OpenAI lanza chip propio, Anthropic acusa robo masivo de capacidades y un test clásico expone la fragilidad cognitiva de los modelos lĂderes.
OpenAI y Broadcom presentan Jalapeño, chip personalizado para inferencia de LLM
OpenAI y Broadcom lanzan Jalapeño, un chip de IA diseñado especĂficamente para inferencia de modelos de lenguaje grandes. El objetivo es mejorar rendimiento, eficiencia energĂ©tica y escalabilidad en sistemas de IA. Este movimiento posiciona a OpenAI en la carrera del hardware especializado, reduciendo dependencia de Nvidia y optimizando costos operativos. El chip está orientado a procesar consultas masivas con menor latencia y consumo. La integraciĂłn vertical hardware-software promete ventaja competitiva en despliegue de modelos como GPT-5.
OpenAI dejĂł de ser solo software. Ahora controla toda la cadena: modelo, chip, infraestructura. Para empresas en Latam, esto significa que los costos de API podrĂan caer o estabilizarse — pero tambiĂ©n que la brecha con quienes no puedan acceder a hardware optimizado se ampliará.
GPT-5 ayudó a inmunólogo a resolver misterio de tres años sobre células T
El inmunĂłlogo Derya Unutmaz utilizĂł GPT-5 Pro para resolver un enigma de investigaciĂłn que llevaba tres años estancado, relacionado con el comportamiento de cĂ©lulas T. El modelo ofreciĂł insights que permitieron avanzar en el entendimiento de mecanismos inmunitarios crĂticos para investigaciĂłn en cáncer y enfermedades autoinmunes. La capacidad de GPT-5 para integrar literatura cientĂfica dispersa y proponer hipĂłtesis verificables acelerĂł el proceso de descubrimiento. Este caso documenta el uso de IA como co-investigador cientĂfico de alto nivel.
No es el primer caso de IA resolviendo problemas cientĂficos, pero sĂ el más documentado a nivel institucional. Lo relevante: GPT-5 no reemplazĂł al cientĂfico, acelerĂł su capacidad de conectar patrones. Las universidades latinoamericanas que no integren esto en laboratorios perderán años de ventaja.
AWS lanza tutorial para construir agente de citas médicas con Amazon Nova 2 Sonic
AWS publicĂł guĂa tĂ©cnica para desarrollar un agente de voz que gestiona citas mĂ©dicas usando Amazon Nova 2 Sonic y Bedrock AgentCore. El sistema autentica pacientes por voz, confirma, cancela o reagenda citas, recopila informaciĂłn de salud previa a consultas y escala a personal humano cuando es necesario. El objetivo es automatizar llamadas rutinarias a escala, reduciendo ausencias de pacientes (no-shows) y liberando personal administrativo. La soluciĂłn integra procesamiento de lenguaje natural, verificaciĂłn de identidad y manejo de flujos conversacionales complejos.
El sector salud en Latam tiene crisis de eficiencia administrativa crĂłnica. Este tipo de agente podrĂa reducir costos operativos entre 30-40% en clĂnicas privadas. Lo interesante: AWS está democratizando tecnologĂa que hace seis meses era exclusiva de startups con millones en inversiĂłn.
Qualcomm compra startup de software de chips Modular por casi 4.000 millones USD
Qualcomm adquirió Modular, una de las startups de software para chips más prometedoras de la era de IA, por aproximadamente 4.000 millones USD. Modular desarrolló herramientas que optimizan la ejecución de modelos de IA en hardware diverso, reduciendo fragmentación y acelerando despliegue. La compra fortalece la posición de Qualcomm frente a Nvidia en el mercado de inferencia en dispositivos edge y móviles. La transacción representa una de las salidas más grandes de una empresa de software de infraestructura IA en 2026.
Qualcomm no comprĂł solo tecnologĂa — comprĂł talento y posicionamiento estratĂ©gico. La guerra del hardware IA ya no es solo fabricar chips, es controlar la capa de software que los hace Ăştiles. Para desarrolladores: Modular Mojo podrĂa convertirse en estándar de facto para IA mĂłvil.
Anthropic acusa a Alibaba de campaña masiva para extraer capacidades de IA de forma ilĂcita
Anthropic presentĂł una carta obtenida por CNBC acusando a Alibaba de ejecutar el ataque de destilaciĂłn más grande conocido hasta la fecha contra sus modelos. La tĂ©cnica de destilaciĂłn consiste en consultar repetidamente un modelo avanzado para entrenar uno propio que replique sus capacidades sin autorizaciĂłn. Anthropic califica el ataque como «descarado» e «ilĂcito», representando una violaciĂłn directa de tĂ©rminos de servicio y posiblemente de propiedad intelectual. El caso podrĂa sentar precedente legal sobre lĂmites del uso de APIs de IA para entrenamiento competitivo.
La destilación de modelos es una zona gris legal que está a punto de volverse roja. Si Anthropic gana este caso, cambiará las reglas globales de uso de APIs de IA. Para empresas: cuidado con lo que hacen con modelos ajustados a partir de consultas masivas a terceros.
Daybreak de OpenAI busca blindar software antes de que hackers encuentren fallas
OpenAI lanzĂł GPT-5.5 Cyber bajo el nombre Daybreak, modelo especializado en ciberseguridad diseñado para detectar vulnerabilidades en cĂłdigo antes de que atacantes las exploten. SegĂşn IA en Español, es casi tan poderoso y peligroso como Mythos de Anthropic. Daybreak busca automatizar análisis de seguridad a escala, identificando patrones de vulnerabilidad que auditores humanos podrĂan pasar por alto. La herramienta está orientada a equipos de DevSecOps y empresas que desarrollan infraestructura crĂtica. Su lanzamiento intensifica la carrera entre modelos ofensivos y defensivos de ciberseguridad.
Un modelo que encuentra vulnerabilidades crĂticas en segundos tambiĂ©n puede ser usado para explotarlas. OpenAI está jugando con fuego controlado. Para CTOs en Latam: si tu equipo no está usando IA para auditorĂa de cĂłdigo, asume que tus competidores o atacantes ya lo están haciendo.
Test clásico de atención expone la mayor debilidad de la IA
Investigadores aplicaron una prueba clásica de atenciĂłn de psicologĂa a modelos de IA lĂderes y encontraron una falla crĂtica. Mientras los modelos nombraban colores correctamente en listas cortas, su rendimiento se desplomaba cuando las tareas se volvĂan más largas y complejas. Algunos sistemas pasaron de más de 90% de precisiĂłn a fallo casi total. El estudio revela que los modelos actuales carecen de capacidad genuina de atenciĂłn sostenida, un componente esencial de la cogniciĂłn humana. Esto cuestiona afirmaciones de razonamiento avanzado en LLMs.
Los modelos pueden parecer brillantes en tareas cortas y fallar estrepitosamente cuando necesitan mantener contexto extendido. Esto importa: si tu empresa usa IA para análisis de documentos largos, contratos o auditorĂas, asume que necesitas validaciĂłn humana robusta. La IA actual es sprint, no maratĂłn cognitivo.
El patrĂłn del dĂa: la IA está madurando en infraestructura (chips propios, agentes verticales) mientras se exponen sus lĂmites cognitivos reales y se intensifican las batallas legales por robo de capacidades. Para empresarios Latam, esto significa actuar rápido en adopciĂłn práctica, pero con validaciĂłn tĂ©cnica rigurosa — las herramientas mejoran, pero sus fallas pueden ser catastrĂłficas si se confĂa ciegamente.
