La IA se encarece, las Big Tech se recolocan y tu presupuesto lo va a notar

Señales de mercado, movimientos de infraestructura y decisiones de coste que afectan directamente a quien trabaja con inteligencia artificial

La inteligencia artificial no reemplazará a las personas, pero quien la use de manera efectiva podría reemplazar a los que no lo hacen

Abril empieza con una certeza incómoda que conviene tener presente. La inteligencia artificial ya no solo se acelera. También se encarece. Y eso cambia las cuentas para cualquier profesional, equipo o consultora que haya integrado modelos de lenguaje en su flujo de trabajo.

OpenAI acaba de lanzar GPT-5.4 mini y nano, dos modelos compactos que mejoran rendimiento en código, razonamiento y uso de herramientas. Hasta aquí, bien. El problema es el precio. GPT-5.4 mini cuesta tres veces más por millón de tokens de entrada que su predecesor. Y nano, hasta cuatro veces más. La lógica de OpenAI tiene sentido desde su lado: modelos más pequeños pero casi tan capaces como el grande, pensados para funcionar como subagentes dentro de arquitecturas más complejas. Pero para quien paga la factura, la señal es clara. Usar IA con calidad cuesta más, no menos. Y eso obliga a pensar mejor qué tareas se delegan, a qué modelo y con qué volumen.

En paralelo, OpenAI ha cerrado una ronda de 22.000 millones de dólares a una valoración de 852.000 millones. Lo llamativo no es solo la cifra, sino que 3.000 millones proceden de inversores minoristas. Vamos que OpenAI está construyendo su narrativa de salida a bolsa en tiempo real, y cada ronda es tanto capital como relato. Se autodenomina “superapp de IA”, genera 2.000 millones en ingresos mensuales y tiene más de 900 millones de usuarios activos semanales. ¿Es una empresa de tecnología o una máquina de expectativas financieras? Probablemente, ambas cosas, y conviene no perder de vista esa dualidad.

Mientras OpenAI consolida su posición, el ecosistema de infraestructura se mueve por debajo. Las Big Tech quieren reducir su dependencia de NVIDIA, que ha pasado de fabricar tarjetas gráficas a controlar el cuello de botella más estratégico de la industria. Microsoft, Amazon, Google y Meta han comprado cientos de miles de GPU, pero ahora quieren desarrollar sus propios chips, sobre todo para la fase de inferencia. AMD vuelve a competir con fuerza. Huawei y Cambricon intentan lo mismo desde China. Y NVIDIA, pese a su dominio, tiene un problema estructural: depende de muy pocos clientes que ya están buscando alternativas. Para quien trabaja en estrategia digital o consultoría tecnológica, esta reconfiguración del hardware no es anécdota. Es el suelo sobre el que se sostiene todo lo demás.

Y claro, cuando el coste sube y la infraestructura se reordena, los presupuestos se tensan. Ahí entra la encuesta de Gartner que muestra que los CFOs recortan gastos operativos pero mantienen sus objetivos de crecimiento. El 64% planea que sus presupuestos SG&A crezcan por debajo de los ingresos. Las áreas más afectadas por los recortes son recursos humanos, IT corporativo y legal. Y un dato que no conviene pasar por alto: el 42% de los CFO anticipa reducciones de personal impulsadas por la IA. Esto no es futurología. Es planificación presupuestaria para este año.

Esa presión no es abstracta. En China ya se vive con intensidad. Un reportaje de Rest of World documenta cómo los trabajadores chinos se apresuran a dominar herramientas de IA por miedo a perder su empleo. Cerca de mil personas hicieron fila en la sede de Tencent para instalar el software OpenClaw. Un funcionario de Shanghái comparó su situación laboral con El Juego del Calamar. El 30% de la fuerza laboral encuestada fue despedida por no adaptarse. Y sin embargo, el 69% de los encuestados en China cree que los beneficios de la IA superan los riesgos, frente al 35% en Estados Unidos. Es una paradoja interesante: más ansiedad, pero también más convicción de que no hay alternativa.

Mientras tanto, la gobernanza de la IA empieza a tener su propio mercado. Un informe reciente proyecta que el mercado global de gobernanza de IA alcanzará los 2.630 millones de dólares en 2030, con una tasa de crecimiento anual del 44,3%. América del Norte lidera, pero la oportunidad es transversal. Para consultoras, despachos y equipos de transformación digital, esto señala un espacio profesional que se está formalizando a gran velocidad. Si trabajas en cumplimiento normativo, gestión de riesgos o asesoramiento al sector público, merece la pena seguir esta pista de cerca.

En el plano más técnico, Google Research ha publicado TurboQuant, un algoritmo de compresión que reduce la memoria necesaria para ejecutar modelos de IA al menos seis veces en ciertas tareas. No es una herramienta que vayas a usar directamente, pero sí es una señal relevante. La eficiencia en inferencia es la próxima batalla, y quien logre hacer más con menos hardware tendrá ventaja. Para quienes gestionan infraestructura o evalúan costes de despliegue, conviene tenerlo en el radar.

Y luego está la historia de la semana que parece sacada de una novela. Daniel Arjona nos explica la filtración de Anthropic Mythos que reveló la existencia de un modelo descrito como “dramáticamente superior” a cualquier otro, con capacidades de explotación de vulnerabilidades a una escala inédita. Un error en el CMS de Anthropic expuso unos 3.000 documentos internos. La empresa planea dar acceso primero a organizaciones de ciberdefensa antes de un lanzamiento amplio, y las acciones de empresas de ciberseguridad cayeron tras la noticia. Anthropic, que está en conversaciones para salir a bolsa en octubre, se negó previamente a que el Pentágono usara su tecnología. ¿Filtración real o narrativa calculada? Sea como sea, el impacto en el mercado fue inmediato.

En España, ASLAN 2026 reunió a 135 proveedores con la IA y la soberanía digital como ejes principales. Zoom presentó su AI Companion 3.0, Flexxible mostró soluciones de IA para productividad empresarial y varias compañías de ciberseguridad exhibieron sus últimas propuestas. Para quienes trabajáis en el ecosistema TIC español o en el sector público, es un buen termómetro de hacia dónde se mueve la oferta.

Daniel Miessler publicó un artículo que merece una lectura atenta. En las ideas más importantes en IA en este momento identifica varios marcos conceptuales con aplicación directa. Uno especialmente útil: intent-based engineering, la idea de que capturar y articular con claridad lo que quieres lograr es la habilidad más valiosa en un entorno donde la IA ejecuta. Otro: la mayoría del trabajo visible es “scaffolding”, estructura de soporte que la IA puede optimizar. Pienso que no deberíamos leer esto como teoría, sino como vocabulario operativo para repensar procesos.

Consulta más conceptos en el «Glosario IA» de autoritas consulting

Y para cerrar, el concepto que mejor resume el estado de ánimo digital de esta semana. AI; DR funciona exactamente como su antecesor TL; DR, pero aplicado a contenido generado por inteligencia artificial. Alguien detecta un texto que parece automático, genérico, sin valor añadido, y decide no leerlo. Es un filtro social, no tecnológico. Y para quienes trabajamos en comunicación, es una advertencia directa: si tu contenido no aporta criterio, contexto o utilidad real, el lector lo descartará antes de terminar la primera línea. La pregunta que nos podemos hacer es sencilla, pero incómoda: ¿cuánto de lo que producimos pasaría ese filtro?

Por último, «CluPad for Business» toma como base la sección sobre IA semanal que hago para el newsletter ¿Qué hemos aprendido está semana? de Autoritas Consulting