Hay algo que empieza a ocurrir a mi alrededor que, hace apenas un par de años, me habría parecido ciencia ficción.
Conozco gente que escucha música generada por inteligencia artificial. Lo sabe. Y le da exactamente igual.
No necesita que detrás haya un compositor, una banda ensayando durante meses o un músico encerrado en un estudio.
Le basta con que la canción le guste.
Y eso plantea una pregunta bastante incómoda: si una máquina puede producir música que disfrutamos, ¿qué valor tiene saber componerla?
La respuesta quizá esté en distinguir dos cosas que llevamos demasiado tiempo confundiendo: talento y capacidad de ejecución.
La IA está democratizando la segunda. No necesariamente la primera.
Rick Rubin, uno de los productores musicales más influyentes de las últimas décadas, lo explica en El acto de crear, un libro del que ya hablamos en este Diario. Su trabajo no consiste necesariamente en tocar instrumentos o escribir partituras, sino en escuchar, reconocer posibilidades y ayudar a decidir qué merece quedarse.
Crear también consiste en descartar.
Pero cuidado con convertir el gusto en el último refugio de la superioridad humana.
El gusto no es una cualidad universal ni exclusivamente individual. Se construye culturalmente, cambia con el tiempo y depende de lo que escuchamos, compartimos y admiramos.
Y los algoritmos llevan años influyendo en ese proceso.
Quizá la próxima revolución no consista en que las máquinas aprendan a crear música. Eso ya está ocurriendo. Quizá consista en que también aprendan a decidir qué música nos debería gustar.
Cuando producir se vuelve prácticamente ilimitado, el verdadero poder puede desplazarse hacia quien selecciona, recomienda y moldea nuestras preferencias.
Y entonces la pregunta deja de ser si una IA puede hacer tu trabajo.
Si mañana cualquiera pudiera hacerlo con tu misma calidad técnica, ¿por qué deberían elegirte a ti?
🌍 El Eco del Mercado
☁️ Amazon convierte el crecimiento de AWS en una factura de 220.000 millones. Amazon prevé invertir unos 220.000 millones de dólares en 2026, principalmente en AWS, y gastar todavía más en 2027. Su consumo de caja alcanzó los 42.400 millones durante los últimos doce meses, mostrando el enorme capital que exige sostener la carrera de la IA.
💻 La escasez de memoria empieza a perjudicar al mercado del PC. Intel advierte de que el encarecimiento de la memoria está elevando los costes y reduciendo la demanda de ordenadores. Una explosión que paralizó temporalmente su fábrica israelí restará además unos 600 millones de dólares a sus ingresos.
📉 Anthropic podría salir a bolsa con calificación de bono basura. Blackstone advierte de que la compañía podría recibir una calificación crediticia por debajo del grado de inversión tras su OPV. Eso encarecería la financiación de los más de 800.000 millones de dólares en infraestructura informática que proyecta hasta 2045.
💳 Nvidia estudia garantizar la deuda necesaria para comprar su infraestructura. Nvidia negocia proporcionar miles de millones de dólares en garantías para que Nscale financie un centro de datos destinado a Anthropic. El fabricante dejaría así de limitarse a vender chips para asumir parte del riesgo financiero de sus clientes.
⚖️ La SEC examina si las empresas cuentan toda la verdad sobre la IA. El regulador estadounidense vigilará las declaraciones corporativas sobre inversiones, acuerdos circulares, valoraciones y riesgos relacionados con la inteligencia artificial. Advierte de posibles actuaciones cuando las compañías omitan información material para sus inversores.
🧠 El líder chino de memoria multiplica sus ingresos por siete. CXMT registró 118.710 millones de yuanes de ingresos trimestrales, un 613 % más, y volvió a beneficios gracias a la demanda de memoria. La compañía prepara su entrada en NAND y una producción limitada de HBM3E para reducir la dependencia tecnológica china.
🏭 Runware quiere fabricar centros de datos como si fueran coches. La startup rumana planea producir módulos prefabricados en una cadena de montaje y alcanzar 30 MW diarios de capacidad en 2028. Afirma que podrá instalarlos en 48 horas, aunque todavía debe demostrar que puede fabricar, abastecer y desplegar a esa escala.
🔧 OpenAI refuerza su equipo de chips con un veterano de Google y Lightmatter. Clifford Chao, antiguo ingeniero de los TPU de Google y responsable de ASIC en Lightmatter, se incorpora como responsable de silicio. OpenAI busca controlar una parte creciente de su hardware para reducir costes y dependencia de proveedores externos.
🧬 OpenAI lleva GPT-6 a la investigación biológica avanzada. GPT-6 Rosalind Research aborda trabajos científicos multietapa en ciencias de la vida y se desplegará únicamente entre clientes previamente autorizados. El acceso restringido y las salvaguardas biológicas reconocen que una mayor capacidad científica también amplía el potencial de uso indebido.
🎯 La IA pasa de herramienta experimental a infraestructura militar. El Pentágono utilizó Maven a gran escala durante la guerra con Irán, combinando datos de inteligencia con modelos de diferentes proveedores. El despliegue agotó la capacidad informática clasificada disponible y aumenta las dudas sobre errores, supervisión humana y dependencia de empresas privadas.
🚨 CISA confirma ataques contra una vulnerabilidad crítica de GitLab. CVE-2026-97229 permite ejecutar código remotamente mediante una configuración de CI/CD manipulada. GitLab ha publicado las correcciones y CISA ha ordenado a las agencias federales actualizar sus servidores ante la explotación activa.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.
PD1. 📚 Para seguir pensando. Tres libros para entender por qué el gusto y el criterio pueden convertirse en recursos cada vez más valiosos.
The Way of Code: The Timeless Art of Vibe Coding, de Rick Rubin. El legendario productor musical lleva su filosofía creativa al terreno de la inteligencia artificial, reinterpretando el Tao Te Ching para explorar una nueva forma de crear software.
La paradoja de la elección, de Barry Schwartz. Explora por qué disponer de más alternativas no siempre conduce a mejores decisiones. Una reflexión especialmente relevante cuando la IA puede generar miles de canciones, imágenes o historias en segundos.
Modos de ver, de John Berger. Un clásico que explica cómo la cultura, la publicidad y el contexto condicionan nuestra percepción de lo que consideramos bello o valioso. Una lectura fundamental para cuestionarnos cómo construimos nuestros propios gustos.
Tres perspectivas sobre una misma pregunta: si las máquinas producen infinitas opciones y los algoritmos deciden cuáles mostrarnos, ¿hasta qué punto seguimos siendo dueños de nuestros gustos?
PD2. El gusto también se entrena. En una época en la que la inteligencia artificial puede componer canciones enteras en segundos, quizá merezca la pena recuperar el placer de experimentar con nuestros propios sonidos. El Stylophone Beat es un pequeño instrumento electrónico que permite crear ritmos y jugar con la música sin necesidad de tener conocimientos avanzados.