Excelente sábado. Como ya es costumbre, les paso mi último resumen de IA semanal del 2025. Les comparto lo que a mi parecer fue muy relevante esta semana que está terminado.
- Nvidia gasta $20B en Groq porque el negocio migró del entrenamiento (caro, una vez) a la inferencia (barato, millones de veces).
- Los bancos presupuestan indemnizaciones para 2026: la IA dejó de ser herramienta de productividad y se volvió estrategia de recorte de nómina.
- El código IA tiene 1.7 veces más errores mientras las empresas despiden a los ingenieros que pueden detectarlos.
Aquí lo que realmente importó:
- Nvidia Paga $20B por Groq: Absorbe tecnología LPU y talento clave de Groq para controlar el mercado de inferencia. El negocio cambió: ya no es entrenar modelos (caro, una vez) sino ejecutarlos miles de millones de veces. Nvidia evita que la inferencia se vuelva commodity barato.
- Wall Street Presupuesta Despidos 2026: Wells Fargo, JPMorgan y Citi incluyen partidas para indemnizaciones tras reportar productividad de 3-9% con IA. La eficiencia dejó de ser teoría y se convirtió en estrategia contable oficial de reducción de personal.
- Crisis de Código IA: Estudios de CodeRabbit y Sonar revelan que el código generado por IA tiene 1.7 veces más problemas y 75% más errores lógicos que el humano. Las empresas construyen más rápido sobre cimientos defectuosos justo cuando reducen ingenieros para auditar.
- Desarrollo Accesible para PyMEs: GitHub Copilot Pro ahora tiene memoria persistente del proyecto entre sesiones. Modelos como MiniMax M2.1 y GLM-4.7 rinden igual que alternativas caras en programación. Reduce costos de APIs hasta 80% sin sacrificar calidad para equipos pequeños.
- IA Salva Vidas en Hospitales: Sistema Tru de Bayesian Health detectó sepsis 6 horas antes que métodos tradicionales en Cleveland Clinic y Johns Hopkins, reduciendo mortalidad 18.2%. Su adopción del 89% entre médicos prueba que la IA funciona cuando se adapta al flujo de trabajo humano.
- Cambio de Paradigma RLHF a RLVR: Andrej Karpathy señala que 2025 marcó el fin de entrenar IA por preferencia humana subjetiva (si suena bien) hacia recompensas verificables (si el código compila). Transforma modelos de «charleros convincentes» a «ingenieros funcionales».
- Chatterbox TTS Código Abierto: Lanzamiento de herramienta texto-a-voz que supera servicios pagados como ElevenLabs en pruebas ciegas. Clona voces en 23 idiomas con control de emociones. Permite a PyMEs generar locuciones profesionales para videos y conmutadores sin suscripciones mensuales.
- YouTube Playables Builder: YouTube lanzó herramienta que genera minijuegos interactivos mediante prompts de texto. Permite a creadores y marcas agregar experiencias gamificadas a sus videos sin programar. Democratiza contenido interactivo que antes requería equipos de desarrollo.
- Hollywood Negocia con IA: Más de 500 figuras del entretenimiento lanzaron Creators Coalition on AI exigiendo transparencia y consentimiento. No buscan prohibir la IA sino negociar las reglas antes de que la adopción corporativa sea irreversible.
- Solución a Fragilidad de Agentes: Stanford y Harvard publicaron marco que explica por qué los agentes fallan: tienen capacidad pero no adaptación. El futuro no es reentrenar modelos costosos sino adaptar herramientas (bases de datos, APIs) para que la IA las use sin errores.
Quién revisará el código defectuoso cuando ya hayamos despedido a los ingenieros?. Punto para los ingenieros preparados.
Felices fiestas y hasta 2026!
