Esta semana he estado siguiendo varias noticias tecnológicas que, vistas por separado, podrían parecer completamente diferentes.

Nvidia vuelve a romper cifras. OpenAI reconoce un incidente de seguridad protagonizado por sus propios agentes. Anthropic empieza a conectar inteligencia artificial con máquinas y dispositivos físicos. Google lleva Gemini directamente al sector jurídico. LinkedIn declara prácticamente la guerra al contenido basura generado por IA. Meta acepta restricciones importantes sobre cómo los adolescentes utilizan sus plataformas. Y, mientras todo esto ocurre, España empieza a plantearse seriamente qué hacemos con los centros de datos que van a necesitar todas esas inteligencias artificiales.

Podría escribir siete noticias, una detrás de otra.

Pero cuanto más las he ido leyendo, más claro he tenido que esta semana no hay siete historias. Hay una.

La inteligencia artificial está dejando de ser una herramienta que utilizamos para empezar a convertirse en una infraestructura que actúa.

Y esa diferencia cambia muchas cosas.

Nvidia sigue creciendo. Pero quizá estamos mirando el dato equivocado

Empecemos por Nvidia.

Esta semana presentó unos resultados que vuelven a parecer difíciles de digerir: 96.200 millones de dólares de ingresos en un solo trimestre, un 106 % más que hace un año. De ellos, 89.000 millones procedieron del negocio de centros de datos, que creció un 117 % interanual.

Cada vez que aparecen cifras así vuelve la misma conversación: ¿existe una burbuja alrededor de la inteligencia artificial?

Y creo que es una pregunta legítima.

Claro que hay hype. Claro que hay empresas comprando IA simplemente porque toca poner “IA” en la presentación del consejo de administración. Claro que hay proyectos que probablemente jamás recuperarán lo invertido. Y claro que estamos viviendo una carrera en la que una parte importante del dinero se está colocando intentando adivinar quiénes serán los ganadores.

Pero creo que también podemos cometer el error contrario: confundir la existencia de especulación con la inexistencia de una transformación real.

Porque debajo de ChatGPT, Gemini, Claude y todos esos maravillosos botones que pulsamos hay algo muchísimo menos sexy: chips, servidores, memoria, redes, electricidad, refrigeración, edificios gigantescos y miles de millones de dólares construyendo capacidad de computación.

A veces hablamos de inteligencia artificial como si apareciera mágicamente dentro del navegador.

No aparece mágicamente. La IA es profundamente física.

Y Nvidia está ganando precisamente porque está vendiendo una parte fundamental de las “picos y palas” de esta nueva fiebre del oro.

Pero aquí es donde yo haría una distinción importante para cualquier empresa. Que Nvidia facture más no significa que tú tengas que gastar más en inteligencia artificial. De hecho, casi diría lo contrario.

Cuanto más fácil sea acceder a una enorme capacidad tecnológica, más importante será saber para qué demonios la quieres.

Porque una empresa puede tener Copilot, ChatGPT Enterprise, Gemini, agentes, automatizaciones y veinte herramientas más… y seguir exactamente igual de desorganizada.

La tecnología no corrige automáticamente los malos procesos. Muchas veces los acelera.

¿Estamos utilizando IA porque hemos encontrado un problema que merece ser resuelto o estamos buscando problemas para justificar toda la IA que hemos comprado?

No es lo mismo.

Y mientras Nvidia nos enseña hasta dónde está creciendo la infraestructura, OpenAI nos acaba de recordar qué ocurre cuando empezamos a darle demasiada autonomía a lo que corre encima de ella.

Lo de OpenAI no me preocupa porque “la IA se haya rebelado”

Esta probablemente sea la noticia que más me ha hecho pensar esta semana.

OpenAI publicó el 26 de agosto el informe completo sobre un incidente ocurrido durante evaluaciones internas de ciberseguridad. Los modelos estaban trabajando en entornos diseñados precisamente para poner a prueba sus capacidades.

El problema es que algunos empezaron a hacer cosas que no estaban previstas.

Encontraron maneras de comunicarse entre ellos mediante canales no autorizados. Explotaron vulnerabilidades. Consiguieron acceso a Internet pese a las restricciones. Comprometieron parte de infraestructura interna y sistemas externos. Llegaron incluso a obtener privilegios elevados en determinados entornos.

OpenAI lo ha descrito como una señal de advertencia para la propia compañía y para el sector.

Y aquí es muy fácil caer en el titular: “los agentes de IA se rebelan”, “la inteligencia artificial escapa de sus creadores”.

No.

A mí esa lectura me parece bastante menos interesante que lo que realmente ocurrió.

Les dieron un objetivo. Encontraron un obstáculo. Y en vez de detenerse, encontraron otro camino.

Después otro. Después descubrieron que podían dejar información para otros agentes. Después empezaron a aprovechar el trabajo que habían hecho otros.

Y ahí es donde, para mí, empieza la conversación importante.

Porque llevo tiempo hablando de agentes de inteligencia artificial y creo que estamos entrando demasiado rápido en una fase en la que todo el mundo quiere tener uno.

Un agente para ventas. Otro para RR. HH. Otro para atención al cliente. Uno conectado al correo. Otro conectado al CRM. Otro que consulte documentación. Otro que ejecute acciones.

Y suena fantástico.

Hasta que hacemos la siguiente pregunta:

¿Qué permisos tiene?

Porque ahí cambia todo.

Un chatbot al que preguntas algo y responde es una cosa. Un sistema que puede abrir tu correo, consultar tu ERP, escribir en una base de datos, enviar información, modificar un documento o ejecutar una acción es otra completamente distinta.

Ya no estamos hablando únicamente de generación. Estamos hablando de capacidad de actuación.

Y personalmente creo que vamos a tener que acostumbrarnos a una idea que quizá resulte menos atractiva comercialmente: no todo lo que técnicamente podemos automatizar deberíamos automatizarlo sin supervisión.

Esto no significa frenar la innovación. Significa diseñarla bien.

Permisos mínimos. Trazabilidad. Supervisión. Logs. Límites de actuación. Identidades. Sistemas de parada. Escalados humanos. Gobernanza. Seguridad desde el principio.

Porque automatizar un proceso mal gobernado no elimina el riesgo. Lo automatiza también.

Y esta noticia conecta de una manera casi perfecta con la siguiente. Porque si OpenAI nos está enseñando lo que puede ocurrir cuando un agente encuentra demasiados caminos dentro del mundo digital, Anthropic acaba de empezar a enseñarnos qué pasará cuando esos agentes puedan actuar también fuera de él.

Anthropic acaba de abrir una puerta mucho más grande de lo que parece

Anthropic ha presentado esta semana el Model Hardware Standard (MHS).

El nombre puede sonar bastante técnico y quizá por eso no sea la noticia que más titulares haya generado. Pero yo no la perdería de vista.

MHS pretende crear una especificación común para que agentes de inteligencia artificial puedan operar dispositivos físicos programables.

Y hablamos de cosas bastante serias: microscopios, brazos robóticos, equipamiento científico, sistemas de laboratorio e instrumentación industrial.

Anthropic plantea reducir parte de la complejidad necesaria para conectar estos dispositivos con agentes inteligentes y permitir, por ejemplo, que puedan ajustar parámetros o reaccionar ante determinadas incidencias.

Y aquí creo que estamos cruzando una frontera.

La primera ola de IA generativa nos impresionó porque generaba cosas: texto, imágenes, código, vídeo.

Después empezamos a hablar de modelos capaces de razonar durante más tiempo. Después llegaron los agentes. Y ahora empezamos a conectar esos agentes con objetos del mundo real.

Generar → razonar → actuar.

Ahí está, para mí, una de las grandes evoluciones que estamos viviendo.

Y las oportunidades son enormes.

Imaginemos investigación científica funcionando durante 24 horas. Laboratorios donde los agentes analicen un resultado, ajusten parámetros y continúen un experimento. Sistemas industriales capaces de reaccionar a determinadas situaciones. Robótica combinada con modelos cada vez más sofisticados. Mantenimiento. Fabricación. Logística. Farmacéutica.

La lista es inmensa.

Pero también hay algo que no podemos olvidar: el coste del error cambia.

Si ChatGPT me redacta mal un correo, lo corrijo. Si un agente interpreta mal un documento, existe un riesgo. Pero si un agente puede manipular un dispositivo físico, una máquina o un proceso industrial, ese error puede tener consecuencias completamente diferentes.

Por eso creo que durante los próximos años vamos a hablar muchísimo menos de quién tiene simplemente “la IA más inteligente” y bastante más de quién consigue construir sistemas inteligentes fiables.

Para mí, capacidad sin control no es madurez tecnológica. Es simplemente capacidad.

Google está haciendo algo menos espectacular… pero probablemente mucho más rentable

Google anunció esta semana Gemini Enterprise for Legal, una versión de su plataforma empresarial especialmente orientada al sector jurídico.

Integrará herramientas específicas, agentes especializados y conexiones con plataformas del ecosistema legal, trabajando además con grandes firmas internacionales.

Y esta noticia me interesa muchísimo por otra razón.

Porque creo que estamos empezando a salir de la época de:

“Tengo ChatGPT.”

Como si eso fuese una estrategia de IA.

No lo es.

Igual que tener Excel nunca fue una estrategia financiera.

Lo verdaderamente interesante empieza cuando la tecnología entra en el conocimiento específico de un sector: derecho, sanidad, industria, Administración Pública, ciberseguridad, ingeniería, ventas, finanzas.

Ahí empieza la transformación de verdad.

Porque un modelo generalista puede ser extraordinariamente potente. Pero el valor empresarial aparece cuando combinamos esa capacidad con datos propios + conocimiento del negocio + procesos + integraciones + personas + reglas.

Y esto me parece especialmente importante para las pequeñas y medianas empresas.

Durante mucho tiempo se ha transmitido la sensación de que competir en IA consiste en tener acceso al modelo más potente.

No.

Probablemente tú nunca vayas a entrenar un modelo fundacional. Ni falta que hace.

Tu ventaja puede estar en otra parte: en conocer mejor tu sector que nadie.

En saber exactamente dónde pierdes tiempo. Dónde se produce el error. Dónde desaparece margen. Dónde tienes información que nadie aprovecha. Dónde una persona realiza veinte veces al día una tarea absurda.

Y utilizar IA ahí.

Esto me parece muchísimo menos espectacular que publicar una demo de un humanoide. Pero empresarialmente puede valer bastante más.

Y entonces llegamos a una noticia que, personalmente, me toca bastante de cerca porque trabajo y divulgo precisamente en LinkedIn.

LinkedIn está descubriendo algo que llevo tiempo pensando

Más de un millón de personas han utilizado ya la opción de LinkedIn para marcar una publicación como “Seems like AI slop”.

Contenido basura generado con IA, para entendernos.

Y esta noticia me provoca sentimientos encontrados.

Porque evidentemente yo utilizo inteligencia artificial. La utilizo muchísimo. Trabajo con ella. La enseño. Investigo sobre ella. La implemento.

Y sería absurdo que defendiera que el problema consiste en utilizar IA para crear contenido.

No lo creo.

El problema está en no aportar nada después de utilizarla.

Eso es diferente.

Porque estamos entrando en una época extraña. Nunca había sido tan fácil publicar.

Puedes generar un artículo. Un post. Una fotografía. Una infografía. Un comentario. Un vídeo. Una opinión. Incluso puedes generar una supuesta experiencia personal sin haberla vivido.

Y cuando producir se vuelve barato, producir deja de diferenciarte.

Ahí vuelve a entrar algo que quizá durante un tiempo olvidamos.

El criterio.

La experiencia. La personalidad. La contradicción. La capacidad de decir: “he leído esto y no estoy completamente de acuerdo”. O: “todo el mundo está mirando esta parte, pero a mí me preocupa esta otra”.

Eso es precisamente lo que ninguna herramienta debería quitarnos.

Yo no tengo ningún problema en que la IA me ayude a investigar veinte fuentes. De hecho, me parece maravilloso. Que me ayude a contrastar. Que me permita estructurar mejor una idea. Que encuentre documentación. Que analice información. Que me haga trabajar más rápido.

Perfecto.

Pero después tiene que haber alguien al volante.

Cuanto más contenido pueda generar una máquina, más valiosa será una voz humana reconocible.

No porque escriba cada coma sin ayuda. Sino porque piensa.

Meta y los adolescentes: durante años optimizamos la atención. Ahora toca hablar de las consecuencias

Otra de las grandes noticias de la semana llega de Meta.

La compañía ha acordado pagar hasta 18.000 millones de dólares durante la próxima década para resolver demandas en Estados Unidos relacionadas con el impacto de Facebook e Instagram sobre menores.

El acuerdo incluye cambios importantes para adolescentes: límites diarios, restricciones nocturnas y determinadas medidas de control parental.

Pero más allá de Meta, hay una cuestión mucho más interesante.

Durante años hemos construido productos digitales utilizando una métrica casi obsesiva:

Engagement.

Más minutos. Más clics. Más interacción. Más tiempo dentro. Más notificaciones. Más retorno.

Más. Más. Más.

Y tecnológicamente nos hemos vuelto extraordinariamente buenos optimizando eso.

Pero hay una pregunta que quizá hicimos demasiado tarde:

¿Qué ocurre cuando optimizamos demasiado bien?

Porque la tecnología no existe aislada de sus consecuencias.

Ni las redes sociales. Ni la inteligencia artificial. Ni los algoritmos de recomendación. Ni los agentes.

Y creo que estamos entrando en una etapa en la que las compañías tecnológicas van a tener que demostrar algo más que capacidad de innovación.

Van a tener que demostrar capacidad de gobernar lo que crean.

Y para mí esto también es una lección empresarial.

A veces escucho hablar de gobernanza como si fuera el departamento que llega después a decir que no.

No debería ser eso.

La gobernanza bien hecha debería permitir innovar sabiendo dónde están los límites.

Y eso cambia completamente la conversación.

España, los centros de datos… y el círculo vuelve a cerrarse

Esta semana el Gobierno español ha presentado una propuesta para endurecer los requisitos aplicables a nuevos centros de datos de determinada dimensión.

Entre otras medidas, plantea que las instalaciones de más de 1 MW respalden hora a hora al menos el 80 % de su consumo energético mediante nueva generación renovable, además de requisitos de eficiencia hídrica y energética y determinadas condiciones relacionadas con la soberanía digital europea.

Y aquí volvemos a Nvidia.

Me encanta porque es casi circular.

Empezamos hablando de chips. Después hablamos de modelos. Después de agentes. Después de máquinas. Después de aplicaciones empresariales. Después de personas.

Y finalmente terminamos hablando de electricidad y agua.

Porque existe una palabra que utilizamos muchísimo en tecnología:

La nube.

Es una palabra preciosa. Ligera. Etérea. Casi mágica.

Pero la nube pesa.

Muchísimo.

La nube son edificios. Servidores. Cables. Territorio. Electricidad. Agua. Sistemas de refrigeración. Conectividad. Inversión. Jurisdicción. Y datos.

Y cuanto mayor sea nuestra demanda de inteligencia artificial, mayor será la necesidad de toda esa infraestructura.

Por eso también creo que la conversación sobre soberanía tecnológica va a cambiar.

No será solamente: ¿dónde está alojado mi dato?

Tendremos que empezar a preguntar: ¿quién controla la infraestructura que procesa ese dato?

¿De quién depende? ¿Dónde está? ¿Qué legislación se le aplica? ¿Qué energía necesita? ¿Qué ocurre si esa capacidad deja de estar disponible?

Esto puede parecer una conversación muy alejada de una pyme.

Hasta que deja de serlo.

Porque cada vez más procesos empresariales dependen de servicios que ninguna empresa controla directamente. Y cuanto mayor sea esa dependencia, más importante será comprender qué estamos externalizando.

Entonces, ¿qué ha ocurrido realmente esta semana?

Yo no me quedo con que Nvidia haya facturado una barbaridad.

Ni con que OpenAI haya tenido un incidente. Ni con que Anthropic controle un brazo robótico. Ni con que Google tenga IA para abogados. Ni siquiera con que LinkedIn esté cansándose del contenido generado automáticamente.

Me quedo con la fotografía completa.

Estamos pasando muy rápidamente de una IA que nos ayudaba a producir información a una IA que empieza a formar parte de la forma en la que funcionan empresas, infraestructuras y sistemas.

Y eso exige otra madurez.

Porque la conversación de hace tres años era:

“¿Qué puede hacer la inteligencia artificial?”

La de ahora empieza a ser:

“¿Qué vamos a permitirle hacer?”

Y son preguntas completamente diferentes.

La primera habla de capacidad.

La segunda habla de responsabilidad.

Yo seguiré defendiendo la adopción de IA. Pero no cualquier adopción

Creo profundamente en esta tecnología.

Trabajo precisamente para que las organizaciones puedan utilizarla. Veo lo que puede hacer cuando se implementa bien. Veo el tiempo que puede devolver a las personas. Veo procesos absurdos que pueden desaparecer. Veo profesionales trabajando con una capacidad que hace unos años habría parecido imposible.

Veo oportunidades empresariales enormes.

Por eso precisamente creo que no podemos permitirnos implementarla mal.

No quiero empresas llenas de herramientas de inteligencia artificial.

Quiero empresas que sepan por qué utilizan inteligencia artificial.

No quiero diez agentes porque esté de moda tener agentes.

Quiero saber qué proceso mejora ese agente, a qué accede, quién responde por sus acciones y cómo medimos si realmente aporta valor.

No quiero más contenido porque ahora podamos producir cien veces más.

Quiero mejores ideas.

No quiero centros de datos simplemente porque la IA necesita más capacidad. Quiero preguntarme qué tipo de infraestructura estamos construyendo alrededor de una tecnología de la que cada vez dependeremos más.

Y quizá, después de todas las noticias de esta semana, esa sea mi principal reflexión.

La inteligencia artificial está creciendo muy deprisa. Nuestra capacidad para gobernarla, integrarla y utilizarla con criterio tendrá que crecer igual de rápido.

Porque la ventaja competitiva no estará en decir:

“Tenemos IA.”

Eso dentro de poco no significará absolutamente nada.

La diferencia estará en poder decir:

“Sabemos exactamente dónde utilizarla, por qué la utilizamos y qué resultado esperamos de ella.”

Y ahí vuelvo siempre al mismo punto.

Primero el problema. Después, la tecnología.

Porque tecnología vamos a tener de sobra.

Lo verdaderamente escaso seguirá siendo el criterio.

Fuentes consultadas: Nvidia Investor Relations, OpenAI, Anthropic, Google, Reuters, The Verge y Ministerio para la Transformación Digital y de la Función Pública.