• La forma de convertir la IA en resultados reales

• Claude filtra tus conversaciones en Google

• La humanidad superada por la IA en cinco años

• NVIDIA PRESENTA Cosmos-H-Dreams

• Nvidia hace lobby por sus propios competidores

• Guía GRATIS de IA

¿Tu empresa está usando IA de forma real o solo haciendo pruebas sueltas?

La mayoría de equipos ya conocen ChatGPT y otras herramientas. El problema es que, sin formación continua, casos de uso claros y una persona que les guíe, la IA se queda en curiosidad, se usa mal o simplemente deja de utilizarse.

Por eso he creado un servicio de acompañamiento mensual en IA para empresas.

No es una formación puntual que termina en una sesión. Es un acompañamiento práctico para que vuestro equipo aprenda, aplique y mejore continuamente en su trabajo real. Y todo por menos de 400 € (menos de lo que le cuesta a tu empresa un día de trabajo de un empleado).

¿Qué incluye?

• Formación Semana en IA adaptada a la empresa y a los distintos equipos.

• Casos de uso concretos para ahorrar tiempo, mejorar procesos y reducir tareas manuales.

• Guías, prompts y recursos reutilizables para que el equipo pueda aplicar lo aprendido desde el primer día.

• Novedades de IA seleccionadas según su utilidad real para vuestra empresa.

• Resolución de dudas y orientación para tomar mejores decisiones sobre herramientas, procesos y oportunidades.

• Buenas prácticas para utilizar la IA de forma segura, responsable y con criterio.

El objetivo no es que vuestro equipo “sepa de IA”.

Es que la utilice mejor cada mes, encuentre nuevas oportunidades y convierta la IA en una mejora real de productividad, calidad y eficiencia.

Si quieres tener una ventaja competitiva gracias a la IA en tu empresa, responde a este correo o escríbeme a [email protected].

Save 10+ Hours a Week With 37 Claude Prompts

Every manager faces the same situations before lunch: a message to land, a meeting to run, a hiring call, a report due. The AI Report built 37 Claude prompts for exactly those moments, organised by the situations every manager faces. 

Copy the prompt, fill the brackets, run it in Claude, and get back 10+ hours a week. Oh, and it's free. 

All you have to do is subscribe to The AI Report, a 5-minute daily AI brief read by 400,000+ business leaders at IBM, AWS and Microsoft, and the full prompt pack lands in your welcome email. The newsletter and the prompts, both free. Subscribe and grab both

Subscribe and get 37 prompts free

🤖La humanidad superada por la IA en cinco años

Elon Musk cree que, antes de 2031, la inteligencia artificial podría superar la capacidad intelectual conjunta de toda la humanidad. No habla solo de modelos capaces de escribir, programar o investigar mejor que una persona, sino de sistemas más inteligentes que todos los seres humanos sumados.

Su predicción incluye entre 100 millones y 1.000 millones de robots humanoides trabajando en fábricas, hogares y empresas. Esa combinación de inteligencia digital y mano de obra robótica podría, según Musk, duplicar la producción económica mundial en apenas cinco o seis años y abrir una era de «abundancia extraordinaria».

En esa visión, fabricar bienes y prestar servicios sería tan barato que el dinero perdería parte de su importancia. Musk ya había llevado el argumento al extremo al asegurar que ahorrar para la jubilación podría resultar irrelevante si la IA, la energía y la robótica terminan produciendo prácticamente todo lo que necesita la sociedad.

Pero hay un salto enorme entre aumentar la productividad y eliminar la escasez.

Una economía puede producir más sin repartir mejor. Los robots podrían reducir el coste de fabricar alimentos, viviendas, transporte o cuidados, pero eso no garantiza que todo el mundo pueda acceder a ellos. La abundancia técnica no elimina automáticamente los precios, la propiedad privada, los monopolios ni las diferencias de poder.

La pregunta decisiva, por tanto, no es cuántos robots existirán, sino quién será su propietario.

Si las máquinas, los centros de datos, los modelos y la energía necesaria para operarlos pertenecen a un pequeño grupo de empresas, la automatización podría concentrar todavía más la riqueza. Una sociedad capaz de producir bienes en cantidades inéditas también podría crear una enorme escasez artificial para quienes no posean la tecnología ni participen de sus beneficios.

Los empleos no desaparecerán todos a la vez

Musk imagina que los humanoides sustituirán buena parte del trabajo manual, mientras que la IA asumirá una proporción creciente de las tareas intelectuales. Esto afectaría tanto a operarios y transportistas como a programadores, administrativos, analistas, diseñadores o profesionales jurídicos.

Las previsiones institucionales son menos extremas, aunque también anticipan una transformación profunda. El Fondo Monetario Internacional calcula que alrededor del 60 % de los empleos de las economías avanzadas están expuestos a la IA. En aproximadamente la mitad de ellos, la tecnología podría complementar al trabajador; en el resto, podría reducir la contratación, presionar los salarios o sustituir tareas esenciales.

El Foro Económico Mundial tampoco pronostica el final del trabajo. Su informe sobre el empleo hasta 2030 estima que las grandes transformaciones económicas y tecnológicas podrían desplazar 92 millones de puestos, pero crear 170 millones de nuevas funciones. El resultado sería un aumento neto de 78 millones de empleos, aunque no necesariamente para las mismas personas, en los mismos lugares ni con los mismos salarios.

Ahí está el problema que las grandes cifras suelen ocultar. Que aparezcan nuevos trabajos no ayuda inmediatamente a quien pierde el suyo, carece de formación para ocupar los siguientes o vive en una región que no recibe la nueva inversión. El FMI ya observa que la demanda de competencias relacionadas con la IA beneficia especialmente a determinados perfiles cualificados, mientras que los puestos muy expuestos y poco complementarios sufren peores perspectivas de empleo.

La abundancia también es una decisión política

La predicción de Musk puede acertar en la dirección y equivocarse por completo en los plazos. La IA y la robótica probablemente aumentarán la producción, transformarán profesiones y reducirán la necesidad de trabajo humano en algunas actividades. Lo que no está predeterminado es cómo se distribuirán esas ganancias.

Para que la automatización se traduzca en prosperidad compartida harán falta decisiones sobre fiscalidad, propiedad, competencia, formación, protección social y participación de los trabajadores en la riqueza creada. Una renta básica o un ingreso universal elevado, ideas mencionadas con frecuencia por Musk, tampoco surgirían de manera automática: requerirían recaudar y redistribuir parte del valor generado por las máquinas.

El verdadero riesgo no es únicamente que la IA llegue a ser más inteligente que nosotros. Es que la infraestructura capaz de producir esa abundancia pertenezca a unos pocos mientras el resto pierde capacidad de negociación.

37 Free Claude Prompts With The AI Report

Subscribe to The AI Report, the free 5-minute daily AI brief for 400,000+ business leaders, and you’ll get 37 Claude prompts free in your welcome email. They’re organised by the 8 situations every manager faces. You get both: the newsletter and the prompts.

Subscribe & Get the Prompts

🟢Claude filtra tus conversaciones en Google

Decenas de conversaciones y proyectos creados con Claude, el asistente de inteligencia artificial de Anthropic, aparecieron durante el fin de semana en los resultados de Google y Bing. Entre el material indexado había informes médicos detallados de pacientes reales, documentos con nombres y teléfonos de niños en edad escolar, claves de monederos de criptomonedas y archivos empresariales marcados como «solo para uso interno».

El contenido podía localizarse mediante búsquedas restringidas al dominio utilizado por Claude para compartir conversaciones. Aunque algunos de esos chats y proyectos parecían haberse creado expresamente para su publicación, otros contenían información que probablemente solo debía circular dentro de una empresa o entre un grupo reducido de personas.

El problema estaba relacionado con la función de Claude que permite generar un enlace para compartir una conversación o un Artifact, como una aplicación, un documento o una visualización. Cualquier persona que disponga de esa dirección puede abrir el contenido sin iniciar sesión.

Esto no significa que Google accediera directamente a las conversaciones privadas almacenadas en las cuentas de los usuarios. Los chats afectados habían sido convertidos previamente en enlaces compartidos. Sin embargo, muchos usuarios parecen haber interpretado «compartir mediante enlace» como una forma de acceso privado, cuando en realidad esos enlaces podían quedar expuestos si se publicaban en una página, un foro, una red social o cualquier otro lugar rastreable por los buscadores.

Anthropic asegura que su sistema no envía directamente esas direcciones a Google ni a otros motores de búsqueda. Según la empresa, un enlace enviado únicamente por un canal privado no debería aparecer en los resultados. Para que un buscador lo encuentre, tendría que haber sido publicado o enlazado desde algún espacio accesible para sus rastreadores.

Aun así, el incidente revela un problema de diseño habitual en internet: una dirección difícil de adivinar no equivale a una dirección privada. Cuando un servicio permite compartir información sensible mediante un enlace abierto, basta con que ese enlace se copie en el lugar equivocado para que el contenido quede potencialmente accesible para cualquiera.

Los resultados fueron retirados de los buscadores antes del lunes, según las informaciones disponibles. Anthropic también permite revisar y desactivar los enlaces creados anteriormente. En Claude, los usuarios pueden entrar en Configuración > Privacidad > Chats compartidos para comprobar qué conversaciones y proyectos siguen publicados y revocar su acceso.

La lección no es que todas las conversaciones con Claude sean públicas, sino que las funciones de compartir pueden transformar información confidencial en una página web abierta sin que el usuario comprenda plenamente las consecuencias.

Antes de compartir un chat de inteligencia artificial, conviene eliminar nombres, teléfonos, historiales médicos, credenciales, claves privadas y documentos internos. Y si el contenido es realmente sensible, la opción más segura es no generar un enlace público.

🧑NVIDIA PRESENTA Cosmos-H-Dreams

NVIDIA ha presentado Cosmos-H-Dreams, un simulador generativo capaz de recrear en tiempo real cómo responde un entorno quirúrgico a los movimientos de un robot. Su característica más importante no es que reproduzca suturas perfectas, sino que también ha aprendido de agujas caídas, lanzamientos fallidos y nudos que no llegan a cerrarse.

Los errores fueron incluidos deliberadamente en el entrenamiento. Un simulador diseñado únicamente con demostraciones impecables puede enseñar cómo debería ejecutarse una tarea, pero resulta poco útil para evaluar qué ocurre cuando un robot toma una mala decisión. Para poner a prueba una política de control es necesario observar también las consecuencias del fallo.

Cosmos-H-Dreams funciona como un modelo del mundo: recibe una imagen inicial del campo quirúrgico y los movimientos de los instrumentos, y genera los siguientes fotogramas de acuerdo con esas acciones. En lugar de calcular explícitamente la física de los tejidos, los hilos y las herramientas, aprende sus dinámicas visuales a partir de vídeos quirúrgicos y datos cinemáticos de robots reales.

La diferencia respecto a los simuladores tradicionales es considerable. Modelar manualmente la elasticidad de un tejido, la tensión de una sutura o el contacto entre instrumentos puede requerir meses de trabajo especializado. Un modelo generativo intenta aprender esas relaciones directamente de los datos y producir una representación visual de lo que sucedería después.

Hasta ahora, la velocidad era uno de los principales obstáculos. El modelo original generaba aproximadamente diez fotogramas por segundo y estaba pensado principalmente para procesar trayectorias después de que se hubieran ejecutado. La versión destilada, combinada con el sistema de inferencia FlashDreams, alcanza alrededor de 160 fotogramas por segundo en una sola GPU RTX PRO 6000, según las cifras publicadas por NVIDIA.

Ese salto permite cerrar el bucle de interacción. Los movimientos del robot modifican la escena generada y el resultado aparece con suficiente rapidez para condicionar la siguiente acción. El sistema puede controlarse desde un navegador, mediante un teclado o con mandos de Meta Quest, que transforman los movimientos del usuario en órdenes para los instrumentos virtuales. También puede conectarse directamente una política robótica para observar cómo actúa sin necesidad de utilizar un robot físico.

Por ahora, el modelo publicado se concentra en tareas de sutura sobre una plataforma de investigación da Vinci y trabaja con una resolución relativamente reducida. No representa una operación completa ni reproduce con precisión clínica todos los comportamientos de un cuerpo humano. Es un banco de pruebas para investigación, no un dispositivo de diagnóstico ni una herramienta autorizada para tomar decisiones médicas.

NVIDIA y sus colaboradores también han probado la tecnología con el sistema quirúrgico Versius de CMR Surgical. La intención es explorar cómo estos modelos podrían servir para entrenar robots, evaluar algoritmos y estudiar procedimientos antes de trasladarlos a equipos reales. CMR ha aportado además cientos de horas de procedimientos anonimizados a los conjuntos de datos utilizados por esta línea de investigación.

El verdadero avance no consiste simplemente en generar vídeos quirúrgicos convincentes. Consiste en crear un entorno que reacciona a las acciones del robot y en el que una mala maniobra produce un resultado visible.

La simulación robótica está pasando de representar un mundo programado pieza por pieza a generar uno aprendido a partir de la experiencia. Y, en cirugía, aprender a fallar correctamente puede ser tan importante como aprender a acertar.

Go from AI overwhelmed to AI savvy professional

AI will eliminate 300 million jobs in the next 5 years.

Yours doesn't have to be one of them.

Here's how to future-proof your career:

• Join the Superhuman AI newsletter - read by 1M+ professionals

• Learn AI skills in 3 mins a day

• Become the AI expert on your team

Start learning AI now

🟢Nvidia hace lobby por sus propios competidores

El 24 de julio, Nvidia publicó una carta política titulada Open Weights and American AI Leadership para pedir a Washington que no imponga restricciones prematuras a los modelos de inteligencia artificial cuyos pesos pueden descargarse, modificarse y ejecutarse en infraestructura propia.

La carta apareció inicialmente respaldada por 25 empresas y organizaciones, entre ellas Microsoft, Meta, IBM, Dell, Palantir, Hugging Face, Mistral y la Linux Foundation. La lista creció después: la versión actual del documento incorpora a decenas de compañías adicionales, incluidas OpenAI y Google. Anthropic sigue siendo la gran ausencia entre los principales laboratorios estadounidenses. Jensen Huang, consejero delegado de Nvidia, utilizó su primera publicación en X para promocionar la iniciativa.

El argumento público es que los modelos abiertos amplían el acceso a la IA, reducen la dependencia de un único proveedor y permiten que empresas, universidades y administraciones adapten la tecnología a sus necesidades. La carta reconoce que liberar los pesos implica riesgos, pero sostiene que prohibirlos concentraría todavía más poder en unos pocos proveedores de modelos cerrados. También reclama más acceso a capacidad de computación, conjuntos de datos compartidos y herramientas públicas de evaluación.

Sin embargo, la lista de firmantes también puede leerse como un mapa de intereses económicos. Hay fabricantes de servidores, proveedores de nube, empresas de software corporativo, compañías de ciberseguridad, fondos de capital riesgo y laboratorios que ya distribuyen modelos abiertos. Todos se benefician de que esos modelos puedan descargarse, adaptarse y desplegarse en miles de entornos diferentes.

Y todos esos modelos tienen que ejecutarse en algún sitio.

Los sistemas cerrados más potentes suelen consumirse a través de las interfaces de unos pocos grandes proveedores tecnológicos. Esos gigantes, además, están desarrollando sus propios aceleradores: Google tiene las TPU y Amazon, Trainium. Los modelos abiertos, en cambio, terminan instalados en centros de datos empresariales, proveedores regionales de nube y servidores propiedad del cliente. Ese mercado depende mucho más de hardware que las organizaciones pueden comprar directamente y, en buena parte, ese hardware lleva chips de Nvidia.

Por eso Nvidia puede defender modelos que compiten con los de sus socios e incluso con los suyos propios. Para la compañía, el ecosistema abierto no es solo una filosofía tecnológica: es un canal de distribución para vender capacidad de computación. Cuantos más modelos puedan ejecutarse fuera de las plataformas cerradas, más empresas necesitarán GPU, redes y servidores para ponerlos en funcionamiento.

El párrafo más revelador de la carta no es el dedicado a los pesos abiertos, sino el que habla de la destilación: la técnica que permite entrenar o mejorar un modelo utilizando las respuestas producidas por otro. Los firmantes piden que no se equipare automáticamente esta práctica con la apropiación indebida, aunque aceptan que la extracción ilegal de valor de modelos cerrados debe perseguirse mediante medidas jurídicas específicas.

La precisión importa porque el documento no menciona a China, Moonshot AI ni DeepSeek, pero se publicó mientras la Administración estadounidense estudiaba nuevas restricciones contra modelos chinos. El secretario del Tesoro, Scott Bessent, afirmó además que las autoridades habían encontrado marcas asociadas a modelos estadounidenses dentro de sistemas desarrollados en China, una posible señal de destilación no autorizada.

La carta intenta separar dos cuestiones que Washington podría acabar mezclando: permitir modelos descargables y tolerar el robo de propiedad intelectual. Nvidia quiere que se persiga lo segundo sin bloquear lo primero. No solo porque los modelos abiertos favorezcan la competencia, sino porque prohibirlos dentro de Estados Unidos no impediría que siguieran circulando en otros países. Lo que sí impediría sería que una empresa estadounidense descargase uno de esos modelos y lo ejecutase en su propio centro de datos.

Ahí está el verdadero cálculo. Nvidia no necesita controlar todos los modelos. Le basta con que todos necesiten sus chips

Gracias por llegar hasta aquí! Tengo un regalo para ti

Como muestra de agradecimiento por seguir leyendo hasta el final, quiero darte acceso a una de mis guías más valiosas, que ahora están disponibles exclusivamente dentro de IA Secrets ACADEMY.

Recuerda que si quieres aprender aún mas, te recomiendo que entres a IA Secrets Academy, donde tendrás muchisimos recursos como estos, cursos y mucho mas (y tienes 7 días gratis)

Disfrútala aprendiendo y recuerda, quedarse atrás con la IA no es una opción