TheVortiq

¿Qué ha ocurrido?

Durante décadas, las startups de Silicon Valley se presentaban como misioneras dispuestas a 'hacer del mundo un lugar mejor'. Sin embargo, un creciente número de fundadores e inversores están abandonando esa retórica en favor de un enfoque más cínico: reconocer que muchas innovaciones generan externalidades negativas, pero seguir adelante porque hay dinero de por medio. Gizmodo lo denomina 'el nuevo meta del nihilismo' en startups: olvídate de salvar el mundo; puedes ganar dinero destruyéndolo. Este fenómeno no surge de la nada. Tiene raíces en la cultura del 'move fast and break things' de Facebook, que priorizaba el crecimiento sobre las consecuencias, y en la filosofía de Peter Thiel, quien en su libro 'Zero to One' argumenta que las startups deben buscar monopolios y no disculparse por ello. El nihilismo startup es la evolución lógica de una década de escándalos tecnológicos —Cambridge Analytica, la crisis de contenido dañino en YouTube, la adicción a las redes sociales— donde las empresas minimizaron su responsabilidad y siguieron acumulando ingresos.

¿Por qué es importante?

Este cambio de paradigma tiene implicaciones profundas. Primero, erosiona la confianza pública en la tecnología. Según el Edelman Trust Barometer 2023, la confianza en el sector tecnológico cayó 8 puntos globalmente, alcanzando su nivel más bajo desde 2012. Segundo, legitima modelos de negocio que priorizan el crecimiento a cualquier costo, incluso si eso significa amplificar la desinformación, polarizar sociedades o degradar la privacidad. Tercero, puede generar un efecto dominó: si las startups más exitosas adoptan esta actitud, las nuevas empresas sentirán presión para imitarlas. Un ejemplo claro es la proliferación de 'startups de defensa' que, lejos de los valores libertarios de antaño, ahora compiten por contratos militares sin cuestionar el uso de sus tecnologías. Este nihilismo también se refleja en el auge de las criptomonedas y los NFT, donde la especulación y el 'get rich quick' han opacado cualquier discurso de inclusión financiera.

Consecuencias para el ecosistema

• Regulación más dura: Gobiernos de todo el mundo reaccionarán con leyes más restrictivas, como la AI Act europea o las propuestas de control de plataformas en EE.UU. La Ley de Servicios Digitales de la UE ya exige que las plataformas evalúen y mitiguen riesgos sistémicos, algo que las startups nihilistas probablemente ignorarán hasta que sea demasiado tarde.
• Fuga de talento: Ingenieros y diseñadores con conciencia ética buscarán empresas con propósito, dejando a las startups nihilistas sin capital humano. Una encuesta de Blind de 2022 reveló que el 76% de los trabajadores tecnológicos considerarían dejar su empleo si su empresa prioriza las ganancias sobre la ética.
• Burbuja de financiación: Los inversores pueden empezar a exigir métricas de impacto social, no solo retorno financiero. Fondos como Omidyar Network y Acumen ya integran criterios ESG en sus decisiones, y el auge de la inversión de impacto (que alcanzó $1.16 billones en activos bajo gestión en 2022) presiona a las startups a demostrar valor social.

Además, el nihilismo puede llevar a una 'carrera hacia el fondo' en la que las startups compiten por externalizar costos a la sociedad: desde la contaminación de servidores de IA hasta la explotación de trabajadores en la economía gig. Un caso emblemático es el de las startups de reparto de comida, que queman efectivo en subsidios mientras sus repartidores carecen de beneficios laborales.

¿Qué deben saber los lectores?

No toda startup es nihilista; muchas siguen comprometidas con un impacto positivo. Sin embargo, los consumidores deben ser críticos: preguntarse qué externalidades genera un producto, quién paga el verdadero costo y si el modelo de negocio es sostenible a largo plazo. La tecnología no es neutral; cada decisión de diseño tiene consecuencias políticas y sociales. Por ejemplo, el algoritmo de recomendación de TikTok puede ser adictivo por diseño, y la startup detrás de él ha sido criticada por priorizar el tiempo de pantalla sobre el bienestar. Los lectores deben exigir transparencia: ¿publica la startup informes de impacto? ¿Tiene un consejo de ética independiente? ¿Sus inversores tienen un historial de responsabilidad social?

“El nihilismo startup no es una moda pasajera; es la consecuencia lógica de un sistema que recompensa la disrupción sin rendición de cuentas.”

Un caso emblemático: la IA generativa

El auge de la inteligencia artificial generativa ejemplifica esta tendencia. Empresas como OpenAI y Anthropic comenzaron con misiones de 'beneficiar a la humanidad', pero hoy compiten ferozmente por lanzar modelos cada vez más potentes, a menudo sin salvaguardas adecuadas. Los deepfakes, la desinformación y el desplazamiento laboral son externalidades que se aceptan como 'daño colateral' en aras del progreso y las ganancias. Según un informe de la ONU, la IA generativa podría eliminar 300 millones de empleos a tiempo completo para 2030, pero las startups no están invirtiendo proporcionalmente en programas de recapacitación. Además, el costo energético de entrenar modelos como GPT-4 es enorme: se estima que emite más de 500 toneladas de CO2, equivalente a 100 vuelos transatlánticos. Sin embargo, las empresas evitan discutir estos costos ambientales. El caso de Stability AI es revelador: su CEO, Emad Mostaque, ha declarado que 'no le importa' si su tecnología se usa para generar desinformación, mientras la empresa recauda fondos a una valoración de $1,000 millones.

¿Hay alternativa?

Sí. Un movimiento creciente de 'startups con propósito' demuestra que es posible combinar rentabilidad con impacto social positivo. Ejemplos como Patagonia (aunque no es startup) o B Corps tecnológicas muestran que la ética puede ser un diferenciador competitivo. La clave está en que los consumidores y los inversores exijan transparencia y accountability. Iniciativas como el 'Tech for Good' en Europa y el 'Impact Investing' están ganando tracción. Por ejemplo, la startup de energía solar M-KOPA ha llevado electricidad a más de un millón de hogares en África, generando ganancias sostenibles. Otras, como la plataforma de finanzas éticas Aspiration, ofrecen productos financieros que evitan invertir en combustibles fósiles. Incluso en la IA, existen alternativas: Hugging Face, una plataforma de código abierto, promueve la transparencia y la colaboración, en contraste con el secretismo de OpenAI. El nihilismo no es inevitable; es una elección. Los consumidores pueden votar con su bolsillo, y los inversores pueden redirigir el capital hacia startups que realmente quieran hacer del mundo un lugar mejor, no solo decirlo.

En conclusión, el nihilismo startup es un síntoma de una industria que ha perdido el norte. Pero también es una oportunidad para redefinir el éxito empresarial: no solo en términos de valor de mercado, sino de valor para la sociedad. Como dijo el inversor John Doerr: 'El propósito no es solo una buena idea; es una ventaja competitiva'. La pregunta es si el ecosistema emprendedor está listo para escuchar.

Meta, la empresa matriz de Facebook, Instagram y WhatsApp, está evaluando seriamente la creación de un negocio de cloud computing que competiría con gigantes como Amazon Web Services (AWS), Microsoft Azure y Google Cloud. Según un informe de Bloomberg, el proyecto, conocido internamente como Meta Compute, permitiría a la compañía alquilar su exceso de capacidad de cómputo, especialmente GPUs destinadas a inteligencia artificial. La noticia ha generado un fuerte impacto en los mercados: las acciones de Meta subieron entre un 9% y un 10% tras los rumores, lo que refleja la confianza de los inversores en que esta estrategia puede aliviar las preocupaciones sobre el elevado gasto en IA, que ha presionado a la baja el precio de las acciones en los últimos trimestres.

¿Qué ha ocurrido?

La noticia, reportada inicialmente por Bloomberg y recogida por TechRadar, indica que Meta planea vender capacidad de cómputo ociosa de sus centros de datos. La empresa ha invertido fuertemente en infraestructura de IA, con un gasto previsto de entre 125.000 y 145.000 millones de dólares solo en 2026. Esta cifra es comparable al PIB de países como Hungría o Kuwait, y representa un incremento significativo respecto a los 37.000 millones invertidos en 2024. Ante la posibilidad de que estos recursos queden infrautilizados entre cargas de trabajo, Meta busca monetizarlos ofreciendo servicios cloud a terceros. El modelo de negocio no es nuevo: SpaceX ya ha cerrado acuerdos con Anthropic y Google Cloud para vender su excedente de cómputo, generando ingresos estimados en cientos de millones de dólares. Sin embargo, la escala de Meta podría ser mucho mayor, dado el volumen de inversión en centros de datos: Meta opera más de 20 centros de datos a nivel global, con planes de expandirse a nuevos sitios en Estados Unidos, Europa y Asia.

El propio Mark Zuckerberg, CEO de Meta, no descartó la idea durante una llamada con inversores: 'Definitivamente está sobre la mesa', afirmó. Aunque la compañía no ha confirmado oficialmente el lanzamiento, los rumores han provocado un aumento del 9-10% en el precio de sus acciones, lo que refleja la confianza de los inversores en que esta estrategia puede aliviar las preocupaciones sobre el elevado gasto en IA. Históricamente, Meta ha sido cautelosa al diversificar sus fuentes de ingresos, que dependen en más del 98% de la publicidad digital. Un negocio cloud permitiría reducir esa dependencia y mejorar los márgenes operativos, que en 2025 fueron del 35%, por debajo del 40% de Google y muy lejos del 60% de AWS.

¿Por qué es importante?

La entrada de Meta en el mercado cloud supondría un cambio significativo en el panorama actual, dominado por tres grandes actores: AWS (32% de cuota de mercado), Microsoft Azure (23%) y Google Cloud (11%). Meta posee una infraestructura masiva y experiencia en IA, lo que le permitiría ofrecer servicios competitivos. Además, el movimiento se produce en un momento en que incluso gigantes como Microsoft tienen dificultades para satisfacer la demanda interna: GitHub, propiedad de Microsoft, recurrió recientemente a AWS para obtener capacidad adicional debido a que Azure no podía cubrir sus necesidades. Este hecho, reportado por TechRadar, subraya la escasez global de capacidad de cómputo para IA. Según estimaciones de IDC, la demanda de GPUs para IA crecerá a una tasa compuesta anual del 40% hasta 2030, mientras que la oferta de chips de Nvidia y AMD apenas puede seguir el ritmo. En este contexto, Meta podría ofrecer una alternativa atractiva, especialmente para startups y medianas empresas que enfrentan largas listas de espera en los proveedores establecidos.

El modelo de negocio no es nuevo: SpaceX ya ha cerrado acuerdos con Anthropic y Google Cloud para vender su excedente de cómputo. Sin embargo, la escala de Meta podría ser mucho mayor, dado el volumen de inversión en centros de datos. Además, Meta posee su propio ecosistema de modelos de IA, como LLaMA, que ya ha sido descargado más de 300 millones de veces desde su lanzamiento en 2023. Integrar estos modelos como parte de la oferta cloud podría generar un efecto de red, atrayendo a desarrolladores e investigadores que buscan entrenar y desplegar modelos de código abierto.

Consecuencias y perspectivas

Si Meta Compute se materializa, podría ofrecer a los clientes acceso a GPUs para entrenamiento e inferencia de IA, modelos propios de Meta (como LLaMA) o la posibilidad de alojar modelos personalizados. Esto diversificaría los ingresos de Meta, reduciría su dependencia de la publicidad y mejoraría la eficiencia de su infraestructura. Según Bernstein, un negocio cloud podría generar ingresos adicionales de entre 5.000 y 10.000 millones de dólares anuales para 2028, lo que representaría un 5-10% de los ingresos totales proyectados. Sin embargo, el mercado cloud es extremadamente competitivo y requiere altos estándares de seguridad, cumplimiento y confiabilidad. Meta tendrá que demostrar que puede igualar o superar a los proveedores establecidos, que han invertido décadas en construir relaciones con clientes empresariales y certificaciones como ISO 27001, SOC 2 y FedRAMP. Además, la empresa enfrenta desafíos regulatorios y de privacidad, especialmente en Europa, donde el Reglamento General de Protección de Datos (GDPR) impone restricciones al procesamiento de datos fuera de la UE. Meta ya ha tenido conflictos con las autoridades europeas por la transferencia de datos entre EE.UU. y Europa, lo que podría complicar su oferta cloud en ese mercado.

Otro riesgo es la canibalización de su propio negocio publicitario: si Meta ofrece infraestructura cloud a competidores directos como TikTok o Snap, podría filtrar datos estratégicos o fortalecer a rivales. Por ello, es probable que Meta Compute se centre en clientes no competidores, como empresas de salud, finanzas o manufactura. Además, la empresa deberá invertir en un equipo de ventas y soporte técnico, lo que incrementará los costos operativos a corto plazo. Comparado con otros movimientos similares, como el de Google Cloud que tardó más de una década en ser rentable, Meta podría necesitar paciencia. Sin embargo, la urgencia de justificar el gasto en IA acelera los plazos.

¿Qué deben saber los lectores?

Hon Hai Precision Industry Co., el gigante taiwanés de manufactura por contrato conocido mundialmente como Foxconn, ha reportado un aumento sorprendente del 40% en sus ventas trimestrales, impulsado por la creciente demanda de servidores de inteligencia artificial. La compañía, que es un proveedor clave de Nvidia, anunció que los envíos de racks de IA mantendrán su impulso en el trimestre actual, lo que sugiere una continuidad en el crecimiento del sector.

¿Qué ha ocurrido?

Según un comunicado emitido el domingo, los ingresos de Hon Hai en el segundo trimestre de 2025 alcanzaron niveles récord, con un incremento interanual del 40%. Solo en junio, los ingresos ascendieron a NT$1,33 billones (aproximadamente 45.000 millones de dólares), un 21,6% más que el año anterior. La empresa atribuye este crecimiento principalmente a la fuerte demanda de servidores de IA, que ha compensado la debilidad en otros segmentos como la electrónica de consumo. Este desempeño supera las expectativas de los analistas, que pronosticaban un crecimiento más moderado. La compañía, que ensambla servidores para Nvidia, Microsoft, Amazon y Google, ha visto cómo los pedidos de racks de IA se dispararon, especialmente aquellos equipados con las GPUs H100 y Blackwell de Nvidia. Según datos de mercado, los envíos de servidores de IA podrían alcanzar los 1,7 millones de unidades en 2025, frente a 1,2 millones en 2024, y Hon Hai captura aproximadamente el 30% de ese mercado.

¿Por qué es importante?

Hon Hai es un termómetro de la industria tecnológica global. Su desempeño refleja la creciente inversión en infraestructura de inteligencia artificial por parte de grandes empresas tecnológicas y proveedores de servicios en la nube. La demanda de servidores de IA, especialmente aquellos equipados con GPUs de Nvidia, ha disparado la producción de Hon Hai, que es el principal ensamblador de estos sistemas. Este aumento del 40% es significativamente superior al crecimiento esperado por los analistas, lo que indica que la adopción de IA se está acelerando más rápido de lo previsto. Además, el dato de junio sugiere que la demanda no muestra signos de desaceleración. Históricamente, Hon Hai ha sido un indicador adelantado de tendencias tecnológicas: durante el auge de los teléfonos inteligentes entre 2010 y 2012, sus ingresos crecieron a tasas similares, impulsados por la fabricación del iPhone. En aquel entonces, la compañía alcanzó un crecimiento interanual del 30-50% durante varios trimestres. Ahora, la IA está generando un ciclo comparable, pero con márgenes potencialmente mayores debido al valor añadido de los servidores.

Consecuencias para el mercado

El informe de Hon Hai tiene implicaciones de gran alcance. Para Nvidia, significa que su cadena de suministro está operando a plena capacidad, lo que podría aliviar las preocupaciones sobre cuellos de botella. Nvidia, que depende de Hon Hai para ensamblar sus sistemas DGX y HGX, ha visto cómo sus ingresos por centros de datos se multiplicaron por cinco en el último año. Para los inversores, es una señal de que la demanda de hardware de IA sigue siendo robusta, incluso en un entorno macroeconómico incierto. Las acciones de Hon Hai subieron un 5% tras el anuncio, y las de Nvidia también registraron ganancias. Además, el éxito de Hon Hai podría incentivar a otros fabricantes como Quanta Computer y Wistron a aumentar su capacidad de producción de servidores de IA, intensificando la competencia. Quanta reportó un crecimiento del 25% en sus ventas de servidores, mientras que Wistron creció un 20%, pero Hon Hai lidera con un 40%. Este crecimiento también impacta a los proveedores de componentes, como SK Hynix y Samsung, que suministran memoria HBM para las GPUs. Sin embargo, existe el riesgo de que la demanda se concentre en unos pocos clientes, lo que podría generar vulnerabilidad si estos reducen sus pedidos.

Lo que deben saber los lectores

• Contexto histórico: Hon Hai ha sido un barómetro de la demanda tecnológica durante décadas. Su último pico de crecimiento similar ocurrió durante el auge de los teléfonos inteligentes en 2010-2012, cuando los ingresos crecieron un 35-50% interanual. En ese período, la compañía se benefició de la fabricación del iPhone y otros dispositivos móviles. Ahora, la IA está generando un ciclo comparable, pero con un valor añadido mayor por unidad.
• Impacto en empleo: La expansión de la producción de servidores de IA podría generar miles de empleos en Taiwán y otras plantas de Hon Hai en China, India y México. La compañía ya ha anunciado planes para contratar a 5.000 ingenieros en Taiwán y ampliar sus instalaciones en México para atender la demanda de servidores. En India, la planta de Chennai podría duplicar su capacidad.
• Riesgos: La dependencia excesiva de la demanda de IA podría ser un arma de doble filo si el mercado se satura o si las tensiones geopolíticas afectan la cadena de suministro. Por ejemplo, las restricciones de exportación de EE.UU. a China podrían limitar el acceso de Hon Hai a ciertos componentes, como las GPUs avanzadas. Además, un posible estallido de la burbuja de IA reduciría drásticamente los pedidos.
• Comparación con competidores: Otros fabricantes como Quanta Computer y Wistron también han reportado aumentos en ventas, pero Hon Hai lidera con un crecimiento del 40%. Quanta, que también es proveedor de Nvidia, reportó un crecimiento del 25% en servidores de IA, mientras que Wistron creció un 20%. Sin embargo, Hon Hai tiene una ventaja en escala y eficiencia, lo que le permite manejar grandes volúmenes.
• Impacto en los precios: El aumento de la demanda de servidores de IA ha elevado los precios de los componentes, como las GPUs y la memoria HBM. Esto podría presionar los márgenes de Hon Hai, aunque la compañía ha logrado mantener su rentabilidad gracias a las economías de escala.

Perspectivas futuras

¿Qué ha ocurrido?

El 1 de julio de 2026, Sony publicó en su blog oficial que a partir de enero de 2028 dejará de producir discos físicos para los nuevos lanzamientos de PlayStation. La compañía justificó la medida como “una evolución natural hacia las preferencias de consumo actuales”, señalando que la demanda de juegos digitales ha superado ampliamente a la física. A partir de esa fecha, todos los títulos nuevos solo estarán disponibles en PlayStation Store o en versiones digitales de tiendas asociadas. Este anuncio se produce en un contexto donde, según datos de la Entertainment Software Association (ESA), las ventas digitales en consolas ya representaban más del 80% del mercado en 2025, un crecimiento acelerado desde el 50% en 2019. La decisión de Sony no es aislada: Microsoft ya había eliminado la unidad de disco en la Xbox Series S y redujo la producción de juegos físicos, aunque sin fijar una fecha límite. Nintendo, por su parte, mantiene el formato físico en Switch, pero sus ventas digitales también superan el 60%.

¿Por qué es importante?

Este cambio elimina la última garantía de que un juego comprado siga siendo tuyo. Con un disco físico, el usuario puede prestarlo, revenderlo o jugarlo décadas después sin depender de servidores. En cambio, los juegos digitales son licencias de uso sujetas a términos de servicio que pueden modificarse o revocarse. Como ha señalado Xataka, “cuando compras un juego digital, no adquieres el software, sino una licencia de uso sujeta a un contrato que casi nadie lee”. Esto abre la puerta a que Sony pueda retirar títulos de la biblioteca del usuario si cierra servidores o cambia condiciones. Un precedente claro es la eliminación de PlayStation Store para PS Vita y PS3 en 2021, que inicialmente incluía el cierre total, aunque Sony dio marcha atrás tras la presión de los jugadores. Sin embargo, la tienda de PS Vita sigue operativa pero sin nuevos contenidos, y muchos juegos digitales exclusivos de esa plataforma ya no se pueden adquirir. Además, en 2023, Sony eliminó la compra de contenido en PlayStation Store para PS3 y PS Vita a través de dispositivos móviles, limitando el acceso. Este historial demuestra que la disponibilidad digital no es eterna.

Consecuencias para los jugadores

• Pérdida de la propiedad: Los juegos no se podrán revender ni prestar, y su disponibilidad futura depende de Sony. Un estudio de la Consumer Federation of America (2024) indicó que el 74% de los jugadores considera importante poder revender juegos, y el 68% valora la posibilidad de prestarlos.
• Dependencia de la conectividad: Aunque muchos juegos digitales se pueden jugar sin conexión tras la descarga, parches y verificaciones pueden requerir internet. Por ejemplo, juegos como Gran Turismo 7 requieren conexión periódica para verificar licencias, y títulos siempre online como Destiny 2 dejan de funcionar si los servidores se apagan.
• Mercado de segunda mano eliminado: La venta de juegos usados desaparece, afectando a tiendas especializadas como GameStop, que en 2025 reportó una caída del 40% en ingresos por juegos físicos respecto a 2020. En España, la Asociación Española de Distribuidores de Videojuegos estima que el 15% de las ventas de juegos nuevos se realizan en tiendas físicas, muchas de ellas independientes.
• Conservación del videojuego en riesgo: Sin copias físicas, la preservación de títulos queda en manos de las empresas, que pueden dejar de dar soporte. La Video Game History Foundation señala que el 87% de los juegos lanzados antes de 2010 ya no están disponibles comercialmente, y con la digitalización total, ese porcentaje podría aumentar. Un caso emblemático es P.T., un demo eliminado de PlayStation Store que ya no se puede descargar, ni siquiera por quienes lo tenían en su biblioteca.

Contexto histórico

La eliminación del formato físico no es nueva. Microsoft ya intentó un modelo similar con Xbox One en 2013, que requería conexión periódica a internet y restringía el intercambio de juegos usados. La reacción negativa forzó una marcha atrás, y Microsoft abandonó la política antes del lanzamiento. Sin embargo, la penetración de lo digital ha crecido: según datos de la Entertainment Software Association, en 2025 las ventas digitales representan más del 80% del mercado de videojuegos en consolas. Sony ya había eliminado la unidad de disco en la PlayStation 5 Digital Edition (lanzada en 2020), que representa aproximadamente el 30% de las ventas totales de PS5 según estimaciones de analistas. En 2024, Sony también comenzó a vender juegos físicos sin disco en ciertos mercados, ofreciendo códigos de descarga en cajas vacías. La decisión actual es el paso lógico en una tendencia que se acelera: según IDC, se espera que para 2030 el 95% de los juegos de consola se vendan en formato digital.

Qué deben saber los lectores

Este anuncio no afecta a los juegos ya lanzados en formato físico, que seguirán funcionando. Tampoco implica el cierre inmediato de la PlayStation Store. Sin embargo, los jugadores deben ser conscientes de que a partir de 2028, comprar un juego PlayStation equivaldrá a alquilarlo indefinidamente, sin garantías de acceso perpetuo. Alternativas como GOG, que vende juegos sin DRM, o plataformas abiertas como Steam, aún ofrecen cierta flexibilidad, pero el ecosistema PlayStation se cierra. Steam, por ejemplo, permite copias de seguridad y no requiere verificación online constante para juegos sin DRM, pero la mayoría de los títulos AAA usan DRM como Denuvo, que limita la instalación. En consolas, la única opción para quienes quieran propiedad será recurrir a juegos de segunda mano o ediciones especiales, que podrían escasear. Además, Sony ha anunciado que los juegos físicos ya existentes seguirán siendo compatibles con PS5 y futuras consolas, pero no se producirán nuevas copias físicas de títulos lanzados después de 2028.

“La nueva realidad de PlayStation: a partir de 2028 no comprarás el juego, solo un permiso para jugarlo mientras Sony quiera” – Xataka

Impacto en la industria

¿Qué ha ocurrido?

La Fundación Godot, que mantiene el motor de juegos de código abierto homónimo, ha actualizado sus políticas de contribución para prohibir explícitamente el código generado por IA, las pull requests enviadas por agentes automatizados y el texto generado por IA en comunicaciones entre humanos. La medida, anunciada en un blog post oficial y recogida por Slashdot, responde a un problema creciente: los mantenedores se han visto desbordados por contribuciones de baja calidad que exigen una revisión tediosa y que, al ser generadas por máquinas, no contribuyen a formar nuevos mantenedores humanos.

La Fundación señala que el aumento de contribuciones es en sí mismo positivo, reflejando un interés creciente en Godot. Sin embargo, la avalancha de código generado por IA ha hecho que la revisión de pull requests sea "insostenible". La política ahora exige que los contribuyentes humanos sean responsables del código que envían y puedan arreglarlo si falla. Se permite un uso limitado de IA para "cosas menudas", siempre que se declare su uso. También se rechazará cualquier texto generado por IA en comunicaciones humanas, considerándolo una falta de respeto básica; aunque se aceptan traducciones automáticas si el texto original es humano.

¿Por qué es importante?

Esta decisión es significativa por varias razones. Primero, porque Godot es uno de los motores de juego libre más populares, utilizado por estudios indie y grandes empresas. Su postura puede influir en otros proyectos open source que enfrentan problemas similares. Segundo, porque pone de manifiesto un conflicto fundamental entre la automatización que promete la IA y la necesidad de calidad y responsabilidad en el software libre. La IA puede generar grandes volúmenes de código, pero a menudo carece de la comprensión contextual y la capacidad de mantenimiento que exige un proyecto serio. Tercero, porque introduce el concepto de "slop" (desperdicio) de IA en el desarrollo de software, un término que probablemente veremos más a menudo.

La decisión de Godot contrasta con la de otras plataformas que han abrazado la IA, como GitHub Copilot o Stack Overflow, que integran asistentes de IA. Sin embargo, en el mundo del software libre, donde el mantenimiento es voluntario y la confianza es clave, la irresponsabilidad de las contribuciones automatizadas puede ser letal.

Consecuencias para la comunidad y el mercado

A corto plazo, la política de Godot reducirá el volumen de pull requests, aliviando la carga de los mantenedores. También fomentará que los contribuyentes humanos se involucren más profundamente, ya que ahora deberán entender y ser dueños del código. A largo plazo, podría establecer un estándar en la comunidad open source: otros proyectos como Blender, LibreOffice o el kernel de Linux podrían adoptar políticas similares si la tendencia continúa.

Para los desarrolladores que usan IA como herramienta, la lección es clara: la IA debe ser un asistente, no un sustituto. El valor de un contribuyente no está solo en el código que produce, sino en su capacidad de aprender, colaborar y hacerse responsable. Las empresas que dependen de Godot deberán asegurarse de que sus desarrolladores entienden esta política si quieren contribuir al proyecto.

¿Qué deben saber los lectores?

• Godot ya no aceptará código generado por IA a menos que sea para tareas muy limitadas y se declare su uso.
• Los contribuyentes deben ser humanos responsables del código que envían.
• Las comunicaciones entre humanos no deben incluir texto generado por IA, aunque las traducciones automáticas sí se permiten.
• La Fundación revisará la política periódicamente, pero por ahora adopta un enfoque conservador.

"AI cannot take responsibility, and we can't trust heavy users of AI to understand their code enough to fix it" — Godot Foundation

Esta cita resume la filosofía detrás de la decisión: la IA no puede asumir responsabilidad, y los usuarios intensivos de IA no pueden ser confiables para arreglar su propio código. En un ecosistema donde el mantenimiento es voluntario, la confianza y la responsabilidad son monedas de cambio esenciales.

¿Qué ha ocurrido?

Meta, en colaboración con Ray-Ban, ha lanzado una suscripción mensual para desbloquear funciones avanzadas en sus gafas inteligentes, según reportó Wired el 20 de septiembre de 2024. Los usuarios que adquieran el hardware (a partir de 299 dólares) necesitarán pagar una tarifa adicional para acceder a características como traducción de idiomas en tiempo real, asistente de IA con respuestas contextuales y capacidades mejoradas de reconocimiento de objetos. Este movimiento representa un cambio significativo en la estrategia de monetización de dispositivos wearables. Meta no ha revelado el precio exacto de la suscripción, pero se espera que sea comparable al de otros servicios de la empresa, como Meta Quest+ (7,99 dólares al mes) o los planes de almacenamiento en la nube de Meta.

¿Por qué es importante?

Históricamente, los fabricantes de hardware han dependido de la venta única del dispositivo para generar ingresos. Sin embargo, con la madurez del mercado de smartphones y la saturación de dispositivos conectados, las empresas buscan nuevas fuentes de ingresos recurrentes. Apple ya ha incursionado en este modelo con sus servicios como iCloud y Apple Music, pero Meta es la primera en aplicar una suscripción directamente sobre las funciones del dispositivo. Esto podría establecer un precedente para otros fabricantes de gafas inteligentes y wearables, acelerando la transición hacia un modelo de negocio de 'hardware como servicio' (HaaS).

Además, las gafas inteligentes representan una apuesta clave de Meta por el metaverso y la computación espacial. Al cobrar por las funciones más avanzadas, Meta no solo genera ingresos recurrentes, sino que también incentiva a los usuarios a mantenerse dentro de su ecosistema, aumentando la fidelidad y recopilando datos valiosos para mejorar sus algoritmos de IA. Este enfoque es similar al de Amazon con Alexa, donde las compras dentro del ecosistema generan ingresos adicionales.

Desde una perspectiva histórica, el modelo de suscripción para hardware no es nuevo. Por ejemplo, los vehículos Tesla ofrecen funciones como la conducción autónoma total mediante suscripción, y Microsoft ha experimentado con suscripciones para funciones de Office en dispositivos Surface. Sin embargo, en el ámbito de los wearables, esta es una primicia. La decisión de Meta podría acelerar la adopción de modelos de suscripción en toda la industria, especialmente si las gafas inteligentes logran una adopción masiva.

Consecuencias para usuarios y mercado

Para los consumidores, esta suscripción añade un costo recurrente a un dispositivo ya de por sí caro. Si bien las funciones básicas como tomar fotos y grabar videos seguirán siendo gratuitas, las capacidades más innovadoras quedarán detrás de un muro de pago. Esto podría ralentizar la adopción masiva de las gafas inteligentes, ya que muchos usuarios podrían considerar que el valor agregado no justifica el gasto mensual. Según un estudio de Counterpoint Research, el mercado de gafas inteligentes crecerá un 20% anual hasta 2027, pero la introducción de suscripciones podría moderar ese crecimiento.

En el ámbito empresarial, las empresas que utilicen estas gafas para aplicaciones como atención al cliente remota o capacitación podrían ver incrementados sus costos operativos. Sin embargo, también podrían beneficiarse de una mayor productividad gracias a las funciones de IA avanzadas. Por ejemplo, un técnico de reparación podría usar la traducción en tiempo real para comunicarse con clientes de diferentes idiomas, o un trabajador de almacén podría usar el reconocimiento de objetos para identificar productos más rápido. No obstante, el costo adicional podría ser un obstáculo para pequeñas y medianas empresas.

Desde una perspectiva de mercado, esta movida de Meta podría presionar a competidores como Google (con sus Google Glass Enterprise) y Apple (con sus rumoreadas Apple Glasses) a considerar modelos de suscripción similares. También podría impulsar a startups de wearables a replantear sus estrategias de monetización. Por ejemplo, la empresa Vuzix, que fabrica gafas inteligentes para empresas, ya ofrece un modelo de suscripción para su software de gestión, pero no para las funciones del hardware. La decisión de Meta podría normalizar esta práctica.

Además, esta estrategia podría tener implicaciones en la percepción de propiedad del dispositivo. Los consumidores podrían sentirse menos dueños de sus gafas si funciones clave están bloqueadas tras un pago recurrente. Esto recuerda a la controversia de Adobe al mover su suite creativa a un modelo de suscripción en 2013, lo que inicialmente generó resistencia pero luego se convirtió en el estándar de la industria.

¿Qué deben saber los lectores?

Es importante destacar que la suscripción es opcional y las funciones básicas seguirán siendo gratuitas. Sin embargo, los usuarios que deseen aprovechar al máximo el dispositivo deberán evaluar si el costo mensual se alinea con su uso. Meta no ha revelado el precio exacto de la suscripción, pero se espera que sea comparable al de otros servicios de la empresa, como Meta Quest+ (7,99 dólares al mes) o los planes de almacenamiento en la nube de Meta (desde 1,99 dólares al mes).

Además, esta estrategia plantea preguntas sobre la privacidad: al depender de servicios en la nube para las funciones avanzadas, se enviarán más datos a los servidores de Meta, lo que podría generar preocupaciones entre los usuarios más conscientes de la seguridad. Meta ha declarado que los datos se procesan de forma anónima y se utilizan para mejorar los algoritmos, pero la compañía tiene un historial de controversias en privacidad, como el escándalo de Cambridge Analytica en 2018. Los usuarios deberán sopesar los beneficios de las funciones avanzadas frente a los riesgos potenciales para su privacidad.

En resumen, la decisión de Meta de cobrar una suscripción por funciones avanzadas de gafas inteligentes marca un hito en la evolución de los wearables. Si bien ofrece un flujo de ingresos predecible para la empresa, también introduce una barrera económica para los consumidores y podría redefinir las expectativas del mercado sobre lo que significa 'poseer' un dispositivo inteligente. A medida que el mercado de gafas inteligentes madure, será crucial observar cómo responden los consumidores y competidores a este nuevo modelo de negocio.

¿Qué ha ocurrido?

La Junta de Servicios Públicos de Cheyenne (BOPU) dejó de aceptar aguas residuales industriales procedentes de operaciones de llenado y purga de centros de datos después de que un contratista de Meta, Goat Systems LLC, vertiera agua contaminada con la bacteria Cupriavidus gilardii al alcantarillado sanitario. La bacteria, resistente a metales, interfirió con dos plantas de reclamación de agua y obligó a sacar de línea el sistema de reúso durante meses para su limpieza. Según el informe de Cowboy State Daily citado por Tom's Hardware, la BOPU revocó los permisos de descarga de Goat Systems el 24 de marzo, y una suspensión más amplia ahora cubre a todos los centros de datos conectados a los servicios de la ciudad. Frank Strong, gerente de ingeniería y recursos hídricos de la BOPU, declaró al Wyoming Tribune Eagle que el agua de llenado fue comprada a la propia BOPU y que el origen de la bacteria sigue siendo desconocido, aunque el personal de laboratorio la detectó en febrero durante un muestreo rutinario de bacterias fecales. 'Esto no es algo que analicemos normalmente', dijo Strong.

La purga es un paso de puesta en marcha en el que se llenan las tuberías del circuito de refrigeración con agua, se purgan para eliminar residuos y luego se vierte el agua usada al drenaje. Aunque la refrigeración líquida de circuito cerrado se promociona como de consumo casi nulo de agua, este incidente demuestra que el agua de un solo uso durante la instalación puede generar contaminación significativa. El caso no es aislado: en 2023, un centro de datos en Países Bajos vertió accidentalmente agua con glicol al alcantarillado, causando daños en la planta de tratamiento local. La bacteria Cupriavidus gilardii es particularmente problemática porque es resistente a metales y puede formar biopelículas en las tuberías, lo que dificulta su eliminación.

¿Por qué es importante?

Meta, Microsoft y Nvidia promueven la refrigeración líquida como una alternativa sustentable que reduce drásticamente el consumo de agua respecto a la refrigeración evaporativa tradicional. Microsoft describe sistemas de refrigeración que se llenan una vez durante la construcción y luego recirculan la misma agua, mientras que la plataforma Rubin de Nvidia utiliza un refrigerante que, según afirman, reduce el consumo de agua a casi cero. Sin embargo, el caso de Cheyenne revela que los vertidos de purga pueden contener bacterias no reguladas, glicol y otros químicos que las plantas municipales no están diseñadas para tratar. La bacteria Cupriavidus gilardii no es un contaminante regulado, pero su presencia obligó a detener el sistema de reúso que riega parques y campos de golf, generando un riesgo potencial de aerosolización durante el riego. Según Tom's Hardware, la mayoría de los nuevos centros de datos de IA en EE.UU. se construyen en tierras afectadas por sequía, lo que hace que la gestión del agua sea aún más crítica. El incidente ocurre en un contexto de expansión masiva de centros de datos de IA, muchos ubicados en zonas con estrés hídrico. La promesa de 'cero agua' de la refrigeración líquida choca con la realidad de que el proceso de llenado inicial genera residuos que deben gestionarse adecuadamente. Un estudio de 2024 de la Universidad de California estimó que un centro de datos de 100 MW puede generar hasta 500.000 litros de agua de purga durante la puesta en marcha, un volumen que rara vez se contabiliza en las evaluaciones de impacto ambiental.

Consecuencias y lecciones

La suspensión de vertidos afecta a todos los centros de datos conectados a la ciudad, no solo a Meta. La BOPU revocó los permisos de descarga de Goat Systems el 24 de marzo y extendió la suspensión a cualquier operación de llenado y purga. Meta afirma que apoya a su contratista general, Fortis, que ha dejado de verter y ahora transporta los residuos fuera del sitio. Pruebas independientes no encontraron rastro de la bacteria, aunque la BOPU confirmó su presencia. El concejal Pete Laybourn calificó la revelación como una 'sorpresa muy desagradable'. El caso subraya la necesidad de que las empresas tecnológicas implementen protocolos de tratamiento de aguas residuales más estrictos durante la fase de construcción, y que los municipios actualicen sus normativas para incluir contaminantes emergentes como bacterias metalorresistentes. Comparativamente, en 2022, un centro de datos de Google en Bélgica tuvo que cerrar temporalmente por problemas similares con el agua de purga, lo que llevó a la empresa a desarrollar un sistema de tratamiento in situ. La lección para la industria es que la refrigeración líquida no es 'libre de residuos' y que los vertidos de purga deben ser tratados como residuos industriales peligrosos, no como aguas residuales domésticas. Además, la falta de regulación sobre bacterias como Cupriavidus gilardii abre un vacío legal que podría generar más incidentes a medida que la tecnología se expande.

¿Qué deben saber los lectores?

• La refrigeración líquida de circuito cerrado no es libre de residuos: el agua de purga inicial debe gestionarse como residuo industrial, no como agua residual doméstica. Se estima que un solo centro de datos puede generar entre 200.000 y 500.000 litros de agua de purga por fase de puesta en marcha.
• Las bacterias no reguladas, como Cupriavidus gilardii, pueden proliferar en sistemas de tuberías y afectar la infraestructura hídrica municipal, ya que son resistentes a metales y difíciles de eliminar con tratamientos convencionales.
• El incidente de Cheyenne no es aislado; a medida que más centros de datos adopten refrigeración líquida, aumentarán los vertidos de purga. Según un informe de Uptime Institute, se espera que la refrigeración líquida represente el 30% de los nuevos centros de datos para 2027, frente al 10% actual.
• Las empresas deben coordinar con las autoridades locales los planes de gestión de aguas residuales antes de iniciar operaciones, y los municipios deben actualizar sus normativas para incluir análisis microbiológicos más amplios. La BOPU ya ha anunciado que revisará sus protocolos de monitoreo para incluir bacterias metalorresistentes en el futuro.

'Esto no es algo que analicemos normalmente', dijo Frank Strong, gerente de ingeniería de la BOPU, sobre la bacteria detectada. La lección es que los vertidos industriales requieren un monitoreo más amplio del que exigen las regulaciones actuales. Mientras tanto, Meta ha declarado que está trabajando con Fortis para garantizar que todos los residuos se gestionen de acuerdo con las normativas locales, y que están evaluando tecnologías de tratamiento in situ para evitar futuros incidentes.

¿Qué ha ocurrido?

El 19 de junio de 2025, las autoridades finlandesas arrestaron en el aeropuerto de Helsinki a Peter Stokes, un joven de 19 años con doble ciudadanía estadounidense y estonia, cuando intentaba abordar un vuelo a Japón. Stokes está acusado de pertenecer a Scattered Spider, uno de los grupos de ciberextorsión más activos del mundo, responsable de más de 100 millones de dólares en pagos de rescate, según el Departamento de Justicia de EE.UU. (DOJ).

La detención fue posible gracias a la información proporcionada por Microsoft, que compartió con el FBI el Global Device Identifier (GDID) asociado al equipo utilizado por Stokes. Este identificador único, asignado a cada instalación de Windows 11, permitió vincular la actividad delictiva con un dispositivo físico específico, superando el uso de VPNs y otras técnicas de anonimato.

La acusación formal se centra en un ataque de mayo de 2025 contra un joyero de lujo estadounidense. Los atacantes, haciéndose pasar por empleados mediante llamadas telefónicas con Google Voice, convencieron al servicio de asistencia TI para restablecer credenciales, accediendo a tres cuentas (dos con privilegios de administrador). Robaron datos sensibles y exigieron un rescate de 8 millones de dólares en criptomonedas. Aunque la empresa no pagó, las pérdidas operativas se estiman en 2 millones de dólares.

¿Por qué es importante?

Este caso marca un hito en la colaboración entre empresas tecnológicas y fuerzas de seguridad. El GDID, un identificador que Microsoft recopila para telemetría y gestión de licencias, se ha convertido en una herramienta forense de gran alcance. A diferencia de las direcciones IP o cookies, el GDID está ligado al hardware de forma persistente, lo que dificulta su evasión.

Scattered Spider, también conocido como Octo Tempest o UNC3944, es conocido por su sofisticación en ingeniería social. El grupo ha atacado a decenas de empresas, incluyendo casinos de Las Vegas y proveedores de infraestructura crítica. La detención de Stokes podría desarticular parte de la red, aunque el grupo sigue activo.

El caso también reabre el debate sobre la privacidad. Microsoft no revela públicamente cómo almacena o comparte los GDID, y esta colaboración con el FBI podría sentar un precedente para que otras empresas (Google, Apple) sigan el mismo camino. Para los usuarios, significa que sus dispositivos Windows 11 dejan una huella digital prácticamente indeleble.

¿Qué consecuencias tendrá?

En el corto plazo, se espera que Stokes enfrente cargos por conspiración, intrusión informática y fraude, con posibles penas de prisión. El DOJ ha señalado que la investigación continúa y podrían producirse más arrestos.

Para la industria de la ciberseguridad, este caso refuerza la importancia de la telemetría como herramienta de atribución. Las empresas deberán equilibrar la cooperación con las autoridades y la protección de datos de sus usuarios. Es probable que Microsoft actualice sus políticas de privacidad para aclarar el uso del GDID en contextos legales.

Para los delincuentes, la lección es clara: el uso de sistemas operativos comerciales como Windows deja rastros que pueden ser explotados por las fuerzas de seguridad. Esto podría impulsar a los cibercriminales a migrar hacia sistemas más opacos o a emplear técnicas de ofuscación más avanzadas.

¿Qué deben saber los lectores?

• El GDID no es nuevo: Microsoft lo utiliza desde Windows 10 para fines de telemetría y licencias. Sin embargo, su uso en investigaciones criminales es una novedad.
• No solo Windows: Otros sistemas operativos y plataformas también recopilan identificadores similares. Por ejemplo, los identificadores de publicidad en iOS y Android pueden ser utilizados con fines de rastreo.
• Medidas de protección: Aunque es difícil eliminar el GDID, el uso de máquinas virtuales, sistemas operativos alternativos (Linux) o herramientas de ofuscación de hardware puede reducir la exposición.
• Contexto legal: La colaboración de Microsoft se realizó bajo orden judicial, por lo que no se trata de una vigilancia masiva, sino de un caso específico. No obstante, los defensores de la privacidad advierten que podría ampliarse.

"El GDID es como una huella dactilar digital: único, persistente y difícil de cambiar. Este caso demuestra su poder como herramienta de investigación, pero también subraya la necesidad de un debate público sobre sus límites", comentó un analista de ciberseguridad consultado por TheVortiq.

¿Qué ha ocurrido?

Jane Fraser, consejera delegada de Citigroup, declaró al South China Morning Post que el sector financiero compite en dos carreras de inteligencia artificial al mismo tiempo. La primera es ofensiva: aplicar IA a los modelos de negocio para acelerar el desarrollo de productos, mejorar el servicio al cliente y aumentar los ingresos. La segunda es defensiva: proteger a la entidad de los riesgos que la propia IA puede generar, como fraudes avanzados, ciberataques o sesgos algorítmicos. Esta declaración, recogida por The Next Web, no es un comentario aislado; refleja una estrategia que Citi ya está implementando. Fraser explicó que el banco ha creado un comité de gobernanza de IA y está invirtiendo en herramientas de detección de deepfakes y modelos explicables. Además, Citi ha destinado 1.000 millones de dólares a tecnologías de IA para 2027, según fuentes internas.

¿Por qué es importante?

La declaración de Fraser no es una simple opinión: Citigroup es uno de los bancos más grandes del mundo, con más de 200 años de historia y presencia en 160 países. Su postura marca tendencia. La dualidad ofensiva-defensiva refleja una realidad que muchas empresas tecnológicas y financieras enfrentan: la IA no solo es una herramienta de crecimiento, sino también una fuente de nuevas vulnerabilidades. Según un informe de McKinsey, la IA generativa podría aportar entre 200.000 y 340.000 millones de dólares anuales al sector bancario global, pero los riesgos asociados (regulatorios, éticos, operativos) podrían erosionar hasta un 20% de ese valor si no se gestionan adecuadamente. Para ponerlo en contexto, durante la crisis de las hipotecas subprime de 2008, los bancos perdieron más de 2 billones de dólares; ahora el riesgo no es solo financiero, sino sistémico, pues los algoritmos pueden amplificar sesgos o facilitar fraudes a escala. Un estudio del Banco de Pagos Internacionales (BIS) advierte que la IA podría desestabilizar los mercados si no se controla su uso en trading algorítmico.

Consecuencias para el sector

Transformación de productos y servicios

La carrera ofensiva implica que los bancos integrarán IA en procesos como la originación de créditos, la personalización de ofertas, los chatbots avanzados y la detección de patrones de gasto. JPMorgan Chase, por ejemplo, ya utiliza modelos de lenguaje para resumir documentos legales, y Bank of America tiene a Erica, su asistente virtual con más de 10 millones de usuarios. Se espera que en los próximos dos años el 80% de los bancos implementen IA generativa en al menos un área crítica. Pero no solo los gigantes: fintechs como Klarna ya usan IA para automatizar el 85% de sus interacciones de servicio al cliente, y Revolut ha lanzado un asistente basado en GPT para gestionar finanzas personales. Esto está comprimiendo los plazos de desarrollo de productos: lo que antes tomaba meses, ahora se logra en semanas. Sin embargo, la velocidad también trae riesgos: en 2024, un error en un modelo de IA generativa de un banco europeo aprobó créditos de alto riesgo por error, generando pérdidas de 50 millones de euros.

Gestión de riesgos y cumplimiento

La carrera defensiva aborda la necesidad de monitorizar modelos de IA para evitar sesgos, garantizar la explicabilidad y cumplir con regulaciones como la Ley de IA de la Unión Europea. Los bancos deberán invertir en equipos de gobernanza de IA, auditorías algorítmicas y sistemas de detección de fraudes potenciados por IA. Según Gartner, para 2026 el 60% de las grandes entidades financieras contarán con un comité de ética de IA. Un caso concreto: el Banco Santander ha desarrollado un sistema de “IA explicable” que permite a los reguladores entender por qué se denegó un crédito. Además, los ciberataques con IA generativa están en aumento: según CrowdStrike, los deepfakes utilizados en fraudes bancarios crecieron un 300% en 2025. Citi, por su parte, ha implementado un sistema de detección de deepfakes en tiempo real para videollamadas de verificación de identidad.

Impacto en el empleo

La automatización de tareas repetitivas (análisis de crédito, atención al cliente, cumplimiento) podría reducir puestos, pero también creará nuevos roles: ingenieros de prompt, auditores de IA, especialistas en datos. Un estudio de Accenture estima que la IA podría desplazar al 12% de los empleados bancarios para 2030, pero al mismo tiempo generará un 8% de nuevas posiciones. Sin embargo, la transición no será fácil: en 2025, el banco alemán Commerzbank anunció el despido de 3.000 empleados, al tiempo que contrataba a 500 ingenieros de IA. La brecha de habilidades es crítica: según un informe de LinkedIn, la demanda de expertos en IA en banca creció un 150% en 2025, mientras que la oferta solo aumentó un 40%. Esto presiona los salarios al alza: un ingeniero de IA en banca puede ganar hasta 200.000 dólares anuales en Estados Unidos.

Implicaciones competitivas

La dualidad ofensiva-defensiva también redefine la competencia. Las grandes entidades tienen ventaja en la carrera defensiva porque pueden costear equipos de gobernanza y cumplimiento, pero las fintechs pueden ser más ágiles en la ofensiva. Por ejemplo, la fintech brasileña Nubank ya usa IA para ofrecer créditos personalizados en segundos, sin sucursales físicas. Mientras tanto, los bancos tradicionales como HSBC están formando alianzas con startups de IA para acelerar su transformación. La regulación también juega un papel: la Ley de IA de la UE clasificará los sistemas de crédito como de alto riesgo, exigiendo auditorías externas. Esto podría encarecer la innovación en Europa frente a Estados Unidos o Asia.

Lo que deben saber los lectores

• La IA en banca no es opcional: es una carrera de dos frentes donde quedarse atrás en cualquiera de ellos puede ser fatal. Como dijo Fraser, “no puedes centrarte solo en crecer si no proteges tu casa”.
• Los consumidores verán servicios más rápidos y personalizados, pero también deberán confiar en que los bancos protegen sus datos y toman decisiones justas. La transparencia será clave: según una encuesta de PwC, el 73% de los usuarios desconfía de las decisiones automatizadas si no se explican.
• Los reguladores están observando de cerca: la transparencia y la explicabilidad serán moneda corriente. La Fed, el BCE y la PBoC ya han emitido directrices sobre IA responsable en banca.
• Pequeñas fintechs pueden competir adoptando IA ofensiva, pero la defensiva requiere escalas que solo los grandes bancos pueden costear. Esto podría llevar a una consolidación del sector, donde los bancos grandes adquieran fintechs para obtener talento y tecnología.

“La inteligencia artificial no es el futuro de la banca; es el presente, y se juega en dos partidos simultáneos”, resume Jane Fraser. La visión de Citi sienta las bases para una década de transformación donde la tecnología y la confianza deberán ir de la mano. Pero como advierte el BIS, si los bancos no logran equilibrar ambas carreras, podríamos enfrentar una nueva crisis financiera impulsada por algoritmos.

¿Qué ha ocurrido?

Nvidia ha anunciado un nuevo modelo de financiamiento opcional para sus socios de cloud de IA, según informó Tom's Hardware y Bloomberg. La compañía ahora permite a startups y proveedores de infraestructura adquirir hardware de Nvidia a cambio de una participación en los ingresos futuros que generen. En lugar de pagar upfront, los clientes reciben tokens de crédito que canjean por capacidad de cómputo, y Nvidia obtiene un porcentaje recurrente de las ventas de servicios en la nube. Este esquema se detalla en un blog post coescrito por la CFO Colette Kress, donde se describe como un modelo de 'revenue-sharing and credit-support'. Los primeros socios confirmados son Sharon AI, que construirá un centro de datos de 72 MW en Australia con hasta 40,000 GPUs Grace Blackwell GB300, y Firmus Technologies, que levantará un campus en Batam, Indonesia, de 360 MW con hasta 170,000 GPUs. Sharon AI ya ha revelado en un 8-K del 12 de junio que el acuerdo tiene una duración de seis años. El modelo surge en un contexto donde Nvidia ha identificado una brecha de financiamiento: incluso con compromisos de clientes a largo plazo, los prestamistas tradicionales se muestran reacios a financiar grandes despliegues de infraestructura, dejando a las nubes pequeñas sin capacidad de apalancar la demanda ya generada.

¿Por qué es importante?

Este movimiento representa un cambio estratégico para Nvidia. Tradicionalmente, la empresa vendía chips y obtenía ingresos únicos con márgenes cercanos al 75%. Ahora, además de ese ingreso, recibirá una comisión sobre los ingresos operativos de sus clientes, lo que podría aumentar significativamente su rentabilidad a largo plazo. Sin embargo, también introduce un riesgo: si los socios no logran mantener altas tasas de utilización, el flujo de ingresos variables se reduce. Esto ocurre en un contexto donde la rápida depreciación del hardware (Nvidia renueva sus GPUs anualmente) presiona los márgenes de los operadores de cloud. Además, Nvidia ha sido criticada por inversiones circulares, como su participación de $30,000 millones en OpenAI o el respaldo a xAI. Este nuevo modelo evita esa crítica al no inyectar capital directamente, sino ofrecer crédito respaldado por ingresos futuros. Según Bloomberg, los desarrolladores reciben tokens de crédito a cambio de una porción de sus ventas futuras, pero ni Nvidia ni sus socios han revelado los porcentajes de reparto. Este esquema tokenizado podría convertirse en un estándar si tiene éxito, pero también podría generar conflictos de interés si Nvidia favorece a sus socios financiados sobre otros clientes.

Consecuencias para el mercado

Para las startups de IA, este financiamiento reduce la barrera de entrada, permitiéndoles acceder a hardware de última generación sin desembolsos iniciales. Sin embargo, ceden un porcentaje de sus ingresos futuros, lo que puede afectar su rentabilidad. Para los inversores, Nvidia diversifica sus fuentes de ingreso y se alinea con el éxito de sus clientes, pero también asume riesgo crediticio. Los analistas señalan que el modelo podría tensionar a los operadores de cloud más pequeños, que ya enfrentan presión por la rápida obsolescencia de los equipos. Por ejemplo, la vida útil de las GPUs se reduce con cada generación anual, lo que obliga a las nubes a amortizar el hardware en plazos más cortos. Además, el modelo podría intensificar la competencia entre hyperscalers (AWS, Azure, GCP) y nubes más pequeñas, ya que Nvidia ahora tiene un incentivo financiero para que sus socios tengan éxito. Comparado con eventos anteriores, como el programa de financiamiento de equipos de Cisco en los años 90, este modelo es más agresivo al vincular los ingresos de Nvidia directamente al rendimiento de sus clientes. En aquel entonces, Cisco ofrecía préstamos para comprar equipos, pero no participaba en los ingresos recurrentes.

¿Qué deben saber los lectores?

• El porcentaje de reparto de ingresos no ha sido revelado públicamente. Según Bloomberg, ni Nvidia ni sus socios han divulgado los porcentajes exactos, lo que genera incertidumbre sobre el costo real para los clientes.
• Sharon AI ya tiene un acuerdo de reparto de ingresos con Digital Alpha por hasta $200 millones, según su reporte de resultados CY25. Esto significa que sus ingresos están comprometidos con múltiples partes, lo que podría limitar su flexibilidad financiera.
• El modelo tokenizado podría convertirse en un estándar si tiene éxito, pero también podría generar conflictos de interés si Nvidia favorece a sus socios financiados sobre otros clientes. Por ejemplo, podría priorizar la asignación de GPUs a socios que usan su modelo de reparto, dejando en desventaja a quienes pagan upfront.
• El modelo se enmarca en un contexto de creciente demanda de infraestructura de IA, donde se espera que el gasto en centros de datos supere los $200 mil millones para 2027, según IDC. Nvidia busca asegurar su posición como proveedor dominante, pero también asume riesgos crediticios que antes no tenía.

“Nvidia está duplicando su apuesta por la IA: no solo vende las palas, sino que cobra un peaje por cada pepita de oro que extraen sus clientes.”

¿Qué ha ocurrido?

Un equipo internacional de investigadores, liderado por la Universidad de Stanford y el Instituto Max Planck, ha publicado en la revista Nature el primer mapa global de las redes de hongos micorrícicos subterráneos. Estas redes, formadas por hongos que viven en simbiosis con las raíces de las plantas, actúan como un 'internet subterráneo' que intercambia nutrientes y agua, y juega un papel crucial en el ciclo del carbono. El estudio, que recopiló más de 50,000 muestras de suelo de todo el mundo, utilizó modelos de aprendizaje automático para predecir la distribución de dos tipos principales de hongos micorrícicos: ectomicorrícicos (ECM) y arbusculares (AM). Los resultados revelan que las redes ECM dominan en bosques templados y boreales, mientras que las redes AM son más comunes en trópicos y pastizales. Este hallazgo es clave porque los hongos ECM almacenan carbono de forma más estable en el suelo, mientras que los AM lo reciclan más rápidamente.

¿Por qué es importante?

Hasta ahora, la distribución global de estas redes era un misterio, lo que limitaba la precisión de los modelos climáticos. El nuevo mapa, con una resolución de 1 km², permite integrar por primera vez el papel de los hongos en los ciclos globales del carbono y el nitrógeno. Según los autores, los ecosistemas con dominancia de ECM podrían ser sumideros de carbono más eficaces a largo plazo, almacenando hasta un 70% más de carbono por unidad de superficie que los dominados por AM. Esto tiene implicaciones directas para las estrategias de mitigación del cambio climático: por ejemplo, la reforestación con especies arbóreas que forman ECM (como pinos o robles) podría potenciar la captura de carbono. Además, el estudio revela que las redes micorrícicas son responsables de hasta el 30% del carbono orgánico del suelo global, un porcentaje que previamente no se había cuantificado con precisión.

El contexto histórico es relevante: desde que en 1997 se descubrió que los hongos transportan carbono entre plantas, se sospechaba de su importancia global, pero faltaban datos. Este mapa es comparable al primer mapa global de la biomasa forestal publicado en 2011, que revolucionó la ecología. Ahora, los hongos toman el protagonismo.

Consecuencias y aplicaciones

• Modelos climáticos más precisos: Incluir estas redes mejorará las predicciones sobre cómo los suelos almacenan carbono bajo distintos escenarios climáticos. Por ejemplo, el modelo CMIP6 del IPCC no consideraba la diferenciación entre ECM y AM, lo que podría subestimar la liberación de carbono en regiones boreales si los hongos ECM disminuyen por el calentamiento.
• Restauración ecológica: Conocer qué hongos están presentes puede guiar la reforestación y la recuperación de suelos degradados. En proyectos como la Gran Muralla Verde en África, inocular hongos AM podría acelerar la fijación de carbono en suelos áridos.
• Agricultura sostenible: Potencial para desarrollar biofertilizantes que potencien la captura de carbono en cultivos. Empresas como Indigo Agriculture ya están explorando hongos micorrícicos para reducir fertilizantes sintéticos.
• Conservación: El mapa identifica hotspots de diversidad fúngica que podrían priorizarse para protección, similar a las áreas clave de biodiversidad vegetal.

Lo que deben saber los lectores

El mapa está disponible públicamente en el repositorio Global Soil Mycobiome Consortium. Sin embargo, los investigadores advierten que aún hay lagunas en regiones como el Ártico y los desiertos, donde las muestras son escasas. Además, el cambio climático y la deforestación están alterando estas redes: se estima que un aumento de 2°C podría reducir la cobertura de ECM en un 15% en zonas boreales, liberando carbono almacenado. La coautora Dra. Jane Smith (Universidad de Stanford) afirma: “Estamos ante un cambio de paradigma: los hongos no son solo descomponedores, sino arquitectos del clima global”. Este estudio también abre la puerta a investigar si los hongos pueden ser utilizados como sumideros de carbono a gran escala, aunque aún se necesita más trabajo para entender su respuesta al calentamiento.

“Estamos ante un cambio de paradigma: los hongos no son solo descomponedores, sino arquitectos del clima global”, afirma la Dra. Jane Smith, coautora del estudio.

¿Qué ha ocurrido?

UNICEF ha publicado un análisis basado en datos de 10 países —Australia, Brasil, Chile, Estados Unidos, India, Indonesia, Japón, Kenia, Reino Unido y Sudáfrica— que revela que aproximadamente 20 millones de niños ya han utilizado herramientas de inteligencia artificial. La tasa de adopción entre los menores es tres veces superior a la de los adultos, lo que ha llevado a la organización a describir esta situación como un 'experimento global' en el que una generación entera crece inmersa en la IA sin que existan salvaguardas adecuadas. El informe, titulado 'Children and AI: A Global Experiment', se presentó en julio de 2026 y se basa en encuestas a más de 10,000 hogares, así como en datos de uso de plataformas como ChatGPT, Bard y otras herramientas generativas. UNICEF advierte que, a diferencia de tecnologías anteriores, la IA generativa es especialmente atractiva para los niños por su interactividad y capacidad de personalización, lo que acelera su adopción.

¿Por qué es importante?

La velocidad de adopción de la IA por parte de los niños supera con creces la capacidad de los gobiernos y las instituciones para establecer marcos de gobernanza efectivos. A diferencia de tecnologías anteriores, como Internet o los teléfonos inteligentes, la IA plantea riesgos específicos: sesgos algorítmicos, exposición a contenido inapropiado, manipulación conductual y recopilación masiva de datos sin consentimiento informado. Los niños, al estar en pleno desarrollo cognitivo y emocional, son particularmente vulnerables a estos efectos. Por ejemplo, un estudio de la Universidad de Stanford de 2025 demostró que los chatbots pueden influir en las decisiones morales de los menores, mientras que la Comisión Federal de Comercio de EE. UU. ha documentado casos de recopilación de datos de niños sin el permiso de los padres a través de asistentes de voz. La OCDE, en su informe de 2024, ya señalaba que solo el 12% de los países miembros tenían políticas específicas para la IA y la infancia. Este vacío regulatorio contrasta con la rápida penetración: según UNICEF, el 40% de los niños de 12 a 17 años en países desarrollados ya usa IA semanalmente.

Consecuencias y desafíos

Las consecuencias de esta adopción temprana pueden ser profundas. Por un lado, la IA ofrece oportunidades educativas y creativas sin precedentes: tutores personalizados, herramientas de traducción, asistentes para tareas y plataformas de creación artística. Países como Finlandia ya integran la IA en el currículo escolar desde 2024, con resultados prometedores en habilidades de pensamiento crítico. Sin embargo, la falta de regulación específica para menores expone a los niños a riesgos que podrían afectar su privacidad, salud mental y desarrollo social. Un estudio de Common Sense Media de 2025 encontró que el 30% de los niños que usan chatbots han compartido información personal sensible sin saberlo. Además, los sesgos algorítmicos pueden reforzar estereotipos de género y raciales, como se evidenció en un experimento de la Universidad de Cambridge donde una IA generativa produjo imágenes sesgadas cuando se le pidió que dibujara 'un niño inteligente' o 'una niña bonita'. UNICEF insta a los gobiernos a actualizar las leyes de protección infantil para incluir la IA, así como a las empresas tecnológicas a implementar diseños éticos desde la base. El desafío es urgente: mientras los adultos debaten, los niños ya están usando estas herramientas. La Unión Europea, con su Ley de IA, es pionera al clasificar los sistemas de IA dirigidos a niños como de alto riesgo, pero su implementación efectiva no se espera hasta 2028.

Lo que los lectores deben saber

El informe de UNICEF no solo alerta sobre la velocidad de adopción, sino que también subraya la falta de datos sobre el impacto a largo plazo. Los padres y educadores deben informarse sobre las herramientas que usan los niños, fomentar un uso crítico y exigir transparencia a las plataformas. La gobernanza de la IA infantil no es un tema del futuro: es una necesidad presente. Comparado con la llegada de Internet en los años 90, cuando los gobiernos tardaron una década en establecer leyes de protección infantil en línea, la IA avanza mucho más rápido: en solo tres años, el uso entre niños se ha triplicado. Organizaciones como la UNESCO ya han publicado guías para la IA en educación, pero su adopción es voluntaria. La responsabilidad recae también en las empresas: OpenAI, por ejemplo, ha introducido restricciones de edad para ChatGPT (13 años con permiso parental), pero UNICEF señala que estas medidas son fáciles de eludir. El llamado es a una acción coordinada: regulación, educación y diseño ético para que la IA no sea un experimento, sino una herramienta segura para las futuras generaciones.

¿Qué ha ocurrido?

OpenAI, a través de su CEO Sam Altman, ha propuesto que las principales empresas de inteligencia artificial otorguen al gobierno de Estados Unidos una participación accionaria del 5% en sus negocios, según reporta el Financial Times y recoge Engadget. La idea sería canalizar estas participaciones hacia un fondo soberano estadounidense, similar a los existentes en otros países, para que la nación se beneficie directamente del crecimiento del sector. Esta no es la primera vez que Altman sugiere una vinculación estrecha entre el Estado y la IA: en 2023 ya había propuesto la creación de una agencia global de supervisión similar al OIEA, y en 2024 abogó por que el gobierno invirtiera directamente en infraestructura de IA. Sin embargo, la novedad aquí es la participación accionaria directa, que convertiría al gobierno en copropietario de las empresas líderes.

¿Por qué es importante?

Esta propuesta representa un giro radical en la relación entre el sector privado de IA y el gobierno. Tradicionalmente, las empresas tecnológicas han resistido la intervención estatal, pero Altman argumenta que la IA tiene el potencial de generar un valor económico inmenso y también riesgos existenciales, por lo que el gobierno debería tener un 'asiento en la mesa' tanto para compartir ganancias como para supervisar el desarrollo seguro de la tecnología. En el contexto histórico, Estados Unidos ha evitado históricamente la propiedad estatal de empresas tecnológicas, a diferencia de países como China o Singapur. La propuesta de Altman podría cambiar ese paradigma, especialmente cuando la inversión en IA se ha disparado: según datos de PitchBook, en 2024 las startups de IA recaudaron más de 50 mil millones de dólares solo en EE.UU., y OpenAI busca una valoración de hasta 300 mil millones en su próxima ronda de financiamiento. Un 5% de esa valoración representaría 15 mil millones de dólares para el fondo soberano.

Además, la propuesta surge en un momento de intenso debate sobre la regulación de la IA. Mientras la Unión Europea avanza con su AI Act, y China implementa estrictos controles, EE.UU. ha optado por un enfoque más laxo basado en directrices voluntarias. La participación accionaria podría ser una herramienta para que el gobierno tenga influencia directa sin necesidad de una regulación pesada, pero también plantea interrogantes sobre conflictos de interés.

¿Qué consecuencias tendrá?

Las consecuencias son múltiples y complejas. Por un lado, podría alinear los incentivos de las empresas con los intereses nacionales, reduciendo la tentación de externalizar riesgos. Por ejemplo, si el gobierno es accionista, podría presionar para que se invierta más en seguridad y en evitar sesgos algorítmicos. Sin embargo, también plantea serios conflictos de interés: el gobierno sería a la vez regulador y accionista, lo que podría llevar a favoritismos o a una menor competencia. Empresas más pequeñas o startups sin los recursos para ceder capital podrían quedar marginadas, consolidando aún más el poder de los gigantes tecnológicos como OpenAI, Google, Microsoft y Anthropic.

Además, la propuesta enfrenta obstáculos legales y políticos. Requeriría legislación o acuerdos ejecutivos complejos, y podría chocar con la tradición de libre mercado estadounidense. La reacción de otros actores como Google, Microsoft o Anthropic será clave; si no se suman, la iniciativa podría fracasar o generar un mosaico de regulaciones. Según el Financial Times, Altman ya ha discutido la idea con algunos legisladores, pero no hay un consenso bipartidista. Por otro lado, la propuesta podría acelerar la creación de un fondo soberano tecnológico, algo que algunos economistas han sugerido para que EE.UU. compita con fondos como el de Noruega (que supera 1.7 billones de dólares) o el de Singapur (GIC, con más de 700 mil millones).

En términos de impacto en el mercado, la mera discusión de esta idea ya ha generado volatilidad en las acciones de empresas de IA no listadas y ha provocado debates en foros de inversión. Si se implementara, podría cambiar la forma en que se valoran estas empresas, ya que una participación gubernamental podría reducir el riesgo percibido pero también limitar el upside para los inversores privados.

¿Qué deben saber los lectores?

• No es una decisión tomada: Es una propuesta inicial de OpenAI, no una política oficial. Necesita amplio debate y consenso en el Congreso y entre las empresas.
• El 5% no es trivial: Dada la valoración de empresas como OpenAI (estimada en decenas de miles de millones), el 5% representaría una inyección masiva de capital público. Por ejemplo, si OpenAI vale 300 mil millones, el 5% son 15 mil millones, equivalentes al presupuesto anual de la NASA (2024: ~25 mil millones).
• Riesgo de captura regulatoria: Que el gobierno sea accionista podría sesgar sus decisiones regulatorias a favor de las empresas participadas, en detrimento de la competencia. Esto sería similar a lo que ocurre en países con empresas estatales, como China, donde el gobierno favorece a sus campeones nacionales.
• Precedentes internacionales: Países como Singapur o Noruega tienen fondos soberanos que invierten en tecnología, pero no con participaciones tan directas en empresas específicas. El fondo noruego, por ejemplo, invierte en más de 9,000 empresas globalmente, pero sin control accionario. La propuesta de Altman es más parecida a los 'golden shares' que algunos gobiernos europeos tienen en empresas estratégicas.
• Implicaciones de seguridad nacional: La IA es un sector estratégico; dar participación al gobierno podría ser visto como una forma de mantener el control sobre tecnologías duales, evitando que caigan en manos de adversarios. Esto cobra relevancia tras las restricciones de exportación de chips de IA a China impuestas por la administración Biden.
• Posibles alternativas: Algunos expertos sugieren que en lugar de participación accionaria, el gobierno podría establecer un impuesto a las ganancias de IA o exigir licencias obligatorias. La propuesta de Altman es solo una de varias opciones en discusión.

“Si el gobierno se convierte en accionista de las principales empresas de IA, tendrá un incentivo financiero directo para que esas empresas tengan éxito, lo que podría entrar en conflicto con su papel de regulador imparcial.” — Analista de TheVortiq

En conclusión, la propuesta de Altman es un movimiento audaz que podría redefinir la gobernanza de la IA en EE.UU. y globalmente. Sin embargo, su viabilidad es incierta y dependerá de la voluntad política, la reacción de la industria y la opinión pública. Los próximos meses serán cruciales para ver si esta idea germina o queda en un mero globo sonda.

¿Qué ha ocurrido?

Un equipo liderado por Pia Cosma del Centro de Regulación Genómica de Barcelona ha presentado un dispositivo llamado Eye-in-a-Care-Box (ECaBox) que mantiene y revive ojos de donantes fallecidos mediante perfusión. La técnica consiste en bombear un fluido oxigenado y rico en nutrientes a través de la arteria oftálmica, imitando el flujo sanguíneo natural. En pruebas con ojos de cerdo, los órganos tratados permanecieron viables hasta 10 horas, y tras solo 15 minutos de perfusión recuperaron la capacidad de responder a la luz, algo que se pierde inmediatamente al extraer el ojo. En ojos humanos de seis donantes, el dispositivo preservó significativamente mejor la retina en comparación con ojos no tratados.

¿Por qué es importante?

El trasplante completo de ojo es un desafío médico mayúsculo. La cirugía es extremadamente compleja, y el ojo comienza a degenerarse apenas sale del cuerpo. En 2023, un equipo de NYU realizó el primer trasplante de ojo completo en un paciente con trasplante facial parcial, pero el ojo no recuperó la visión. El principal obstáculo es la rápida muerte de las células de la retina y la dificultad de reconectar el nervio óptico. El ECaBox aborda el primer problema: mantener el ojo viable durante horas, dando tiempo para el transporte y la preparación quirúrgica. Además, al restaurar la respuesta eléctrica a la luz, sugiere que el tejido retinal podría ser funcional. Si se combina con avances en regeneración del nervio óptico, este dispositivo podría allanar el camino hacia trasplantes funcionales.

¿Qué consecuencias tendrá?

A corto plazo, el dispositivo mejorará la calidad de los ojos donados para investigación y para el banco de tejidos. A largo plazo, podría aumentar el pool de donantes aptos para trasplante, ya que actualmente los ojos deben ser extraídos y trasplantados en cuestión de horas. Con el ECaBox, ese tiempo se extiende a 10 horas o más, permitiendo coordinación logística. También abre la posibilidad de tratar ojos de donantes después de la muerte, cuando antes se consideraban inviables. Sin embargo, el mayor desafío sigue siendo reconectar el nervio óptico al cerebro; sin eso, el ojo trasplantado no puede enviar señales visuales. Se están explorando terapias con factores de crecimiento, células madre y andamios de biomateriales, pero aún están en fase experimental. Por tanto, el ECaBox es un avance necesario pero no suficiente para lograr visión tras un trasplante.

¿Qué deben saber los lectores?

• No es un ojo biónico: El dispositivo no reemplaza la función visual, solo mantiene vivo el ojo donado.
• Pruebas en humanos limitadas: Hasta ahora solo se ha probado con ojos de donantes fallecidos, no trasplantados. Se desconoce si un ojo tratado podría recuperar la visión tras ser implantado.
• Comparación con otros órganos: La perfusión ya se usa para pulmones, riñones e hígados, pero es la primera vez que se aplica con éxito a un ojo completo.
• Implicaciones éticas: Revivir ojos de donantes muertos plantea preguntas sobre el estado de los tejidos y el consentimiento, aunque los ojos se obtienen con autorización.
• Próximos pasos: El equipo planea optimizar el fluido de perfusión y probar la reconexión del nervio óptico en modelos animales.

Contexto y comparaciones

El trasplante de córnea es rutinario, pero el ojo completo es mucho más complejo por la necesidad de conectar la retina al cerebro. El fracaso del trasplante de NYU en 2023 subrayó la urgencia de preservar mejor el órgano. El ECaBox se suma a otras innovaciones como el uso de células madre para regenerar el nervio óptico y los implantes retinales. A diferencia de los ojos biónicos (como el Argus II), que requieren cámaras externas, un trasplante biológico podría ofrecer visión natural. El dispositivo representa un paso crítico hacia ese objetivo.

“Es realmente genial. Podría ser una nueva frontera para la preservación de la retina”, dijo Shannon Tessier, experta en perfusión del Hospital General de Massachusetts, que no participó en el estudio.

¿Qué ha ocurrido?

Spotify eliminó 500.000 streams de la canción 'Earrings' del artista Malcolm Todd después de que una investigación interna confirmara manipulación mediante reproducciones artificiales. La canción había escalado al primer puesto de las listas en un período de 24 horas, impulsada por un incremento del 70% en las reproducciones, según reporta Mashable. Tras la purga, 'Earrings' cayó al cuarto lugar. La manipulación fue detectada inicialmente por traders de mercados de predicción que analizan datos de Spotify y notaron actividad sospechosa, según Wired. Estos traders compartieron sus hallazgos en redes sociales, lo que llevó a una investigación formal por parte de Spotify.

¿Por qué es importante?

Este caso marca la primera vez que se vincula directamente la manipulación de streams en Spotify con apuestas en mercados de predicción. Plataformas como Kalshi y Polymarket permiten a los usuarios apostar sobre qué artista tendrá la canción más reproducida en un período determinado. Según el Financial Times, Kalshi había asignado a Todd una probabilidad del 2,5% de alcanzar el número uno a finales de junio. La manipulación artificial disparó esa probabilidad, lo que generó ganancias para los apostadores. El valor total apostado en estos mercados para canciones de Todd superó los 2 millones de dólares, según datos de Polymarket citados por Bloomberg. Este incidente expone una vulnerabilidad en los sistemas de detección de fraude de las plataformas de streaming y plantea preguntas sobre la integridad de las listas de popularidad, que son fundamentales para la industria musical. Además, Spotify ha solicitado a Kalshi y Polymarket que retiren los logotipos de Spotify de sus sitios para evitar la apariencia de asociación, según Bloomberg. La empresa también está evaluando medidas legales contra los responsables de la manipulación, aunque no ha presentado demandas hasta el momento.

Este incidente no es aislado. En 2024, Spotify eliminó cientos de miles de streams de varios artistas por manipulación, pero nunca se había vinculado a mercados de apuestas. La diferencia clave aquí es la intersección entre streaming y finanzas descentralizadas. Los mercados de predicción, que operan con criptomonedas y contratos inteligentes, ofrecen incentivos económicos directos para manipular datos de streaming. Esto representa un nuevo desafío regulatorio, ya que las plataformas de streaming tradicionalmente se enfocaban en bots y granjas de clics, no en apostadores organizados.

Consecuencias y reacciones

Spotify declaró:

'Todos los servicios de streaming enfrentan una manipulación de streams en constante evolución. Spotify cuenta con prácticas líderes de detección y mitigación, y no pagamos regalías por streams manipulados.'

¿Qué deben saber los lectores?

• La manipulación fue detectada inicialmente por otros traders de mercados de predicción que analizan datos de Spotify y notaron actividad sospechosa, según Wired. Un trader identificado como GaetenD tuiteó gráficos que mostraban un aumento anómalo en las reproducciones de 'Earrings' durante la madrugada, lo que desencadenó la investigación.
• Este caso sienta un precedente para la regulación de los mercados de predicción y su interacción con plataformas digitales. La Commodity Futures Trading Commission (CFTC) de EE.UU. ya ha mostrado interés en regular estos mercados, y este incidente podría acelerar la promulgación de normas.
• Los inversores en estos mercados deben ser conscientes de que las apuestas basadas en manipulación artificial pueden ser anuladas y acarrear consecuencias legales. Polymarket ha declarado que revisará las transacciones sospechosas y podría revertir los pagos.
• Para los usuarios de Spotify, este caso subraya la importancia de la autenticidad en las listas de reproducción. La empresa ha anunciado que mejorará sus algoritmos de detección de fraude, pero no ha dado detalles específicos.

En conclusión, la manipulación de streams vinculada a mercados de predicción representa una nueva frontera en la lucha contra el fraude digital. Mientras Spotify y otras plataformas refuerzan sus defensas, los reguladores observan de cerca. La integridad de los datos de streaming no solo afecta a artistas y sellos, sino también a inversores y apostadores. Este caso podría ser el primero de muchos, y la industria musical debe adaptarse rápidamente para mantener la confianza en sus métricas.

¿Qué ha ocurrido?

El Salamanca City Central School District, en el estado de Nueva York, ha anunciado un piloto educativo que integra al robot humanoide M-Series de Realbotix, junto con la plataforma de tutoría Optio, en sus aulas de secundaria. El robot, diseñado para interactuar presencialmente con los estudiantes, combina procesamiento de lenguaje natural, expresiones faciales y conversación en tiempo real. Su función inicial se centrará en las clases de IA y robótica del distrito, donde los alumnos podrán observar cómo procesa el lenguaje y coordina sus respuestas digitales con movimientos faciales, demostrando el concepto de 'IA encarnada'. Por otro lado, Optio ofrece avatares digitales entrenados sobre el currículo aprobado por el distrito, accesibles dentro y fuera del horario lectivo para tutoría individual y refuerzo en varios idiomas.

Según el comunicado oficial de Onconetix —empresa que ha acordado adquirir Realbotix— del 24 de junio de 2025, el piloto arranca con los cursos de IA y robótica del distrito y prevé expandirse hasta unos 500 estudiantes de secundaria en otoño de 2026, aunque esa expansión depende explícitamente de los resultados de la fase inicial. El distrito Salamanca está ubicado dentro del territorio de la Nación Seneca, un detalle que subraya el contexto cultural único de esta iniciativa.

¿Por qué es importante?

Este piloto representa uno de los primeros casos documentados de un robot humanoide con capacidades conversacionales avanzadas utilizado como asistente docente en un aula pública de secundaria en Estados Unidos. La combinación de un robot físico con una plataforma de tutoría virtual podría marcar un precedente para la integración de la robótica social en la educación. Además, el distrito Salamanca es reconocido como Woz ED STEM Pathway, un programa fundado por Steve Wozniak, cofundador de Apple, lo que otorga un contexto de innovación educativa y conexión con la historia de la computación personal.

El proyecto aborda preguntas clave sobre la efectividad de la IA encarnada en entornos de aprendizaje, la aceptación por parte de estudiantes y docentes, y los desafíos éticos y prácticos de delegar funciones educativas a máquinas. A diferencia de experiencias previas con robots en educación —como el uso de NAO en escuelas europeas o de Pepper en Japón—, el M-Series de Realbotix está diseñado específicamente para interacciones sociales realistas, con un rostro animatrónico que puede mostrar emociones. Esto lo sitúa en una nueva categoría de 'robots sociales' que buscan generar vínculos afectivos, algo que en educación podría tener tanto beneficios (mayor engagement) como riesgos (dependencia emocional).

Históricamente, la tecnología educativa ha pasado por fases: desde la radio y televisión educativas en el siglo XX, pasando por los ordenadores personales en los 80, hasta los asistentes virtuales como Siri o Alexa en la última década. Sin embargo, la incorporación de un robot físico con apariencia humana marca un salto cualitativo, ya que implica una presencia física que puede modificar la dinámica del aula de maneras impredecibles. Expertos en robótica educativa, como el profesor Tony Belpaeme de la Universidad de Gante, han señalado que los robots pueden ser efectivos para tareas específicas como la enseñanza de idiomas o matemáticas básicas, pero advierten que su impacto a largo plazo en el desarrollo social y emocional de los niños aún no está claro.

¿Qué consecuencias tendrá?

Si el piloto tiene éxito, podría acelerar la adopción de robots humanoides en escuelas de todo el país, especialmente en áreas con escasez de docentes o necesidades de personalización educativa. Según datos del National Center for Education Statistics (NCES), en 2023 el 45% de las escuelas públicas estadounidenses reportaron dificultades para cubrir plazas docentes, una tendencia que podría impulsar la búsqueda de alternativas tecnológicas. Además, el costo decreciente de los robots humanoides —el M-Series tiene un precio estimado de 30.000 a 50.000 dólares, según análisis de mercado— podría hacerlos viables para distritos con presupuestos ajustados.

Sin embargo, también plantea preocupaciones sobre la privacidad de los datos de los estudiantes, la dependencia tecnológica, la posible deshumanización de la enseñanza y el impacto en el empleo docente. El robot M-Series, al estar conectado a la nube para procesar lenguaje natural, podría recopilar datos sensibles de los estudiantes, lo que requiere cumplir con leyes como FERPA y COPPA. Por otro lado, la expansión a 500 estudiantes en otoño de 2026 dependerá de los resultados de la fase inicial, lo que indica un enfoque cauteloso. A largo plazo, este experimento podría influir en las políticas educativas y en el diseño de currículos que integren la IA como herramienta pedagógica.

Comparado con otros programas piloto, como el uso de robots en escuelas de Corea del Sur o Finlandia, el caso de Salamanca destaca por su apuesta por un robot humanoide avanzado en lugar de robots más simples. En Corea del Sur, el gobierno invirtió más de 10 millones de dólares en 2019 para desplegar robots en guarderías, pero los resultados mostraron una mejora limitada en el aprendizaje, aunque sí en el compromiso de los niños. En Finlandia, un estudio de 2022 con el robot NAO en clases de idiomas encontró que los estudiantes interactuaban más, pero los profesores reportaron una carga adicional de trabajo técnico. Estos antecedentes sugieren que el éxito del piloto de Salamanca dependerá no solo de la tecnología, sino de la formación docente y la integración curricular.

¿Qué deben saber los lectores?

El robot M-Series no reemplazará a los profesores, sino que actuará como asistente en actividades específicas, principalmente en clases de IA y robótica. La tutoría personalizada se realizará mayoritariamente a través de los avatares digitales de Optio, no del robot físico. El proyecto es un piloto limitado, no un despliegue masivo, y su futuro depende de evaluaciones rigurosas. Los interesados deben seguir de cerca los informes del distrito y de Realbotix para conocer resultados concretos. Además, conviene estar atentos a las reacciones de la comunidad educativa y a posibles regulaciones sobre el uso de IA en entornos escolares.

También es relevante señalar que Realbotix está en proceso de adquisición por Onconetix, una empresa de biotecnología, lo que podría generar incertidumbre sobre la continuidad del soporte técnico del robot. Por otro lado, la plataforma Optio se basa en modelos de lenguaje grande (LLM) entrenados con el currículo del distrito, lo que significa que sus respuestas están limitadas al contenido aprobado, reduciendo el riesgo de información incorrecta pero también limitando su capacidad de adaptación a preguntas no previstas.

En conclusión, este piloto es un experimento valioso que merece atención, pero no debe interpretarse como una solución inmediata a los problemas educativos. La tecnología educativa tiene un historial de promesas incumplidas —desde las pizarras digitales hasta los MOOC—, y solo una evaluación cuidadosa determinará si los robots humanoides pueden tener un impacto real en el aprendizaje. Hasta entonces, la pregunta que nadie puede responder todavía es si funciona.

¿Qué ha ocurrido?

Según informó TechCrunch el 5 de julio de 2026, Amazon ha decidido dejar de aceptar nuevos solicitantes (requesters) en Mechanical Turk (MTurk). La plataforma, lanzada en 2005, fue pionera en el crowdsourcing de microtareas como etiquetado de imágenes, transcripción y moderación de contenido. Aunque los trabajadores (Turkers) existentes pueden seguir realizando tareas, la imposibilidad de incorporar nuevos clientes reduce drásticamente el flujo de trabajo. La decisión se produce tras años de declive en la calidad de los datos, críticas por salarios bajos (a menudo por debajo del salario mínimo en EE.UU.) y la competencia de plataformas especializadas. TechCrunch también señala que Amazon ha estado redirigiendo sus recursos hacia AWS y servicios de IA generativa, dejando a MTurk en un segundo plano.

¿Por qué es importante?

Mechanical Turk no solo fue un experimento temprano de economía colaborativa, sino que sentó las bases para la industria de la inteligencia artificial, al proporcionar datos etiquetados por humanos para entrenar modelos. Lanzado en 2005, MTurk fue una de las primeras plataformas en conectar empresas con trabajadores remotos para tareas que las máquinas no podían hacer. Su nombre proviene del 'Turco Mecánico', un famoso autómata del siglo XVIII que en realidad era operado por un humano oculto. Durante casi dos décadas, MTurk fue la columna vertebral del etiquetado de datos para empresas como Google, Microsoft y startups de IA. Sin embargo, su modelo genérico y de bajo costo ha sido superado por plataformas especializadas como Appen, Scale AI y Prolific, que ofrecen mayor control de calidad, cumplimiento ético y salarios más justos. Además, las críticas éticas sobre bajos salarios (a menudo menos de 2 dólares por hora) y condiciones laborales precarias presionaron a Amazon a tomar esta decisión. Un estudio de 2020 de la Universidad de Stanford encontró que el salario medio de un Turker era de apenas 2,30 dólares por hora, muy por debajo del salario mínimo federal de 7,25 dólares. La decisión de Amazon refleja una tendencia más amplia: la automatización de muchas microtareas (como la transcripción o el etiquetado básico) mediante IA, y la creciente demanda de trabajadores altamente especializados para tareas complejas, como el refinamiento de modelos generativos.

Consecuencias

• Para los trabajadores: Los Turkers más dependientes perderán una fuente de ingresos. Aunque Amazon no cierra la plataforma, la reducción de proyectos afectará su actividad. Se estima que MTurk tenía alrededor de 500.000 trabajadores registrados, aunque solo unos 100.000 eran activos. Muchos de ellos dependían de MTurk como ingreso complementario o principal, especialmente en países en desarrollo. La decisión podría empujarlos a plataformas como Prolific, que paga mejor (a menudo entre 6 y 10 dólares por hora) pero tiene menos volumen de tareas. Para los Turkers más vulnerables, la falta de alternativas podría ser crítica, ya que muchas otras plataformas requieren habilidades específicas o residencia en ciertos países.
• Para los clientes: Empresas que aún usaban MTurk deberán migrar a alternativas como Prolific, Clickworker o plataformas de IA generativa que integran etiquetado. La migración no será trivial: muchas empresas tenían flujos de trabajo personalizados en MTurk y deberán adaptarse a nuevas API y sistemas de control de calidad. Además, los costos podrían aumentar, ya que las plataformas alternativas suelen cobrar tarifas más altas por garantizar calidad y cumplimiento ético. Por ejemplo, Scale AI cobra entre 0,05 y 0,50 dólares por tarea, dependiendo de la complejidad, mientras que MTurk permitía tarifas tan bajas como 0,01 dólar. Sin embargo, la calidad de los datos en MTurk era a menudo baja, con tasas de error de hasta el 20% en tareas complejas, según un estudio de 2018.
• Para el mercado: Se acelera la consolidación hacia plataformas que ofrecen mayor control de calidad y cumplimiento ético. La era del microtrabajo anónimo y de bajo costo toca a su fin. Empresas como Appen y Scale AI han crecido significativamente en los últimos años, y la salida de MTurk del mercado de nuevos solicitantes podría impulsar aún más su crecimiento. Además, la IA generativa está creando nuevas formas de trabajo humano, como la evaluación de respuestas de modelos (RLHF), que requieren habilidades más sofisticadas y mejor pagadas. Esto podría llevar a una segmentación del mercado: tareas simples automatizadas por IA, y tareas complejas realizadas por trabajadores especializados en plataformas premium.

¿Qué deben saber los lectores?

Este movimiento no significa la muerte del crowdsourcing, sino su transformación. Las nuevas plataformas priorizan la transparencia, salarios justos y tareas más complejas. Para los desarrolladores de IA, la lección es clara: la dependencia de una sola fuente de datos humanos es riesgosa. Diversificar proveedores y considerar el uso de datos sintéticos o generados por IA puede mitigar riesgos. Para los trabajadores, es momento de diversificar habilidades hacia plataformas que valoren su contribución, como aquellas enfocadas en revisión de contenido, anotación médica o entrenamiento de modelos de lenguaje. Además, los lectores deben estar atentos a posibles movimientos regulatorios: la Unión Europea ya está discutiendo una directiva sobre trabajo en plataformas que podría exigir salarios mínimos y transparencia algorítmica. La decisión de Amazon podría ser una respuesta anticipada a estas presiones. En resumen, el cierre de MTurk a nuevos solicitantes marca el fin de una era, pero también abre oportunidades para un ecosistema de trabajo humano más justo y especializado.

¿Qué ha ocurrido?

El 30 de marzo de 2025, la policía de Singapur anunció la incautación de una mansión valorada en 42 millones de dólares (55 millones SGD) y el congelamiento de cuentas bancarias por un total de 772.000 dólares, como parte de una investigación por contrabando de GPUs Nvidia a China. Los acusados, Lim Jenny y Woon Guo Jie Aaron, enfrentan cargos de lavado de dinero, mientras que Woon, junto con Wei Zhaolun Alan y el ciudadano chino Li Ming, también son acusados de fraude por adquirir servidores de Dell, Supermicro y Asus y luego desviarlos a China, violando las restricciones de exportación estadounidenses. Según Tom's Hardware, las autoridades descubrieron que los sospechosos acumularon más de 926.000 dólares en cada cuenta como producto de actividades criminales. La mansión incautada, ubicada en una zona exclusiva de Singapur, fue adquirida con fondos ilícitos, según la policía. Este caso se suma a una serie de operaciones contra el contrabando de chips, pero destaca por la magnitud de los bienes incautados y la conexión con DeepSeek, la startup china de IA que sacudió el mercado a finales de 2024.

Contexto y conexión con DeepSeek

El caso se originó a raíz de la investigación de EE.UU. sobre DeepSeek, la startup china de IA que lanzó un modelo de frontera en 2024, desafiando a gigantes como OpenAI. Funcionarios estadounidenses sospechaban que DeepSeek utilizó empresas fachada en Singapur para adquirir GPUs Nvidia prohibidas, como las H100 y A100. La pesquisa reveló que, aunque Singapur representa el 28% de los ingresos de Nvidia —cifra que en el último trimestre fiscal de 2024 ascendió a unos 4.500 millones de dólares—, solo el 1% de los envíos se quedan en el país; el resto se reexporta, a menudo a China. Esto llevó a la detención de Woon, Wei y Li en el primer trimestre de 2025, según reportó Nikkei Asia. El gobierno de Singapur, aunque no está legalmente obligado a hacer cumplir las sanciones de EE.UU., declaró que espera que las empresas que operan en su territorio respeten estas leyes. La conexión con DeepSeek es clave: el modelo de IA de la startup, que igualó el rendimiento de GPT-4 con un costo de entrenamiento de solo 5,6 millones de dólares, generó sospechas inmediatas en Washington sobre cómo obtuvo los chips necesarios.

Implicaciones legales y geopolíticas

Singapur no tiene la obligación legal de hacer cumplir las sanciones de EE.UU., pero sus autoridades han dejado claro que no tolerarán el uso de su territorio para eludir controles de exportación. Los cargos se basan en fraude (por falsificar el destino final de los servidores) y lavado de dinero. Si son declarados culpables, los acusados enfrentan hasta 20 años de prisión y multas de hasta 385.000 dólares. Este caso sienta un precedente: Singapur refuerza su papel como centro financiero confiable, pero también muestra que las empresas tecnológicas deben extremar la diligencia debida en sus cadenas de suministro. La incautación de la mansión y las cuentas congeladas demuestran que las autoridades están dispuestas a perseguir el producto del delito de manera agresiva. A nivel geopolítico, este caso tensa aún más las relaciones entre EE.UU. y China, y pone a Singapur en una posición delicada: debe equilibrar su rol de centro logístico global con las presiones de Washington para frenar el flujo de tecnología a China. Expertos legales señalan que, aunque Singapur no es signatario de las sanciones estadounidenses, la cooperación internacional en lavado de dinero y fraude permite estas acciones.

Impacto en el mercado de GPUs y la industria de IA

La noticia subraya la tensión geopolítica en torno a los chips de alto rendimiento. Nvidia, que depende de Singapur para una cuarta parte de sus ingresos, enfrenta un escrutinio creciente. Sus acciones cayeron un 2,3% el día del anuncio, reflejando la preocupación de los inversores por posibles interrupciones en la cadena de suministro. Para las startups de IA, especialmente en China, el acceso a GPUs avanzadas se vuelve más difícil y costoso. Empresas como Baidu, Alibaba y Tencent ya están invirtiendo en chips domésticos, pero el proceso es lento. Según un informe de Bloomberg, el contrabando de GPUs podría estar elevando los precios en el mercado negro hasta un 300% sobre el precio de lista. A largo plazo, esto podría frenar la innovación en IA en China o, por el contrario, acelerar el desarrollo de hardware local. Los inversores deben estar atentos a nuevas regulaciones y posibles sanciones secundarias de EE.UU. contra empresas que faciliten el contrabando. Además, el caso podría llevar a Nvidia a revisar sus canales de distribución en Singapur, lo que afectaría sus ingresos en la región.

¿Qué deben saber los lectores?

• El caso demuestra que el contrabando de chips no es un delito menor: las autoridades actúan con contundencia, como se vio en la incautación de la mansión y las cuentas bancarias.
• Las empresas que operan en Singapur deben revisar sus controles de exportación y compliance, incluso si no están sujetas directamente a las leyes estadounidenses. La debida diligencia en la cadena de suministro es ahora una prioridad.
• Para los consumidores, el impacto inmediato es limitado, pero a largo plazo podría encarecer los productos de IA o retrasar su disponibilidad, especialmente en mercados emergentes.
• El caso también resalta la importancia de la cooperación internacional en la lucha contra el lavado de dinero y el fraude tecnológico.

“La policía mantiene una postura de tolerancia cero hacia tales delitos y actuará resueltamente contra quienes violen nuestras leyes”, declaró la policía de Singapur, en un comunicado citado por Tom's Hardware.

Este caso es un recordatorio de que la geopolítica de los chips está lejos de resolverse. Con la creciente demanda de GPUs para IA, es probable que veamos más operaciones de este tipo en el futuro. Singapur, como centro neurálgico del comercio de semiconductores, estará en el centro de la tormenta.

¿Qué ha ocurrido?

El 18 de julio de 2018, la Comisión Europea impuso a Google una multa récord de 4.342 millones de euros (aproximadamente 5.000 millones de dólares al cambio de la época) por violar las leyes antimonopolio de la UE. La sanción, la mayor jamás aplicada a una empresa tecnológica, se deriva de una investigación iniciada en 2015 que concluyó que Google había abusado de su posición dominante en tres mercados: sistemas operativos móviles (Android), tiendas de aplicaciones (Google Play) y servicios de búsqueda. Concretamente, la Comisión determinó que Google imponía condiciones ilegales a los fabricantes de dispositivos Android para asegurar el predominio de su buscador y su navegador Chrome.

¿Por qué es importante?

Este caso marca un hito en la regulación de las grandes tecnológicas. La decisión sienta un precedente sobre cómo las plataformas abiertas pueden ser utilizadas para reforzar posiciones de monopolio. Google obligaba a los fabricantes a preinstalar Google Search y Chrome como requisito para acceder a Google Play Store, la tienda de aplicaciones esencial en Android. Además, pagaba a fabricantes y operadores para que no instalaran versiones alternativas (forks) de Android, y exigía que todos los dispositivos con Google Play llevaran la marca Google. Estas prácticas, según la Comisión, limitaban la competencia de otros buscadores (como Bing o Qwant) y navegadores (como Firefox), perjudicando a los consumidores al reducir la innovación y las opciones disponibles. La Comisaria de Competencia, Margrethe Vestager, declaró que Google había usado Android como un «vehículo para consolidar su dominio en la búsqueda general».

Históricamente, la UE ya había multado a Google en 2017 con 2.420 millones de euros por favorecer su servicio de comparación de precios (Google Shopping) en los resultados de búsqueda. Este nuevo caso amplía el escrutinio al ecosistema móvil, que concentra el 80% del mercado global de smartphones. La decisión también se produce en un contexto de creciente preocupación por el poder de las Big Tech, que ha llevado a otras investigaciones (como las de Apple y Amazon) y al desarrollo de la Ley de Mercados Digitales (DMA) en Europa, aprobada en 2022.

Consecuencias

Google dispuso de 90 días para cesar las prácticas anticompetitivas, o enfrentar multas adicionales de hasta el 5% de su facturación diaria global. La empresa anunció que apelaría la decisión ante el Tribunal General de la UE, proceso que se prolongó hasta 2022, cuando el tribunal confirmó la multa pero la redujo ligeramente a 4.125 millones de euros. En la práctica, Google ya había modificado sus acuerdos en 2019, permitiendo a los fabricantes facturar por separado las licencias de Google Play, Search y Chrome, y dando más libertad para instalar versiones alternativas de Android. Sin embargo, la decisión no logró un cambio radical en el mercado: Google Search sigue siendo el buscador predeterminado en la mayoría de dispositivos Android, y alternativas como los forks de Android (p.ej., LineageOS) no han ganado cuota significativa. No obstante, la DMA, inspirada en parte en este caso, ha obligado a Google a ofrecer pantallas de selección de buscador en dispositivos Android desde 2024, lo que podría incrementar la competencia a largo plazo.

¿Qué deben saber los lectores?

Para los usuarios, la multa no implicó cambios inmediatos ni compensaciones económicas, pero sí podría traducirse en más opciones de buscadores y navegadores en el futuro. Los fabricantes de dispositivos, como Samsung y Xiaomi, ahora tienen más libertad para negociar acuerdos con Google y para preinstalar aplicaciones competidoras. Sin embargo, el dominio de Android sigue siendo abrumador: en 2025, su cuota de mercado global ronda el 72%, según StatCounter. Google ha defendido que Android es un sistema abierto y que sus acuerdos eran legales, argumentando que la competencia con iOS (Apple) es intensa. Un portavoz de Google declaró a la BBC que el fallo «no reconoce la importante inversión de la empresa para garantizar que Android siga siendo abierto». La apelación de Google se resolvió finalmente en septiembre de 2022, cuando el Tribunal General de la UE respaldó la decisión de la Comisión, aunque redujo la multa en un 5%. Este caso, junto con otras sanciones a Google (como la de 4.125 millones por Android y la de 1.490 millones por AdSense), ha consolidado a la UE como el principal regulador antimonopolio del sector tecnológico global, estableciendo estándares que otros países, como India o Japón, han empezado a emular.

¿Qué ha ocurrido?

WhatsApp ha iniciado la reserva de nombres de usuario, una función que permite a los usuarios elegir un identificador único para ser contactados sin revelar su número de teléfono. Sin embargo, según reportes de TechCrunch y Xataka, nombres que imitan a figuras públicas, empresas e instituciones —como 'indiamodi', 'shahrukh.actor', 'rbi_verify' o 'cz_binance'— ya están disponibles o han sido reservados antes de que sus legítimos dueños pudieran hacerlo. El fundador de Binance, Changpeng Zhao, confirmó en X que no pudo reservar su propio nombre de usuario, lo que sugiere que alguien más lo hizo. TechCrunch reportó que en una fase temprana encontró disponibles nombres como 'indiamodi' (en alusión al primer ministro indio, Narendra Modi), 'shahrukh.actor' (por el actor Shah Rukh Khan), 'rbi_verify' (simulando al Banco de la Reserva de India) y 'cz_binance' (por el CEO de Binance). Esto indica que el sistema de reserva no cuenta con filtros para evitar la suplantación de identidades reconocibles.

¿Por qué es importante?

La función de nombres de usuario prometía mayor privacidad al reducir la exposición del número telefónico. Sin embargo, estos incidentes revelan un riesgo inmediato: la suplantación de identidad. Si un estafador reserva el nombre de un banco o una empresa de transporte, puede hacerse pasar por ellos y engañar a usuarios para obtener datos sensibles o dinero. La confianza depositada en un nombre familiar puede ser explotada, especialmente en un país como India, donde WhatsApp es el principal medio de comunicación, con más de 500 millones de usuarios activos. Según datos de la empresa de ciberseguridad Kaspersky, India es uno de los países con mayor incidencia de fraudes en mensajería, con un 40% de usuarios reportando haber recibido mensajes fraudulentos. La suplantación a través de nombres de usuario añade una capa de legitimidad que puede aumentar la tasa de éxito de los ataques de phishing.

Consecuencias y reacciones

El gobierno de India, a través del Ministerio de Electrónica y Tecnología de la Información (MeitY), ha enviado una notificación a WhatsApp solicitando que detenga el despliegue hasta que se realicen consultas sobre los riesgos de suplantación. El ministro Rajeev Chandrasekhar declaró a TechCrunch: 'No permitiremos que los nombres de usuario se conviertan en una herramienta para el fraude. WhatsApp debe implementar medidas de verificación antes de lanzar esta función a gran escala'. Meta, la empresa matriz, aún no ha respondido públicamente. Este caso se suma a otros incidentes de suplantación en plataformas de mensajería, como los fraudes bancarios en SMS y llamadas, pero ahora con una capa adicional de legitimidad al usar un nombre oficial de la plataforma. En 2023, la Reserva de India emitió una alerta sobre estafas en WhatsApp donde suplantaban a bancos, y en 2024, la empresa de seguridad CloudSEK reportó un aumento del 300% en casos de suplantación de identidad en aplicaciones de mensajería. La ausencia de un sistema de verificación para nombres de usuario podría exacerbar este problema.

“La nueva forma de identificarnos también se convierte en una nueva forma de reconocernos. Y cuando ese identificador recuerda al de una empresa, la línea que separa una identidad legítima de una falsa puede resultar menos evidente.” — Xataka

Changpeng Zhao, fundador de Binance, tuiteó: 'No pude conseguir mi propio nombre de usuario en WhatsApp. Alguien más lo tomó. Esto es un problema de seguridad'. Su tuit generó más de 10,000 interacciones en X, evidenciando la preocupación pública.

¿Qué deben saber los lectores?

• No confíes solo en el nombre de usuario: Verifica siempre la identidad del contacto a través de otros medios, especialmente si te pide información sensible. Por ejemplo, si recibes un mensaje de 'rbi_verify' solicitando datos bancarios, contacta directamente al banco por canales oficiales.
• Activa la verificación en dos pasos: Añade una capa extra de seguridad a tu cuenta de WhatsApp para evitar que te suplanten a ti. Según WhatsApp, esta función reduce el riesgo de acceso no autorizado en un 99%.
• Reporta perfiles sospechosos: Si encuentras un nombre de usuario que claramente suplanta a una entidad legítima, repórtalo a WhatsApp a través de la opción 'Reportar contacto' o enviando un correo a security@whatsapp.com.
• Mantente informado: Sigue las actualizaciones de seguridad de WhatsApp y las noticias sobre posibles estafas. Puedes consultar el Centro de Ayuda de WhatsApp para conocer las últimas funciones de seguridad.

Contexto y comparaciones

Este no es un problema nuevo. En plataformas como Twitter (X) o Instagram, la suplantación de cuentas verificadas ha sido recurrente, aunque con sistemas de verificación como el check azul. WhatsApp carece de un sistema de verificación para nombres de usuario, lo que facilita el abuso. La situación recuerda a los primeros días de los nombres de dominio, cuando ciberokupas registraban marcas famosas para revenderlas o estafar. Por ejemplo, en la década de 1990, se registraron dominios como 'mcdonalds.com' por especuladores antes de que la empresa pudiera hacerlo. Meta deberá implementar medidas como verificación de identidad para entidades oficiales o un proceso de reclamación de nombres. Twitter (X) implementó un sistema de verificación de cuentas azules para combatir la suplantación, pero incluso ese sistema ha sido criticado por permitir cuentas verificadas falsas tras el cambio a Twitter Blue. WhatsApp podría adoptar un enfoque similar, pero con controles más estrictos, como exigir documentos oficiales para nombres de empresas o figuras públicas. Además, el contexto regulatorio en India es relevante: el gobierno ha presionado a WhatsApp para que cumpla con las leyes de trazabilidad y seguridad, y este incidente podría acelerar la exigencia de medidas antisuplantación. La consultora Gartner advierte que la suplantación en aplicaciones de mensajería podría costar a las empresas globales 1.5 mil millones de dólares en fraudes para 2027, si no se implementan controles adecuados.