Google paga 920 millones USD/mes a SpaceX por cómputo. La IA científica ahora diseña moléculas con lenguaje natural. Y los nuevos ingenieros compiten con modelos.
OpenAI expande GPT-Rosalind para ciencias de la vida
OpenAI anunció nuevas capacidades para GPT-Rosalind, su modelo especializado en ciencias de la vida. Las mejoras incluyen razonamiento biológico avanzado, experiencia en química medicinal, análisis genómico y capacidades para diseñar flujos de trabajo experimentales. El modelo está diseñado para acelerar la investigación científica mediante comprensión profunda de procesos biológicos complejos. Representa un paso hacia modelos verticales entrenados específicamente para dominios científicos, alejándose de los modelos generalistas que dominan el mercado actual.
Un modelo vertical bien entrenado vale más que un generalista con prompts elaborados. Lo relevante aquí es que OpenAI está apostando por especialización profunda en sectores regulados. Si funciona en farmacéutica, otros sectores seguirán.
Apple considera cámaras en próximos AirPods
Apple explora la integración de cámaras en futuras versiones de AirPods, según reporta Wired. La propuesta enfrenta múltiples obstáculos técnicos y éticos: duración de batería limitada, preocupaciones de privacidad, peso adicional y casos de uso poco claros. La tecnología podría habilitar reconocimiento visual contextual y funciones de realidad aumentada, pero la viabilidad comercial permanece incierta. Apple ha experimentado previamente con sensores biométricos en auriculares sin lanzamientos masivos.
Cámaras en auriculares suenan más a experimento de laboratorio que a producto viable. Los problemas de privacidad por sí solos matarían la adopción masiva. No todo lo técnicamente posible tiene sentido comercial.
Synthegy: IA que diseña moléculas con lenguaje natural
Un nuevo sistema de IA llamado Synthegy permite a químicos diseñar síntesis moleculares complejas usando lenguaje natural simple. La herramienta guía la planificación de reacciones mediante descripciones textuales, mientras algoritmos potentes generan y evalúan posibles rutas de síntesis. El sistema no solo computa opciones, sino que razona sobre ellas, asignando puntuaciones a diferentes vías y explicando cuáles tienen más sentido químico. Tradicionalmente, diseñar moléculas complejas requería años de experiencia y miles de decisiones especializadas.
Esto sí cambia el juego en química. Bajar la barrera de entrada de años de experiencia a descripciones textuales democratiza capacidades que antes eran exclusivas de doctorados especializados. El siguiente paso es integración con laboratorios automatizados.
7 formas en que nuevos ingenieros prosperan en la era IA
IEEE Spectrum publicó una guía para ingenieros recién graduados navegando carreras profesionales en un entorno donde la IA ya no es opcional. El artículo argumenta que los ingenieros más exitosos tratarán la inteligencia artificial como apalancamiento, no como competencia. Las estrategias incluyen desarrollo de habilidades complementarias que los modelos no pueden replicar, comprensión profunda de limitaciones de IA, y capacidad para validar y mejorar salidas automatizadas. El contexto profesional ha cambiado: la IA es infraestructura, no novedad.
La pregunta ya no es si usar IA, sino qué hacer que la IA no pueda. Los nuevos graduados que entiendan esto temprano construirán carreras más sólidas que quienes sigan ignorando la herramienta por miedo o principio.
Google pagará a SpaceX 920 millones USD mensuales por cómputo
Google acordó pagar a SpaceX 920 millones USD al mes por capacidad de cómputo, según anunció un representante de Google. El acuerdo responde a demanda inesperada generada por productos de IA recientemente lanzados por Google. La cifra representa uno de los contratos de infraestructura cloud más grandes reportados públicamente. SpaceX ha estado desarrollando capacidades de centros de datos distribuidos aprovechando su red Starlink. El costo mensual equivale a más de 11.000 millones USD anuales, señalando la escala masiva de inversión requerida para operaciones modernas de IA.
920 millones USD al mes no es un contrato — es síntoma de desesperación por capacidad. Google está pagando precios que no escalan para mantener productos lanzados sin infraestructura suficiente. Esto confirma que el cuello de botella de la IA es físico, no algorítmico.
Bluesky advierte: prohibiciones a menores fortalecen monopolios tech
Rose Wang, COO de Bluesky, advirtió que prohibiciones de redes sociales para adolescentes podrían fortalecer el control de grandes tecnológicas sobre el sector. En declaraciones a CNBC, Wang expresó que vivimos en un mundo donde resulta casi imposible para nuevos competidores pequeños entrar al mercado y construir espacios más saludables. Las regulaciones diseñadas para proteger menores pueden paradójicamente beneficiar a plataformas establecidas con recursos para cumplir requisitos regulatorios complejos, mientras bloquean alternativas emergentes.
Wang tiene razón: regular para proteger usuarios termina protegiendo incumbentes. Las barreras de cumplimiento regulatorio son lujo que solo grandes jugadores pueden costear. El resultado es menos competencia, no más seguridad.
Railway levanta 100 millones USD para infraestructura cloud nativa IA
Railway, plataforma cloud con sede en San Francisco, anunció una ronda Serie B de 100 millones USD liderada por TQ Ventures. La compañía ha acumulado dos millones de desarrolladores sin gastar un dólar en marketing, aprovechando demanda orgánica por alternativas a infraestructura cloud legacy. Railway se posiciona como infraestructura nativa para aplicaciones de IA, argumentando que proveedores tradicionales como AWS no fueron diseñados para cargas de trabajo modernas de inteligencia artificial. El crecimiento explosivo refleja frustración generalizada con complejidad y costos de plataformas establecidas.
Dos millones de usuarios sin marketing es señal de producto que resuelve dolor real. AWS está optimizado para workloads de 2015, no para entrenamiento e inferencia. Hay espacio enorme para infraestructura diseñada desde cero para IA.
El patrón es claro: la infraestructura es el verdadero límite de la IA, no los modelos. Google paga fortunas por cómputo, startups levantan fondos para infraestructura nativa, y las herramientas científicas ya funcionan. Para empresarios Latam: la ventana para experimentar sigue abierta, pero se cierra rápido. Quien espere infraestructura perfecta nunca arrancará.
