¿Qué significa realmente la soberanía tecnológica?

Llevamos meses escuchando hablar de soberanía digital, soberanía de los datos, soberanía del cloud o soberanía de la IA. Pero… ¿de qué estamos hablando exactamente?

En este nuevo episodio de Código Abierto, Carlos, Nelson y yo exploramos cómo la inteligencia artificial ha cambiado por completo el significado de la palabra soberanía.

Ya no se trata solo de fronteras o de fabricar tecnología propia. Se trata de comprender nuestras dependencias críticas: chips, energía, centros de datos, modelos fundacionales, cloud, talento y cadenas de suministro.

Analizamos por qué Europa ha convertido la soberanía tecnológica en una prioridad estratégica, el papel de Estados Unidos y China, el poder de compañías como Nvidia, TSMC, OpenAI o Microsoft, y qué significa todo esto para empresas… e incluso para cada uno de nosotros.

Porque la gran pregunta ya no es quién tiene la mejor tecnología.

La verdadera pregunta es: ¿quién podrá seguir utilizándola cuando las dependencias se conviertan en el nuevo campo de batalla?

🎙️ Un episodio para entender uno de los conceptos que marcarán la próxima década.

#CódigoAbierto #IA #SoberaníaTecnológica #Cloud #OpenSource #Europa #Innovación #Geopolítica #Nube #Semiconductores

¿Está la inteligencia artificial transformando el desarrollo de software… o reinventando por completo la profesión?

En este episodio conversamos con José Luis Calvo, cofundador de Diverger, sobre emprendimiento, inteligencia artificial generativa, agentes y el futuro del trabajo tecnológico.

José Luis comparte su trayectoria desde empresas como Microsoft, MAPFRE y Adecco hasta la creación de una compañía especializada en desarrollar software aprovechando al máximo las nuevas herramientas de IA. A partir de su experiencia, analizamos cómo está cambiando el rol del desarrollador, qué tareas podrían automatizarse y por qué el verdadero reto no consiste únicamente en producir más código, sino en evitar la llamada “deuda cognitiva”: dejar de comprender cómo funcionan los sistemas que construimos.

También abordamos el impacto de la IA sobre los perfiles júnior, el aprendizaje profesional y la transmisión de conocimiento; la posible reducción de plantillas en grandes empresas e integradores; el aumento del coste asociado a los tokens; y la paradoja de un mercado en el que podrían producirse despidos mientras crece la demanda total de desarrolladores.

Además, profundizamos en el auge de los sistemas multiagente, su capacidad para adaptarse a situaciones no previstas y su potencial para convertirse en la arquitectura dominante del software del futuro. ¿Llegaremos a automatizar todo el proceso, desde una necesidad de negocio hasta el despliegue en producción? ¿Podrá una sola persona construir una gran empresa tecnológica? ¿Será el próximo gran software empresarial creado por un experto funcional en lugar de por un informático?

Una conversación sobre tecnología, negocio y humanidades que termina con una recomendación clara para cualquier organización: empezar a experimentar cuanto antes. Porque, ante una transformación tan rápida y profunda, el mayor riesgo puede ser no hacer nada.

Con Ignacio G. R. Gavilán, Alejandro de Fuenmayor y José Luis Calvo.

Cómo las empresas construyen fosos competitivos con IA

Durante años hemos escuchado que los datos son el nuevo petróleo. Pero en un mundo donde modelos como GPT, Claude, Gemini o Llama están al alcance de cualquiera, quizá la verdadera ventaja competitiva ya no esté en la inteligencia artificial… sino en el conocimiento exclusivo que cada empresa ha acumulado durante años.

En este episodio de Código Abierto analizamos por qué los modelos de IA se están convirtiendo en una commodity mientras que los datos propios adquieren un valor cada vez mayor. Hablamos de los Data Moats, los fosos competitivos construidos a partir de la información que generan clientes, procesos, productos y operaciones, y de cómo compañías como Amazon, Netflix, Spotify, Tesla, Salesforce o Adobe han convertido esos datos en ventajas difíciles de replicar.

Pero vamos un paso más allá. Descubrimos por qué los datos, sin talento que los interprete y los convierta en decisiones, apenas generan valor. Frente al flywheel de los datos, proponemos un segundo motor igual de importante: el flywheel del talento.

Un episodio para entender por qué el futuro no pertenece a quien tenga acceso a la mejor IA, sino a quien sea capaz de combinar datos, contexto y personas para tomar mejores decisiones.

🎙️ En este episodio hablamos de:
• ¿Se están comoditizando los grandes modelos de IA?
• Qué convierte unos datos en una verdadera ventaja competitiva.
• Cómo se construyen los Data Moats.
• Casos reales de Amazon, Netflix, Spotify, Tesla, Adobe y Salesforce.
• El papel del talento como complemento imprescindible de los datos.
• Qué deberían hacer hoy las empresas antes de implantar más inteligencia artificial.

Porque la pregunta ya no es qué IA utiliza tu empresa, sino qué sabe que nadie más sabe… y quién es capaz de convertir ese conocimiento en una decisión.

En este episodio de Código Abierto, Mónica e Ignacio conversan con Esther Checa sobre uno de los grandes cambios que está provocando la inteligencia artificial generativa: la transformación del marketing, la comunicación y la visibilidad digital.

Durante años, las marcas han construido su presencia pensando en buscadores, webs, SEO, redes sociales y contenidos diseñados para personas. Pero estamos entrando en una nueva etapa: una en la que los contenidos también tienen que ser entendidos por modelos de lenguaje, asistentes inteligentes y agentes capaces de buscar, comparar, decidir y transaccionar.

Con Esther hablamos de cómo cambia el papel del contenido, por qué la autoridad de marca será clave en la era de los LLMs, qué significa preparar una organización para entornos agénticos y por qué quizá debamos empezar a imaginar una web con mucho menos tráfico humano.

También abordamos algunos de los grandes retos sociales de este nuevo escenario: la economía de la atención, la hiperpersonalización, la manipulación, la autenticidad del contenido, las credenciales digitales, la procedencia de la información y el impacto real de la tecnología en las personas.

Y, por supuesto, hablamos del futuro del trabajo en marketing y comunicación: qué tareas absorberá la IA, dónde seguirá siendo imprescindible el criterio humano y por qué el pensamiento crítico, la responsabilidad y la capacidad de validar serán competencias esenciales.

Un episodio sobre tecnología, sí. Pero sobre todo, sobre personas, criterio y responsabilidad en un mundo donde cada vez más decisiones estarán mediadas por inteligencia artificial.

Anthropic lanzó Fable 5 y Mythos 5 como dos de sus modelos más avanzados. Días después, el Gobierno de Estados Unidos ordenó restringir su acceso por motivos de seguridad nacional, afectando incluso a ciudadanos extranjeros dentro de la propia compañía. Para cumplir, Anthropic terminó desactivando ambos modelos para todos sus clientes.

En este episodio de Código Abierto, Álex y Diego analizan qué hay detrás de esta crisis: el papel de Amazon, las dudas sobre los guardrails, Project Glasswing, la dimensión geopolítica de Mythos, la reacción de la Casa Blanca y la ausencia de un marco claro para gobernar modelos frontera.

La pregunta de fondo ya no es si una empresa puede lanzar una IA más potente.

La pregunta es quién tiene autoridad para decidir que esa IA no puede circular libremente.

Un episodio sobre tecnología, soberanía, seguridad nacional, regulación, cloud, ciberseguridad y el momento en que los modelos de IA dejan de ser productos y empiezan a parecer infraestructura estratégica.

La inteligencia artificial generativa ha roto una de las premisas básicas de la universidad: que el trabajo entregado por un estudiante refleja razonablemente su esfuerzo, su autoría y su aprendizaje.

Durante décadas, una nota servía como señal. Un sobresaliente quería decir algo. Un título universitario certificaba, al menos en teoría, que una persona dominaba ciertas competencias. Pero ¿qué ocurre cuando una IA puede escribir el ensayo, mejorar el código, resumir los apuntes, preparar una defensa y pulir casi cualquier entrega académica?

En este episodio de Código Abierto, Álex y Diego reflexionan sobre la crisis del mérito en la universidad a partir del caso Harvard, que ha decidido limitar el número de calificaciones máximas para combatir la inflación de notas.

Pero la conversación va mucho más allá de Harvard.

Hablamos de cómo estudiábamos hace 25 años, de cómo ha cambiado la relación entre esfuerzo y resultado, de por qué los métodos tradicionales de evaluación empiezan a quedarse cortos, y de qué debería medir realmente la universidad en una época donde la IA ya forma parte del día a día.

¿Tiene sentido prohibir la IA en las aulas?
¿Debe evaluarse el producto final o también el proceso?
¿Qué significa hoy merecer un sobresaliente?
¿Y cómo puede la universidad seguir siendo una institución de confianza si ya no sabe distinguir bien entre aprendizaje real y producción asistida por máquinas?

Quizá el problema no sea que los estudiantes usen IA.

Quizá el problema sea que seguimos evaluando como si no existiera.

Bienvenidos a Código Abierto.

En este episodio de Código Abierto analizamos el artículo de Anthropic sobre mejora recursiva de la inteligencia artificial: la posibilidad de que los modelos de IA participen cada vez más en el desarrollo de sus propios sucesores.

Hablamos de agentes que escriben código, revisan errores, ejecutan experimentos, aceleran la investigación y desplazan el papel humano desde la ejecución hacia la supervisión, el criterio y la toma de decisiones.

Pero también abordamos la parte incómoda: qué ocurre si los sistemas llegan a cerrar el ciclo completo de mejora, qué riesgos aparecen para el control y el alineamiento, y si nuestras organizaciones e instituciones están preparadas para una tecnología que podría avanzar a velocidad de cómputo.

Durante los últimos años muchas empresas han vivido la inteligencia artificial generativa como si fuera una tecnología plug and play: se enchufa, se conecta al negocio y empieza la magia.

Pero la realidad está siendo bastante más incómoda.

En este episodio de Código Abierto, Álex y Nelson conversan sobre el salto que muchas organizaciones todavía no han conseguido dar: pasar de pilotos, PoCs, RAGs, copilots y agentes llamativos a impacto real en el negocio.

Porque el problema ya no es si la IA funciona.

Los modelos funcionan.

Los agentes empiezan a funcionar.

El RAG puede resolver problemas concretos.

Las herramientas de generación de código impresionan.

La pregunta importante ahora es otra:

¿qué proceso mejora realmente?, ¿qué coste reduce?, ¿qué error evita?, ¿qué tiempo ahorra?, ¿qué experiencia de cliente transforma?

Hablamos de arquitecturas escaparate, de KPIs técnicos frente a KPIs de negocio, del coste oculto de los tokens, de la necesidad de gobernanza, del papel de los usuarios de negocio, de por qué no todo necesita IA generativa y de cómo muchas veces la IA no arregla los procesos rotos: simplemente los deja más visibles.

Quizá la IA no sea tanto una solución mágica como un espejo.

Y quizá lo que está mostrando es que muchas organizaciones tienen que ordenar primero su casa antes de pedirle milagros a un modelo.

En este episodio de Código Abierto nos metemos de lleno en una de las grandes preguntas del momento:

¿La IA realmente está transformando las empresas… o seguimos viviendo dentro de una narrativa exagerada sobre productividad y automatización?

A partir de un artículo inspirado en las tesis del Nobel de Economía Daron Acemoglu, debatimos sobre la diferencia entre “usar IA” y “operar con IA”. Porque una cosa es resumir reuniones con ChatGPT… y otra muy distinta rediseñar procesos completos, coordinar agentes o transformar cómo funciona una organización real.

Durante la conversación aparecen dos visiones muy distintas:

• la de quienes creen que ya están naciendo empresas completamente agénticas, capaces de competir con estructuras mínimas y velocidades imposibles hace solo unos años;
• y la de quienes piensan que la mayoría de compañías todavía están atrapadas entre procesos mal documentados, cultura legacy y una adopción mucho más lenta de lo que el hype tecnológico sugiere.

Hablamos de:

• agentes autónomos,
• automatización real,
• consultoras creadas por “tres taraos con IA”,
• el caos operativo de las empresas,
• la importancia del contexto,
• la grabación masiva de reuniones para alimentar modelos,
• el futuro de los trabajadores del conocimiento,
• SAP y la revolución industrial,
• resistencia al cambio,
• data centers creciendo por todas partes,
• y la posibilidad de que el verdadero problema no sea la inteligencia artificial… sino nuestra capacidad para adaptarnos a ella.

Además, debatimos sobre una idea especialmente incómoda:

Quizá la IA actual no sea un reemplazo perfecto del trabajador humano.

Quizá se parezca más a un becario brillantísimo… pero caótico.

Un episodio donde hay debate real, visiones opuestas, bastante cuñadismo ilustrado y una pregunta de fondo que todavía nadie sabe responder:

¿Estamos viendo el inicio de una nueva revolución industrial… o seguimos atrapados en la fase demo?

La inteligencia artificial promete automatizar empresas, acelerar procesos y multiplicar la productividad.

Pero también está creando una nueva crisis de ciberseguridad.

En este episodio de Código Abierto hablamos sobre Mythos de Anthropic, agentes autónomos, prompt injection, phishing automatizado, exfiltración de datos y el nuevo escenario donde las vulnerabilidades empiezan a explotarse más rápido de lo que los humanos pueden reaccionar.

Porque quizá el mayor cambio de la IA no sea solo económico.

Quizá sea que Internet empieza a convertirse en un campo de batalla entre sistemas autónomos capaces de atacar… y defender… a velocidad máquina.