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?

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].

Over 4 million people have had the same lightbulb moment.

Morning Brew is a free daily newsletter that breaks down what's happening in business, finance, and tech — clearly, quickly, and with enough personality to make it the best email in your inbox.

No yelling. No filler. Just the news, finally making sense.

Try it for free

OpenAI afirma que una versión interna de Astra, su próximo gran modelo, ha resuelto o logrado avances relevantes en diez problemas abiertos de matemáticas y ciencias de la computación teórica.

Los resultados abarcan áreas como geometría de altas dimensiones, teoría de códigos, teoría de grupos, complejidad computacional, criptografía poscuántica, computación cuántica y combinatoria. Varios de estos problemas llevaban décadas abiertos.

Pero la cifra más llamativa no es solo el número de avances. OpenAI calcula que el uso total de tokens para encontrarlos habría costado alrededor de 2.000 dólares con las tarifas de Sol en la API. Si esa estimación se confirma, parte de la investigación matemática de frontera podría empezar a explorarse a un coste computacional mucho más bajo.

Según la compañía, el modelo generó los argumentos y los equipos humanos los transformaron en manuscritos. Después, cada demostración fue formalizada en Lean, un sistema que verifica lógicamente los pasos de una prueba a partir de axiomas y definiciones explícitas.

Entre los resultados anunciados hay nuevos límites sobre empaquetamiento de esferas y códigos, avances en teoría de grupos y álgebras de operadores, complejidad de circuitos, criptografía basada en retículos, números de Ramsey y varios problemas de Erdős.

Aun así, una prueba formal no cierra el debate por sí sola. Lean puede comprobar que una conclusión se deriva correctamente de las premisas introducidas, pero especialistas independientes deberán confirmar que las definiciones reflejan el problema original, que el resultado es realmente nuevo y que sus hipótesis son las adecuadas.

OpenAI ya había presentado en mayo una refutación generada por IA de una conjetura de Erdős sobre distancias unitarias, que fue revisada por matemáticos externos e inspiró trabajos posteriores. Ese podría ser el modelo a seguir: la IA propone, la comunidad revisa, simplifica, corrige y desarrolla nuevas líneas de investigación.

El anuncio también reabre el debate sobre la autoría. OpenAI atribuye la generación de las demostraciones al modelo y reserva a las personas la preparación de los manuscritos, la formalización y la responsabilidad sobre su corrección. Pero las revistas y universidades tendrán que decidir cómo reconocer investigaciones donde la idea inicial procede de un sistema de IA.

La cuestión de fondo es si estos modelos están dejando de ser asistentes para convertirse en participantes reales de la investigación. Si una parte importante de los diez resultados resiste la revisión, los matemáticos no desaparecerán: su trabajo se desplazará hacia verificar, comprender y decidir qué nuevas preguntas merece la pena investigar.

Warmly ran pipeline, outreach, and lead scoring on autopilot for hundreds of startups — before a single sales hire.

HubSpot acquired them for it. Now the cofounders are walking you through the exact system, live, before they disappear into product. Join the Builder Session on August 12.

Leave with an agentic GTM stack you can replicate this week. Plus HubSpot Credits when you join HubSpot for Startups.

Register Free Today

DeepSeek ha publicado V4 Flash, su modelo ligero para programación y tareas autónomas, y asegura que supera al V4 Pro Preview —mucho más grande— en varias pruebas especializadas de agentes.

La diferencia es significativa. V4 Flash tiene 285.000 millones de parámetros, pero activa solo unos 13.000 millones por token. V4 Pro alcanza 1,6 billones y activa alrededor de 49.000 millones. Ambos admiten hasta un millón de tokens de contexto.

El mensaje es claro: tener más parámetros ya no garantiza mejores resultados. La arquitectura, el entrenamiento, el uso de herramientas y la eficiencia con la que un modelo trabaja pueden importar más que su tamaño total.

Según DeepSeek, V4 Flash logra mejores resultados que V4 Pro en pruebas como Terminal-Bench, NL2Repo, CyberGym y DeepSWE. No evalúan solo si un modelo escribe una función correcta: miden si puede explorar repositorios, usar el terminal, modificar archivos, ejecutar herramientas, interpretar errores y corregir su estrategia.

También incorpora decodificación especulativa, una técnica que anticipa varios tokens y los valida después con el modelo principal. El objetivo es generar código más rápido y reducir el coste computacional sin sacrificar demasiado la calidad.

La otra novedad es que V4 Flash ya puede utilizarse como proveedor externo dentro de Codex. Es decir, los desarrolladores pueden conservar la interfaz, el editor y el flujo de trabajo de Codex, pero hacer que las respuestas procedan de la API de DeepSeek.

La configuración se comparte entre Codex CLI, la aplicación de escritorio de ChatGPT y la extensión de Visual Studio Code. Por ahora, la integración oficial admite deepseek-v4-flash; DeepSeek prevé añadir compatibilidad para V4 Pro próximamente.

Hay dos precauciones importantes. El instalador automático descarga y ejecuta un script directamente desde internet, algo cómodo pero poco recomendable en equipos con repositorios o información sensibles. Es más prudente descargarlo, revisarlo y ejecutarlo después.

Además, la clave de API puede guardarse en texto plano dentro de config.toml. No debe sincronizarse con Git ni compartirse. Conviene usar una clave exclusiva para este fin, aplicar límites de gasto y revocarla si se sospecha una filtración.

Al cambiar de proveedor, Codex también separa el historial de sesiones: las conversaciones de ChatGPT y las iniciadas con DeepSeek aparecen en grupos distintos. No se borran, pero pueden dejar de verse hasta restaurar la configuración anterior.

Esta integración refleja un cambio mayor: los agentes de programación empiezan a separarse de los modelos que los impulsan. La pregunta ya no es qué modelo tiene más parámetros, sino cuál termina antes el trabajo, cuántos errores deja y cuánto cuesta corregirlos.

Alibaba asegura que su nuevo modelo, Qwen3.8-Max, trabajó de forma autónoma durante dieciséis días mientras desarrollaba y mejoraba una herramienta de programación con IA.

El sistema tiene 2,4 billones de parámetros, admite hasta un millón de tokens de contexto y está pensado para programación, investigación, análisis jurídico y tareas visuales prolongadas. Alibaba prevé publicar sus pesos abiertos próximamente.

Pero la cifra importante no es solo su tamaño. Es la promesa de que una IA pueda mantener el contexto, utilizar herramientas y avanzar durante días en un trabajo complejo con poca intervención humana.

Eso responde a una necesidad real de las empresas: no basta con que un modelo responda bien a una pregunta. El objetivo es que pueda completar procesos largos, revisar su trabajo y recuperarse de errores sin perder el rumbo.

El problema es que más autonomía también multiplica el riesgo. Un error en una respuesta puntual se corrige rápido; un fallo cometido al principio de un proyecto de dieciséis días puede contaminar todo lo que viene después y generar mucho trabajo aparentemente correcto, pero basado en una premisa equivocada.

Por eso, la prueba decisiva no será cuánto tiempo puede funcionar Qwen3.8-Max, sino cuánto tiempo puede seguir siendo fiable. Habrá que comprobar si detecta sus fallos, pide ayuda cuando la necesita, mantiene los objetivos y deja un registro auditable de sus decisiones.

El mercado recibió bien el anuncio: las acciones de Alibaba subieron alrededor de un 4,5 % en Nueva York y un 7 % en Hong Kong. Los inversores ven estos modelos como una oportunidad para reforzar su negocio cloud, atraer desarrolladores y reducir la dependencia de tecnología estadounidense.

La competencia china también se acelera. Moonshot AI ya ha presentado Kimi K3, con 2,8 billones de parámetros. Aun así, el tamaño no lo es todo: en modelos de mezcla de expertos solo se activa una parte de los parámetros en cada tarea.

La comparación relevante no será quién tiene más parámetros, sino qué modelo completa más trabajo útil por cada euro invertido y por cada hora de supervisión humana.

La gran pregunta no es si una IA puede trabajar dieciséis días seguidos. Es si una persona tendrá que dedicar el día diecisiete a arreglarlo todo.

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:

Start learning AI now

Apple vive dos historias muy distintas en inteligencia artificial. La nueva Siri de la beta de iOS 27 empieza a ofrecer el asistente que la compañía prometía desde hace años. Al mismo tiempo, su disputa judicial con OpenAI por antiguos empleados y supuestos secretos comerciales se ha convertido en un incómodo intercambio público de mensajes.

Apple acusa a OpenAI y a dos ex empleados, Chang Liu y Tang Tan, de apropiarse de información confidencial sobre proyectos de hardware. Ha pedido una medida cautelar para limitar cualquier uso de esos datos mientras avanza el caso. OpenAI lo niega y asegura que no quiere ni posee secretos de Apple.

La respuesta de OpenAI ha sido publicar correos e iMessages. Entre ellos aparece un episodio especialmente embarazoso: los abogados externos de Apple enviaron en febrero una comunicación al destinatario equivocado y posteriormente agradecieron una llamada que, según OpenAI, nunca ocurrió. Después reconocieron la confusión.

Eso no resuelve si existió uso indebido de información, pero cuestiona la versión de que OpenAI ignoró deliberadamente los intentos de contacto previos a la demanda.

La discusión sobre Chang Liu se centra también en cómo se gestionó su salida de Apple. La compañía sostiene que siguió accediendo a información confidencial; OpenAI responde que antiguos compañeros continuaron pidiéndole ayuda para localizar archivos y resolver cuestiones técnicas porque Apple no había cerrado correctamente ciertos accesos.

Con Tang Tan, que trabajó más de 24 años en Apple y ahora dirige proyectos de hardware en OpenAI, la frontera es aún más delicada. Un profesional puede llevarse experiencia, intuiciones y relaciones acumuladas durante décadas, pero no documentos o secretos de su antigua empresa. Determinar dónde termina una cosa y empieza la otra será una de las claves del litigio.

Mientras tanto, Siri da un salto importante. La nueva versión puede mantener conversaciones, recibir instrucciones por escrito, recordar el contexto y buscar información repartida entre mensajes, correos, fotos, calendario y aplicaciones.

Un usuario podrá pedirle que encuentre un recibo, localice un QR dentro de una captura, abra aplicaciones, inicie rutas, reproduzca música, edite imágenes o redacte un correo. Apple quiere que Siri actúe dentro de las aplicaciones, no que sea solo un asistente de voz.

Para conseguirlo, Apple se ha apoyado en tecnología de Google y su familia Gemini, aunque los modelos se han adaptado a su propio hardware e infraestructura. Es una concesión relevante para una empresa acostumbrada a controlar internamente sus tecnologías esenciales.

Las funciones llegarán al público en otoño de 2026 junto a iOS 27, pero no estarán disponibles inicialmente en iPhone, iPad y Apple Watch dentro de la Unión Europea. En la UE, Apple prevé permitirlas primero en Mac y Vision Pro configurados en idiomas compatibles.

Apple por fin parece tener una Siri mucho más útil. El problema es que la carrera de la IA ya no se decide solo dentro del teléfono: también se juega en la contratación de talento, el control de accesos y los tribunales que tendrán que decidir qué conocimientos puede llevarse un ingeniero al cambiar de empresa.

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