La fecha de lanzamiento de la tecnología que mueve tu empresa ya no la decide el CEO de un laboratorio en Silicon Valley. Ahora hay un funcionario de seguridad nacional en Washington que tiene algo que decir al respecto.

Google DeepMind, Microsoft y xAI acaban de firmar acuerdos con el gobierno de Estados Unidos para entregarle acceso anticipado a sus modelos de IA antes de que salgan al mercado. Lo hacen a través del CAISI, el Centro de Estándares e Innovación de IA del Departamento de Comercio. Un organismo que ya lleva más de 40 evaluaciones de modelos encima, que ha encontrado vulnerabilidades reales en sistemas de OpenAI y Anthropic, y que tiene el poder de influir sobre qué se lanza y cuándo.

Hoy profundizo en qué es exactamente CAISI, de dónde viene, qué ha encontrado en sus pruebas, y por qué el hecho de que el cerco ya sea completo con los cinco laboratorios más importantes del mundo cambia las reglas del juego para cualquiera que construya estrategia sobre estas herramientas.

OpenAI acaba de dejar de ser solo una empresa de modelos de IA. Esta semana cerró una joint venture de 10 mil millones de dólares con los fondos de private equity más grandes del mundo para meter ingenieros propios dentro de empresas corporativas y cobrar por resultados, no por tokens.

Hoy explico qué es DeployCo, por qué OpenAI decidió copiar el modelo de Palantir en vez de seguir vendiendo APIs, y qué significa esto para cualquier consultora, agencia o equipo de transformación digital que opere en América Latina.

También hablo de los protagonistas reales de esta jugada: quiénes son TPG, Bain Capital y Brookfield a la mesa, y por qué Anthropic ya está haciendo exactamente lo mismo con Blackstone y Goldman Sachs. La tensión de fondo es esta: el cuello de botella ya no es la tecnología sino el despliegue, y quien controle esa última milla va a decidir qué IA se vuelve estándar dentro de los negocios grandes. Con implicaciones directas para LATAM.

La empresa que nació con dinero de la CIA acaba de demostrar que la inteligencia artificial puede justificar subir los precios corporativos.

Esta semana Palantir está validando algo que el resto del mercado de software no ha logrado: pricing power real gracias a su plataforma AIP.

Hoy cuento la historia completa. Cómo Peter Thiel fundó esta empresa en 2003 con el nombre de las piedras mágicas de El Señor de los Anillos, por qué sus escándalos con Cambridge Analytica, ICE y el sistema de salud británico tienen sentido cuando entiendes su tecnología, y qué es exactamente la Ontología que convierte datos corporativos desordenados en un gemelo digital que una máquina puede operar.

La noticia de fondo es esta: mientras el SaaS tradicional se hunde en la bolsa por meter chatbots genéricos sin poder cobrar un peso más, Palantir firma contratos de diez años a precios premium porque su IA no resume correos. Opera inventarios, detecta fallos en cadenas de suministro y ejecuta órdenes de compra de forma autónoma.

En Latinoamérica seguimos pagando licencias de IA para tareas superficiales mientras los datos operativos de nuestras empresas están secuestrados en sistemas que no se hablan. Ese es el punto ciego que esta historia deja en evidencia.

Salesforce lleva 25 años vendiéndote pantallas. Esta semana salió a decir que ya no las necesita.

"No browser required. Our API is the UI." Esa frase de Marc Benioff no es un anuncio técnico. Es una declaración de que el usuario humano dejó de ser el protagonista del software empresarial. Y para entender por qué eso importa, primero hay que entender qué construyó Salesforce durante un cuarto de siglo.

En este episodio cuento la historia completa: el apartamento en San Francisco en 1999, la apuesta de entregar CRM desde el navegador cuando todos decían que eso era imposible, la salida a bolsa en 2004, el AppExchange que creó el primer marketplace empresarial dos años antes que Apple, y el modelo de negocio que los llevó a dominar el 20% del CRM global cobrando por cada persona que abría una pantalla.

Luego llego a la tensión real: si los agentes de IA hacen el trabajo, ¿para qué necesitas tantos usuarios humanos conectados? Esa pregunta es la que Headless 360 intenta responder, y la respuesta es tan audaz como incómoda.

¿Salesforce está haciendo su movimiento iPhone ,canibalizándose antes de que alguien más lo haga, o está apostando a un futuro donde sus propios clientes valen menos de lo que cree?

El hombre que co-fundó OpenAI, le puso el nombre y consiguió el primer equipo está hoy en un tribunal de Oakland buscando 134.000 millones de dólares de la misma empresa que ayudó a crear. Y no es solo una pelea de egos: lo que el jurado decida en las próximas semanas puede cambiar la estructura, la gobernanza y el rumbo hacia bolsa de la empresa de IA más influyente del planeta.

Hoy en Pertinente me meto a fondo en el caso Musk contra OpenAI. No el titular. La historia completa: cómo nació OpenAI en 2015 como una apuesta filantrópica, por qué Musk se fue del directorio en 2018 cuando no le dieron el control que pedía, qué fue la estructura "capped‑profit" que levantó con Microsoft y por qué Musk dice que eso fue una traición. Y qué está en juego ahora mismo en ese juicio para cualquier empresa latinoamericana que construye negocios sobre API de OpenAI.

Eso es Pertinente: IA en LATAM, estrategia empresarial, y lo que importa de verdad detrás de los titulares.

China intervino esta semana para deshacer una adquisición de IA que ya estaba cerrada — y eso cambia el mapa para todos.

Meta pagó $2.000 millones por Manus, una startup de agentes de IA fundada por ingenieros chinos que operaba desde Singapur. El gobierno de Beijing ordenó anular el deal con una sola línea, sin fecha de transición ni explicación técnica.

En este episodio analizo por qué esa intervención retroactiva es más relevante para el mundo empresarial que cualquier actualización de modelo: convierte la geopolítica en variable de due diligence para cualquier adquisición de talento o tecnología de IA con raíces en China.

Stanford publicó el informe de IA más riguroso del año y hay un dato que no pude soltar: el 88% de las organizaciones ya adoptó IA, pero la mayoría no sabe medir si les está funcionando. El AI Index Report 2026 son 500 páginas sin agenda comercial, sin modelo que vender, sin hype. Lo leí completo para traerte lo único que importa: un aprendizaje por capítulo, traducido a decisiones reales para quien lidera un negocio o un equipo en Latinoamérica.

Hablo de por qué la barrera para usar IA ya no es el acceso sino el criterio, de cómo la IA puede ganar una olimpiada de matemáticas y fallar leyendo un reloj, de por qué el 80% de estudiantes ya usa IA y solo el 6% de los profesores tiene reglas claras, y de qué significa para LATAM que los países que más estrategias de IA publicaron en 2025 son los que menos infraestructura tienen para ejecutarlas.

Si quieres leer el estudio completo, puedes descargarlo aquí

Meta despide 14.000 empleados mientras anuncia el mayor gasto en IA de su historia: eso es lo que está pasando esta semana en inteligencia artificial y negocios. En este episodio de Pertinente, el podcast de IA en LATAM con criterio latinoamericano, analizo por qué los recortes en Meta y Microsoft son la noticia de IA más importante del mes —no por los números, sino por lo que revelan sobre el cálculo que están haciendo las empresas que mejor entienden la tecnología. También hablo de lo que significa el lanzamiento de DeepSeek V4 para cualquier empresa que paga APIs propietarias de OpenAI o Anthropic, del deal de $40,000 millones entre Google y Anthropic y qué implica para quienes usan Claude o Gemini en sus operaciones, y de por qué LATAM lidera en adopción de IA pero sigue siendo consumidor, no constructor, de lo que dice abrazar. Una pauta con postura, sin hype, para estrategas de negocios en América Latina.

Google acaba de presentar en Las Vegas la infraestructura más completa que ha lanzado para llevar agentes de IA al interior de las empresas.

No es un anuncio de laboratorio: es Workspace reformado para que los bots trabajen junto a los humanos, reporten, escalen y ejecuten. El problema que Google quiere resolver es el mismo que tiene Microsoft encima: la adopción real. Solo el 3% de los usuarios de Office 365 están pagando por Copilot. ¿Por qué Google lo haría diferente?

Hoy en Pertinente hablo de eso. También de SK Hynix, cuyos resultados récord demuestran que el gasto en infraestructura de IA no es promesa, es factura real y creciente. De SoftBank pidiendo $10 mil millones usando sus acciones de OpenAI como garantía, que dice más sobre presión financiera que sobre confianza.

Y de Mercado Libre convirtiéndose en inversor de un fondo de Silicon Valley para ver qué se está construyendo en IA antes de que sea noticia.

1. LLMs+ — Los grandes modelos de lenguaje de próxima generación serán más baratos, más eficientes y capaces de resolver problemas de mayor escala. La era del "más grande es mejor" está dando paso a modelos que hacen más con menos.

2. La apuesta open source de China — Los laboratorios chinos están lanzando sus mejores modelos gratis y ganando terreno entre desarrolladores globales. No es generosidad: es una jugada por establecer el estándar tecnológico mundial.

3. Deepfakes como arma — La IA generativa de imágenes y video ya se usa sistemáticamente con fines maliciosos: fraude, desinformación, daño reputacional y manipulación política.

4. Estafas con IA potenciadas (Supercharged scams) — Los modelos de lenguaje están siendo explotados para escalar operaciones de fraude, desde phishing hasta estafas románticas, con un nivel de personalización que antes era imposible.

5. Robots humanoides y el problema de los datos de entrenamiento — El avance de los humanoides está frenado no por hardware, sino por la escasez de datos de calidad para entrenarlos en tareas del mundo real.

6. Científicos artificiales — La IA ya no solo asiste a la investigación científica: sistemas autónomos están planteando hipótesis, diseñando experimentos y publicando resultados, lo que replantea el rol del científico humano.

7. La nueva sala de guerra (The new war room) — La IA generativa está entrando de lleno en la toma de decisiones militares y de defensa nacional, con consecuencias éticas y geopolíticas que apenas empiezan a debatirse.

8. World models — Modelos entrenados para entender la realidad física, no solo el lenguaje. Son la base de la próxima generación de robótica y de sistemas que necesitan actuar en el mundo real.

9. Modelos de IA para benchmarks rotos — Los sistemas actuales de evaluación de IA ya no miden lo que importa. La industria enfrenta una crisis de métricas: ¿cómo saber si un modelo realmente mejora si los tests se saturan?.

10. Mañana se los cuento.