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.
