Si construir inteligencia artificial cuesta lo que cuesta una empresa aeroespacial, la siguiente pregunta es obvia: ¿quién vigila a quienes la construyen? Y la respuesta, según el lado del mundo en que estés parado, es completamente distinta.

En este episodio repaso el choque de trenes regulatorio que se está dando en este momento. Por un lado, Estados Unidos, donde una orden que iba a poner las primeras reglas básicas terminó cancelada a último minuto, y donde hoy son las propias empresas las que se ponen el examen y se califican solas. Por el otro, Europa, que decidió ir en la dirección opuesta y redactar el marco más estricto del planeta, uno que no se queda dentro de sus fronteras y que llega con multas que se miden en porcentaje de los ingresos globales.

Explico qué quedó prohibido, qué quedó bajo la lupa, y por qué la palabra "globales" es la que más debería preocuparle a cualquiera que tenga un producto en el mercado. Porque detrás de todo esto hay una jugada que va mucho más allá de proteger al ciudadano. Y nos deja a quienes construimos desde Latinoamérica con una pregunta incómoda: ¿sobre cuáles reglas estamos parados realmente?

Mil doscientos cincuenta millones de dólares al mes. Esa es la cifra que Anthropic acaba de comprometerse a pagar solo para mantener prendidas las máquinas que entrenan sus modelos. Y con ese movimiento, hizo algo que pocos esperaban tan pronto: pasarle por encima a OpenAI.

En este episodio repaso cómo se reacomodó el tablero global de la inteligencia artificial en pocas semanas. Hablo de la ronda de inversión que cambió la valoración de Anthropic, del cofundador de OpenAI que decidió cruzarse de bando, y del mito que se acaba de caer sobre la rentabilidad de estas empresas. Pero también me detengo en algo que pocos están contando: por qué el verdadero poder en esta carrera ya no depende del talento, sino de la infraestructura.

Y al final llegamos a la pregunta que importa para quienes construimos desde Latinoamérica: si entrar a este juego cuesta lo que cuesta una empresa aeroespacial, ¿qué papel nos queda?

Me pasé toda la semana leyendo cómo los modelos de IA procesan lo que escribimos, porque hay dos conceptos técnicos que necesitas entender si estás implementando esto en un negocio: los tokens y la ventana de contexto.

No voy a darte una clase de programación. Te voy a explicar, con una analogía sobre una sala de juntas, qué está pasando literalmente dentro de la cabeza de Claude o de GPT cuando les mandas un documento largo, por qué a veces se "olvidan" de lo que les dijiste hace cinco minutos, y cómo ese límite técnico dicta cuánto te están cobrando y qué tan buenas son las respuestas que recibes.

Entender estas reglas de juego es la diferencia entre que un modelo te parezca brillante o te parezca tonto. Y en diseño de producto, esa diferencia vale mucha plata.

Google convirtió su buscador en un agente que compra por ti. Y si tienes un negocio que depende de Google para adquirir clientes, eso cambia las reglas del juego hoy mismo.

En I/O 2026, Google no presentó un modelo nuevo. Presentó una infraestructura completa de agentes autónomos: Gemini Spark corre de fondo las 24 horas ejecutando tareas mientras uno duerme, los Information Agents buscan sin esperar que tú hagas la pregunta, y el Universal Cart retiene toda la transacción dentro del ecosistema de Google sin que el cliente visite tu sitio. Para redondear, lanzaron WebMCP, un protocolo que permite a sus agentes navegar e interactuar con cualquier página web como lo haría un humano, pero en milisegundos.

También analizo lo que casi nadie está destacando: OpenAI se unió a Google en el estándar SynthID para marcar contenido generado por IA. Dos competidores directos acordando un protocolo de transparencia común. Eso no es altruismo; es el primer movimiento antes de que llegue la regulación.

La pregunta que me queda al cerrar este episodio es una sola: si el embudo de ventas que construiste en los últimos diez años dependía de que un humano hiciera una búsqueda en Google, ¿qué pasa cuando el que busca y decide es otro algoritmo?

Suscríbete a Pertinente para el análisis diario de IA con criterio latinoamericano, sin hype y con consecuencias concretas para tu negocio.

En este episodio cuento la historia de LatamGPT, el primer gran modelo de lenguaje abierto construido desde América Latina y el Caribe. Explico cómo, a partir de 2023, CENIA en Chile y más de 60 instituciones de 15 países empezaron a construir un modelo propio con datos de la región, para dejar de depender solo de la IA entrenada con otras realidades.

También explico cómo reunieron más de 8 TB de textos latinoamericanos, por qué el modelo se ubica en el rango de 50–70 mil millones de parámetros y cómo se está pensando como un bien público regional, abierto, auditable y útil para educación, sector público, pymes y proyectos de soberanía digital. Además, comparo su estado actual con los modelos de frontera y analizo qué puede significar para el futuro de la IA en la región

• Sitio oficial LatamGPT (inicio):
  https://www.latamgpt.org
• Página del proyecto en Hugging Face (información técnica y modelos):
  https://huggingface.co/latam-gpt
• Comunicado de CAF sobre el lanzamiento de LatamGPT:
  https://www.caf.com/es/actualidad/noticias/alianza-regional-lanza-latam-gpt-la-primera-ia-creada-con-datos-latinoamericanos/
• Nota oficial de la Alcaldía de Bogotá sobre el lanzamiento regional:
  https://bogota.gov.co/boletin-oferta-internacional/lanzamiento-latam-gpt-modelo-abierto-de-ia-para-america-latina

En el ruido sobre inteligencia artificial, mucha gente usa “AGI” y “Singularidad” como si fueran lo mismo. En este episodio pongo orden. Explico qué es la Inteligencia Artificial General: sistemas capaces de realizar prácticamente cualquier tarea intelectual que un humano pueda realizar, al menos al mismo nivel, tal y como la define la literatura técnica y centros como IBM y Stanford. Luego entro en la Singularidad Tecnológica: el escenario en el que el progreso se acelera hasta volverse incontrolable, tomando como base las ideas de I. J. Good, Vernor Vinge y las predicciones de Ray Kurzweil para 2045.

En menos de 20 minutos dejo claro en qué se parecen, en qué se diferencian y qué implica cada concepto para tus decisiones de negocio, carrera y política pública en los próximos años

Dos empresas controlan el 89% de todos los ingresos de IA. Eso no es un dato técnico — es una señal de mercado que cambia cómo cualquier negocio debería estar pensando su estrategia hoy.

El 17 de mayo, The Information publicó los números más reveladores del año: 34 startups privadas de IA generan 80.000 millones de dólares anualizados, y el 89% está en manos de OpenAI y Anthropic. Las otras 32 empresas se reparten el 11%. Cursor, en tercer lugar, tiene márgenes brutos negativos del 23% porque el costo de llamar a los modelos de los dos gigantes consume más de lo que ingresa.

En este episodio analizo qué significa ese nivel de concentración para empresas, agencias y estrategas en América Latina: cómo llegó Anthropic a superar a OpenAI en clientes empresariales en solo 16 meses, por qué el nuevo deal entre Microsoft y OpenAI cambia la dinámica de poder aunque OpenAI sigue pagando 38.000 millones de dólares con techo fijo, y qué implica para cualquier negocio de la región construir su stack de IA sobre infraestructura que no controla ni puede negociar.

Cerebras acaba de protagonizar el mayor IPO tecnológico desde 2019, rompiendo los 95.000 millones de valoración en su primer día. Pero la historia detrás es de película: un CEO vetado previamente por fraude contable, una crisis de seguridad nacional por dependencia de Abu Dhabi, y un acuerdo de última hora con Sam Altman por más de 20.000 millones de dólares para salvar la salida a bolsa.

Hoy hablo de cómo Cerebras logró convencer a Wall Street de que puede ser la alternativa real a Nvidia fabricando procesadores del tamaño de un plato, y por qué los dólares de este IPO le pegan directamente al costo de la IA en Latinoamérica.