Innex Digest Septiembre 26
Análisis
La pregunta clave no es hasta dónde llegará la tecnología, sino si tendremos capacidad para entenderla.
El mismo cambio, pero ecosistemas diferentes
La IA no se desarrollará de la misma manera en todas partes. Estados Unidos protege la capacidad de sus laboratorios para entrenar modelos; Estonia convierte la educación en un espacio nacional de experimentación, y Arabia Saudí combina tecnología extranjera, infraestructura propia y datos en árabe para reforzar su soberanía digital. Cada país decide qué quiere controlar: los modelos, los datos, la infraestructura, el talento o las reglas del juego. No habrá un único ecosistema global, sino estrategias diferentes construidas a partir de capacidades e intereses propios.
Hay un riesgo tan grave o más que quedarse atrás
Debería preocupar la brecha entre quienes utilizan la IA para ampliar su criterio y quienes delegan progresivamente en ella la capacidad de pensar. Por eso, el experimento de Estonia es especialmente relevante: no se limita a introducir herramientas en las aulas, sino que quiere observar si mejoran el aprendizaje o generan dependencia cognitiva. La misma pregunta se traslada a las organizaciones y a la sociedad. La IA puede facilitar la deliberación colectiva o ayudar a interpretar mejor la información. Pero también puede aumentar la fragilidad si se incorpora sin comprender los riesgos, como recuerdan los ciberataques que afectan a sistemas sanitarios y datos de pacientes.
Quienes lideran la infraestructura de la IA se anticipan como nunca antes se había hecho
Las grandes empresas tecnológicas contratan capacidad de computación con años de antelación. No todas las organizaciones necesitan centros de datos, pero todas deberían saber qué capacidades necesitarán: qué datos deben conservar, de qué proveedores dependerán, qué procesos quieren automatizar y qué conocimiento no pueden permitirse perder. Esperar a que la tecnología esté completamente madura puede parecer prudente, pero a menudo significa llegar cuando las infraestructuras, los estándares y las posiciones dominantes ya están definidos.
De adquirir tecnología a transformar servicios
Los modelos se hacen más accesibles e intercambiables. La ventaja se desplaza hacia los datos, la integración y la capacidad de rediseñar procesos. Los agentes que ejecutan tareas, los robots que entran en entornos industriales o las nuevas interfaces cerebrales no son solo productos: modifican la manera en que trabajamos y prestamos servicios. En salud, por ejemplo, la pregunta no es únicamente qué tecnología incorporará un centro, sino qué servicios podrán prestarse de otra manera. Gobernar esta transformación exige algo más que reaccionar ante cada novedad: hay que interpretar las señales, experimentar con criterio y empezar a construir hoy las capacidades que necesitaremos mañana.
Salud
ChatGPT se conecta directamente a la historia clínica de Epic para trabajar con el contexto del paciente
OpenAI ha conectado ChatGPT for Healthcare con Epic (gestiona el 40 % de las historias clínicas en EE. UU.), de modo que el profesional puede preguntar en lenguaje natural sobre la historia del paciente y obtener síntesis basadas en notas clínicas, medicación, diagnósticos, visitas y resultados de laboratorio. El cambio es importante: ya no es necesario trasladar manualmente el contexto clínico a la IA; ChatGPT puede consultar directamente la información a la que el profesional tiene acceso autorizado.
«Esta mamografía es normal y nadie tiene que leerla»
La alemana Vara ha obtenido el marcado CE para un sistema de IA capaz de informar de manera autónoma determinadas mamografías normales sin revisión por parte de un radiólogo. La novedad no es que la IA ayude en el diagnóstico, sino que pueda cerrar una parte del proceso asistencial sin validación humana individual. Las mamografías que presenten cualquier sospecha seguirán siendo revisadas por especialistas. La autorización se basa en un sistema de monitorización continua que supervisa el rendimiento del algoritmo y permite volver automáticamente a la lectura humana si se detectan desviaciones.
Un prototipo de marcapasos aprovecha los propios latidos del corazón para generar la electricidad que necesita
Investigadores de la Universidad de Wisconsin–Madison han desarrollado un nanogenerador que transforma el movimiento cardíaco en electricidad y tiene un tamaño compatible con los marcapasos intracardíacos sin cables. El sistema generó suficiente energía para estimular el corazón en pruebas experimentales, pero todavía no está preparado para ensayos en humanos. Si la tecnología progresa, podría reducir la necesidad de sustituir o añadir dispositivos cuando se agota la batería.
Los proveedores de IA pueden detectar usos biológicos de riesgo, pero los filtros no son suficientes
Anthropic ha identificado cinco casos en los que Claude prestó asistencia en investigaciones sobre virus, venenos o toxinas con posibles aplicaciones tanto beneficiosas como perjudiciales, sin atribuir a los científicos una intención maliciosa. La empresa bloqueó las peticiones más explícitas y canceló las cuentas implicadas, pero algunas actividades de doble uso superaron los filtros. El informe muestra que los proveedores pueden controlar parte del riesgo observando la actividad, verificando usuarios e instituciones y restringiendo el acceso a los modelos más potentes, aunque no pueden eliminarlo por completo.
Sociedad
La próxima brecha digital podría no ser de acceso a la IA, sino de dependencia cognitiva
Un estudio reciente alerta de que dos personas pueden utilizar la misma herramienta de IA con consecuencias muy diferentes. La investigación distingue entre los usuarios que delegan el pensamiento en la máquina y aquellos que la utilizan para enriquecer su propio razonamiento. Según los autores, esta diferencia podría ser clave para preservar la autonomía cognitiva en entornos educativos y profesionales cada vez más asistidos por IA.
Claude fue utilizado para programar sistemas de guiado para armas en Yemen
Anthropic afirma haber desmantelado las cuentas de un grupo establecido en el norte de Yemen que utilizaba Claude Code para desarrollar software de guiado, navegación y control para cohetes y misiles. El grupo llegó a probar un cohete guiado, aparentemente sin éxito, pero Anthropic advierte de que sus filtros bloquearon muchas peticiones, aunque no todas, y de que no tiene pruebas de que llegara a desplegarse ningún arma operativa.
Los líderes de la IA prometen abundancia, pero no explican cómo se repartirá
Un análisis de Stanford identifica una narrativa compartida por Sam Altman, Demis Hassabis y Dario Amodei: una IA lo bastante avanzada podría acelerar la ciencia, reducir los costes y transformar la economía hasta generar una abundancia sin precedentes. El problema es que la promesa tecnológica de aumentar la capacidad de producción no garantiza que los beneficios lleguen a todo el mundo ni resuelve cómo se distribuirán los ingresos cuando disminuya el trabajo humano.
La adopción acelerada de IA puede debilitar la relación trabajo-ingresos y obligar a crear nuevas formas de sostener el consumo
Un análisis prospectivo del FMI plantea que la automatización puede transformar las tareas, reducir el empleo en algunos sectores y alterar los salarios según el tipo de trabajo sustituido. En un escenario de adopción rápida, la relación entre empleo e ingresos podría debilitarse, lo que haría insuficientes los sistemas de protección vinculados al trabajo, y podrían ser necesarios mecanismos más amplios de apoyo a los ingresos para mantener el consumo y la cohesión social.
La próxima frontera de la IA no es crear sistemas más inteligentes, sino utilizarlos para aumentar la inteligencia colectiva
En 2026 empiezan a aparecer experiencias pioneras en las que la IA no sustituye a las personas ni toma decisiones, sino que ayuda a grupos de ciudadanos a deliberar mejor. En Esch-sur-Alzette (Luxemburgo), una asamblea ciudadana multilingüe utilizó IA para transcribir conversaciones, traducirlas en tiempo real y recuperar ideas generadas durante el debate. El objetivo era hacer posible que personas con lenguas, experiencias y visiones diferentes pudieran construir conocimiento compartido.
Organizaciones
Estonia está convirtiendo la educación en un laboratorio nacional de IA
Con el programa AI Leap, cerca de 20.000 estudiantes y miles de docentes utilizan herramientas de IA diseñadas no para dar respuestas, sino para estimular el razonamiento y el pensamiento crítico. La tendencia interesante no es la adopción de la IA en las aulas. Es la voluntad de medir su impacto real sobre el aprendizaje, la creatividad y la autonomía de los estudiantes. Si el proyecto genera datos durante los próximos años, Estonia podría responder a una pregunta clave: ¿la IA aumenta las capacidades humanas o crea dependencia cognitiva?
Block experimenta con sustituir parte de la jerarquía empresarial por una capa de IA
Block está construyendo un modelo de la organización alimentado con correos, documentos, código, reuniones y otros registros de trabajo para que los empleados puedan consultar directamente el contexto de la empresa. La compañía quiere reducir parte de la coordinación que ahora asumen los mandos intermedios, pero Jack Dorsey precisa que la IA no tomará la mayoría de las decisiones: debe permitir que las personas decidan con más información. El proyecto todavía es inicial y sus impulsores reconocen que el modelo no está resuelto.
Arabia Saudí impulsa su estrategia de IA con un modelo fundacional en árabe
HUMAIN, la compañía de IA impulsada por el fondo soberano saudí (PIF), ha presentado humain-m3, un nuevo modelo lingüístico en árabe desarrollado sobre la tecnología de MiniMax (China). El modelo ha sido entrenado con más de un billón de tokens en árabe y forma parte de la estrategia saudí para construir una plataforma propia. La iniciativa refleja una tendencia creciente: los países combinan tecnología desarrollada por terceros con datos, infraestructura y servicios propios para reforzar su soberanía digital.
Hacer bien una tarea una vez no convierte a un agente de IA en fiable
Microsoft ha presentado Thinkingbox, un entorno que evalúa agentes de IA en 507 procesos de comercio, hostelería, seguros, banca y apoyo corporativo, y comprueba tanto el resultado final como las acciones ejecutadas. El mejor agente resolvió el 65,36 % de las tareas en un intento, pero su fiabilidad bajó al 25,25 % cuando tenía que repetirlas correctamente veinte veces. El resultado muestra que el éxito ocasional no es suficiente para confiar el trabajo autónomo a un agente.
Mercado
Si la IA utiliza un contenido sin enviarle visitas, el creador podría cobrar por su uso
Cloudflare está desarrollando un sistema para que los propietarios de webs puedan decidir si los sistemas de IA acceden a sus contenidos y, potencialmente, cobrarles cuando los utilicen para generar respuestas. La propuesta intenta adaptar el modelo económico de la web a un escenario en el que los buscadores y asistentes de IA pueden responder directamente a los usuarios sin generar tráfico hacia las fuentes originales. El sistema todavía está en desarrollo y no constituye un estándar general de Internet.
Nvidia: la empresa que apuesta por todos los ganadores de la IA
Mientras OpenAI y Anthropic compiten por liderar los modelos de IA, Nvidia está consolidando una posición única en el centro del ecosistema. El gigante de los chips acumula participaciones en OpenAI, Anthropic, CoreWeave y Nebius, y ha acordado la adquisición de Hugging Face, la principal plataforma de modelos abiertos. Nvidia, que vale cuatro veces la suma de OpenAI y Anthropic, es el actor clave en toda la cadena de valor de la IA.
El reto de los robots humanoides ya no es caminar
Los robots humanoides han superado la fase de demostración tecnológica y entran en la fase de validación industrial. La cuestión ya no es si pueden caminar, manipular objetos o mantener el equilibrio, sino si pueden operar de manera fiable y rentable en entornos reales.
Una de las señales del cambio es la aparición de los primeros despliegues comerciales a escala. Se están probando robots humanoides en operaciones logísticas, mientras que grandes organizaciones públicas e industriales chinas han empezado a incorporarlos en entornos de trabajo reales.
Los modelos se comoditizan; la ventaja vuelve a los datos
La tesis de McKinsey es que, cuando todo el mundo tiene acceso a los mismos modelos de IA, la ventaja competitiva ya no es el modelo, sino los activos difíciles de copiar, como los datos propios, los flujos de trabajo y la integración con el negocio.
Bajar el precio de un modelo puede multiplicar su uso en cuestión de días
Durante una promoción en OpenRouter, el volumen diario de tokens procesados por GPT-5.6 Luna se multiplicó por 13,8 respecto al periodo anterior, coincidiendo con una reducción permanente del 80 % del precio oficial y con un descuento adicional de la plataforma. La cuota conjunta de Luna y Terra pasó del 0,7 % al 7,8 % de los tokens de OpenRouter, principalmente a costa de modelos de otras empresas. Aunque los datos se limitan a una única plataforma y a modelos recién lanzados, muestran que el precio puede ser tan determinante para la adopción como el rendimiento.
Regulación
La FDA abre una nueva fase de prueba para entender cómo regular los dispositivos médicos con IA generativa
La FDA ha iniciado un proceso específico para analizar los riesgos, los requisitos de evidencia y la vigilancia de los dispositivos médicos que incorporan IA generativa. El objetivo es obtener experiencia reguladora en un ámbito en el que los modelos pueden evolucionar, generar respuestas variables e introducir riesgos diferentes a los del software médico convencional. Para hospitales, desarrolladores y profesionales de la salud digital, esto indica que la regulación de la IA generativa entrará progresivamente en una etapa más estructurada y específica.
EE. UU. acusa a seis empresas chinas de extraer capacidades de los modelos de IA estadounidenses
La CISA, la NSA y el FBI acusan a DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun y Z.AI de haber obtenido miles de millones de tokens mediante millones de consultas a modelos como Claude, GPT, Gemini y Grok desde finales de 2024. La destilación es una técnica habitual, pero las agencias consideran estas campañas maliciosas porque habrían utilizado cuentas fraudulentas, intermediarios y suscripciones compartidas para ocultar su origen y eludir las restricciones de acceso.
EE. UU. apoya a OpenAI en el debate sobre el uso de contenidos protegidos para entrenar IA
El Departamento de Justicia de Estados Unidos ha defendido ante los tribunales que el entrenamiento de modelos de lenguaje con material protegido por derechos de autor puede constituir un uso transformativo compatible con el principio de fair use. La posición refuerza los argumentos de OpenAI en el litigio con The New York Times y apunta a una interpretación reguladora favorable a los desarrolladores de modelos fundacionales, con posibles implicaciones para toda la industria de la IA.
Un ataque informático reabre el debate sobre la seguridad de los pacientes
DaVita, una de las principales empresas de diálisis de Estados Unidos, ha aceptado pagar 15 millones de dólares para resolver una demanda colectiva relacionada con una brecha de datos que afectó aproximadamente a 2,7 millones de personas. La noticia llega en un momento en el que los ciberataques al sector sanitario siguen aumentando, exponen una vulnerabilidad creciente de los sistemas de salud digital y afectan a la confianza de los pacientes.
Tecnología
OpenAI amplía con GPT-6 Astra la capacidad de los modelos para ejecutar tareas complejas de manera autónoma
GPT-6 Astra combina razonamiento, uso de herramientas, navegación y control del ordenador para ejecutar flujos de trabajo de varios pasos con menos intervención humana. El lanzamiento consolida la evolución de los modelos de lenguaje hacia sistemas capaces no solo de generar contenido, sino también de actuar sobre otras herramientas digitales.
La IA permite utilizar programas de empresa sin entrar en sus pantallas
Salesforce es una plataforma que las empresas utilizan para gestionar clientes, ventas y procesos comerciales. Ahora ha conectado estos datos y funciones con Claude para que los trabajadores puedan consultar información, preparar reuniones o actualizar una venta conversando con el asistente, sin tener que abrir ni recorrer las pantallas de Salesforce. El cambio apunta hacia un software que continúa funcionando detrás, mientras la IA se convierte en la nueva puerta de entrada.
La capacidad de computación para IA empieza a contratarse como una infraestructura estratégica, con años de antelación
Anthropic está asegurando capacidad futura con varios proveedores: su acuerdo con Amazon prevé hasta 5 GW durante diez años, mientras que otros acuerdos con Google, Microsoft, Nvidia y SpaceX amplían y diversifican esta infraestructura. Los compromisos incluyen centros de datos y generaciones de chips que todavía tienen que desplegarse, una señal de que disponer de suficiente capacidad de computación se está convirtiendo en una decisión estratégica a largo plazo para los grandes desarrolladores de IA.
Una cámara instalada en una ciudad puede informar a policías de cientos de municipios
Cuando un vehículo pasa delante de una cámara de Flock, el sistema guarda la matrícula, el lugar y la hora. Muchos cuerpos policiales comparten estos registros: así, un agente puede buscar una matrícula y saber si aquel vehículo ha sido visto en otras ciudades; en el condado de San Mateo había departamentos que compartían información con hasta 357 organismos. Esta red puede ayudar a localizar vehículos robados o personas desaparecidas, pero también permite seguir los desplazamientos de una persona y los controles actuales no siempre pueden detectar un uso indebido.
Frontera
Diez mil agentes de IA afrontan un problema matemático abierto desde hace noventa años
Las ecuaciones de Navier–Stokes describen el movimiento de fluidos como el aire, el agua o la sangre, pero todavía no se sabía si podían llegar a un punto de ruptura matemática. OpenAI afirma que unos 10.000 agentes coordinados demostraron esta posibilidad en 88 horas y formalizaron la prueba para que un sistema informático pudiera comprobar sus pasos. El resultado todavía necesita una validación independiente.
OpenAI ya delega en un «becario de IA» tareas de investigación que pueden ocupar días a un investigador
OpenAI afirma haber alcanzado el nivel de «investigador en prácticas automatizado»: un sistema capaz de ejecutar, bajo dirección humana, tareas de investigación bien definidas que pueden requerir varios días de trabajo de un investigador cualificado. Los humanos siguen decidiendo qué debe investigarse y supervisando el proceso, pero la unidad de trabajo que se puede delegar a la IA empieza a pasar de tareas puntuales a bloques enteros de investigación.
El coche puede dejar de ser propiedad y convertirse en servicio
Tesla ha empezado a desplegar su Cybercab, un vehículo autónomo de dos plazas sin volante ni pedales, pensado para operar dentro de una red de transporte bajo demanda. Más allá de la tecnología, el cambio es social: el objetivo ya no es vender un coche a cada conductor, sino ofrecer movilidad cuando se necesita. La verdadera innovación del Cybercab no es que conduzca solo, sino que cuestiona si en el futuro necesitaremos tener coche.
Los ultrasonidos quieren abrir una nueva vía para conectar el cerebro con la IA
Las interfaces cerebro-ordenador basadas en ultrasonidos exploran una alternativa a los implantes intracraneales para interactuar con la actividad cerebral. Esta tecnología utiliza chips de ecografía miniaturizados con el objetivo de captar o modular señales neuronales y procesarlas con algoritmos avanzados. Aunque todavía se encuentra en fase de investigación, la apuesta de Butterfly Network y Merge Labs refuerza el interés por desarrollar interfaces neuronales potencialmente menos invasivas.
La IA avanza más rápido que nuestra capacidad para supervisarla
OpenAI advierte de que, a medida que los modelos se hacen más capaces, disminuye la confianza en la posibilidad de supervisarlos observando su cadena de pensamiento. Los modelos operan en entornos más complejos, pueden razonar sobre su propio razonamiento y resuelven más problemas sin verbalizarlo; esto puede convertir la capacidad de monitorizarlos en un límite para seguir ampliando la IA de manera segura.
Comentarios