1014 | Semana tech: IA, Apple y el mundo físico

Clara Vega: ¡Hola y bienvenidos! Yo soy Clara Vega.

Mateo Ruiz: Y yo Mateo Ruiz, y esto es nuestro repaso de las últimas veinticuatro horas en tecnología, ciencia y todo lo que rodea a ese mundo.

Clara Vega: Hoy tenemos un mapa bien interesante, porque hay un hilo que conecta casi todo: la inteligencia artificial ya no es solo una tecnología, es una industria entera con sus propias grietas. Modelos cada vez más capaces, empresas que entran en quiebra, hardware que depende de funciones a medio terminar, y hasta un caso de espionaje interno en una de las compañías más famosas del sector.

Mateo Ruiz: Pero también hay historias fuera del mundo de la IA: infraestructura para desarrolladores, un túnel parado por un ciberataque, tablillas hititas de hace tres mil cuatrocientos años, y la paradoja energética del Reino Unido.

Clara Vega: Empecemos justo en el centro de la tormenta: los modelos frontera. Google presentó Gemini 4 Argon, y el titular es llamativo: logró un ochenta y siete por ciento en el benchmark ERQA, que mide razonamiento físico y robótico, superando a otros modelos frontera.

Mateo Ruiz: Y eso es relevante porque los benchmarks tradicionales de lenguaje ya no discriminan tanto. ERQA apunta a algo más difícil: si el modelo entiende el mundo físico lo suficiente para razonar sobre robots, fuerzas, interacciones. Si Argon realmente alcanza ese nivel, estamos hablando de modelos que empiezan a salir del texto y a entrar en el mundo tangible.

Clara Vega: Ahora bien, está la parte incómoda. Argon está disponible para suscriptores de los planes Ultra y Pro de Google, pero muchos usuarios reportan acceso limitado o directamente fallido. Es decir: anuncias un modelo que supera a la competencia, y la gente que paga no puede usarlo de forma fiable.

Mateo Ruiz: Ese contraste dice mucho de cómo se lanzan modelos hoy. La carrera por el titular y por el benchmark parece ir por delante de la capacidad de servir el producto de manera estable. Y no es un detalle menor: si el benchmark es real pero tu despliegue falla, el cliente no percibe la capacidad, percibe el error.

Clara Vega: Lo que queda abierto aquí es doble. Primero, si el acceso se estabiliza, porque hoy no está claro si las limitaciones son de capacidad de cómputo, de despliegue gradual o de otra cosa. Segundo, si ese ochenta y siete por ciento en ERQA se sostiene cuando terceros lo verifiquen, porque los números de lanzamiento siempre conviene tomarlos con cautela hasta que la comunidad los reproduzca.

Mateo Ruiz: Y justo al otro lado de esa moneda está Character.ai. La compañía inició un Chapter 11 voluntario para una venta supervisada por un tribunal, con cierre de la venta esperado para fines de noviembre o diciembre de dos mil veintiséis.

Clara Vega: Conviene explicar el Chapter 11 para quien no lo conozca: no es una liquidación. Es una reorganización bajo protección judicial donde la empresa sigue operando mientras se ordenan sus deudas, y en este caso, mientras se supervisa su venta. El carácter voluntario significa que fue la propia empresa la que pidió entrar en el proceso, no sus acreedores.

Mateo Ruiz: Y el contraste con Argon es casi perfecto para pensar juntos. En el mismo periodo de noticias tienes un modelo frontera que rompe un benchmark de razonamiento físico, y una empresa de productos de IA que necesita un tribunal para venderse. Capacidad creciente por un lado, negocio tambaleante por otro.

Clara Vega: Eso invita a una pregunta que todavía no tiene respuesta: ¿el valor de esta industria está en los modelos o en los productos? Argon sugiere que los modelos frontera valen mucho. Character.ai sugiere que retener usuarios y convertirlos en negocio sostenible es otro asunto completamente distinto.

Mateo Ruiz: Queda por ver quién compra Character.ai y con qué condiciones. Una venta supervisada por tribunal normalmente atrae compradores que buscan activos a precio negociado: la tecnología, el talento, la base de usuarios. Hasta noviembre o diciembre del año que viene no lo sabremos.

Clara Vega: Y esta industria también muestra sus problemas por dentro, de una forma bastante escandalosa. Un ingeniero de OpenAI, Abdulrahman Alfozan, fue arrestado por ocultar una grabadora en una sala de reuniones ejecutivas. El cargo puede llevar hasta cinco años de prisión.

Mateo Ruiz: Piensa en la ironía: una compañía que vive de recopilar información, con un empleado presuntamente grabando sus propias reuniones de ejecutivos de forma oculta. Es un recordatorio de que dentro de las empresas de IA hay conflictos de intereses, presiones y secretos, igual que en cualquier gran corporación, quizá con más en juego.

Clara Vega: Y relacionado con el día a día de trabajar con IA, hay un ejemplo práctico que vale la pena: el proyecto PDF to MP3. Usa una suscripción de OpenAI, a través de MCP, para procesar documentos, pero necesita una clave de API aparte para la síntesis de voz.

Mateo Ruiz: MCP, para contexto, es el protocolo que permite conectar herramientas externas a los modelos. Lo interesante de este caso es lo que revela: incluso un proyecto pequeño que quiere usar un solo proveedor termina manejando dos piezas de acceso distintas. La experiencia de desarrollar con IA hoy tiene esa fricción: las capacidades están ahí, pero la integración todavía es un pegote.

Clara Vega: Antes de pasar a Apple, hay otro dato que conecta con esta primera parte. Alguien convirtió EmbeddingGemma 2 en un modelo de voz a texto, con cerca del cinco por ciento de tasa de error, procesando una hora de audio en unos trece segundos en un MacBook Air base con chip M3, y todo completamente en el dispositivo.

Mateo Ruiz: Es un buen contrapunto a los lanzamientos gigantes. Mientras Google estrena un modelo frontera con acceso fallido, alguien toma un modelo de embeddings pequeño, lo reutiliza para otra tarea, y consigue transcripción rápida, local y razonablemente precisa. Menos brillante en los titulares, pero funciona hoy, en tu máquina, sin depender de que un servicio esté disponible.

Clara Vega: Justo esa tensión entre la promesa y el servicio disponible nos lleva a Apple. La compañía presentó dos productos nuevos: el Apple TV 4K con Siri AI y micrófonos de campo lejano, y el HomeView, un smart display también con Siri AI. Ambos a doscientos noventa y nueve dólares.

Mateo Ruiz: Y aquí viene lo llamativo del precio. La generación anterior del Apple TV costaba entre ciento veintinueve y ciento noventa y nueve dólares. Estamos hablando de una subida de más del cincuenta por ciento en el caso de la versión cara. Apple está diciendo que su caja de TV ahora es otra cosa: una plataforma de IA para el hogar.

Clara Vega: La tecnología que justifica ese salto, según el anuncio, es Siri AI y los micrófonos de campo lejano, que permiten activar el asistente desde cualquier parte de la habitación, no pegado al dispositivo. Es hardware pensado para que la interacción por voz sea el método principal.

Mateo Ruiz: Pero aquí está el problema, y es importante. El HomeView, el smart display de doscientos noventa y nueve dólares con Siri AI, no se venderá en la Unión Europea. ¿La razón? Que iOS todavía no tiene Siri AI allí.

Clara Vega: O sea, Apple lanza un producto cuyo valor depende de una función de software que aún no existe en una parte importante del mundo, y en vez de retrasar el lanzamiento global, simplemente excluye esa región. Es una decisión comercial muy reveladora: prefieren lanzar en donde la función ya existe y dejar a la UE esperando.

Mateo Ruiz: Y es coherente con una crítica que se le puede hacer a toda esta estrategia: Apple está subiendo precios y atando su hardware nuevo a funciones de IA que están incompletas y desigualmente disponibles. Compras hoy la promesa de Siri AI, y la promesa tiene fecha de cumplirse desconocida.

Clara Vega: La gran incógnita es exactamente esa: cuándo llegará Siri AI a iOS de forma general, y si la UE recibirá eventualmente estos productos. Todo apunta a que hay trabas regulatorias o de despliegue detrás, pero la compañía no ha dado un calendario claro.

Mateo Ruiz: Hay un dato que completa el cuadro de Apple en estas noticias. La compañía también tiene un proyecto llamado Minions: una nube de GPU virtual que agrupa chips Apple Silicon inactivos para hacer inferencia de aprendizaje automático a gran escala, con tolerancia a fallos.

Clara Vega: Es una idea elegante: la misma empresa que te vende hardware de consumo está explorando cómo aprovechar ese parque de chips cuando está ocioso para construir infraestructura de inferencia. Si funcionara a escala, sería una forma muy Apple de competir en IA: no construyendo centros de datos desde cero con chips ajenos, sino aprovechando los millones de máquinas que ya existen.

Mateo Ruiz: Y cerrando el capítulo Apple, no podemos olvidar su campaña "Switch to Safari": más batería, más privacidad, y hasta un treinta y cinco por ciento más rápido que Chrome en Mac según Apple.

Clara Vega: Conviene subrayar "según Apple". Es una campaña de marketing, los números son de la propia compañía, y no hay un tercero verificándolos todavía. Pero ilustra bien la postura actual de Apple frente a Google: mientras Google presenta modelos frontera, Apple ataca por el flanco del navegador, la privacidad y la batería, que son cosas que el usuario medio siente todos los días.

Mateo Ruiz: Y de los gigantes pasamos a los que construyen las herramientas con las que todos los demás trabajan. Empecemos por la nube: AWS lanzó Lambda Web Functions, que ejecuta frameworks HTTP nativos con concurrencia y distribución global automática.

Clara Vega: Esto es un cambio conceptual en serverless. Hasta ahora, si querías usar Lambda, en muchos casos adaptabas tu aplicación al modelo de Lambda: funciones, eventos, un marco de trabajo específico. Lo que anuncia AWS es lo contrario: tú escribes tu aplicación con tu framework HTTP de siempre, y Lambda se encarga de la concurrencia y de distribuirla globalmente por su cuenta.

Mateo Ruiz: La importancia está en qué elimina. Si el framework nativo funciona tal cual, desaparece una capa de reescritura y de adapter que era uno de los grandes roces de adoptar serverless. Es AWS reconociendo que los desarrolladores no quieren cambiar su código para la infraestructura, quieren que la infraestructura acepte su código.

Clara Vega: Y mientras AWS ordena la capa de ejecución, Anthropic tuvo que ordenar su capa de control de versiones. Migraron su monorepo entero a Scion, un sistema de control de versiones propio, en cinco meses. Y las cifras dan vértigo: treinta mil merges diarios y un repositorio principal de unos cien gigabytes.

Mateo Ruiz: Tres mil... treinta mil merges al día. Eso te dice el tamaño de la operación: cientos de ingenieros trabajando sobre el mismo código constantemente. A esa escala, las herramientas estándar empiezan a sufrir: clonar cien gigabytes, sincronizar, hacer merge sin conflictos absurdos. Ninguna solución de catálogo aguaba eso cómodamente, y por eso construyeron la suya.

Clara Vega: Cinco meses para migrar todo un monorepo es rápido, y hay una lección de ingeniería ahí: las migraciones grandes fracasan cuando intentan ser big bang. Cinco meses sugiere un despliegue por fases, con invertibilidad. La pregunta abierta, y es una buena, es si Scion se abrirá a otros. Si resuelve problemas que miles de empresas tienen a menor escala, tiene mercado más allá de Anthropic.

Mateo Ruiz: Y del software que escala demasiado, al software que revela sus límites: en Rust se detectó el issue dos mil cuatrocientos... el issue dieciséis mil doscientos cincuenta: una unsoundness del borrow checker. Concretamente, la asignación covariante de campos puede burlar las comprobaciones, saltándose los requisitos de lifetimes de un struct. Y lo preocupante: el problema está presente desde al menos la versión uno punto ochenta y cinco.

Clara Vega: Expliquemos por qué esto duele tanto en Rust. Toda la promesa del lenguaje es que el borrow checker garantiza seguridad de memoria en tiempo de compilación. Si existe una forma de escribir código aparentemente válido que el compilador acepta y que en realidad viola las reglas de lifetimes, esa promesa se agrieta. El trust en el compilador es el producto.

Mateo Ruiz: El mecanismo, covarianza en la asignación de campos, es sutil, y por eso sobrevivió tanto tiempo. Estos agujeros no los encuentra nadie de un vistazo: aparecen cuando alguien hace algo un poco inusual con structs genéricos y de repente el código compila cuando no debería. Que lleve ahí desde la uno punto ochenta y cinco significa que puede haber código en producción dependiendo, sin saberlo, de un comportamiento que en realidad no está garantizado.

Clara Vega: Lo que queda por ver es cómo lo corrige Rust: si cambian el comportamiento en el compilador, código que hoy compila podría dejar de hacerlo, y eso en Rust es un dilema serio porque el lenguaje promete estabilidad. Lo más probable es un proceso largo de evaluación, pero por ahora no hay resolución anunciada.

Mateo Ruiz: Y conectando con lo que hacen los desarrolladores cuando no esperan a las grandes plataformas: hay toda una capa de proyectos propios. Spotlight, por ejemplo, es una interfaz de terminal y gráfica en Rust para música que usa la API interna de librespot de Spotify, con la ventaja de no tener los límites de la web API oficial.

Clara Vega: Ese detalle es importante: usar la API interna es la única forma de acceder a funcionalidad completa, porque la API pública oficial recorta capacidades. El coste, claro, es que una API interna puede cambiar sin aviso, así que es un proyecto que vive con ese riesgo como parte del trato.

Mateo Ruiz: En la misma línea de herramientas comunitarias, Thunderbird para iOS se está construyendo nativo desde cero, y la primera versión comunitaria está prevista para los próximos meses. Nada de adaptar código de escritorio: una base nueva, pensada para la plataforma.

Clara Vega: Y en el mundo empresarial, Mozilla lanzó Firefox Enterprise: un navegador con gestión on-premise, prevención de pérdida de datos nativa, controles de IA y soporte profesional. Es Mozilla diciendo que el navegador corporativo es un mercado, y que quieren pieza de él compitiendo con las soluciones de los grandes.

Mateo Ruiz: Y un último ejemplo de fricción con los desarrolladores de contenido: alguien publicó un proyecto en Hacker News y su sitio fue saturado por bots de IA. Casi la mitad del tráfico venía de un solo rastreador.

Clara Vega: Ese caso es un termómetro de un problema creciente: el tráfico automatizado de IA ya puede superar al tráfico humano real en sitios pequeños. Publicas algo, la gente llega a leerlo, y la mitad de tus recursos se van en servir a un crawler. No está resuelto todavía cómo los creadores van a manejar esto, y es una pregunta que va a crecer.

Mateo Ruiz: Y de los bots y la infraestructura digital pasamos, con toda naturalidad, al mundo físico, que también dio titulares. Empecemos por uno que muestra cómo lo digital puede parar lo físico: un ciberataque detuvo la construcción del túnel del Fehmarn Belt, entre Dinamarca y Alemania.

Clara Vega: Para dimensionar: son dieciocho kilómetros de túnel, y la obra tiene un coste de unos siete mil millones de euros. Es uno de los grandes proyectos de infraestructura de Europa, un enlace fijo bajo el mar Báltico que cambiará la conectividad entre Escandinavia y el centro del continente.

Mateo Ruiz: Y lo detuvo un ciberataque. No un accidente, no un problema geológico: un ataque informático. Es quizá el dato más inquietante de la noticia: la infraestructura crítica de hoy está tan digitalizada que un atacante sin tocar un solo metro de hormigón puede parar una obra de siete mil millones.

Clara Vega: Las consecuencias del ataque siguen abiertas: no sabemos el alcance completo, quién fue, ni cuánto se retrasará la obra. Eso es lo que habrá que seguir.

Mateo Ruiz: Y si vamos de lo moderno a lo antiquísimo: en Samuha, en Sivas, Turquía, se ha hallado un archivo real hitita. Ciento treinta y una tablillas cuneiformes de hace tres mil cuatrocientos años, con contenidos sobre epidemias y logística militar.

Clara Vega: Un archivo real significa documentos de administración del propio Estado, no copias ni textos literarios. Hablar de epidemias y logística militar hace tres mil cuatrocientos años es encontrar a una civilización gestionando crisis sanitarias y movimientos de tropas con la misma burocracia que hoy llenaría un informe interno. La analogía con los sistemas modernos es inevitable: todo imperio necesita sus registros, sus datos, sus sistemas.

Mateo Ruiz: La pregunta abierta aquí es qué revelarán las tablillas al traducirse por completo. Cada tablilla es potencialmente una pieza nueva del rompecabezas sobre cómo funcionaba el Imperio hitita en un momento concreto de su historia.

Clara Vega: Y la tercera historia del mundo físico tiene sabor a paradoja: la generación eléctrica per cápita del Reino Unido cayó un tercio desde el pico de dos mil tres. Hoy está al nivel de finales de los años sesenta.

Mateo Ruiz: Un tercio menos. Y fijémonos en el matiz: per cápita. No significa necesariamente que el país consuma menos energía total en todos los usos, sino que la generación eléctrica por habitante bajó muchísimo. Hay varias fuerzas detrás: desindustrialización, eficiencia energética, externalización de la producción manufacturera a otros países, y el cambio de modelo energético. Es un dato que invita a preguntarse qué parte es progreso real y qué parte es desplazar el consumo a otro sitio del mapa.

Clara Vega: Y justo de consumo y economía física, un contraste curioso y casi poético: mientras el Reino Unido genera un tercio menos de electricidad por persona, hay una guitarra virtual gratuita en el navegador, llamada Guitoro, que usa grabaciones reales de guitarra, incluye cincuenta y una canciones y permite practicar hasta al veinte por ciento de la velocidad.

Mateo Ruiz: Es un buen cierre temático: tecnología ligera, que consume poco, en el navegador, enseñando a hacer algo completamente humano y físico como tocar un instrumento real. Practicar al veinte por ciento de velocidad con grabaciones reales es una técnica que los músicos llevan décadas usando; el software solo la hace accesible.

Clara Vega: Antes de cerrar, hay que mencionar un asunto serio que encaja con la parte de la industria de la IA: según un reporte de Bloomberg, al personal de la CFTC, el regulador de futuros y commodities de Estados Unidos, se le ordenó retractar un análisis sobre operaciones petrolíferas sospechosas vinculadas a Irán.

Mateo Ruiz: Un regulador cuyo trabajo es exactly detectar operaciones sospechosas, y cuyo análisis sobre unas operaciones concretas se retira por orden interna. Es una noticia que plantea preguntas incómodas sobre la independencia de la supervisión financiera, y que comparte con el caso del ingeniero de OpenAI ese hilo de presiones internas en instituciones que deberían funcionar con transparencia.

Clara Vega: Bueno, repasemos las incógnitas que dejamos abiertas, porque son muchas. Si el acceso a Gemini 4 Argon se estabiliza y si ese ochenta y siete por ciento en ERQA se confirma. Quién comprará Character.ai tras el proceso de Chapter 11. Cuándo llegará Siri AI a iOS y si la UE verá el HomeView y el Apple TV nuevo. Si Scion saldrá de Anthropic y llegará a más manos. Cómo corregirá Rust el agujero del borrow checker sin romper código existente.

Clara Vega: Las consecuencias del ciberataque del Fehmarn Belt y lo que cuenten las tablillas hititas.

Mateo Ruiz: Es un buen conjunto de hilos para retomar en próximas entregas, porque varios se van a resolver en los próximos meses.

Clara Vega: Gracias por acompañarnos. Nos vemos en el próximo episodio.

Mateo Ruiz: ¡Hasta la próxima!