AIPrecio de Sleepless AI

Ayer, el mundo de la IA estaba eufórico ante los rumores del lanzamiento inminente de Gemini 3.5 Pro de Google (con nombre en clave «Cappuccino»), prometiendo una ventana de contexto de 2 millones de tokens y capacidades que superarían a GPT-5.6 y Claude Fable 5. Sin embargo, un informe exclusivo de Bloomberg reveló hoy un retraso de varios meses en su publicación. La causa principal, según fuentes internas, es que el modelo no cumplió los estándares exigidos, especialmente en capacidades de codificación IA. Un último intento por mejorar esta función con nuevos datos de entrenamiento tuvo resultados «decepcionantes». El retraso provocó una caída en las acciones de Google y expuso problemas estructurales dentro de la compañía: una burocracia compleja que ralentiza la innovación, dificultades internas para priorizar el uso de IA en la codificación por parte de sus ingenieros, y una aparente escasez de recursos de computación (GPU) para sus propios equipos, a pesar de sus enormes inversiones en infraestructura. Este entorno ha generado frustración y una fuga de talento hacia competidores como OpenAI y Anthropic. Analistas como Ethan Mollick sugieren que este no es un problema exclusivo de Google, sino parte de una tendencia más amplia llamada la «trampa de la decepción de los grandes modelos de próxima generación», donde los avances se vuelven marginales y extremadamente costosos, señalando un posible estancamiento en el ritmo de desarrollo de la IA. El episodio subraya los crecientes desafíos que enfrentan incluso los gigantes tecnológicos en la carrera por la supremacía en inteligencia artificial.

El Presidente chino Xi Jinping asistió a la apertura de la Conferencia Mundial de Inteligencia Artificial 2026 y a la Reunión de Alto Nivel sobre Gobernanza Global de la Inteligencia Artificial en Shanghai el 17 de julio, donde pronunció un discurso titulado "Construir conjuntamente un sistema de gobernanza global de la IA justo y razonable". Xi señaló que la IA, en medio de profundos cambios globales y una nueva revolución tecnológica, presenta enormes oportunidades pero también desafíos de gobernanza. Propuso cuatro puntos clave para construir un sistema de gobernanza global: 1) Persistir en la apertura y la cooperación para impulsar la innovación. 2) Fortalecer la conciencia del riesgo para garantizar la seguridad y el control. 3) Fomentar la inclusión para promover el intercambio de civilizaciones. 4) Abogar por la cooperación para mejorar la gobernanza global, apoyando el papel central de la ONU. Destacó los esfuerzos y logros de China en el desarrollo de la IA, incluyendo un sector central de la economía inteligente que supera el billón de yuanes. Anunció que China proporcionará 5,000 plazas de capacitación en IA para países en desarrollo, establecerá centros de cooperación internacional y desplegará su sistema de alerta meteorológica "Mazu" en 30 países. Los líderes de Kazajistán, Camboya, Tailandia y el Secretario General de la ONU elogiaron el papel de China y respaldaron la cooperación internacional inclusiva para asegurar que los beneficios de la IA lleguen a todos los países y no amplíen las brechas digitales y de desarrollo. La conferencia emitió una declaración de la presidencia.

La asimetría de agencia algorítmica surge cuando los sistemas de IA toman decisiones que afectan a las personas sin que estas tengan la capacidad de observar, cuestionar o contrarrestar su influencia. Este desequilibrio se manifiesta en tres niveles: la opacidad de los sistemas (cajas negras inescrutables), la amplificación de sesgos históricos presentes en los datos de entrenamiento y la naturaleza recursiva de los sistemas, que aprenden de los usuarios y a la vez moldean su comportamiento, creando una "deriva algorítmica". Esta asimetría es política. Las organizaciones usan sistemas como motores de recomendación o puntuaciones de riesgo para probar, medir y optimizar resultados a gran escala con gran precisión, mientras que los individuos solo ven resultados aislados (un precio, una recomendación) sin entender la lógica subyacente. Las personas se adaptan a lo que el sistema recompensa, afectando ámbitos como la contratación, la educación o el trabajo, donde los algoritmos pueden perpetuar discriminaciones. Para reequilibrar esta relación, la política debe actuar. Las propuestas clave incluyen: 1) Transparencia significativa, notificando cuándo se interactúa con IA y explicando decisiones automatizadas; 2) Evaluaciones de impacto exigibles antes del despliegue en áreas de alto riesgo; 3) Supervisión humana efectiva, con poder real para anular resultados; 4) Monitoreo continuo post-implementación y auditorías independientes; 5) Prohibición de prácticas manipuladoras o explotadoras; y 6) Fomento de la alfabetización algorítmica como infraestructura cívica esencial. El objetivo no es eliminar la asimetría, sino hacer visible, cuestionable, auditable y gobernable la influencia de la automatización en los ámbitos más críticos.

La comedia de acción real comienza a enfocarse en las salas de cine. Recientemente, se anunciaron los preparativos para la versión cinematográfica del exitoso drama corto "Qué buena chica", con grabaciones programadas para septiembre. Este título, un gran éxito de 2025 con 4 mil millones de reproducciones, ejemplifica una tendencia emergente, junto a otros IPs como "Toda la familia en la misma clase" y "Volcar la mesa", que han obtenido aprobación oficial para convertirse en películas. Este movimiento marca una expansión del ecosistema de contenido de los dramas cortos, tradicionalmente producidos para móviles, hacia la pantalla grande. Se trata de una búsqueda de una segunda curva de crecimiento ante un cambio en el panorama del sector: la reducción de superéxitos, ajustes en las políticas de las plataformas y, sobre todo, la rápida expansión de los dramas cortos generados por IA, que están erosionando las ventajas competitivas de los dramas con actores reales. La transición al cine no es uniforme. Algunas adaptaciones, como "Qué buena chica", optan por una reelaboración creativa para atraer a una audiencia más amplia, mientras que otras siguen una línea más continuista para su base de fans. Este proceso también atrae a actores clave de la industria cinematográfica tradicional, señalando una integración más profunda. Los motivos de este giro son claros. El modelo de alto volumen, bajo coste y rápida rotación de los dramas reales se ve desafiado por la eficiencia y el bajo costo de la IA, que domina ahora la producción de nuevos contenidos. Además, el ciclo de vida de los IPs de dramas cortos es muy corto. El cine se presenta como una vía para transformar un éxito efímero en un activo de IP a largo plazo, permitiendo desarrollos posteriores. ¿Será el cine una nueva salida viable? Ofrece ventajas, como reducir el riesgo al adaptar historias ya validadas por el público y capitalizar la eficiencia emocional característica de los dramas cortos. Sin embargo, los desafíos son importantes. La lógica de consumo es radicalmente diferente: el cine exige una mayor inversión de tiempo y dinero por parte del espectador. El tráfico acumulado en línea no garantiza taquilla. Ejemplos pasados de adaptaciones fallidas de programas de televisión o series advierten que, sin una narrativa sólida y personajes bien desarrollados que se adapten al medio cinematográfico, el fracaso es un riesgo real. En definitiva, la incursión en el cine no es una apuesta segura, sino un experimento industrial necesario. Su éxito dependerá de la capacidad de los creadores para evolucionar más allá de la mera acumulación de golpes efectistas y construir historias con la profundidad y el ritmo que exige la pantalla grande.

¿Está a punto de estallar la burbuja de la IA? Un análisis en julio de 2026 señala señales de advertencia convergentes: grandes inversores tradicionales (como Michael Burry) y fondos soberanos advierten sobre riesgos, mientras datos on-chain muestran "smart money" estableciendo posiciones cortas en NVDA. La narrativa ha alcanzado una masa crítica. Si la burbuja de la IA estalla, el capital migraría inicialmente hacia activos defensivos, pero luego buscaría una nueva narrativa con fundamentos reales. Aquí, la tokenización de activos del mundo real (RWA) emerge como el principal candidato. Coincidentemente, en la misma semana, actores clave como el DTCC (con su primer intercambio de valores tokenizados en producción), Cantor Fitzgerald y Alpaca han anunciado avances significativos en infraestructura para RWA, desde la liquidación hasta la negociación. Esto sugiere que el ecosistema está pasando de la prueba de concepto a estar listo para producción. Para el ecosistema de activos virtuales de Hong Kong, esta posible rotación narrativa (de IA a RWA/Crypto) presenta una oportunidad estratégica, aprovechando su marco regulatorio avanzado. Sin embargo, este escenario depende de múltiples factores, como la magnitud y el momento de una corrección en la IA y la evolución geopolítica, y debe ser monitoreado, no asumido como seguro.