Artículos Relacionados con IA

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "IA", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Wang Chuan: Cuando Wang de al lado ganó treinta veces invirtiendo en acciones de almacenamiento, ¿cómo puede aún no estar ansioso? (Seis) - La trampa de los productos homogéneos

El artículo analiza los riesgos de invertir en acciones de empresas de almacenamiento, un sector de productos altamente homogeneizados y cíclicos. Utiliza el ejemplo de Iomega, cuyo precio de las acciones subió 160 veces entre 1994 y 1996, para luego caer más del 97% tras la llegada de competidores como los CD-R. Explica que la dinámica del sector se basa en una demanda elástica frente a una oferta rígida, lo que provoca volatilidad extrema en los precios, como se ha visto históricamente con los chips DRAM. Actualmente (2026), los precios y márgenes de empresas como Sandisk y Micron se han disparado debido a la fuerte demanda de memoria para IA. Sin embargo, el autor advierte que estos altos márgenes atraerán nueva capacidad productiva, lo que eventualmente hará caer los precios y beneficios. Cuestiona la eficacia de los contratos a largo plazo para fijar precios, comparándolos con pactos frágiles, y señala la asimetría de riesgo: múltiples factores (recesión, recortes en IA, nueva capacidad china, innovaciones técnicas) podrían desequilibrar la oferta y la demanda. Concluye que un PER bajo en el pico del ciclo es una trampa mortal, ya que los beneficios pueden evaporarse rápidamente, advirtiendo contra la inversión simplista en este sector volátil.

marsbit06/01 07:17

Wang Chuan: Cuando Wang de al lado ganó treinta veces invirtiendo en acciones de almacenamiento, ¿cómo puede aún no estar ansioso? (Seis) - La trampa de los productos homogéneos

marsbit06/01 07:17

Entrevista al gurú macro Raoul Pal: El punto de inflexión económico se acerca, no te bajes fácilmente en los próximos cuatro años

En su última aparición en el podcast "When Shift Happens", el macroinvestidor Raoul Pal analizó la carrera global por la IA y su impacto en los mercados. Pal argumenta que la competencia entre EE.UU. y China por la Inteligencia General Artificial (AGI) es el mayor evento de capital de la historia, impulsando una expansión de liquidez y alzas en bolsa. Introduce el concepto del "Singularidad Económica", un punto donde el crecimiento tecnológico exponencial, especialmente de agentes de IA, superará la capacidad del sistema económico actual. A pesar del auge de la IA, Pal mantiene que las criptomonedas ofrecen uno de los mejores perfiles de riesgo/rendimiento a largo plazo. Destaca el potencial ilimitado del mercado cripto con la llegada de una "economía de agentes" de IA que operarán en cadena. Considera la reciente corrección de Bitcoin como un retroceso saludable dentro de un mercado alcista y aboga por la estrategia de "comprar y mantener" frente al trading activo. Entre sus convicciones clave: * **Layer 1s como inversión principal:** Ethereum, Solana y Sui capturarán la mayor parte del valor al ser la infraestructura base para la futura economía digital y de agentes de IA. * **DeFi para máquinas:** Los sistemas financieros descentralizados serán utilizados masivamente por agentes de IA para transacciones eficientes. * **NFTs como activos "trofeo":** El arte digital de alta gana valor como registro cultural y bien de estatus en una economía en expansión. * **Perspectiva alcista macro:** Factores como la mayor adopción institucional, claridad regulatoria potencial y la necesidad continua de expansión monetaria de los gobiernos crean un entorno favorable. Pal concluye que, con la Singularidad Económica aproximándose en unos 4 años, los inversores deberían acumular y mantener activos criptográficos, que considera el "plan de pensiones de la humanidad" para navegar la mayor transición tecnológica.

链捕手06/01 06:16

Entrevista al gurú macro Raoul Pal: El punto de inflexión económico se acerca, no te bajes fácilmente en los próximos cuatro años

链捕手06/01 06:16

Nvidia lanza la plataforma DSX, continuando su avance hacia la infraestructura de fábricas de IA

NVIDIA ha presentado la plataforma DSX en NVIDIA GTC Taipei, extendiendo su negocio hacia la infraestructura de fábricas de IA. A diferencia de su enfoque anterior en ventas de GPU, DSX ofrece una solución completa que abarca diseño, simulación, despliegue y gestión operativa para estas fábricas. La plataforma aborda los desafíos de los centros de datos modernos, como el suministro eléctrico, la refrigeración y la eficiencia operativa, integrando chips, sistemas, software y arquitecturas de referencia. Su objetivo es mejorar la velocidad de implementación, la fiabilidad y reducir el coste por token en inferencia de IA. El software incluye DSX MaxLPS, que optimiza el consumo energético y permite desplegar hasta un 40% más de GPUs con un impacto mínimo en el rendimiento, y DSX OS, una plataforma operativa de código abierto para la gestión del ciclo de vida. DSX también incorpora capacidades de simulación (DSX Sim), ajuste dinámico de cargas (DSX Flex) e intercambio de datos (DSX Exchange). Socios como CoreWeave y Lambda ya utilizan componentes de DSX, mientras que fabricantes como Dell, HPE y Lenovo desarrollan sistemas compatibles. Esta iniciativa consolida la transición de NVIDIA de proveedor de chips a plataforma integral de infraestructura de IA, buscando establecer estándares en el sector.

marsbit06/01 04:29

Nvidia lanza la plataforma DSX, continuando su avance hacia la infraestructura de fábricas de IA

marsbit06/01 04:29

Tras gastar miles de millones de dólares en Tokens como locos, los gigantes tecnológicos de Silicon Valley comienzan a limitar el uso de Tokens por parte de sus empleados

Tras meses de "tokenmaxxing" (maximización del uso de tokens de IA), grandes tecnológicas como Microsoft, Uber y Meta están recortando o supervisando el uso interno de herramientas como Claude Code debido a costos explosivos y baja rentabilidad. Estudios revelan que por cada dólar gastado en IA, hasta 0.82$ se pierde en corregir errores, reescribir código y retrasos. Solo el 14% de los directores financieros ven un retorno claro de la inversión. El problema central es que la IA a menudo automatiza tareas tediosas para los empleados, no las que generan más valor para el negocio, sin traducir ganancias de productividad individual en crecimiento empresarial. Esto ha llevado a un cambio hacia herramientas de gestión de costos y nuevos modelos de precios basados en resultados (p.ej., conversaciones resueltas) en lugar de tokens consumidos. El reto ahora es rediseñar los flujos de trabajo con IA para crear valor real, no solo hacer lo mismo más rápido a un costo insostenible.

marsbit06/01 04:09

Tras gastar miles de millones de dólares en Tokens como locos, los gigantes tecnológicos de Silicon Valley comienzan a limitar el uso de Tokens por parte de sus empleados

marsbit06/01 04:09

El rendimiento de los bonos del Tesoro a 30 años supera nuevamente el 5%: ha terminado la era de 'todo barato'

El rendimiento de los bonos del Tesoro estadounidense a 30 años ha vuelto a superar el 5%, marcando una diferencia clave con respecto a 2023: los inversores están aceptando que los tipos altos persistirán. Este cambio refleja una transformación estructural: los tres pilares que sostuvieron la baja inflación y las tasas bajas en EE.UU. durante 50 años—capital barato, mano de obra barata y energía barata—se están debilitando simultáneamente. La era de la financiación y los costos bajos, respaldada por la globalización, la moderación salarial y el sistema del petrodólar, está llegando a su fin. Factores como la desglobalización, la reducción de compradores internacionales de deuda, la tensión geopolítica energética, la escasez de mano de obra y el aumento de los salarios están revirtiendo la tendencia. Además, variables de fondo como el alto endeudamiento público, el aumento del riesgo geopolítico y el populismo elevan la prima de riesgo en los préstamos a largo plazo. El papel de la inteligencia artificial (IA) es la gran incógnita. En un escenario optimista, podría impulsar la productividad y reducir la deuda y la inflación. En uno pesimista, podría usarse principalmente para recortar costos laborales mientras su propia infraestructura consume recursos escasos, generando presiones inflacionarias y aumentando la deuda pública por rescates sociales. Actualmente, las grandes tecnológicas de IA ya están presionando al alza los precios de bienes como chips, energía y agua. El verdadero desafío para los inversores es adaptarse: sus modelos y expectativas se calibraron en décadas de tipos bajos. Abandonar esa "inercia de expectativas" y prepararse para un entorno de tipos más altos y persistentes es el ajuste necesario, aunque difícil, en esta nueva era.

marsbit06/01 03:36

El rendimiento de los bonos del Tesoro a 30 años supera nuevamente el 5%: ha terminado la era de 'todo barato'

marsbit06/01 03:36

Interpretación del informe de Goldman Sachs: Escasez de memoria hasta 2028, seguimos comprando

Análisis del informe de Goldman Sachs: escasez de memoria hasta 2028, recomienda seguir comprando. El 1 de junio, Goldman Sachs publicó su resumen diario de acciones asiáticas "The 720", centrado en los chips de memoria. La principal conclusión es que el actual ciclo alcista del mercado de memoria "se prolongará más" (higher for longer), con escasez que se extendería hasta 2028, una duración que el mercado subestima. Goldman Sachs argumenta que esta vez es diferente debido a: 1) mayor visibilidad de la demanda de servidores para IA, 2) crecimiento limitado de la oferta, y 3) acuerdos de suministro a largo plazo más firmes. Por ello, revisó a la baja sus previsiones de oferta-demanda para 2026-2028, mostrando un déficit más profundo, especialmente en DRAM para 2027. Basándose en esta visión, el banco elevó el precio objetivo y mantuvo la recomendación de "comprar" para Samsung Electronics y SK Hynix. Además, mejoró la calificación de Kioxia de "mantener" a "comprar", anticipando que los altos márgenes de beneficio podrían sostenerse durante varios años. El informe también destaca otras compañías en la cadena de suministro de hardware para IA, como MediaTek (transición hacia chips para centros de datos), Eoptolink (módulos ópticos), Biren (chips de IA chinos), y Lenovo (por el ciclo de renovación hacia PCs con IA). Asimismo, menciona a BYD por su estrategia de asequibilidad en conducción autónoma. En el plano macroeconómico, Goldman Sachs señala que los mercados emergentes se ven tensionados entre el auge de la inversión en IA y una posible crisis energética por restricciones en el Estrecho de Hormuz, lo que beneficiaría a las economías exportadoras de tecnología. El informe concluye advirtiendo que los precios objetivos y las recomendaciones son predicciones, no promesas, y subraya la importancia de evaluar la lógica subyacente más que las cifras específicas.

marsbit06/01 02:18

Interpretación del informe de Goldman Sachs: Escasez de memoria hasta 2028, seguimos comprando

marsbit06/01 02:18

Alibaba "reabastece", ByteDance "entrena"

**Resumen en español europeo (≈1500 caracteres):** En la última semana de mayo, dos estrategias de IA chinas contrastaron claramente. Alibaba aceleró la **implementación comercial** de la IA. Integró su modelo Qwen con Taobao, permitiendo funciones como probadores virtuales y comparación de precios con IA. Su protocolo ACT busca estandarizar pagos automatizados por agentes de IA. Financieramente, apuesta por ser la "fábrica de IA" de China, con ingresos externos de su nube creciendo un 40%, demostrando un enfoque en **ROI inmediato y monetización**. Su premisa: una brecha de capacidad en modelos base no se ampliará críticamente en 5 años. ByteDance adopta una postura de **investigación a largo plazo**. Su departamento Seed, con líneas separadas para aplicaciones e investigación fundamental, tiene como meta principal "explorar el límite superior de la inteligencia". Su modelo de video Seedance 2.0 lidera benchmarks globales. Invierten masivamente en talento (programa Top Seed) y en investigación pura, como un artículo de 8 meses sobre modelos mundiales. Su presupuesto de capital se revisa al alza de forma agresiva, posible gracias a su condición de empresa **no cotizada**, lo que le otorga paciencia para perseguir avances fundamentales sin presión trimestral por beneficios. La diferencia clave no es filosófica, sino estructural. Las empresas cotizadas como Alibaba deben priorizar la monetización para el mercado. Las no cotizadas como ByteDance pueden permitirse "entrenar" a fondo. El futuro de la estrategia de IA en China depende en gran medida de este estado financiero.

marsbit06/01 00:11

Alibaba "reabastece", ByteDance "entrena"

marsbit06/01 00:11

Tres años después: Una revisión de mis predicciones sobre ChatGPT en 2023

Tres años después: Revisando mis predicciones sobre ChatGPT en 2023 En marzo de 2023, tras el lanzamiento de ChatGPT, Wang Jianshuo hizo 20 predicciones intuitivas sobre la IA. Ahora, en mayo de 2026, un sistema con 41 agentes de IA las ha reevaluado con datos actuales. **Resultados clave:** * **Aciertos (dirección general):** La arquitectura RAG se convirtió en estándar para integrar conocimiento. La Interfaz de Usuario de Lenguaje (LUI) creó una nueva capa de interacción (ej. protocolo MCP). Surgieron redes de agentes autónomos que se comunican. China desarrolló modelos grandes útiles (ej. DeepSeek), cerrando la brecha técnica. Los LLM no tienen conciencia; el Test de Turing solo mide la apariencia. * **Errores/Matices:** La predicción de que GPT-4 tendría 100 billones de parámetros fue incorrecta (≈1.8B). Los LLM **sí** pueden hacer matemáticas complejas sin herramientas externas (ej. medallas IMO 2025). El valor no migró solo a la capa de aplicación; NVIDIA (capa de hardware) capturó gran parte. El contenido generado por IA no evade automáticamente los derechos de autor (multas multimillonarias). La IA personalizada crea, no reduce, "cámaras de eco". Los costes de entrenamiento de modelos líderes superaron con creces la estimación de 5-10 mil millones de dólares. **Lecciones aprendidas:** 1. Predecir **mecanismos y direcciones** es más fiable que dar cifras o declaraciones absolutas. 2. Se tiende a **sobreestimar la velocidad** de cambio a corto plazo y **subestimar su magnitud** a largo plazo. 3. Los promedios generales (ej. "no habrá desempleo masivo") pueden ocultar **impactos distributivos** severos (ej. en jóvenes). 4. Las afirmaciones con **matices y limitaciones** envejecen mejor. 5. Tres años no son suficientes para resolver debates fundamentales (ej. valor final, consciencia de la IA). Este ejercicio subraya la dificultad de hacer predicciones precisas en un campo en rápida evolución y la importancia de la humildad al proyectar el futuro.

marsbit05/31 16:11

Tres años después: Una revisión de mis predicciones sobre ChatGPT en 2023

marsbit05/31 16:11

Advertencia de burbuja de IA: La inversión en IA está dando rendimientos negativos para la mayoría de los gigantes tecnológicos

Alerta sobre la burbuja de la IA: para la mayoría de los gigantes tecnológicos, la inversión en IA tiene un rendimiento negativo La euforia de la IA está pasando de la narrativa tecnológica a la prueba financiera. Los hiperescaladores en la nube como Microsoft, Alphabet, Amazon, Meta y Oracle planean invertir cientos de miles de millones en centros de datos para IA. Sin embargo, según las proyecciones consensuadas de analistas para 2025-2030, la tasa de retorno implícita de estas inversiones sería fuertemente negativa para la mayoría, excepto Amazon, incluso bajo supuestos extremadamente optimistas. Esto sugiere que el auge de la IA podría destruir valor para los accionistas a una escala histórica. El crecimiento actual del PIB de EE.UU. depende casi por completo de esta inversión tecnológica, que explica el 93% del crecimiento en los últimos cuatro trimestres. Una corrección, incluso moderada, en estos gastos podría llevar a una recesión y desencadenar un mercado bajista. Las próximas OPV de empresas como OpenAI y Anthropic podrían aprovechar el optimismo para transferir el riesgo de la narrativa de la IA a nuevos inversores. El dilema central no es el futuro de la IA, sino quién pagará finalmente por esta costosa carrera de infraestructura cuando disminuya el fervor del marketing.

marsbit05/31 12:45

Advertencia de burbuja de IA: La inversión en IA está dando rendimientos negativos para la mayoría de los gigantes tecnológicos

marsbit05/31 12:45

De tokens a mano de obra maquinal: la IA está pasando de ser una herramienta a convertirse en «trabajador»

Resumen: El artículo propone que la IA está evolucionando de una herramienta a una "fuerza de trabajo maquinal", un mercado donde se compra y vende trabajo ejecutado directamente por software. En lugar de centrarse en tokens o horas de GPU, las empresas pagarán por resultados económicos estandarizados, verificables y entregados bajo condiciones específicas (latencia, precisión, coste). Esta evolución pasará de los tokens crudos a mercados de capacidades de LLM, luego a mercados de mano de obra por sectores (legal, sanitario), y finalmente a mercados de resultados programables (un ticket de soporte resuelto). Esto no solo sustituirá tareas humanas, sino que redefinirá los roles, haciendo más valioso el juicio humano final que permite automatizar el resto. El mercado de IA se expandirá al abaratar el coste del trabajo, creando nueva demanda.

marsbit05/31 12:37

De tokens a mano de obra maquinal: la IA está pasando de ser una herramienta a convertirse en «trabajador»