el funcionamiento de muchas industrias. Sin embargo, reconocer que una tecnología va a cambiar el mundo no significa que cualquier inversión relacionada con ella vaya a ser rentable. De hecho, la historia demuestra precisamente lo contrario. 

Nadie duda de que la IA seguirá creciendo, pero el mercado empieza a preguntarse si las enormes inversiones necesarias para liderar esa carrera acabarán generando una rentabilidad acorde con el capital empleado. Los miles de millones destinados a centros de datos, chips e infraestructuras ya no se reciben únicamente con entusiasmo; también empiezan a generar preguntas.Y esas preguntas tienen sentido porque las grandes revoluciones tecnológicas suelen venir acompañadas de un enorme exceso de inversión. Cuando todo el mundo está convencido de que una industria dominará el futuro, el capital fluye hacia ella de forma masiva. El resultado suele ser una capacidad instalada muy superior a la demanda inicial y una competencia feroz que termina reduciendo la rentabilidad de muchas de las empresas que lideraron esa primera etapa.

Ya ocurrió con el ferrocarril en el siglo XIX. La red ferroviaria transformó la economía mundial, pero muchas compañías quebraron antes de que aquel negocio alcanzara un equilibrio sostenible. También sucedió con internet. La mayoría de las predicciones sobre su impacto fueron acertadas, pero eso no evitó el estallido de la burbuja tecnológica en el año 2000 ni las enormes pérdidas sufridas por muchos inversores.

Es perfectamente posible acertar sobre el futuro de una tecnología y, al mismo tiempo, equivocarse en el momento, el precio o la empresa elegida para invertir. Eso no significa que la IA esté viviendo una burbuja similar a las anteriores. Nadie puede afirmarlo con certeza. Pero sí conviene recordar que el éxito de una innovación y el éxito de una inversión no siempre avanzan de la mano.

"Creo que uno de los errores más habituales en los mercados consiste en pensar que identificar la próxima gran revolución tecnológica es suficiente para ganar dinero. Y no lo es. Invertir no consiste únicamente en descubrir qué cambiará el mundo, sino en valorar cuánto de ese futuro ya está descontado en los precios y quién terminará capturando realmente los beneficios de esa transformación. Porque la historia demuestra que las grandes revoluciones suelen crear enormes ganadores… pero no siempre son los pioneros, ni necesariamente quienes más invierten al principio. Y esa quizá sea la lección más importante para cualquier inversor: tener razón sobre el futuro no garantiza obtener una buena rentabilidad", advierte Pablo Gil.

Durante los dos últimos años hemos asistido a una auténtica carrera por desarrollar modelos de inteligencia artificial cada vez más potentes. OpenAI, Google, Anthropic, Meta o DeepSeek han competido por demostrar quién era capaz de construir el mejor modelo. Parecía que toda la ventaja competitiva dependía de tener los algoritmos más avanzados. Sin embargo, esa primera fase de la revolución de la IA está dando paso a otra muy distinta. Nadie duda ya de que esta tecnología transformará la economía. La gran pregunta empieza a ser otra: ¿quién podrá permitirse financiar esa transformación?

Porque la IA ya no depende únicamente del software. Para seguir avanzando hacen falta centros de datos gigantescos, cientos de miles de procesadores, sistemas de refrigeración, redes eléctricas más potentes y una capacidad de generación de energía que, en muchos lugares, empieza a quedarse corta. La revolución más digital de nuestra historia depende cada vez más de infraestructuras extraordinariamente físicas. La expansión de los centros de datos, unida a las olas de calor y a la creciente electrificación de la economía, está llevando muchas infraestructuras al límite. El cuello de botella ya no parece ser la capacidad de los modelos, sino la capacidad de alimentarlos.

Ese cambio también explica la reacción del mercado. Algunas compañías han anunciado inversiones multimillonarias para mantener su liderazgo en IA y los inversores empiezan a preguntarse cuánto tardarán en recuperar semejantes desembolsos. La reciente pausa de DeepSeek en una ronda de financiación refleja que incluso algunos de los protagonistas de esta carrera empiezan a medir con más cautela el ritmo de expansión.Y es que la historia nos recuerda que las grandes revoluciones tecnológicas suelen atravesar una fase en la que el principal desafío deja de ser la innovación y pasa a ser la capacidad de financiar su despliegue. En el caso de la IA, ese momento parece haber llegado antes de lo que muchos esperaban.

Durante los primeros años de la IA, la batalla consistía en desarrollar el mejor modelo. A partir de ahora, la ventaja competitiva dependerá cada vez más de quién tenga acceso al capital, la energía y las infraestructuras necesarias para sostener esa revolución. Eso significa que el éxito ya no dependerá únicamente del talento de los ingenieros, sino también de la capacidad financiera de las compañías y, en muchos casos, de la solidez de las infraestructuras de cada país. La IA seguirá siendo una revolución tecnológica, pero cada vez tendrá más rasgos de una revolución industrial. Y eso puede cambiar profundamente qué empresas —e incluso qué economías— acaban liderando esta nueva etapa.

Miguel Ángel Valero

El 2026 Midyear Executive Benchmark Survey de Workiva, plataforma especializada en auditorías en materia de confianza, transparencia y rendición de cuentas, avisa que el 24% de los directivos de las empresas reconoce que las auditorías internas han detectado errores de la inteligencia artificial (IA) que llegaron a audiencias externas o, incluso, a miembros del consejo de administración. 

Estos datos sugieren que existe una desconexión entre lo que creen los directivos (el 84% afirma confiar al menos moderadamente en la precisión de los resultados de la IA sin revisión humana) y lo que demuestra la evidencia. 

A medida que la IA transforma las empresas a una velocidad sin precedentes, está surgiendo un nuevo riesgo: que la transformación avance más rápido que la capacidad de los líderes responsables de supervisarla para anticiparse a sus implicaciones.

“La confianza en la IA sin control sobre la calidad de los datos es un riesgo, no una estrategia. Los directores financieros necesitan plataformas que conecten la IA con datos fiables y auditables, de modo que cada resultado pueda verificarse y cada información divulgada pueda defenderse”, ha afirmado Barbara Larson, que ocupa precisamente ese cargo (CFO) en Workiva. “Hacerlo bien va mucho más allá de evitar errores. Los líderes empresariales pueden avanzar más rápido e integrar la IA de forma más profunda en sus operaciones cuando confían en lo que generan sus sistemas. Esta es una verdadera ventaja competitiva”, subraya.

Los directivos coinciden en que la mala calidad de los datos está limitando el uso de la IA en sus organizaciones, lo que sugiere que la IA empresarial solo puede escalar cuando existe confianza en los datos de origen y control sobre ellos. Los inversores institucionales expresan preocupaciones similares respecto a la precisión de los contenidos generados por IA:

• Solo el 11% de los directivos considera que la calidad de sus datos es suficiente para el uso de la IA.
• El 27% afirma que la mala calidad de los datos ha obstaculizado significativamente el despliegue de la IA en procesos clave.
• El 71% señala que la mala calidad de los datos ha afectado, al menos moderadamente, al uso de la IA en los informes financieros y de sostenibilidad.
• El 89 % de los inversores está preocupado por la precisión de la IA en la información corporativa divulgada.

Con el tiempo, unos datos deficientes o que no puedan verificarse pueden erosionar la credibilidad ante los grupos de interés. Las organizaciones que no aborden la calidad de los datos ni las preocupaciones de los inversores corren el riesgo de quedarse rezagadas frente a competidores más proactivos.

Para los equipos de reporting financiero, y especialmente para los CFO, las herramientas que permiten gobernar y controlar los resultados de la IA son tan importantes como la propia IA. A medida que los agentes de IA se vuelven más autónomos, los directivos de las empresas consideran que aumentará la necesidad de contar con una infraestructura especializada, y señalan varias prioridades:

• El 49% afirma que seguirá necesitando sistemas de registro, como los libros mayores contables.
• El 45% señala que necesitará software que permita la trazabilidad y la auditoría.
• El 55% afirma que necesitará plataformas para gestionar agentes de IA y flujosde trabajo automatizados.

“La IA genérica no es suficiente para el reporting financiero. Los inversores, los reguladores y los consejos de administración esperan respuestas en las que puedan confiar. La verdadera ventaja reside en una IA especializada, basada en datos gobernados y auditables, y combinada con el criterio humano. Esto proporciona a las organizaciones la confianza necesaria para verificar lo que produce la IA y respaldar las decisiones y la información divulgada que se derivan de ella”, argumenta Jason Darby, director financiero de Amalgamated Bank.

Trump quiere ampliar los aranceles de los chips a los dispositivos

Mientras tanto, la Administración Trump estudia ampliar los aranceles de los chips a portátiles, servidores y consolas, con rebajas para quien fabrique en EEUU. Quiere gravar los aparatos que llevan chips dentro, no solo el chip, ampliando el 25% actual. La lista sumaría portátiles, servidores y consolas, con tipos por país. Trump ya coqueteó con un arancel cercano al 100%. En el punto de mira, Nvidia, AMD y TSMC.

De salir adelante el plan de Trump, se encarece el aparato entero, no solo el chip, y sube el coste de montar centros de datos cuando la IA los está reclamando ansiosamente. Y como TSMC hace más del 90% de los chips más utilizados, el sobrecoste acaba en la factura del consumidor.  Es una presión adicional para los fabricantes de chips y hardware como HP o Dell y compañía, de la que se libran los produzca en EEUU.  Atención a lo que puedan sufrir los márgenes de los fabricantes de chip.

Continúa la pugna por abaratar la IA

Pero la guerra de los aranceles no frena la pugna por una IA más barata. Alibaba lanza una versión de su modelo Qwen de 27.000 millones de parámetros que corre en una sola tarjeta gráfica y rinde como rivales mucho mayores. El gigante chino vuelve a apretar el coste de computar IA y mete presión a los que cobran caro por sus modelos premium.

Además, Z.ai ha reconocido que Ox Alpha, el modelo anónimo que apareció en OpenRouter y se puso por delante de los mejores modelos disponibles (como contó Dinero Seguro el 25 de agosto), es suyo. La empresa china lanzó a mediados de agosto GLM-5.3, que compite con Fable 5 de Anthropic en algunos benchmarks. Su tecnología GLM fue la que usó Hugging Face para defenderse durante el ataque no ordenado del agente IA de OpenAI.

La presión de los modelos chinos baratos y capaces ya es real y amenaza la posición de OpenAI y de Anthropic.

Nvidia compra Hugging Face 

Precisamente, Nvidia ultima la compra de Hugging Face por unos 13.000 millones$, tres veces más de lo que valía la empresa en 2023. La operación, de culminarse, convierte al fabricante de chips en dueño del sitio donde se descarga la mayor parte del software abierto de IA del mundo.

Hugging Face estaba valorada en 4.500 millones en 2023, en una ronda de 235 millones liderada por Salesforce Ventures con GV, IBM Ventures y Nvidia. Factura alrededor de 150 millones anuales.

A finales de 2025 Nvidia puso 500 millones para elevar su participación, valorando Hugging Face en 7.000 millones. Clem Delangue y su equipo rechazaron la propuesta por el miedo a que el mayor fabricante de chips del mundo acabara mandando en la plataforma neutral donde todo el mundo publica sus modelos. Nueve meses después la respuesta es distinta, y el precio también. La compañía ha pasado de 100 a 150 millones de facturación anual en ocho semanas y Delangue ha dicho públicamente que están cerca de la rentabilidad. Ese crecimiento es el que justifica el múltiplo: 12.900 millones sobre 150 millones de ingresos sale a 86 veces ventas.

¿Por qué compra Nvidia Hugging Face? Porque necesita que los modelos abiertos sigan existiendo, su negocio depende de que haya mucha gente entrenando y sirviendo modelos en muchos sitios distintos. Si el mercado se concentra en cuatro laboratorios cerrados que diseñan sus propios chips, Nvidia vende menos. Si en cambio hay miles de empresas descargando los modelos de Hugging Face y montándolos sobre GPU, vende más. Hace meses, su CEO y fundador, Jensen Huang, firmó junto a otras 24 empresas una carta pidiendo a Trump que impulse los modelos abiertos en la IA.

Además, hace un año Nvidia recortó DGX Cloud y con Hugging Face recupera una puerta de entrada a la venta de cómputo, incluida la capacidad ociosa de sus propios clientes, publica Digital Brain.

En agosto, Stripe compró OpenRouter por más de 7.000 millones, cuando en mayo estaba valorado en 1.300 millones en mayo.

La alianza entre Salesforce y Anthropic genera Claudeforce,

Salesforce y Anthropic han lanzado Claudeforce, el primer fruto de su alianza (la participación de Salesforce en Anthropic ronda los 5.000 millones$). Hasta ahora se podía consultar Salesforce desde Claude montando un servidor MCP (el protocolo abierto que conecta un modelo con herramientas y datos externos). Funcionaba, pero cada equipo tenía que levantarlo, mantenerlo y decidir los permisos. Claudeforce lo convierte en una conexión única que hace el administrador. Claude puede programar cuadros de mando sobre la marcha con los datos de Salesforce. El usuario describe lo que quiere ver y la interfaz se escribe en el momento.

Con Claudeforce, Salesforce se mueve hacia un cobro por consumo de API. Es un cambio de modelo de negocio disfrazado de integración. Y llega justo cuando el mercado teme que los laboratorios de IA pasen de socios a competidores de las empresas de software.

Miguel Ángel Valero

El Gobierno ultima un real decreto para filtrar la avalancha de proyectos de centros de datos en España y reducir el riesgo de especulación en torno a la inteligencia artificial (IA), el suelo y la capacidad eléctrica. La norma endurecerá especialmente los requisitos energéticos, medioambientales y de soberanía digital.

De esta forma, los centros de datos deberán respaldar al menos el 80% de su consumo con nueva generación renovable en España, acreditada hora a hora. El suministro podrá proceder de instalaciones propias o de contratos de compraventa de energía a largo plazo—PPA—. Cada megavatio adicional de demanda debería estar acompañado por capacidad renovable equivalente, evitando que los centros datos simplemente absorban electricidad ya disponible. Las instalaciones de más de 1 MW tendrán que alcanzar la máxima calificación, la categoría A, en un sistema de etiquetado similar al de los electrodomésticos. También deberán informar sobre consumo energético y de agua.

El centro de datos deberá estar gestionado por una entidad establecida en la Unión Europea. Ésta tendrá la obligación de mantener determinados datos dentro del territorio comunitario y protegerlos frente a accesos de autoridades de terceros países que no estén amparados por el Derecho europeo.

Inicialmente, los promotores acreditarían el cumplimiento mediante declaraciones responsables. Los incumplimientos podrían acarrear sanciones, penalizaciones e incluso la pérdida de la conexión a la red.

El problema central de los centros de datos es el suministro de energía. Hasta ahora se han anunciado proyectos que sumarían unos 10,5 GW de capacidad entre España y Portugal, aunque las estimaciones más pesimistas creen que menos de la mitad puede llegar a ejecutarse.

El Gobierno estima que el sector puede movilizar hasta 70.000 millones€ de inversión a largo plazo, pero teme que muchas solicitudes de acceso a la red sean meramente especulativas: promotores que reservan capacidad durante años con la expectativa de vender posteriormente el proyecto, el suelo o el propio derecho de conexión.

España dispone, según el Gobierno, de unos 6 GW en la red de transporte y otros 6 GW en distribución potencialmente utilizables por centros de datos. Pero eso no significa que esté disponible en los nudos y territorios donde se concentran los proyectos.

Las consecuencias de la nueva normativa para los inversores en centros de datos serán:

• mayor inversión inicial, ya que será necesario asegurar renovables adicionales, PPA y capacidad eléctrica real.
• menor especulación: reservar un punto de conexión sin ejecutar el proyecto será más costoso y arriesgado.
• los grandes operadores partirán con ventaja: las empresas con balance, experiencia energética y capacidad tecnológica estarán mejor situadas.
• los desarrollos con conexión incierta, baja eficiencia o dependencia de compensaciones energéticas tienen más riesgo de quedarse fuera.
• mayor certidumbre a largo plazo: los proyectos aprobados tendrán más posibilidades de ser sostenibles técnica y políticamente.

En términos financieros, el decreto puede elevar el capex, alargar los plazos de desarrollo y aumentar la complejidad de la estructuración contractual. A cambio, puede reducir el riesgo de activos varados —por ejemplo, terrenos con capacidad eléctrica reservada pero sin demanda firme— y favorecer proyectos con contratos de capacidad, clientes ancla y PPA de calidad.

El Gobierno de España tiene muy en cuenta la experiencia de Irlanda:  allí, en 2025, los centros de datos llegaron a consumir el 23% de toda la electricidad nacional, frente al 28% del conjunto de los hogares, lo que llevó a adoptar restricciones por saturación de la red. La diferencia con Irlanda es que España cuenta con una amplia base renovable; su principal problema parece estar menos en la generación que en la red de transporte y distribución, la disponibilidad de agua y la aceptación social de grandes instalaciones en algunos territorios.

El Gobierno asegura que no pretende frenar la expansión de los centros de datos en España, pero sí implantar un modelo que conceda prioridad a los proyectos con energía adicional, conexión creíble, eficiencia elevada, consumo hídrico controlado y garantías de soberanía digital.

Bruselas autoriza el consorcio español

Mientras comienza el proceso de audiencia pública de la nueva norma, Bruselas aprobaba el 20 de agosto la joint venture de ACS (a través de su filial ACS AI Infraestructure Development), Telefónica, Banco Santander y el propio Gobierno (a través de la Sociedad Española para la Transformación Tecnológica, SETT, más conocida como la 'SEPI digital') para construir centros de datos en España. Los tres socios privados (Santander, ACS y Telefónica) controlan el 15,67% del capital cada uno, y suman el 47,1%. La SETT aporta 719 millones€ de los fondos Next GenerationEU y se queda con el 47,99%. 

El objetivo del consorcio es pparticipar en la Iniciativa de Gigafactorías de IA de la UE, que busca reforzar la infraestructura soberana de computación para inteligencia artificial en Europa mediante la construcción de 7 megacentros de datos. Para ello, plantea una candidatura multisede, con ubicaciones de centros de datos en Mora la Nova (Tarragona) y en San Fernando de Henares (Madrid).

La competición por los chips se agudiza

Mientras, OpenAI y Broadcom han desarrollado un chip especializado capaz de alcanzar rendimientos similares a los de la generación anterior de Nvidia en tareas de inferencia, aunque con un consumo energético inferior.

Bank of America recomienda  invertir en semiconductores, aunque al mismo tiempo avise de otra posible caída del 10% en el sector: entre ellos, Nvidia, AMD, Micron, Intel, Lam Research, ON Semiconductor. El grupo cotiza a 20 veces beneficios frente a un crecimiento previsto del 70% anual hasta 2028. ¿Por qué comprar en la caída? Porque los analistas del Bank of America creen que ese 10% solo devolvería las valoraciones a niveles previos al boom de la IA, y no se debe a un problema real de negocio.

De paso, la recomendación impulsa en Bolsa a Marvell Technology (que presenta resultados el jueves 27 de agosto) tras la ampliación del acuerdo con Google en chips XPU. El analista Raymond James vaticina que AMD adelantará a Intel en el mercado de CPU.️ Navitas Semiconductor cierra un acuerdo para suministrar soluciones de gestión de energía a Claros, valorado en 232,8 millones$ entre efectivo y acciones.️ 

Por otra parte, Tesla encarece dos versiones del Cybertruck en Estados Unidos. La Dual Motor sube 5.000$ hasta 74.990 y la Premium, también, hasta 84.990$. Otra señal de que Elon Musk prioriza margen sobre volumen en un mercado de eléctricos cada vez más competido. Pero Cyberbeast ya vivió una subida de 15.000$ en 2025 que luego tuvo que revertir.

Jack Ma compra más de 600 millones$ de Hong Kong (unos 77 millones$) en acciones de Alibaba, justo después de que la compañía captara un récord de 10.200 millones$ en una colocación para financiar su apuesta de IA. El presidente Joe Tsai y el consejero delegado Eddie Wu ya habían invertido otros 15 millones$, en una señal de confianza en el futuro del grupo.

JPMorgan relaja su norma de no prestar contra acciones recién cotizadas para captar a los nuevos ricos de la IA. El mayor banco de EEUU va a prestar dinero a empleados e inversores tempranos de esas empresas con sus acciones recién cotizadas como aval, algo vetado hasta ahora durante 135 días. Ya aceptó las acciones de SpaceX antes de su estreno y se embolsó unos 75 millones$ en comisiones; ahora hará lo mismo con Anthropic. Goldman Sachs suele exigir solo 30 días de espera. Estos préstamos con acciones en prenda (dejadas como garantía sin venderlas) dan liquidez al millonario sin pagar impuestos por la venta. Por eso la banca pelea por ellos, quien presta primero se queda el cliente. "Más crédito contra acciones tech alimenta la subida del Nasdaq, pero también el riesgo, si el índice se gira, de que esas garantías valgan menos", advierten en Zumitow.

Miguel Ángel Valero

Savant 3.5, un modelo de unos 30.000 millones de parámetros construido por NextLM sobre Nemotron de Nvidia, ha superado a GPT-5.6 Sol, a Grok 4.5 y a Claude Opus 5 en identificar qué clientes potenciales van a comprar de verdad. Y lo hizo entre 24 y 1.700 veces más barato.

Acertó un 24,6% de compradores reales. GPT-5.6 Sol se quedó en el 22,8%, Grok 4.5, en el 22,3%, y Claude Opus 5, en el 14,6%. Pero lo más relevante es el coste: entre 0,003 y 0,011$ por millar de prospectos , frente a un rango de 0,26 a 5,11 en los demás modelos.

El mensaje que envían esos datos, según  Digital Brain, es claro: mandar cada tarea al modelo más pequeño que la resuelva bien, y reservar el caro para lo que de verdad lo necesita. Puntuar leads, clasificar tickets, extraer campos de una factura, etiquetar productos. Todas esas tareas se comen mucho volumen y casi ninguna necesita un modelo de IA muy avanzado.

Pero hay más en esa guerra por la IA más barata (o menos cara). Ox Alpha, un modelo de IA de proveedor anónimo apareció el 20 de agosto en OpenRouter, se puso a trabajar gratis y tres días después era el segundo más usado de OpenCode, con 16 millones de tokens, 221.000 usuarios únicos y más de 5 millones de sesiones.

Se atribuye OC Alpha a Z.ai, la firma china que el 14 de agosto de 2026 lanzó GLM-5,3, pero también a una versión sin publicar de la familia MAI de Microsoft. 

Las obligaciones de transparencia del Reglamento Europeo de IA entraron en vigor el 2 de agosto de 2026. Un modelo cuyo proveedor no se identifica, que retiene los prompts y las respuestas de quien lo usa y que no dice en qué jurisdicción los guarda, deja a cualquier empresa europea que lo meta en un flujo de trabajo sin poder responder a la pregunta más básica de un auditor: ¿a quién le has mandado estos datos? La cadena de responsabilidad se vuelve borrosa justo donde debería estar clara.

Nvidia sube el 15% los precios de sus chips a partir de 2027

Mientras unos pugnan por una IA con menores costes, Nvidia ya ha avisado que subirá más de un 15% el precio de los servidores de IA que entregue a partir de 2027. La subida afecta a los sistemas que llevan sus dos generaciones de chips en curso, Vera Rubin y Grace Blackwell. Es la primera vez que el proveedor que marca el precio de toda la IA generativa traslada su propia inflación de costes a la factura del cliente final.

Nvidia alega el encarecimiento de los chips de memoria HBM, que son parte esencial de cada GPU. Amazon subió hasta un 60% los precios de Echo, Fire TV y Kindle por la misma razón, y Apple encareció iPad y Mac en junio. Se estima que el coste de un centro de datos grande se ha encarecido en unos 5.000 millones$ adicionales el sector apuntan a unos 5.000 millones de dólares adicionales en el coste de un solo centro de datos grande.

Este encarecimiento contrasta con la guerra por la IA más barata: OpenAI recortó más de un 20% el precio de la API de GPT-5.6 Sol; Anthropic sacó Opus 5 a la mitad de precio que Fable 5. Los laboratorios chinos llevan meses vendiendo por debajo de un dólar el millón de tokens. Esa guerra de precios se está librando con hardware comprado a precios de 2025 y 2026. La pregunta que deja el aviso de Nvidia es cuánto aguanta esa dinámica cuando la siguiente tanda de servidores entre un 15% más cara.

Y coincide con el cierre de la compra, por 6.000 millones$ (más 1.000 millones de inversión), de Poolside. Además de incorporar más de 100 ingenieros a su equipo en Nemotron, logra un modelo abierto estadounidense que compita con los chinos.  Con la subida de precios de los chips protege el margen del negocio que financia todo lo demás. 

Nvidia está usando su posición para fijar tanto el coste como el estándar del cómputo de IA. Además. está negociando entrar en Perplexity a una valoración de más de 30.000 millones, y en agosto montó con BlackRock, Blackstone y KKR unas plataformas para movilizar 500.000 millones de inversión hacia infraestructura de IA. Todo eso es una estrategia: una compañía que sube el precio de su producto mientras financia, por otra vía, la capacidad de sus clientes para pagarlo. 

Los fondos colocan ingenieros de IA en sus empresas participadas

Por otra parte, Ode, la sociedad que montaron Anthropic, Blackstone y Hellman & Friedman, ha empezado a meter ingenieros de IA dentro de las empresas participadas de los dos fondos. Son unas 160 personas en 6 empresas participadas. Blackstone planea llevarlo a 25 de sus más de 270 participadas. La operación total es de 1.500 millones$, con unos 300 millones aportados por cada socio.

Chamberlain Group, fabricante de motores para puertas de garaje comprado por Blackstone en 2021, usa a los ingenieros de Ode para ampliar funciones de software, como avisar de la llegada de un paquete.

Ode empieza a vender también consultoría fuera de las empresas del fondo.

Mientras tanto, Rumble, la 'casa' de Truth Social, la red de Trump, firma un contrato de 13.700 millones$ para surtir chips de IA a un cliente cloud, según comunica a la SEC.

Y aviso para Tesla y para los que invierten en fabricantes de coches eléctricos. La china XPeng, uno de los principales competidores de la empresa de Elon Musk, se desploma un 7% en la Bolsa de EEUU tras perder en el trimestre 1.340 millones de yuanes, más del doble que hace un año. Facturó 19.740 millones de yuanes, un 8%, pero por debajo de lo esperado. Entregó 103.295 coches, prácticamente lo mismo que hace un año, y su margen por vehículo cayó del 14,3% al 12,1%. La guía del tercer trimestre, hasta 121.000 entregas, también decepciona. El margen por vehículo (lo que gana por coche) cae, y eso significa que la guerra de precios del eléctrico chino le come la rentabilidad. Ni los 900 millones de inversión de su filial de robots logran maquillar el desastre. Es un termómetro de la guerra de precios del eléctrico chino: la presión de márgenes salpica a NIO y a la cadena de baterías.

Google Cloud presenta Gemini Enterprise for Financial Services

En medio de todo esto, Google Cloud presenta Gemini Enterprise for Financial Services, una solución de IA agentiva diseñada específicamente para profesionales de lsector financiero. Esta solución incluye un agente de investigación financiera gestionado por Google, más de 50 nuevas habilidades con instrucciones agentivas especializadas para funciones y flujos de trabajo financieros, conectores de datos empresariales, un ecosistema de agentes de terceros en expansión y la plataforma Gemini Enterprise, que sirve de base.

Ya está siendo utilizado por instituciones financieras globales como CME Group y Deutsche Bank, socio clave en el diseño del agente Financial Research. Este lanzamiento se suma al rápido impulso de Gemini Enterprise, que ya utilizan numerosas instituciones financieras, como BNY, Citi Wealth, Lloyds Banking Group, Macquarie Bank y Signal Iduna, para dotar a su plantilla de herramientas avanzadas de flujo de trabajo basadas en agentes con el fin de impulsar el crecimiento y la eficiencia.

Gemini Enterprise for Financial Services y Legal son las primeras de una serie de soluciones sectoriales especializadas y preconfiguradas, desarrolladas sobre la base de la plataforma Gemini Enterprise.

"Los profesionales del sector financiero buscan una plataforma de IA que no los limite a un único modelo o ecosistema, que se conecte con los sistemas informáticos que utilizan a diario y que sea altamente segura y cumpla con la normativa", afirma Thomas Kurian, director ejecutivo de Google Cloud. "Con Gemini Enterprise for Financial Services, ofrecemos precisamente eso: capacidades de tipo 'agentic' para los flujos de trabajo financieros, desarrolladas con explicabilidad de datos verificable, de modo que las instituciones puedan convertir la innovación en IA en una ventaja competitiva sólida", añade.

Deutsche Bank, que  participó como socio clave en el diseño del agente Financial Research aportando su experiencia para dar respuesta a los estrictos requisitos de seguridad, gobernanza y residencia de datos del sector bancario,  va a implementar Gemini Enterprise forFinancial Services. Utilizará el agente de Investigación Financiera en toda su división de Banca Corporativa para ayudar a descubrir las necesidades de los clientes, ofrecer productos relevantes de todas las áreas de negocio, agilizar los procesos de captación e identificar la evolución del mercado. También está explorando las capacidades del agente para respaldar los procesos de gestión de riesgos de delitos financieros, realizar previsiones avanzadas y análisis de escenarios, y optimizar la presentación de propuestas en sus divisiones de Banca Privada y Banca de Inversión.

Marie-Jeanne Deverdun, directora de Tecnología, Datos e Innovación y miembro del Consejo de Administración de Deutsche Bank, lo explica: "Empezando por la división de banca corporativa, vemos un gran potencial para reducir el esfuerzo de investigación manual, mejorar la coherencia y la auditabilidad de los resultados, y dar a nuestros equipos más tiempo para dedicarlo a las conversaciones con los clientes. Se trata de un paso importante en la aplicación de la inteligencia artificial allí donde puede marcar una diferencia práctica: de forma segura, responsable y a gran escala".

Miguel Ángel Valero

La fiebre de la inteligencia artificial (IA) sigue animando las salidas a Bolsa. Nscale, la firma londinense especializada en la 'nube' para IA, prepara su salto a Wall Street en septiembre para captar 3.000 millones$, con Goldman Sachs y JPMorgan al frente. La compañía, valorada en 14.600 millones tras entrar Nvidia y Nokia, asegura que cuenta con 51.000 millones en ingresos ya contratados.

Alibaba no se queda atrás en la carrera por captar financiación para la IA. Coloca en Hong Kong 710 millones de acciones nuevas a 112,70 dólares hongkoneses y se embolsa 10.200 millones$, la mayor ampliación de una cotizada en esa Bolsa. La inversión en IA (chips, infraestructura y modelos) se dispara un 75%. 

Los resultados trimestrales de Nvidia, que se harán públicos el martes 25 de agosto, constituyen, una vez más, la señal más clara sobre el estado de la inversión en IA. Se espera que la compañía supere los 90.000 millones$ en ingresos y registre unos beneficios cercanos a los 50.000 millones (+114% interanual). La empresa continúa inmersa en el proceso de transición entre su gama de productos Blackwell y Rubin, sin que, hasta la fecha, existan evidencias de que este cambio esté afectando de manera significativa a sus márgenes. 

El mercado está atento a los planes de Nvidia más allá del sector de los semiconductores. Su reciente operación en Poolside –1.000 millones$ de participación y 6.000 millones en licencias de la compañía– refleja la búsqueda de nuevas vías en el ámbito de los grandes modelos de lenguaje y en el desarrollo de la IA. Esta operación se suma a sus inversiones en OpenAI y Anthropic, reforzando su apuesta estratégica por liderar el ecosistema de la inteligencia artificial.

Mientras, las exportaciones de imanes chinos de tierras raras a EEUU baten récord y su precio toca máximos de tres años. Los envíos chinos a EEUU se dispararon un 32,6% en julio a 60,4$ el kilo. Es el segundo mayor volumen desdela imposición de controles por parte de Trump. Las ventas a Japón se desploman un 52%. El refinado fuera de China cae por debajo de los 110$, que es el precio 'suelo' pactado por MP Materials con el Pentágono. Los productores chinos disparan beneficios más de un 113%. MP Materials es la apuesta cotizada en este segmento, protegida por su suelo de precio. Sus ingresos superan los 13.200 millones. En cambio, pierden los coches eléctricos y las empresas de defensa, que pagan más caros sus imanes.

El encarecimiento de las memorias elevará más de un 15% el precio de algunos servidores con chips de Nvidia desde 2027, presionando los costes de infraestructura de IA para Microsoft, Alphabet, Oracle, Amazon y Meta.

Precisamente Meta es protagonista negativo. Además de registrar pérdidas (algo que comparte con Tesla), registra la peor evolución en Bolsa de los Siete Magníficos en lo que va de 2026. 

AT&T recurre a modelos abiertos para ahorrar en IA

AT&T está desviando una parte creciente de su uso interno de IA hacia modelos abiertos para tratar de reducir la factura que paga a Anthropic y OpenAI. En algunas aplicaciones ha logrado ahorros de hasta el 90%. Ya desvía el 40% del uso interno de la IA por sus empleados a modelos abiertos. En programación, reduce el coste un  56%, aunque asumiendo una pérdida de calidad de alrededor del 2%.El objetivo declarado no es gastar menos en total, sino mantener plano el gasto con los laboratorios mientras sube el volumen de operaciones con la IA.

Todos buscan ahorrar en la IA. Stripe compró OpenRouter por 7.000 millones$. Ramp lanzó su propio enrutador, que elige modelo por coste, por puntuación en tests o por dificultad de la tarea. Snowflake asegura ganar un tercio más mandando cada tarea al modelo más barato que la resuelva. Y Callosum acaba de levantar 100 millones para optimizar la combinación de modelo y chip detrás de cada petición.

Los modelos abiertos han cerrado la distancia en las tareas de volumen. Qwen, Gemma y otros resuelven un resumen, una clasificación o un correo con calidad suficiente, y ésas son la mayoría de las peticiones de una empresa grande. El problema es cómo medir la situación de la IA antes y después de la aplicación del modelo abierto.

La especulación se ceba contra las nucleares por la IA

Los cortos han ganado más de 2.100 millones$ apostando contra las nucleares modulares NuScale, Oklo, y Nano Nuclear. Los reactores nucleares modulares iban a alimentar la IA, pero esa opción no funcionó, y los vendedores a la baja se forran. Las tres empresas suman 30.300 millones$ menos de capitalización bursátil desde su máximo de octubre de 2025. NuScale acumula un descenso del 35% en lo que va de año; Oklo, del 39%; y Nano Nuclear, del 18%. La situación salpica también a otros valores, como Cameco, la mayor empresa de uranio cotizada del mundo, con sede en Saskatoon (Canadá), y a los fondos de inversión en este material.

UBS: no depender de una única fuente de rentabilidad ligada al capex

"Una verdadera diversificación exige mirar más allá de las etiquetas estáticas por sector y geografía. Una estrategia de IA resiliente debería equilibrar la exposición a infraestructura con empresas que están monetizando su adopción, y evaluar dónde podría la IA alterar los modelos de negocio existentes, en lugar de depender de una única fuente de rentabilidad ligada al capex", recomienda Ulrike Hoffmann-Burchardi, Directora de Inversiones para América y Responsable Global de Renta Variable en UBS Global Wealth Management.