Lo que el dossier dice —y no dice— sobre España y Latinoamérica
Conviene empezar por la limitación. El material verificado de este reportaje no contiene datos de empresas españolas ni latinoamericanas con cifras propias: ni bancos, ni aseguradoras, ni cifras de adopción por región. Lo que sí hay es una pista indirecta. David Villalon, CEO de Maisa AI, define su mercado como la automatización de procesos de negocio y producción en industrias reguladas: tareas de back office, operaciones y finanzas que, según sus palabras, deben ser auditables, reproducibles y resistentes a las alucinaciones.1 El dossier no indica dónde opera Maisa ni dónde tiene su sede, así que no asumimos ninguna conexión regional. Pero el criterio que describe, el de la auditabilidad, es el que cualquier banco o aseguradora de habla hispana tendrá que exigir a un agente de IA antes de dejarlo tocar procesos reales.
El hallazgo central: la IA depende de datos que muchas empresas no tienen listos
Según el informe «Scaling AI agents with trustworthy data», de MIT Technology Review, el 100% de los encuestados planea usar IA agéntica en dos años y el 69% espera hacerlo de forma generalizada.2 El mismo informe sitúa el cuello de botella en el acceso a datos fiables y estructurados: en promedio solo alrededor del 45% de los datos de una empresa es accesible para la IA, y en las organizaciones que el informe llama «data laggards» ese acceso cae al 30% o menos.2 Además, alrededor de la mitad de las organizaciones confía en las decisiones de sus agentes.2
Aquí va la advertencia que nuestro método exige. Nuestras comprobaciones midieron la fiabilidad de esta fuente: de 11 afirmaciones revisadas, ninguna (0%) resistió la verificación.2 Es una muestra pequeña, y no sabemos qué cifras concretas fallaron. Por eso presentamos estos porcentajes como lo que afirma el informe, no como datos comprobados. La dirección del mensaje (el dato es el límite) es plausible y coincide con lo que dicen otras fuentes más abajo, pero las cifras exactas deben leerse con cautela.
Los grandes buscan control antes que velocidad
Los contratos recientes de las grandes compañías apuntan en la misma dirección que el informe: gobernanza. El 22 de julio de 2026, Manulife y Microsoft anunciaron un acuerdo de cinco años por el que Manulife adoptará la Frontier Suite, desplegará Microsoft Agent 365 y ampliará Microsoft 365 Copilot a más de 30.000 empleados.3 Shamus Weiland, citado en el comunicado, calificó la alianza como «un habilitador crítico» de la evolución de Manulife hacia una organización impulsada por IA.3
Un día antes, Box presentó controles de seguridad para agentes de IA: barreras de protección, supervisión de la actividad de agentes de terceros, detección de inyección de instrucciones y políticas de acceso por clasificación del agente.4 Tatsutoshi Murata, de Nomura Research Institute, dijo esperar que Box proporcione «las funciones administrativas necesarias para aprovechar con seguridad» esta nueva etapa de la IA.4 Nota de fiabilidad: ambos documentos son comunicados corporativos distribuidos por NewsEOD, y esa fuente ha acertado en el 57% de 4.954 afirmaciones comprobadas.3,4 Son anuncios de quien los emite, no valoraciones independientes.
Las startups miden el mercado en nóminas, no en software
Varias entrevistas de CB Insights muestran cómo las empresas de IA vertical calculan su tamaño. Ben Thomas, de Covecta, afirma que su mercado son decenas de miles de instituciones financieras en el mundo y que no compiten solo con su presupuesto de software, sino con su presupuesto de personal.5 Covecta atiende hoy a clientes en Estados Unidos y Reino Unido, con la aspiración de expandirse después a otros mercados.5 Para el lector hispano, esto significa que, por ahora, esa expansión es una intención declarada y no un hecho.
Glenn Herzberg, de Penguin AI, aplica la misma lógica a la sanidad: define su mercado como gasto en trabajo administrativo y no como presupuesto de informática sanitaria. Según él, la administración sanitaria de EE. UU. cuesta cerca de un billón de dólares al año, aproximadamente una cuarta parte del gasto sanitario total, y las estimaciones publicadas sitúan unos 570.000 millones en trabajo sin efecto en los resultados de salud.6 Es una cifra del propio ejecutivo, no una verificación independiente. Nuestra lectura (análisis de Via News, no un hecho externo) es que lo que se vende es la sustitución de trabajo administrativo, y eso explica por qué los bancos y las aseguradoras son el primer objetivo.
En el mismo ciclo de noticias, Latitude, plataforma de pagos fundada por Cyril Mathew, exmiembro del equipo de criptomonedas de Stripe, levantó una Serie A de 35 millones de dólares para su servicio de pagos de stablecoin a moneda local.7 El dossier no precisa qué monedas locales cubre, así que no podemos afirmar relevancia para ningún país concreto.
La infraestructura: lo que sí podemos verificar de Nvidia
Aquí sí tenemos datos comprobados contra los documentos oficiales presentados ante la SEC. El coste de ingresos de Nvidia (lo que le cuesta producir lo que vende) pasó de 16.621 millones de dólares en el ejercicio fiscal 2024 a 32.639 millones en 2025 y a 62.475 millones en 2026.8 Es decir, en dos años se multiplicó por 3,8. Para ponerlo en perspectiva con datos del propio dossier: el coste de ingresos de un solo ejercicio de Nvidia ya equivale a casi cuatro veces el de hace dos años.
La tendencia continúa en el primer trimestre fiscal: 5.638 millones en 2025, 17.394 millones en 2026 y 20.458 millones en 2027, un 18% más que un año antes.8 Su caja cerró el ejercicio 2026 en 10.605 millones de dólares, frente a 7.280 millones en 2024.9 Sin embargo, en el primer trimestre de 2027 fue de 13.237 millones, por debajo de los 15.234 millones del mismo trimestre de 2026.9 El dossier no explica esa bajada, así que no la interpretamos.
El beneficio por acción oscila entre 11,93 dólares (ejercicio 2024), 2,94 (2025) y 4,90 (2026).10 Esa serie no es una caída ni una subida limpia, y el dossier no incluye la explicación, por lo que no debe leerse como tendencia sin consultar la nota correspondiente. Tampoco podemos decir qué fondos indexados tienen Nvidia en cartera: el dossier no trae ese dato.
El grafo de relaciones muestra el alcance de la compañía en el mundo agéntico: desarrolla NeMo Agent Toolkit, NeMo Guardrails y los modelos Nemotron 3 Super, tiene como clientes a Yum! Brands y Mount Sinai Health System, y compite con Advanced Micro Devices.11 Por otro lado, los chips Zhenwu de Alibaba T-Head apuntan a la misma construcción de infraestructura: el V900 está previsto para el tercer trimestre de 2027 y el J900 para el tercero de 2028.12
Qué vigilar
Primero, si aparecen datos propios de empresas españolas o latinoamericanas sobre qué proporción de sus datos es accesible para la IA, porque hoy no los tenemos. Segundo, si Covecta cumple su aspiración de salir de EE. UU. y Reino Unido. Tercero, si el coste de ingresos de Nvidia sigue creciendo al ritmo del último trimestre y si se explica la caída de caja interanual. Y cuarto, si las cifras del informe de MIT Technology Review resisten una segunda verificación.
