- El informe de la firma de venture capital a16z pronostica las principales tendencias de la industria tecnológica para 2026 e incluye las perspectivas de socios de sus equipos de inversión en infraestructura, growth, bio y salud, speedrun, dinamismo estadounidense, apps y cripto
- Los agentes de IA impulsarán una rediseño fundamental de la infraestructura empresarial, y la organización de datos multimodales y la infraestructura agent-native emergerán como tareas clave
- En el software empresarial, disminuirá la importancia de los systems of record, dando paso a motores de flujos de trabajo autónomos en los que la IA lee, escribe y razona directamente sobre los datos
- Las stablecoins se consolidarán como un medio de pago dominante, mientras que la emisión de activos on-chain y las blockchains con privacidad destacarán como factores de diferenciación
- Predice que será el "Año de Mí (Year of Me)", en el que los servicios de IA personalizados ofrecerán experiencias a la medida para las masas en educación, salud y medios
# [Infrastructure]
Startups que ponen orden al caos de los datos multimodales - Jennifer Li
- Los datos no estructurados y multimodales que poseen las empresas son el mayor cuello de botella para adoptar IA y, al mismo tiempo, el mayor activo desaprovechado
- PDFs, capturas de pantalla, videos, logs, correos electrónicos y datos semiestructurados se acumulan en toda la empresa
- El rendimiento de los modelos mejora rápidamente, pero los datos de entrada son cada vez más caóticos
- Esto provoca alucinaciones en sistemas RAG y errores sutiles y costosos en los agentes
- Los flujos de trabajo críticos siguen dependiendo en gran medida del QA humano
- El factor limitante de las empresas de IA está pasando del cómputo a la entropía de los datos
- En entornos de datos no estructurados, la actualidad, estructura y veracidad se degradan continuamente
- Aproximadamente el 80% del conocimiento empresarial existe en este ámbito no estructurado
- Resolver los datos no estructurados se está convirtiendo en una oportunidad generacional
- Hace falta un sistema que organice, estructure, verifique y gobierne continuamente los datos multimodales
- Solo así las cargas de trabajo de IA aguas abajo podrán operar de forma realmente confiable
- El alcance de aplicación se expande a casi todos los flujos de trabajo empresariales
- Análisis de contratos, onboarding, procesamiento de reclamaciones, compliance, atención al cliente y compras
- Búsqueda en ingeniería, apoyo a ventas y pipelines analíticos
- Incluye cualquier flujo de trabajo con agentes que dependa de contexto confiable
- El punto decisivo está en la capa de plataforma
- Extrae estructura de documentos, imágenes y videos
- Conciliación de conflictos de datos y recuperación de pipelines
- Mantiene los datos actualizados y siempre consultables
- Se apodera del núcleo del conocimiento y los procesos empresariales
La IA reactivará la contratación en ciberseguridad - Joel de la Garza
- Durante la última década, el mayor problema de la ciberseguridad ha sido la contratación
- Entre 2013 y 2021, los puestos de seguridad sin cubrir aumentaron de menos de 1 millón a 3 millones
- El núcleo del problema está en la estructura del trabajo de seguridad de nivel 1
- Se contrata personal altamente calificado para tareas repetitivas y desgastantes, como revisar logs
- Casi nadie quiere seguir haciendo ese trabajo de forma sostenida
- Las organizaciones de seguridad generan su propio trabajo innecesario
- Adoptan productos de seguridad que detectan todo
- Como resultado, se crea una estructura en la que las personas deben revisar todas las alertas
- Esto produce una falsa escasez de mano de obra, no una escasez real
- En 2026, la IA romperá este círculo vicioso
- Automatizará gran parte del trabajo de seguridad repetitivo y redundante
- La mitad del trabajo de los grandes equipos de seguridad puede resolverse con automatización
- El problema más difícil es decidir qué automatizar
- Cuando se está enterrado en tareas operativas, no se pueden identificar bien los candidatos a automatización
- Las herramientas de seguridad AI-native tomarán esa decisión
- Liberarán a los equipos de seguridad del trabajo repetitivo
- Permitirá enfocarse en rastrear atacantes, construir sistemas y corregir vulnerabilidades
La infraestructura agent-native se volverá un requisito básico - Malika Aubakirova
- El mayor impacto en infraestructura en 2026 no vendrá de afuera, sino de cambios internos
- Se dejará atrás el tráfico humano predecible y de baja concurrencia
- Las cargas de trabajo a velocidad de agentes, recursivas y explosivas, pasarán a ser la norma
- Los backends empresariales existentes están diseñados para humanos
- Suponen una respuesta del sistema por cada acción humana
- No contemplan escenarios en los que un solo objetivo de un agente genere miles de subtareas al mismo tiempo
- El trabajo normal de los agentes parecerá un ataque para los sistemas legacy
- Refactorizar código o modificar logs de seguridad será interpretado como tráfico DDoS
- La clave de la respuesta es rediseñar el plano de control
- La infraestructura agent-native se volverá un requisito básico
- Los patrones de thundering herd se tratarán como estado normal, no como excepción
- Los criterios de rendimiento cambiarán de forma radical
- Minimizar cold starts
- Colapso de la variabilidad de latencia
- Aumento por órdenes de magnitud en los límites de concurrencia
- El cuello de botella no será el cómputo, sino la coordinación
- El enrutamiento, locking, manejo de estado y aplicación de políticas serán claves para la ejecución paralela a gran escala
- Solo sobrevivirán las plataformas que soporten un entorno desbordado por la ejecución de herramientas
Las herramientas creativas evolucionan hacia lo multimodal - Justine Moore
- La IA ya cuenta con los componentes centrales del storytelling
- Puede generar voz, música, imágenes y video
- El problema es el control
- Más allá de clips aislados, es difícil obtener el resultado deseado y los costos se disparan
- Todavía está lejos del nivel de control de una dirección tradicional
- Los creadores quieren edición multimodal basada en referencias
- Ingresar un video de 30 segundos y continuar la escena añadiendo un nuevo personaje
- Reconfigurar una escena como si hubiera sido filmada desde otro ángulo de cámara
- Reproducir el mismo movimiento que en un video de referencia
- 2026 será el año de la IA multimodal
- Cualquier tipo de contenido de referencia podrá usarse como entrada
- Generar escenas nuevas y editar escenas existentes se conectará de manera natural
- Ya han aparecido productos iniciales como Kling O1 y Runway Aleph
- Hace falta más innovación tanto en la capa de modelos como en la capa de aplicaciones
- La creación de contenido es el killer use case de la IA
- Se formará un mercado amplio, desde creadores de memes hasta directores de Hollywood
El data stack AI-native seguirá evolucionando - Jason Cui
- En el último año, el modern data stack se ha integrado rápidamente
- Se está desmoronando la división del trabajo centrada en ingestión, transformación y cómputo
- El bundling y las plataformas integradas se están volviendo el estándar
- La fusión de Fivetran/dbt y el ascenso de Databricks lo demuestran
- El ecosistema parece maduro, pero la arquitectura verdaderamente AI-native todavía está en etapa temprana
- La infraestructura de datos y la infraestructura de IA se están fusionando de manera inseparable
- Las bases de datos vectoriales se están consolidando como componente central
- La operación conjunta con datos estructurados se volverá la configuración base
- El reto central de la era de los agentes es el problema del contexto
- Se necesita acceso continuo a los datos correctos y a la capa semántica adecuada
- Hace falta mantener definiciones de negocio consistentes a través de múltiples systems of record
- Las herramientas de BI y las hojas de cálculo cambiarán de raíz
- Los flujos de trabajo de datos pasarán a ser centrados en agentes y en automatización
El año de entrar dentro del video - Yoko Li
- En 2026, el video dejará de ser un medio de consumo pasivo
- Se convertirá en un espacio al que realmente se entra para actuar
- Los modelos de video gestionan el tiempo y la consistencia
- Recuerdan escenas pasadas
- Reaccionan al comportamiento del usuario
- Mantienen una consistencia persistente similar a la del mundo físico
- Se dejará atrás la generación de videos breves y fragmentados
- Los personajes, objetos y la física persistirán durante suficiente tiempo
- Será posible una progresión en la que las acciones conduzcan a resultados
- El video se transformará en un medio construible
- Los robots practicarán
- Los juegos evolucionarán
- Los diseñadores crearán prototipos
- Los agentes actuarán directamente y aprenderán
- El resultado ya no será un clip, sino un entorno vivo
- La brecha entre percepción y acción se reducirá drásticamente
- Surgirá la sensación de existir realmente dentro del video generado
# [Growth]
La era de los systems of record llega a su fin - Sarah Wang
- El cambio real del software empresarial en 2026 es que los sistemas de registro (System of Record) pierden su posición central
- La IA casi elimina la distancia entre intención (intent) y ejecución (execution)
- Los modelos leen, escriben y razonan directamente sobre los datos operativos
- ITSM y CRM pasan de ser simples repositorios a motores de flujo de trabajo autónomos
- Con el avance de los modelos de razonamiento y los flujos de trabajo con agentes, el rol de los sistemas se expande
- Ya no solo reaccionan, sino que también predicen, coordinan y ejecutan de punta a punta
- El centro de la interfaz cambia
- En lugar de una UI centrada en pantallas, una capa dinámica de agentes pasa al frente
- Los sistemas de registro existentes quedan relegados a una capa de persistencia (persistence tier)
- El control estratégico se desplaza
- Más que quién almacena los datos
- lo clave pasa a ser quién domina el entorno de ejecución inteligente que los empleados usan realmente
La IA vertical evoluciona hacia un modo multijugador - Alex Immerman
- La IA vertical está creciendo a una velocidad sin precedentes
- En salud, legal y vivienda, alcanza más de $100M de ARR en apenas unos años
- Finanzas y contabilidad también vienen avanzando rápido
- La primera etapa de la evolución es la búsqueda de información
- Encuentra, extrae y resume la información necesaria
- En 2025 se pasa a la etapa de razonamiento (reasoning)
- Hebbia analiza estados financieros y construye modelos
- Basis concilia balanzas de comprobación entre varios sistemas
- EliseAI diagnostica problemas de mantenimiento y llama al proveedor adecuado
- En 2026 se abre el modo multijugador
- El software vertical tiene fortalezas en UI especializada por dominio, datos e integraciones
- Pero el trabajo real es, por naturaleza, una estructura de colaboración entre múltiples partes
- Para que los agentes sustituyan trabajo humano, la colaboración es indispensable
- Compradores y vendedores
- Inquilinos, asesores y proveedores
- Cada participante tiene permisos, flujos de trabajo y requisitos de compliance distintos
- Hoy la IA todavía opera de forma aislada
- La IA que analiza contratos no está conectada con el CFO
- La IA de mantenimiento no conoce las citas del personal en campo
- La IA multijugador coordina todo esto
- Enruta tareas entre las partes interesadas
- Mantiene el contexto
- Sincroniza los cambios
- La IA de la contraparte negocia dentro de límites definidos
- Escala los desbalances para revisión humana
- Las correcciones de un socio senior se convierten en aprendizaje para toda la organización
- A medida que crece el valor generado por la colaboración, suben los costos de cambio
- Surgen efectos de red que las apps de IA no habían tenido
- La propia capa de colaboración se convierte en un moat
Se construye para agentes, no para humanos - Stephenie Zhang
- A partir de 2026, las personas usarán la web a través de sus propios agentes
- Los elementos que eran importantes pensando en el consumo humano ya no funcionan igual
- Las formas tradicionales de optimización asumen comportamiento humano
- Aparecer arriba en resultados de búsqueda
- Entrar a la primera página de un marketplace
- Estructurar contenidos que empiezan con TL;DR
- Un humano puede pasar por alto una frase importante, pero un agente no
- Incluso una frase clave escondida en la página 5, un agente la encuentra de inmediato
- El cambio también se aplica al diseño de software
- Las apps se diseñaban según la mirada y los clics de las personas
- El criterio de optimización era una buena UI y un flujo intuitivo
- Cuando los agentes asumen la interpretación y la búsqueda, el criterio cambia
- El diseño visual deja de ser el elemento central para la comprensión
- En vez de que un ingeniero mire Grafana, un AI SRE interpreta la telemetría y la resume en Slack
- En vez de que el equipo de ventas rebusque en el CRM, un agente entrega patrones y resúmenes automáticamente
- Ahora se diseña no para humanos, sino para agentes
- El objetivo ya no es la jerarquía visual, sino la legibilidad para máquinas
- Este cambio transforma la forma de crear y las herramientas mismas
En las apps de IA, el KPI de screen time se termina - Santiago Rodriguez
- Durante los últimos 15 años, el screen time fue un indicador clave de entrega de valor
- Tiempo viendo Netflix
- Cantidad de clics dentro del EHR médico
- Tiempo de uso de ChatGPT
- Ese indicador pronto pierde fuerza
- Se expande el cobro basado en resultados
- Se alinean los incentivos entre proveedores y usuarios
- Y el primer indicador que desaparece es el screen time
- El cambio ya se ve en la práctica
- ChatGPT DeepResearch genera mucho valor aunque casi no haya que mirar la pantalla
- Abridge captura automáticamente conversaciones clínicas y se encarga de tareas de seguimiento
- Cursor genera apps completas para que el desarrollador diseñe el siguiente ciclo
- Hebbia arma decks basados en cientos de disclosures y les devuelve el sueño a los banqueros de inversión
- Surge un nuevo reto
- Para decidir cuánto cobrar por usuario, hace falta una medición de ROI más compleja
- Las apps de IA elevan valor en varias dimensiones al mismo tiempo
- Satisfacción de los médicos
- Productividad de los desarrolladores
- Calidad de vida de los analistas financieros
- Felicidad de los consumidores
- Las empresas que explican el ROI de la forma más simple son las que se adelantan en el mercado
# [Bio + Health]
El auge de los MAU saludables - Julie Yoo
- En 2026 aparece un nuevo grupo central de clientes en salud: los Healthy MAUs (MAU saludables)
- No están enfermos en este momento
- Pero quieren entender y monitorear su salud de forma continua
- El sistema tradicional de salud se ha enfocado en tres tipos de usuarios
- Sick MAUs: pacientes con demanda de atención costosa e intermitentemente explosiva
- Sick DAUs: usuarios que necesitan atención intensiva y prolongada, como pacientes críticos o con enfermedades crónicas
- Healthy YAUs: usuarios relativamente sanos que casi no visitan hospitales
- Los Healthy YAUs siempre corren el riesgo de convertirse en Sick MAUs o Sick DAUs
- El cuidado preventivo puede ralentizar esa transición
- El problema está en la estructura actual de incentivos
- Un sistema de reembolso médico reactivo, centrado en el tratamiento, recompensa más tratar que prevenir
- El acceso a chequeos regulares o servicios de monitoreo es limitado
- Los seguros casi no pagan por servicios enfocados en prevención
- Los Healthy MAUs llenan ese vacío
- No están enfermos ahora mismo
- Pero quieren revisar y entender su estado de salud de forma recurrente
- Tienen potencial para convertirse en el grupo más grande entre todos los consumidores
- Empieza una ola de servicios dirigidos a este segmento
- Startups nativas de IA
- Servicios reempaquetados de empresas de salud existentes
- Todos se están moviendo hacia servicios recurrentes y por suscripción
- La IA reduce la estructura de costos de la prestación de salud
- Automatización del monitoreo y del análisis
- Menor dependencia de personal
- Se abre la posibilidad de que aparezcan seguros enfocados en prevención
- Los consumidores se acostumbran cada vez más a modelos de suscripción pagados de su bolsillo
- Los Healthy MAUs se convierten en el grupo de clientes clave para la próxima generación de healthtech
- Participan de forma continua
- Se basan en datos
- Actúan con enfoque preventivo
# [Speedrun]
Los world models pasan al centro del storytelling - Jon Lai
- En 2026, los modelos del mundo impulsados por IA se convierten en el centro del storytelling
- Surgen nuevos formatos basados en mundos virtuales interactivos y una economía digital
- Marble (World Labs) y Genie 3 (DeepMind) generan entornos 3D completos solo con prompts de texto
- Los usuarios exploran directamente esos mundos como si fueran juegos
- A medida que los creadores adoptan estas herramientas, aparecen formatos narrativos completamente nuevos
- Se generan mundos enormes donde la co-creación es posible
- En última instancia, evolucionan hacia algo cercano a un “Minecraft generativo”
- Se combinan las mecánicas de juego con la programación en lenguaje natural
- Instrucciones como “crea un pincel que convierta en rosa todo lo que toque” funcionan como reglas del mundo
- La frontera entre jugador y creador desaparece
- El usuario deja de ser un simple consumidor y se convierte en coautor
- Se forma un multiverso generativo interconectado
- Géneros como fantasía, horror y aventura coexisten dentro de un mismo ecosistema
- La economía digital se activa dentro de estos mundos
- Creación de assets
- Guías para nuevos usuarios
- Monetización mediante el desarrollo de nuevas herramientas de interacción
- Estos mundos se usan más allá del entretenimiento como entornos de simulación
- Entrenamiento de agentes de IA
- Aprendizaje de robots
- E incluso se expanden como espacios de experimentación para AGI
- El auge de los modelos del mundo no representa un nuevo género de entretenimiento, sino la aparición de un nuevo medio creativo y un nuevo frente económico
‘El año de mí’ - Josh Lu
- 2026 es “The Year of Me”, el año en que los productos pasan de la producción en masa a la personalización a medida
- En educación, el cambio ya comenzó
- Startups como Alphaschool ofrecen tutores de IA que se adaptan al ritmo y la curiosidad de cada estudiante
- Es un nivel de personalización que antes solo era posible con decenas de miles de dólares en tutorías por alumno
- En salud, la personalización también se vuelve cotidiana
- La IA diseña combinaciones de suplementos, planes de ejercicio y rutinas alimenticias ajustadas a los datos biológicos de cada persona
- Y esto ya es posible sin depender de entrenadores o laboratorios
- Los medios también se personalizan
- Noticias, programas e historias se reconfiguran según los intereses y el tono de cada persona
- Los ganadores del siglo pasado fueron las empresas que descubrieron al consumidor promedio
- Los ganadores del próximo siglo serán las empresas que descubran al individuo oculto dentro del promedio
- 2026 marca el momento en que el mundo deja de optimizar para ‘todos’ y comienza a optimizar para ‘ti’
La primera universidad AI-native - Emily Bennett
- En 2026 surge la universidad AI-native
- Una institución educativa diseñada desde cero con sistemas inteligentes en el centro
- Las universidades tradicionales solo han incorporado la IA de forma parcial
- Se han quedado en tareas como calificación, tutoría y gestión de horarios
- Ahora aparece una organización académica que aprende y se optimiza por sí misma
- Se adapta mediante bucles de retroalimentación de datos en clases, mentoría, colaboración en investigación y hasta en la operación de edificios
- Todos los elementos de la universidad cambian en tiempo real
- Los horarios se optimizan solos
- Las listas de lectura se actualizan cada noche para reflejar las investigaciones más recientes
- Las rutas de aprendizaje se ajustan de inmediato al ritmo y contexto del estudiante
- Ya existen señales tempranas
- ASU opera cientos de proyectos de IA mediante una colaboración institucional con OpenAI
- SUNY incluye la alfabetización en IA como requisito obligatorio en los cursos de formación general
- En una universidad AI-native, el rol del profesor cambia
- Deja de ser alguien que transmite conocimiento y pasa a ser un diseñador del aprendizaje
- Cura datos y ajusta modelos
- Enseña a los estudiantes a tratar de forma crítica el razonamiento de las máquinas
- También cambia la forma de evaluar
- Desaparecen la detección de plagio y las prohibiciones de uso
- Se evalúa cómo se usó la IA
- La transparencia y el uso mesurado se convierten en el criterio
- Toda la industria necesita talento capaz de diseñar, operar y colaborar con IA
- La universidad AI-native se convierte en el motor de talento de la nueva economía
# [American Dynamism]
Construir una base industrial AI-native - David Ulevitch
- Los sectores que generan la verdadera fuerza de la economía estadounidense vuelven a ocupar el centro
- Energía, manufactura, logística e infraestructura regresan como ejes clave
- El cambio más importante es la aparición de una verdadera base industrial AI-native y software-first
- Parte de la simulación, el diseño automatizado y la operación impulsada por IA
- No se trata de modernizar el pasado, sino de construir la próxima generación desde cero
- Se abren nuevas oportunidades en toda la industria
- Sistemas avanzados de energía
- Manufactura pesada centrada en robótica
- Industria minera de próxima generación
- Procesos químicos basados en biología y enzimas que sirven de base para todas las industrias
- La IA rediseña los procesos clave de la industria
- Diseño de reactores más limpios
- Optimización de la extracción de recursos
- Mejor ingeniería de enzimas
- Ajuste preciso de flotas de máquinas autónomas
- También se reconfigura el mundo fuera de las fábricas
- Sensores autónomos y drones
- Los modelos de IA más recientes hacen visibles de forma continua puertos, ferrocarriles, redes eléctricas, ductos, bases militares y centros de datos
- El mundo real necesita nuevo software
- Los emprendedores que lo construyan determinarán la prosperidad de Estados Unidos en el próximo siglo
El renacimiento de la fábrica estadounidense - Erin Price-Wright
- El primer gran siglo de Estados Unidos se construyó sobre su capacidad industrial
- Con la deslocalización y el fracaso generalizado para construir, perdió gran parte de esa fortaleza
- Ahora vuelve a ponerse en marcha
- Está en curso el renacimiento de la fábrica estadounidense con software y IA en el centro
- En 2026, toda la industria abordará los problemas con una mentalidad de fábrica
- Aplicada a energía, minería, construcción y manufactura
- La clave es la combinación de IA/autonomía modular + trabajadores calificados
- Hace que procesos personalizados y complejos funcionen como una línea de ensamblaje
- Este enfoque permite lo siguiente
- Superar regulaciones y permisos complejos de forma rápida y repetible
- Acortar los ciclos de diseño y diseñar para manufactura desde el inicio
- Gestionar de manera eficiente la coordinación de proyectos a gran escala
- Acelerar con sistemas autónomos trabajos difíciles o peligrosos para los humanos
- Aplica la lógica de Henry Ford desde el Día 0
- Diseña asumiendo escala y repetibilidad
- Y le suma la IA más reciente
- Los resultados ya se ven con rapidez
- Producción masiva de reactores nucleares
- Expansión de la oferta de vivienda
- Construcción ultrarrápida de centros de datos
- La idea de que “la fábrica es el producto” vuelve a hacerse realidad
- Entramos en una nueva edad dorada industrial
La próxima ola de observabilidad no será digital, sino física - Zabie Elmgren
- Durante la última década, la observabilidad del software hizo transparentes los sistemas digitales
- Entendimos código y servidores mediante logs, métricas y trazas
- Esa misma innovación se expande ahora al mundo físico
- Ya hay más de mil millones de cámaras y sensores desplegados en todo Estados Unidos
- La observabilidad física para entender ciudades, redes eléctricas e infraestructura en tiempo real se vuelve urgente y posible
- Esta capa de percepción abre la siguiente etapa de la robótica y la autonomía
- Las máquinas necesitan un tejido común para percibir el mundo físico como si fuera código
- También existe un riesgo: la tecnología para detectar incendios forestales y prevenir accidentes industriales puede convertirse en una distopía de vigilancia
- Los ganadores serán las empresas que se ganen la confianza: preservación de la privacidad, interoperabilidad y enfoque AI-native
- Necesitamos sistemas que vuelvan a la sociedad más comprensible, sin volverla menos libre
- Quien construya este tejido de confianza definirá la observabilidad de la próxima década
El stack electroindustrial mueve el mundo - Ryan McEntush
- La próxima revolución industrial no ocurrirá solo en las fábricas, sino también dentro de las máquinas que las componen
- El software cambió la forma de pensar y diseñar, y ahora está transformando la movilidad, la construcción y la producción
- Se está produciendo la convergencia de la electrificación, los materiales y la IA
- Se introduce un verdadero control por software en el mundo físico
- Las máquinas detectan, aprenden y actúan por sí mismas
- A esto se le llama electro-industrial stack
- La tecnología base de los vehículos eléctricos, drones, centros de datos y la manufactura moderna
- Conecta la tecnología que mueve átomos con los bits
- Componentes del stack
- Refinación de minerales → componentes
- Energía almacenada en baterías
- Electricidad controlada por electrónica de potencia
- Movimiento transmitido por motores de precisión
- Software que coordina todo
- Esta es la base invisible de la automatización física, y marca la diferencia entre el software para pedir un taxi y el software que toma el volante
- La capacidad para construir este stack se está debilitando: refinación de materiales clave y manufactura de chips avanzados
- Si EE. UU. quiere liderar la próxima era industrial, debe fabricar hardware directamente
- El país que domine el electro-industrial stack definirá el futuro de la tecnología industrial y militar
- El software se comió al mundo. Ahora mueve al mundo
Los laboratorios autónomos aceleran el descubrimiento científico - Oliver Hsu
- Las capacidades de los modelos avanzan en todo el espectro multimodal
- La capacidad de manipulación robótica también sigue mejorando
- La combinación de estas dos tendencias da lugar a laboratorios autónomos
- Formulación de hipótesis - diseño de experimentos - ejecución - inferencia y análisis de resultados - repetición de la siguiente dirección de investigación
- El ciclo end-to-end del descubrimiento científico se cierra automáticamente
- Los equipos que construyen estos laboratorios son, por naturaleza, interdisciplinarios: IA, robótica, ciencias físicas y biológicas, manufactura y operaciones
- Los experimentos desatendidos (lights-out) hacen posible la experimentación continua
- La velocidad de descubrimiento se acelera de forma drástica en distintos campos
La cruzada de datos hacia las industrias clave - Will Bitsky
- En 2025, el centro del discurso sobre IA fue la escasez de cómputo y los centros de datos
- En 2026, el foco será la escasez de datos y un nuevo campo de batalla de datos, que son las industrias clave
- En las industrias clave aún yace una enorme cantidad de datos no estructurados: operación de camiones, lectura de medidores, trabajos de mantenimiento, procesos de producción, ensamblaje y pruebas, entre otros
- Todo ese proceso se convierte en datos de entrenamiento para modelos, por lo que importa no solo qué se hizo, sino también cómo se hizo
- El problema es que en el entorno industrial falta una noción de datos: recolección, anotación y entrenamiento de modelos no forman parte del vocabulario industrial
- La demanda de datos está explotando
- Scale, Mercor y laboratorios de IA están recolectando agresivamente datos de procesos
- Dependen de datos manuales de alto costo
- Las empresas industriales tradicionales tienen una ventaja estructural
- Ya cuentan con infraestructura física y fuerza laboral
- Pueden recolectar datos casi sin costo marginal
- Pueden entrenar sus propios modelos o licenciarlos a terceros
- Las startups apoyan este proceso
- Software de recolección, anotación y gestión de consentimiento
- Hardware de sensores y SDK
- Entornos de aprendizaje por refuerzo y pipelines de entrenamiento
- En última instancia, incluso máquinas inteligentes propias
# [Apps]
La IA fortalece el modelo de negocio en sí mismo - David Haber
- Las grandes startups de IA no solo automatizan tareas, sino que amplifican la estructura económica misma de sus clientes
- Tomando como ejemplo un bufete que cobra con base en honorarios por éxito
- Solo genera ingresos si gana
- Empresas como Eve usan datos sobre resultados de casos para predecir la probabilidad de victoria
- Seleccionan mejores casos, atienden a más clientes y ganan con mayor frecuencia
- La IA no se queda como una herramienta de reducción de costos, sino que aumenta directamente los ingresos
- En 2026, esta lógica se expandirá a toda la industria
- La IA se alineará más profundamente con los incentivos del cliente
- Creará una ventaja competitiva compuesta que el software tradicional no podrá igualar
ChatGPT se convierte en una tienda de apps de IA - Anish Acharya
- Los ciclos de productos de consumo necesitan tres cosas
- Nueva tecnología
- Nuevo comportamiento del consumidor
- Nuevo canal de distribución
- La IA cumplió con las dos primeras, pero no tenía un canal de distribución propio, y dependía de redes existentes como X o del boca a boca
- La situación cambió
- Lanzamiento del Apps SDK de OpenAI
- Soporte de miniapps de Apple
- Introducción de mensajería grupal en ChatGPT
- Ahora los desarrolladores pueden llegar directamente a los 900 millones de usuarios de ChatGPT
- Con posibilidad de crecer junto con nuevas redes de miniapps como Wabi
- Con esta última pieza del rompecabezas encajada, en 2026 comenzará una fiebre del oro que ocurre una vez por década en la tecnología de consumo
Los agentes de voz empiezan a expandirse de verdad - Olivia Moore
- En los últimos 18 meses, la IA de voz pasó de la ciencia ficción a la realidad: agenda citas, procesa reservas, realiza encuestas y atiende leads de clientes
- Ya se usa ampliamente, desde SMB hasta empresas grandes
- El impacto es claro: reducción de costos, generación de ingresos adicionales y los humanos se enfocan en trabajo de mayor valor
- Muchas empresas siguen todavía en la etapa de soluciones puntuales, atendiendo solo ciertos tipos de llamadas
- La siguiente fase es la expansión total
- Gestión de flujos de trabajo completos
- Interacción multimodal
- Administración de toda la relación con el cliente
- Para lograrlo, se necesitan agentes profundamente integrados con los sistemas del negocio y con autoridad para manejar de forma autónoma interacciones más complejas
- Mientras el rendimiento de los modelos siga mejorando, no habrá razón para que todas las empresas no operen con IA voice-first
Llegan las aplicaciones proactivas y sin prompts - Marc Andrusko
- 2026 será el fin de la caja de entrada de prompts
- La próxima generación de apps de IA funcionará sin entradas explícitas: observará el comportamiento del usuario y ofrecerá sugerencias de forma proactiva
- Ejemplos
- Un IDE sugiere refactorizaciones antes de que se las pidan
- Un CRM redacta un correo de seguimiento justo después de terminar una llamada
- Una herramienta de diseño genera variantes mientras se trabaja
- La interfaz de chat era apenas rueditas de entrenamiento
- La IA ahora se convierte en una estructura invisible integrada en todo el flujo de trabajo
- Responde no a comandos, sino a la intención
La IA reconstruye los cimientos de la banca y los seguros - Angela Strange
- Las instituciones financieras tradicionales han venido añadiendo IA sobre sistemas legacy: reconocimiento de documentos, agentes de voz
- El cambio real ocurre cuando se reconstruye la infraestructura misma
- En 2026, el riesgo de no adoptar IA será mayor que el riesgo de fracasar al implementarla
- Grandes instituciones financieras terminarán contratos con proveedores legacy y migrarán a alternativas AI-native
- Características de las nuevas plataformas financieras: centralizan, normalizan y fortalecen datos legacy y externos
- Resultado
- Paralelización masiva de flujos de trabajo
- Procesamiento sin cambiar entre sistemas
- Vista unificada de cientos de tareas, con agentes automatizando parte de ellas
- La categoría misma se integra
- Ejemplo: KYC y monitoreo de transacciones se combinan en una sola plataforma de riesgo
- Los ganadores se convertirán en empresas 10 veces más grandes que las actuales
- El software reemplaza trabajo humano
- El futuro de las finanzas no consiste en poner IA encima de sistemas existentes, sino en crear un nuevo sistema operativo basado en IA
La estrategia forward-deployed expandirá la IA al 99% - Joe Schmidt
- Hasta ahora, los beneficios de la IA se han concentrado en el 1% de Silicon Valley, por acceso geográfico y redes de VC
- En 2026, esta tendencia se invertirá: la mayor parte de las oportunidades de IA estará fuera de Silicon Valley
- Los nuevos emprendedores descubrirán oportunidades dentro de industrias legacy usando un enfoque forward-deployed
- Áreas con oportunidades especialmente grandes:
- Consultoría tradicional
- Integración de sistemas
- Industrias lentas como la manufactura
Surge una nueva capa y nuevos roles de orquestación en el Fortune 500 - Seema Amble
- Las empresas están pasando de una sola herramienta de IA a sistemas multiagente
- Los agentes deben colaborar como un equipo digital. Planifican, analizan y ejecutan en conjunto
- Para ello, se está rediseñando la estructura del trabajo y el flujo de contexto entre sistemas
- AskLio y HappyRobot ya están desplegando agentes no en una sola tarea, sino en todo el proceso
- Las Fortune 500 atraviesan el cambio más grande: enormes datos aislados en silos y conocimiento tácito que estaba en la cabeza de las personas
- Si eso se convierte en una base compartida, es posible acelerar la toma de decisiones, acortar ciclos y habilitar procesos end-to-end sin intervención humana
- Están surgiendo nuevos roles: diseñador de flujos de trabajo con IA, supervisor de agentes, responsable de gobernanza
- Encima del system of record se añade un system of coordination
- Los humanos se enfocan en los casos límite más complejos
- El enfoque multiagente no es simple automatización, sino una reconfiguración de la manera misma en que operan las empresas
La IA de consumo pasa de “ayúdame” a “mírame” - Bryan Kim
- 2026 será el año en que la IA de consumo pase de la productividad a la conexión
- La IA deja de ser solo una herramienta para ayudar con el trabajo y pasa a ayudar a las personas a entenderse mejor y fortalecer sus relaciones
- Es un terreno difícil. Mucha IA social ha fracasado
- Pero el entorno está cambiando: expansión del contexto multimodal y caída del costo de inferencia
- La IA ahora aprende emociones en fotos, patrones de conversación y cambios en la rutina según el estrés
- Características de los productos “see me”
- baja disposición de pago en el corto plazo
- alta retención
- Las personas ya intercambian datos por valor
- pronto esa compensación será suficientemente grande
Los nuevos primitives de modelos crean empresas que antes eran imposibles - Kimberly Tan
- Las innovaciones recientes en modelos están dando lugar a empresas que antes no podían existir
- Antes, el alcance era mejorar productos existentes
- Ahora, la función central del producto mismo se vuelve posible gracias a nuevas capacidades del modelo
- Ejemplos
- decisiones complejas sobre reclamaciones financieras
- análisis de enormes volúmenes de materiales académicos y de investigación
- extracción de datos de video en plantas de manufactura
- automatización de tareas ocultas detrás del escritorio o de APIs deficientes
- El razonamiento, lo multimodal y el uso de computadoras están cambiando la estructura de industrias enormes
Crecen las startups de IA que tienen como clientes a otras startups de IA - James da Costa
- El momento actual vive una explosión emprendedora sin precedentes
- Las empresas establecidas también están adoptando IA con rapidez
- La forma en que una startup gana es tomando como clientes a empresas en etapa formativa
- Si se asegura a las empresas nacientes desde temprano, crece junto con ellas a medida que escalan
- Stripe, Deel, Mercury y Ramp usaron esta estrategia
- Muchos clientes de Stripe nacieron después de Stripe
- 2026 será el año en que las startups que eligieron una estrategia greenfield empiecen a escalar de verdad en varias categorías de software empresarial
- La clave es simple:
- construir un mejor producto
- y obsesionarse con nuevos clientes que no están atados a incumbentes
# [Crypto]
La privacidad se convierte en la ventaja competitiva más importante en cripto
- Para que las finanzas on-chain se vuelvan masivas, la privacidad es indispensable
- Sin embargo, en la mayoría de las blockchains la privacidad prácticamente no existía o quedaba en segundo plano
- Ahora, la privacidad por sí sola ya puede diferenciar claramente a una cadena
- La privacidad no es solo una función: puede crear chain lock-in
- se vuelve especialmente poderosa en un mundo donde competir solo por rendimiento ya no basta
- Moverse entre cadenas públicas es fácil gracias al bridging
- pero con privacidad, la historia cambia
- los tokens pueden moverse fácilmente, pero los secretos no
- Riesgos que aparecen al entrar y salir de ámbitos privados
- quienes monitorean el tráfico de la cadena, del mempool o de la red pueden inferir identidades
- al cruzar fronteras (privado↔público, privado↔privado) se producen filtraciones de metadatos
- el timing de las transacciones, las correlaciones de monto y otros factores se convierten en pistas de rastreo
- Las comisiones tienden a acercarse a cero por la competencia
- el blockspace se vuelve cada vez más homogéneo
- por eso, una “cadena nueva sin rasgos distintivos” difícilmente puede generar efectos de red fuertes
- En cambio, las cadenas con privacidad tienen mucho más margen para crear efectos de red más fuertes
- Si una cadena de propósito general
- no tiene un ecosistema ya próspero
- no tiene una killer app
- ni una ventaja injusta de distribución
hay pocas razones para usarla, construirla o serle leal
- En las cadenas públicas, importa menos “en qué cadena estás”
- es fácil transaccionar también con usuarios de otras cadenas
- En las cadenas privadas, importa mucho más “a qué cadena entras”
- como el riesgo de exposición al migrar es mayor, disminuye la salida
- Como resultado, las cadenas con privacidad pueden crear una dinámica cercana a winner-takes-all
- si la mayoría de los casos de uso del mundo real requieren privacidad
- unas pocas cadenas privadas podrían quedarse con gran parte del cripto
Los mercados de predicción se vuelven más grandes, más amplios y más inteligentes
- Los mercados de predicción ya entraron en una etapa de masificación
- El próximo año, al combinarse con cripto e IA, crecerán al mismo tiempo en escala, alcance e inteligencia
- Se listarán muchos más contratos
- no solo sobre grandes elecciones o temas geopolíticos
- también será posible acceder como probabilidades en tiempo real a resultados complejos y eventos interrelacionados cada vez más específicos
- La información de los mercados de predicción ya está entrando más profundamente en el ecosistema de noticias
- Al mismo tiempo, crecen las preguntas sociales
- cómo equilibrar el valor y los riesgos de esta información
- cómo hacer que el diseño sea más transparente y auditable
- cripto puede hacer esto posible (bajo la premisa de que habrá un enlace a un texto posterior)
- A medida que aumenta la cantidad de contratos, el cuello de botella pasa a ser “cómo acordamos qué es verdad”
- la resolución centralizada (si un hecho realmente ocurrió y cómo se verifica) se vuelve importante
- pero los casos disputados muestran sus límites
- Para escalar, se necesitan nuevos mecanismos para manejar los casos en disputa
- gobernanza descentralizada
- oráculos con LLM (como apoyo para decidir la “verdad” en resultados polémicos)
- La IA amplía el panorama no solo del lado de los oráculos, sino también del trading
- traders agente pueden recopilar señales del mundo para crear ventajas de corto plazo
- (tendencias como Prophet Arena dan una pista)
- Los mercados de predicción no reemplazan a las encuestas
- pero sí pueden mejorarlas
- los datos de encuestas también pueden alimentar a los mercados de predicción
- Uno de los retos clave es la “verificación de humanidad”
Volver a mirar la tokenización de RWA y las stablecoins de una forma más crypto-native
- Los bancos/fintech/gestores de activos
- Pero la tokenización actual a menudo es skeuomorphic (eskeuomórfica)
- se limita a replicar los conceptos existentes de activos del mundo real
- y no aprovecha lo suficiente las capacidades nativas de cripto
- Como alternativa, los activos sintéticos, especialmente los perpetuals (perps), son muy potentes
- mayor liquidez
- en muchos casos, implementación más simple
- apalancamiento intuitivo
- y es probable que tengan el PMF más fuerte entre los derivados cripto nativos
- Un experimento interesante: “perpificar” acciones de mercados emergentes
- en algunos casos, las opciones 0DTE incluso muestran una liquidez más profunda que el spot
- lo que podría convertirlas en objetivos atractivos para experimentos de perpificación
- Al final, la pregunta es “perpificación vs. tokenización”
- y, en cualquiera de los dos formatos, es muy probable que en 2026 aumente el flujo de RWA más nativo de cripto
- En las stablecoins también empieza a importar más la originación que la “tokenización”
- en 2025 las stablecoins entraron al mainstream y el saldo emitido sigue creciendo
- Una stablecoin sin una infraestructura crediticia sólida se parece a un narrow bank
- un modelo bancario estrecho que solo mantiene activos líquidos muy seguros
- es un producto válido, pero insuficiente para convertirse en la columna vertebral de largo plazo de la economía onchain
- Por eso, para los “activos de deuda”, en lugar de originarlos offchain y tokenizarlos,
- tiene más ventajas originarlos directamente onchain
- reduce el costo de los servicios de préstamo y de la estructura de back office
- y aumenta la accesibilidad
- El gran desafío pendiente es compliance y estandarización
- pero ya hay builders trabajando para resolverlo
El trading no es el destino final, sino una escala
- Salvo las stablecoins y parte de la infraestructura core,
- muchas de las empresas cripto que hoy destacan hicieron pivot hacia trading o están en eso
- El problema cuando todos se convierten en plataformas de trading
- es que los jugadores se vuelven homogéneos y erosionan el reconocimiento y las oportunidades
- tiende a dejar solo a unos pocos grandes ganadores
- y los equipos que pivotaron demasiado rápido pueden perder la oportunidad de construir un negocio defendible
- Perseguir la sensación de PMF inmediato tiene un costo
- especialmente en cripto, donde la estructura de tokens/especulación incentiva recompensas inmediatas
- y puede arrastrar a los equipos hacia la “transacción” de corto plazo en vez de construir un “producto” de largo plazo
- El trading en sí es una función importante del mercado
- pero no tiene por qué ser el “destino final”
- Los grandes ganadores podrían ser
De KYC a KYA: conocer no al cliente, sino al agente
- En la economía de agentes, el cuello de botella se está moviendo de la inteligencia a la identidad
- En servicios financieros, las “identidades no humanas” ya superan a los empleados humanos en una proporción de 96:1
- pero esas identidades son tratadas, en la práctica, como fantasmas fuera del sistema bancario
- El primitive clave que se necesita es KYA (Know Your Agent)
- así como los humanos necesitan score crediticio,
- los agentes también necesitan credenciales firmadas criptográficamente para poder transaccionar
- vinculadas al principal del agente
- y que especifiquen restricciones y responsabilidad (liability)
- Sin KYA, la realidad es simple
- las tiendas y servicios seguirán bloqueando a los agentes en el firewall
- La industria que pasó décadas construyendo infraestructura KYC
- ahora enfrenta la situación de tener que construir KYA en cuestión de meses
Las on-ramps y off-ramps de stablecoins se volverán más inteligentes
- El volumen de transacciones de stablecoins se estimó en unos 46 billones de dólares el año pasado
- y sigue marcando nuevos máximos
- como referencia: más de 20 veces PayPal, cerca de 3 veces Visa y acercándose rápidamente al ACH de EE. UU.
- Técnicamente, “enviar” ya se volvió fácil
- El principal problema sin resolver que queda es la conexión con los rieles financieros del mundo real
- es decir, las on-ramps y off-ramps de stablecoins
- Una nueva generación de startups está llenando ese vacío
- conectando con sistemas de pago familiares y monedas locales
- intercambiando saldo local ↔ dólares digitales con privacidad protegida por pruebas criptográficas
- integrando pagos interbancarios sobre rieles de pagos en tiempo real y basados en QR
- y habilitando gasto cotidiano en stablecoins con una capa global de wallets + emisión de tarjetas
- Cuando las on-ramps y off-ramps maduren, aparecerán nuevos comportamientos
- pago en tiempo real de salarios transfronterizos
- cobro en “dólares globales” incluso sin cuenta bancaria
- y apps que liquidan al instante con usuarios de todo el mundo
- Las stablecoins están pasando de ser una herramienta financiera de nicho
- a convertirse en la capa base de pagos y liquidación de internet
Las stablecoins abren un ciclo de actualización de los libros bancarios y nuevos escenarios de pago
- Desde la perspectiva de un desarrollador moderno, los sistemas core de los bancos se parecen más a “artefactos arqueológicos”
- años 60 y 70: adopción temprana de grandes sistemas
- años 80 y 90: segunda generación de core banking (Temenos GLOBUS, Infosys Finacle, etc.)
- incluso hoy, sigue siendo común ver libros mayores centrales sobre mainframes, COBOL e interfaces de archivos batch
- La mayor parte de los activos globales sigue sobre esos libros core obsoletos
- cuentan con la confianza de los reguladores
- están profundamente integrados en flujos operativos complejos
- pero al mismo tiempo retrasan seriamente la innovación
- incluso agregar capacidades como RTP puede tomar de meses a años
- Las stablecoins permiten innovar “sin tener que arrancar de raíz el legado de inmediato”
- stablecoins, depósitos tokenizados, bonos del Tesoro tokenizados y bonos onchain
- se convierten en la vía para que bancos y fintech lancen nuevos productos y atraigan nuevos clientes
- Los últimos años fueron el período en que las stablecoins lograron PMF y entraron al mainstream
- y este año TradFi las adoptó a un nivel más alto
- Conclusión: las stablecoins se convierten en un canal de innovación que esquiva los libros legacy
El futuro cercano de la mensajería no es solo resistente a la computación cuántica, sino también descentralizado
- Prepararse para la computación cuántica es importante
- Pero el problema más grande es la “confianza en el servidor”
- los principales mensajeros como Apple/Signal/WhatsApp
- al final dependen de que confíes en servidores privados operados por una sola organización
- y eso deja vulnerabilidades: gobiernos pueden bloquear, backdoorear o forzar esos servidores
- Si el servidor está en el centro del modelo de confianza, entonces todo se reduce a “créeme”
- en cambio, si no hay servidores privados, pasa a ser “no hace falta confiar”
- La mensajería debe avanzar hacia protocolos abiertos
- sin servidores privados
- sin una sola app
- totalmente open source
- con cifrado de máximo nivel, incluidas amenazas cuánticas
- Cuando la red es abierta
- ningún país o empresa puede quitar fácilmente la capacidad de comunicación
- aunque bloqueen una app, al día siguiente pueden reaparecer 500
- y aunque apaguen nodos, los incentivos económicos harán surgir nuevos
- Cuando los mensajes y la identidad se poseen con claves, como el dinero, todo cambia
- aunque cambie la app, el control sobre los mensajes y la identidad sigue en manos del usuario
- Al final, la clave va más allá del “cifrado resistente a la computación cuántica”: se trata de propiedad y descentralización
De ‘el código es la ley’ a ‘la especificación es la ley’
- Los hackeos recientes en DeFi
- ocurrieron incluso en protocolos con equipos sólidos, auditorías minuciosas y años de operación
- Las prácticas de seguridad actuales siguen siendo
- centradas en heurísticas
- cercanas a parches caso por caso
- Para que la seguridad en DeFi madure, hace falta un cambio de rumbo
- respuesta a patrones de bugs → pasar a propiedades a nivel de diseño
- best-effort → pasar a un enfoque basado en principios
- En el lado previo al despliegue (estático)
- en lugar de validación parcial, hay que demostrar de forma sistemática invariantes globales
- las herramientas de prueba asistidas por AI
- escriben especificaciones
- proponen invariantes
- reducen el costo de la ingeniería manual de pruebas
- En el lado posterior al despliegue (dinámico)
- las invariantes se usan como barandillas de ejecución
- se codifican como assertions en tiempo de ejecución que toda transacción debe cumplir
- En vez de esperar que “todos los bugs hayan sido detectados”
- las transacciones que violen propiedades clave de seguridad se revierten automáticamente
- En la práctica, la mayoría de los exploits
- probablemente habrían quedado atrapados por este tipo de chequeos durante la ejecución
- Por eso, “code is law” evoluciona a “spec is law”
- porque incluso los ataques nuevos deben satisfacer las mismas propiedades de seguridad
- los ataques posibles se vuelven pequeños o muy difíciles
El cripto ofrece nuevos primitivos que también pueden usarse fuera de la blockchain
- Los SNARKs durante mucho tiempo fueron una tecnología casi exclusiva de blockchain
- pruebas criptográficas que pueden verificarse sin volver a ejecutar el cómputo
- pero su sobrecarga era demasiado alta (hasta del orden de 1,000,000x)
- En 2026, es muy probable que los probadores de zkVM
- bajen a una sobrecarga de alrededor de 10,000x
- también reduzcan su huella de memoria a unos cientos de MB
- puedan correr en teléfonos y sean lo bastante baratos para usarse en cualquier parte
- Por qué 10,000x podría ser el “número mágico”
- las GPU avanzadas tienen aproximadamente 10,000 veces más rendimiento en paralelismo que la CPU de una laptop
- para finales de 2026, una sola GPU podría generar en tiempo real pruebas sobre la ejecución de una CPU
- La visión de este artículo anterior, habilitada por este cambio: cloud computing verificable
- muchos workloads de CPU se ejecutan en la nube
- porque no son lo bastante pesados como para llevarlos a GPU
- porque falta especialización
- o por razones de legado
- se les puede agregar una prueba de corrección a un costo razonable
- el probador ya está optimizado para GPU, así que el código de la aplicación puede mantenerse igual
Usar AI en trabajo de investigación real
- Incluso a inicios de este año, la AI de consumo no entendía bien los flujos de trabajo de investigación
- Unos meses después, ya será posible darle a la AI instrucciones abstractas como las que se le darían a un estudiante de doctorado
- y a veces produce respuestas nuevas y correctamente realizadas
- Como tendencia más amplia, el uso de AI en investigación está creciendo
- Sigue abierto en qué campos tendrá el mayor impacto
- Pero un nuevo estilo de investigación tipo polímata podría volverse ventajoso
- formular hipótesis sobre relaciones entre ideas
- dar valor a la capacidad de extrapolar rápido desde respuestas incompletas
- aunque algunas respuestas sean inexactas, aun así pueden apuntar en la dirección correcta
- Paradójicamente, también hay un aspecto de aprovechar las “alucinaciones”
- cuando se vuelven lo bastante inteligentes y exploran con libertad
- también producen disparates, pero a veces pueden abrir grietas para el descubrimiento
- El flujo de trabajo necesario para esto
- no es un solo agente, sino una estructura de agentes que envuelven a otros agentes (wrapping en capas)
- otros modelos evalúan y sintetizan los intentos y resultados de modelos anteriores
- Ejemplos de uso real
- redacción de papers: write papers
- búsqueda de patentes, creación artística
- y, lamentablemente, descubrimiento de ataques a smart contracts
- Para operar un ensamble de agentes de investigación
Se impone un impuesto invisible sobre la web abierta
- Los agentes de AI están imponiendo un impuesto invisible sobre la web abierta
- La esencia del problema es un desajuste entre dos capas de internet
- capa de contexto: los datos se ofrecen en sitios financiados por publicidad
- capa de ejecución: los agentes extraen esos datos y dan comodidad al usuario
- como resultado, eluden fuentes de ingresos como publicidad o suscripciones y debilitan la base que las sostiene
- Si la web abierta colapsa
- también disminuirá el contenido diverso y rico del que se alimenta la AI
- La solución necesaria es un despliegue a gran escala de soluciones técnicas y económicas
- contenido patrocinado de próxima generación
- microatribución (seguimiento de contribuciones)
- nuevos modelos de financiamiento
- Los acuerdos actuales de licenciamiento con AI
- suelen terminar siendo parches financieramente insostenibles para compensar la pérdida de tráfico que la AI canibaliza
- El cambio clave es
- licenciamiento estático → compensación en tiempo real basada en uso
- Usando nanopagos basados en blockchain y estándares sofisticados de atribución
- hay que probar y escalar modelos donde
- el valor fluya automáticamente hacia todos los actores que contribuyeron al trabajo exitoso de un agente
El auge de los medios con stake
- El modelo tradicional de medios, incluido el mito de la “objetividad”, ya venía agrietándose
- Internet le dio voz a todo el mundo
- y operadores, practicantes y builders empezaron a hablarle directamente al público
- Las perspectivas de las personas reflejan sus intereses en juego (stake)
- y, paradójicamente, la audiencia a veces confía más precisamente porque esos intereses existen
- Lo nuevo no es “social media”
- sino la aparición de herramientas criptográficas que permiten compromisos públicamente verificables
- Cuando el costo de generar contenido con AI se acerque casi a 0, las palabras por sí solas ya no bastarán, incluidos bots, deepfakes y personas falsas
- Por eso cambia la base de la confianza
- activos tokenizados
- lockups programables
- mercados de predicción
- historial onchain
estas cosas se convierten en señales de confianza más sólidas
- La esencia de los “medios con stake”
- no es ocultar los intereses, sino mostrarlos en una forma verificable
- deja de ser “soy neutral” y pasa a ser “esto es lo que tengo en juego y así puedes verificarlo”
- En vez de reemplazar a otros medios, se posiciona como una señal complementaria
Secret-as-a-Service
- Todos los modelos/agentes/automatizaciones dependen al final de los datos
- Pero hoy en día los pipelines de datos suelen ser
- opacos
- fáciles de cambiar
- difíciles de auditar
- En apps de consumo a veces eso puede tolerarse, pero
- en áreas como finanzas/salud la privacidad de los datos sensibles es indispensable
- también es un gran obstáculo para la tokenización de RWA
- La pregunta clave es el control de acceso a los datos
- quién controla los datos sensibles
- cómo se mueven
- quién (o qué) accede a ellos y bajo qué condiciones
- Hoy, para mantener la confidencialidad, hay que
- depender de servicios centralizados, o
- montar uno mismo configuraciones personalizadas costosas
- por eso TradFi no puede aprovechar los beneficios de la gestión de datos onchain
- Cuando los agentes empiezan a explorar/negociar/tomar decisiones de forma autónoma, ya no basta con la “confianza de mejor esfuerzo”: se necesitan garantías criptográficas
- Por eso hace falta secrets-as-a-service
- reglas de acceso nativas y programables
- cifrado del lado del cliente
- gestión descentralizada de claves
- aplicación forzosa de quién puede descifrar qué y bajo qué condiciones/por cuánto tiempo
- y ejecución de todo ello onchain
- Si se combina con sistemas de datos verificables
- la privacidad deja de ser un “parche sobre la app”
- y puede pasar a formar parte de la infraestructura central de internet
Gestión patrimonial para todos
- La gestión patrimonial personalizada era originalmente un servicio reservado para personas de alto patrimonio
- porque era cara y compleja de operar
- A medida que más activos se tokenicen
- la ejecución de estrategias y el rebalanceo sobre rieles cripto podrán hacerse de inmediato y a bajo costo
- la personalización se reforzará con recomendaciones/copilotos de IA
- Esto no es solo un roboadvisor
- todos podrán acceder a la gestión activa de portafolios, no solo a estrategias “pasivas”
- En 2025, TradFi empezó a aumentar su exposición a cripto
- En 2026 crecerán las plataformas optimizadas no para la “preservación de patrimonio”, sino para la acumulación de patrimonio
- fintechs como Revolut y Robinhood
- CEX como Coinbase ampliarán el mercado gracias a la ventaja de su stack tecnológico
- Del lado de DeFi
- herramientas como Morpho Vaults ofrecen asignación automática con base en rendimiento ajustado por riesgo
- y pueden convertirse en el tramo central de rendimiento de un portafolio
- Los activos equivalentes a efectivo también cambiarán
- mantener stablecoins en lugar de moneda fiduciaria
- mantener MMF tokenizados en lugar de MMF tradicionales
- con mayor margen para rendimiento adicional y estrategias
- La tokenización también amplía el acceso a activos privados
- crédito privado, pre-IPO, fondos de capital privado, etc.
- aumentando la liquidez mientras se mantiene el cumplimiento y el reporting
- Cuando los componentes de un portafolio se tokenizan
- el rebalanceo automático se vuelve posible sin transferencias wire
Internet se convierte en banco
- A medida que los agentes aparezcan masivamente
- y aumente el comercio automatizado en segundo plano en lugar de los clics
- tendrá que cambiar la forma en que se mueve el dinero (el valor)
- Si los sistemas se mueven por intención en vez de instrucciones paso a paso
- el valor también debe moverse tan rápido y libremente como la información
- Blockchain/contratos inteligentes/nuevos protocolos serán la base de eso
- Los contratos inteligentes ya
- pueden liquidar pagos en dólares a escala global en cuestión de segundos
- En 2026, con primitivos como x402
- los pagos se volverán programables y reactivos
- Escenarios posibles
- agentes que pagan al instante entre sí por datos/GPU/llamadas API
- sin facturas, conciliación ni lotes, y sin permisos
- actualizaciones de software con reglas de pago/límites/rastros de auditoría incorporados
- sin integración con fiat, onboarding de comercios ni integración bancaria
- mercados de predicción con autoliquidación en tiempo real a medida que avanza el evento
- A ese nivel, el flujo de pagos deja de ser una capa operativa separada y pasa a ser comportamiento de red
- Los bancos se convierten en la plomería básica de internet
- y los activos en infraestructura
- Cuando el dinero se vuelve un paquete que internet puede enrutar
- internet deja de “soportar” al sistema financiero
- y pasa a ser el sistema financiero mismo
El potencial de blockchain se libera cuando la estructura legal alcanza a la estructura tecnológica
- Una de las mayores razones por las que fue difícil construir redes en Estados Unidos durante la última década fue la incertidumbre legal
- Las leyes de valores forzaron un marco centrado en la “empresa” sobre las “redes”
- y eso dio lugar a una aplicación selectiva de las normas
- Como resultado
- mitigar el riesgo legal pasó a ser prioridad por encima de la estrategia de producto
- y los abogados terminaron sentados en primera fila antes que los ingenieros
- Efectos secundarios de esa distorsión
- consejos para evitar la transparencia
- distribución legalmente arbitraria
- gobernanza convertida en teatro
- estructuras organizacionales inclinadas a optimizar el escudo legal
- tokens diseñados para evitar valor económico o para dificultar tener un modelo de negocio
- la inversión de incentivos por la que proyectos que ignoran las reglas avanzan más rápido que builders de buena fe
- Pero la regulación de estructura de mercado tiene mucho potencial para cambiar la situación
- el gobierno está más cerca que nunca de aprobarla
- Cambios esperados si se aprueba
- incentivos para la transparencia
- criterios claros
- fin de la “ruleta de enforcement”
- una ruta estructurada para financiamiento/lanzamiento de tokens/descentralización
- Así como GENIUS detonó la expansión de las stablecoins, la regulación de estructura de mercado puede generar un cambio mucho mayor para las “redes”
- En conclusión
- cuando la estructura legal se alinea con la estructura tecnológica
- las redes blockchain pueden funcionar como redes
- la apertura, autonomía, composabilidad, neutralidad creíble y descentralización se vuelven realidad
Aún no hay comentarios.