España, en el lado de la eficiencia
Mientras gran parte del debate sobre inteligencia artificial en agosto de 2026 gira en torno a Silicon Valley, uno de los avances técnicos mejor documentados del mes llegó de San Sebastián. Multiverse Computing, especializada en compresión de modelos de IA, anunció que su tecnología CompactifAI® permite ejecutar una versión comprimida del modelo Llama 3.3 70B directamente sobre procesadores Intel Xeon 6, usando vLLM para CPU y las extensiones Intel AMX1. La compañía afirma que "el modelo comprimido con CompactifAI mantuvo una sólida precisión respecto al modelo base, con solo variaciones menores observadas" en las pruebas estándar1.
El dato más concreto: con un único usuario concurrente, el modelo sin comprimir tardaba 5.056,34 segundos en procesar una tarea, frente a 2.598,22 segundos del modelo comprimido, una reducción de latencia del 48,6%1. Es una cifra verificable y específica —no una proyección de mercado—, y sitúa a una empresa española en el centro de uno de los temas que más preocupan a la industria: cómo sostener el gasto masivo en infraestructura de IA sin que el coste computacional se dispare.
La paradoja de las marcas de agua
El resto de la semana ofreció un contraste incómodo con el relato de "estándares de autenticidad" que las grandes plataformas dicen estar construyendo. Google anunció que ahora permite desactivar las marcas de agua visibles en imágenes, vídeos y música generados con sus herramientas de IA, incluyendo Gemini2. Es decir: en el mismo periodo en que la industria habla de reforzar el etiquetado de contenido sintético, una de sus mayores plataformas facilitó justo lo contrario —quitar la señal visible de que un contenido fue generado por IA—. El dossier disponible no detalla si Google mantiene algún mecanismo de marca de agua invisible (como SynthID) tras el cambio, así que no lo damos por hecho; lo que consta, documentado, es la reversión de la marca visible.
Este tipo de contradicción es exactamente lo que conviene señalar en lugar de suavizar: el titular de la semana fue "las plataformas de IA formalizan políticas de autenticidad", pero el movimiento concreto y verificable de Google fue en sentido contrario.
Movimiento de ejecutivos: OpenAI pierde a otro directivo
El goteo de salidas en OpenAI continuó: Brad Lightcap, responsable de proyectos especiales de la compañía y antiguo director de operaciones (COO), anunció su marcha3. Es la última de una serie de salidas de perfiles senior en la empresa que lidera el mercado de modelos de lenguaje, en un momento en que sus competidores —Google, Anthropic— mueven ficha en materia de gobernanza de contenido.
En paralelo, el fabricante de software de observabilidad Dynatrace incorporó a su consejo de administración a Chandu Thota, con más de veinte años construyendo plataformas en Google y Microsoft. Thota declaró: "Me siento honrado de unirme al consejo de Dynatrace en un momento tan interesante para la compañía y para un panorama tecnológico en rápida evolución. He pasado las últimas dos décadas construyendo y escalando productos y plataformas que dan servicio a miles de millones de usuarios y millones de empresas. Veo ese mismo potencial transformador" en Dynatrace4, según el comunicado de la compañía, que cotiza en la bolsa de Nueva York.
El capex no se detiene, pero las cifras piden cautela
El trasfondo de todos estos movimientos sigue siendo el gasto de capital en infraestructura de IA. SpaceX informó de que su gasto de capital relacionado con IA se duplicó de un trimestre a otro hasta 15.800 millones de dólares en su primer informe trimestral como compañía cotizada, y su dirección espera mantener un ritmo similar, según declaraciones recogidas por Motley Fool5. Es una cifra llamativa, pero conviene matizarla: la fuente que la recoge tiene una fiabilidad medida de apenas el 28% sobre 18 afirmaciones verificadas, así que la tratamos como una cifra reportada, no como un hecho contrastado de forma independiente.
Algo similar ocurre con Eva Live Inc., que en el marco de una propuesta de adquisición de AirBeam Wireless Technologies afirmó que los mercados de defensa autónoma, infraestructura de comunicaciones de IA y redes satelitales representan, en su opinión, "una oportunidad global de 3 billones de dólares en las próximas décadas"6. Esa cifra procede de un comunicado de la propia empresa, emitido por un canal cuya fiabilidad medida es del 29% sobre 2.893 afirmaciones verificadas —el mismo nivel de fiabilidad que registra otro comunicado del mismo canal, el de iTonic Holdings sobre su plataforma de planificación de tratamientos de medicina nuclear, que la propia compañía reconoce que "no ha sido validada clínicamente para uso comercial y no ha recibido registro, autorización o aprobación de los reguladores aplicables"7. Dos comunicados, dos promesas ambiciosas, el mismo patrón de fiabilidad bajo: es la clase de señal que un lector debería tener a mano antes de tomar estas cifras como hechos consolidados.
Donde sí hay retorno medible: la cadena de suministro
Frente a las proyecciones especulativas, los premios de FreightWaves a la excelencia en IA aplicada a la cadena de suministro —de una fuente con fiabilidad medida notablemente más alta, 56% sobre 4.920 afirmaciones verificadas— ofrecen cifras de retorno más concretas. Arkestro reporta que sus clientes logran un ahorro medio del 18,8% en gasto y ciclos de compra hasta un 60% más rápidos8; un fabricante de dispositivos médicos que usó la plataforma redujo los plazos de solicitud de cotización logística de cuatro meses a seis semanas, ahorrando 2,4 millones de dólares8; y un fabricante identificó más de 55 millones de dólares en ahorros con un retorno de la inversión de dos meses en 40 plantas y más de 400 proveedores8. CloneOps.ai, por su parte, calcula que su cartera de agentes de IA podría eliminar más de 133 horas humanas por cada 1.000 llamadas, con un retorno de hasta el 550% frente al coste de mano de obra estadounidense8.
Qué vigilar
Tres frentes concretos merecen seguimiento: si Google extiende el mismo criterio de "marca de agua opcional" a otras plataformas —lo que debilitaría el relato de autoetiquetado obligatorio del contenido de IA—; si la salida de Lightcap en OpenAI forma parte de una rotación más amplia de liderazgo con implicaciones para su hoja de ruta de producto; y si Multiverse Computing extiende sus resultados de compresión más allá de un único usuario concurrente, el escenario donde la ganancia de eficiencia fue mayor y donde aún falta ver cómo se comporta bajo carga real de producción.
