La innovación ya no va solo de modelos
Diario de Innovación #327
Aquí hay una intuición clara que atraviesa varias noticias aparentemente inconexas: la carrera tecnológica se está desplazando.
Seguimos hablando de IA, sí. Pero ya no basta con tener un buen modelo. La diferencia empieza a estar en cómo se empaqueta, dónde se ejecuta, cuánto cuesta alimentarla… y si las instituciones se fían de ti.
La primera señal viene de Google, que ha lanzado discretamente una app de dictado con IA que funciona en local, incluso offline, en iPhone.
No es la típica demo espectacular.
Y precisamente por eso es interesante.
La jugada no es “más IA”, sino una IA más útil: privada, rápida y menos dependiente de la nube. Si esto escala, la próxima ola de producto no irá de asistentes brillantes, sino de herramientas que desaparecen dentro del flujo de trabajo y simplemente funcionan.
La segunda pista llega desde Rocket, una startup india que quiere hacer con la consultoría lo que las herramientas de “vibe coding” hicieron con el desarrollo: abaratarla y acelerarla.
Su propuesta no es escribir código, sino ayudar a decidir qué construir: documentos de estrategia, pricing, unit economics, recomendaciones de salida al mercado.
Es una lectura bastante fina del momento. Si programar se está comoditizando, el cuello de botella deja de ser ejecutar y pasa a ser elegir bien.
En otras palabras: menos obsesión con producir cosas, más obsesión con no producir las equivocadas.
La tercera historia baja la conversación del software al suelo, literalmente. Microsoft, Google y Meta están apostando por enormes plantas de gas natural para alimentar sus centros de datos.
Esto nos indica dos cosas a la vez.
La primera: la demanda energética de la IA no es una nota al pie, es parte central del negocio.
La segunda: cuando una industria empieza a asegurar suministro eléctrico como ventaja competitiva, deja de ser solo digital. Se convierte también en una industria física, pesada, con dependencia de infraestructura, regulación y costes de largo plazo.
La IA ya no compite solo por talento y chips. Compite por electricidad.
La cuarta noticia introduce otra capa. Anthropic ha perdido una apelación para frenar su designación como riesgo en cadena de suministro, así que seguirá fuera de nuevos contratos del Pentágono.
Es un recordatorio útil de hacia dónde va el mercado institucional.
No basta con ser técnicamente bueno.
Para vender a gobiernos, defensa o sectores sensibles, la confianza operativa pesa tanto como el rendimiento del modelo. La gobernanza, la trazabilidad y la percepción de riesgo ya no son temas secundarios: son parte del producto.
Si juntas estas piezas, la foto empieza a ser bastante clara.
La innovación tecnológica de 2026 ya no se juega solo en el laboratorio. Se juega en la experiencia de usuario, en la capa de decisión, en la infraestructura energética… y en la legitimidad institucional.
La IA sigue siendo el motor, pero el valor se está desplazando hacia todo lo que la rodea.
Y en paralelo, hay otro movimiento más silencioso.
Las grandes tecnológicas ya no quieren solo construir modelos. Quieren controlar más capas del stack: modelo, voz, imagen, herramientas, plataforma, distribución… y confianza.
Microsoft está empujando una estrategia cada vez más integrada, cubriendo texto, voz e imagen y reforzando su posición como plataforma.
Meta, por su parte, ha presentado nuevos modelos dentro de una reorganización más profunda de su esfuerzo en IA.
La lectura no es “han sacado otro modelo”. Es algo más estructural: quieren controlar los puntos de entrada al ecosistema.
Eso conecta con otra obsesión creciente del sector: usar IA para construir mejor IA.
No solo entrenar modelos, sino acelerar evaluación, refinamiento, diseño de chips, tooling y workflows de desarrollo. Silicon Valley cada vez se parece menos a una carrera por apps visibles… y más a una carrera por construir la infraestructura que hace posible la siguiente generación.
El problema es que el uso está creciendo más rápido que la confianza.
Las herramientas de IA para programar se utilizan cada vez más, pero eso no significa que el código sea más seguro. Y el patrón es extrapolable: más adopción no garantiza más fiabilidad, más criterio ni mejor gobernanza.
En algunos casos, pasa justo lo contrario.
Y ahí aparece otro cuello de botella que empieza a ser evidente.
Ya no es solo computacional. También es energético, legal y social.
La IA no tropieza solo con chips y centros de datos. Tropieza con energía, propiedad intelectual, regulación, estructura económica… y con algo más difícil de medir: la tolerancia social al coste de toda esta expansión.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Food for thought
Durante años, la conversación sobre IA ha sido casi romántica: qué puede hacer, hasta dónde puede llegar, cuánto nos puede sorprender.
Ahora está cambiando.
La pregunta ya no es solo “qué puede hacer el modelo”, sino algo bastante más incómodo:
qué hace falta para que esto funcione de verdad… y quién está dispuesto a asumir ese coste.
Porque ahí es donde se está moviendo la ventaja competitiva.
No en el modelo más brillante, sino en quien controla el contexto: la infraestructura, la energía, la distribución… y, sobre todo, la confianza.
Y eso cambia bastante el juego.
La IA deja de ser solo una carrera tecnológica.
Empieza a parecerse mucho más a una carrera industrial, política y económica.
Menos épica.
Pero bastante más real.
Si algo de lo que has leído te ha removido, me encantaría saberlo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.