Pulso IA #66 | El ajuste
La publicación semanal de Amplify: claridad, estrategia y comunidad para ampliar tu ventaja con inteligencia artificial.
Hay una distancia, casi siempre, entre el sitio donde todo el mundo mira y el sitio donde la cosa ocurre de verdad.
Esta semana esa distancia se hizo visible cinco veces. Anthropic acusó a Alibaba de robar veintinueve millones de conversaciones con Claude, y la prensa lo leyó como una amenaza al liderazgo estadounidense. Las empresas que más dinero ganaron en el sector no fueron las que construyen modelos. KPMG retiró un informe entero porque la IA se había inventado los casos de estudio. China respondió al bloqueo de exportación de Estados Unidos bloqueando a cincuenta y seis empresas estadounidenses.
Cinco titulares, cinco explicaciones que la mayoría dio por buenas. Y en los cinco, la explicación correcta no era la que estaba a la vista. Lo interesante de esta semana no es lo que pasó, sino lo que pasó desapercibido — que casi siempre, además, es lo que más se parece a tu propio negocio.
Latidos de la semana
Anthropic acusó a Alibaba de copiar Claude con 29 millones de conversaciones. Lo que cuenta no es el robo — es lo que el robo confirma.
El 24 de junio se hizo pública una carta que Anthropic había enviado el 10 de junio a dos senadores estadounidenses. La acusación: operadores vinculados al laboratorio Qwen de Alibaba abrieron unas 25.000 cuentas fraudulentas y mantuvieron 28,8 millones de conversaciones con Claude entre el 22 de abril y el 5 de junio, con un único objetivo — copiar sus capacidades más valiosas: ingeniería de software y razonamiento agéntico. Es la mayor campaña de extracción que Anthropic ha reportado nunca, casi el doble de la que atribuyó en febrero a DeepSeek, Moonshot y MiniMax juntos.
La técnica se llama destilación: apuntas un modelo barato hacia uno potente, recoges sus respuestas a escala, y entrenas el tuyo para imitarlas. Y aquí está lo que la mayoría de la cobertura pasó por alto. La destilación solo corre en una dirección: no puedes destilar un modelo que todavía no existe. Por definición, copias una foto fija de un objetivo que ya se ha movido. Cuando tu camino más rápido hacia la frontera es copiar las respuestas del que va delante, el ejercicio es una confesión de dónde estás en realidad. Si robas del líder, lo único que confirmas es que él es el líder. Una copia no es un indicador de que el liderazgo haya cambiado de manos. Es un indicador, con retraso, de quién lo tiene.
Y hay algo más en esa palabra, “configuración”, que conviene no pasar por alto. Un modelo de lenguaje entrega la suya cada vez que responde; a esta escala, las conversaciones se convierten en ingeniería inversa. Tú haces lo mismo, a tu manera: cada propuesta que envías, cada llamada en la que le explicas tu precio a un cliente, cada proceso que le enseñas a una persona nueva del equipo va dejando ver cómo ganas. La pregunta incómoda no es si tu proveedor de IA es seguro. Es qué te queda como ventaja cuando lo que te hace bueno es justo lo que cualquiera puede ver mientras trabajas.
Las empresas que más ganaron con la IA este trimestre no fabrican modelos.
Mientras los laboratorios se acusaban entre sí y se disputaban el talento, el dinero limpio del trimestre se acumuló en otro sitio. Los fabricantes de memoria — las empresas que producen los chips donde corren los modelos — van camino de ingresar este año más del doble que los fabricantes de chips por contrato, y muchísimo más, en proporción, que los propios laboratorios de IA. Micron tuvo su mejor semana en bolsa desde 2008. El índice de semiconductores de Filadelfia subió un 60% en seis semanas.
Mientras todos miran quién hace el mejor modelo, el dinero se lo están llevando los que venden los picos y las palas.
No desarrollamos el porqué aquí — es el tema de la sección de profundidad de esta semana. Pero deja la pregunta abierta, porque vuelve más cerca de lo que parece: si el dinero del sector no está donde está la atención del sector, ¿dónde está, en tu negocio, lo que tú das por hecho que te da de comer?
KPMG retiró un informe entero sobre IA. El problema no era el modelo — era que faltaba una capa.
La consultora retiró su informe Redefining excellence in the age of agentic AI después de que varias organizaciones citadas — UBS, el NHS británico, los ferrocarriles suizos, Transport for London — desmintieran lo que el documento decía sobre ellas. Una auditoría forense de la firma GPTZero encontró que, de las 45 citas del informe, solo cinco apuntaban a fuentes reales e intactas. Algunos casos directamente no existían: el informe atribuía a Emirates un chatbot que cambia vuelos y que, en realidad, ni es un chatbot ni cambia vuelos.
La lectura fácil es que KPMG tuvo un problema de alucinaciones y que un modelo mejor lo habría evitado. Es la lectura equivocada. La IA no alucina por ser mala; alucina porque es así como funciona — suena segurísima diga verdad o mentira. No es un fallo que un proveedor vaya a parchear el trimestre que viene. Por eso lo que falló en KPMG no fue el modelo. Fue que no había nada entre lo que el modelo produjo y lo que se publicó: ninguna capa de verificación, ningún paso en el que alguien comprobara la fuente antes de que el documento saliera con el logo de la firma.
Y KPMG, aquí, no es un gigante lejano. Eres tú con un logo más grande. La propuesta que te redactó Claude, las cifras en ese correo a un cliente, el resumen que reenviaste sin comprobar la nota al pie: ¿en qué punto exacto de tu trabajo asistido por IA hay una salida segura de sí misma viajando sin que nadie la verifique? La firma tenía guías internas de uso responsable de IA. El informe simplemente se las saltó. La pregunta no es si confías en el modelo. Es dónde está tu capa de verificación.
El bloqueo de modelos de IA se volvió bidireccional — y reveló de qué lado estaba la dependencia.
Hace dos semanas, Estados Unidos suspendió el acceso de extranjeros a los modelos más potentes de Anthropic en nombre de la contención. La idea era mantener la tecnología peligrosa fuera del alcance de los adversarios. Diez días después, la contención goteaba por los dos extremos. China respondió el 22 de junio con su propia lista: 56 empresas estadounidenses bloqueadas, en represalia por la actualización de la lista militar del Pentágono. Y el golpe fue quirúrgico — entre las empresas señaladas estaban MP Materials y USA Rare Earth, las dos productoras de tierras raras a las que Washington está apoyando precisamente para reducir su dependencia de China.
Ahí está el paso que el control unilateral no miró. Quien impuso el bloqueo era, en una materia crítica, el dependiente. Estados Unidos necesita los minerales que China procesa más de lo que China necesita ese acceso concreto. Un control que ignora de qué lado está la dependencia real nunca iba a quedarse en un solo sentido.
Y lo que vale para dos superpotencias vale, sin cambiar una coma, para un negocio de una sola persona. Tu “control” sobre un proveedor, una plataforma o un cliente vale exactamente lo que valgan tus alternativas — ni un euro más. La empresa que mueve el 100% de su tráfico a través de una sola API, el negocio que vive de una sola plataforma de anuncios, el consultor cuya cartera entera pasa por un único cliente: todos creen tener una posición que en realidad pertenece al otro lado de la mesa. La dependencia no se nota hasta el día en que el otro decide usarla.
Nadella avisó de que dejar que “unos pocos modelos se lo coman todo” no va a sobrevivir políticamente.
En medio de la semana, el consejero delegado de Microsoft dejó caer una frase que merece atención porque viene de quien viene: la idea de que un puñado de modelos de frontera concentre toda la capacidad del sector no se sostendrá, y no por razones técnicas sino políticas. Es una observación interesante en boca del directivo de la empresa que más ha invertido en uno de esos pocos modelos.
La señal, para quien construye un negocio encima de esta tecnología, es de dirección. El futuro hacia el que apunta el comentario no es el de un modelo único y dominante al que todos se conectan, sino el de muchos modelos — algunos potentes y caros, muchos suficientes y baratos — entre los que habrá que elegir según la tarea. Tu ventaja no va a ser haber elegido el modelo correcto, sino saber cuál usar para qué — y eso se decide de nuevo cada semana..
Leer bien lo que ocurre en el sector es la mitad del trabajo. La otra mitad es ver qué de eso te incumbe a ti — y qué hacer al respecto. En Amplify Premium trabajamos las dos.
En profundidad
Dónde se acumula de verdad tu margen
Empecemos por el dato que mejor resume la semana, porque esconde una lección que no va sobre chips.
Durante meses, la historia de la inteligencia artificial ha sido la historia de los modelos. Qué laboratorio saca el modelo más capaz, quién lidera los benchmarks, qué empresa vale más. La atención del mundo — la prensa, los inversores, las conversaciones — se ha posado sobre los laboratorios. Y mientras tanto, el dinero del sector se ha estado acumulando en otro sitio. Este trimestre, los fabricantes de memoria van camino de ingresar más del doble que los fabricantes de chips por contrato, y muchísimo más que los propios laboratorios cuyos nombres salen en los titulares. Las empresas que construyen los modelos siguen buscando beneficio sostenible. Las que les venden la memoria y el silicio sobre el que esos modelos corren ya lo encontraron.
Esto no es un dato sobre semiconductores. Es la forma más limpia, esta semana, de algo que se repite en casi cualquier negocio: el sitio que se lleva la atención y el sitio que se lleva el valor casi nunca son el mismo. Y el segundo suele estar escondido justo detrás del primero, donde a casi nadie se le ocurre mirar.
Y aquí es donde conviene girar el dato hacia tu propio negocio, porque la misma confusión que el mercado tiene con los laboratorios, probablemente la tienes tú con lo que cobras.
Piénsalo así. Casi todos los negocios facturan por su paso más visible. El consultor cobra por el informe que entrega. La agencia cobra por la campaña que produce. El despacho cobra por el documento que redacta. El visible se cobra porque el visible se ve — el cliente lo sostiene en la mano, sabe por qué está pagando. Pero el valor que el cliente recibe de verdad casi nunca está ahí. Está en lo que hiciste antes, en eso que regalaste sin darte cuenta de que era lo que de verdad importaba.
El consultor que entrega un informe de cuarenta páginas no genera su valor en el informe. Lo genera en la conversación de diagnóstico donde, en treinta minutos, entendió cuál era el problema real del cliente — una conversación por la que no cobró, porque “todavía no era trabajo”. La agencia que factura por la campaña creó la mayor parte del resultado en el posicionamiento que definió antes de abrir el editor de diseño, un posicionamiento que entregó gratis en la propuesta para ganar la cuenta. El despacho que cobra por horas de redacción produjo su valor en el criterio de qué cláusula importaba y cuál no — un criterio invisible, no facturable, que sin embargo es la única razón por la que el documento sirve.
En todos los casos, la estructura es la misma que la de los laboratorios y los fabricantes de memoria. Hay una capa visible que recibe toda la atención y se lleva el precio. Y hay otra, detrás de ella, donde el valor de verdad se crea y a la que casi nadie le pone precio precisamente porque no se ve.
La pregunta útil, entonces, no es “¿cómo subo mis tarifas?”. Es más incisiva: ¿estoy cobrando por el modelo cuando el valor está en el silicio? ¿Estoy facturando por el entregable visible mientras regalo el diagnóstico, el criterio, el posicionamiento — eso que hago antes y por lo que mi cliente vino en realidad?
La consecuencia práctica no es necesariamente cobrar más por lo mismo. Es darte cuenta de qué estás vendiendo en realidad, y dejar de regalarlo. Cuando un negocio identifica dónde se acumula su valor, suele descubrir que ha estado compitiendo en precio por su parte más visible — donde todo el mundo se parece y los márgenes son lineales — mientras su verdadera diferencia viajaba gratis en la propuesta. Cobrar por lo que se ve te mete en una guerra de precios; cobrar por lo que de verdad hiciste es lo que te saca de ella.
Los fabricantes de memoria no son más listos que los laboratorios. Simplemente están situados en la capa donde el valor se acumula. La pregunta de esta semana, la que vale la pena llevarse, es si tú estás situado en la tuya — o si llevas tiempo regalándola sin saberlo.
Herramienta de la semana
Perplexity Spaces
El problema que resuelve. Cuando investigas algo en serio — un mercado en el que quieres entrar, un competidor, una decisión que vas a tomar — el trabajo no es una sola búsqueda, sino muchas, repartidas a lo largo de días, que tienes que sostener en la cabeza al mismo tiempo. Lo abres en una pestaña, lo cierras, lo retomas el martes, y a la cuarta sesión ya no recuerdas qué habías encontrado ni dónde. La mayoría de las herramientas de IA olvidan todo entre una conversación y la siguiente, así que cada vez empiezas de cero.
Qué es Perplexity Spaces. Un espacio de investigación persistente dentro de Perplexity. En lugar de hacer búsquedas sueltas que se evaporan, creas un “espacio” para un proyecto concreto y todo lo que investigas ahí se acumula: las preguntas, las respuestas con sus fuentes citadas, los documentos que subes. Le puedes fijar instrucciones permanentes — “respóndeme siempre como si fuera para un cliente del sector legal”, por ejemplo — y el espacio recuerda el contexto de lo que ya has averiguado, de modo que cada pregunta nueva parte de donde lo dejaste, no de cero.
Cómo funciona en la práctica. Abres un espacio por proyecto. Le das tus instrucciones y, si quieres, subes archivos de referencia. A partir de ahí investigas dentro de él: cada respuesta llega con sus fuentes enlazadas, y el hilo se queda guardado para que puedas volver, comparar y profundizar días después sin reconstruir nada. Puedes compartir el espacio con quien colabore contigo, que entra y ve el mismo contexto acumulado. Es la diferencia entre buscar y construir un cuerpo de conocimiento que crece.
Para quién es útil. Para cualquiera cuyo trabajo dependa de investigar bien antes de decidir: quien evalúa un mercado o una oportunidad, quien prepara una propuesta que exige entender a fondo a un cliente, quien hace inteligencia competitiva de forma recurrente. Menos una herramienta para producir texto rápido y más una para pensar mejor sobre algo a lo largo del tiempo.
Acceso. Spaces no está en el plan gratuito — forma parte de Perplexity Pro, que cuesta unos 20 dólares al mes (con descuento en el pago anual) e incluye, además del espacio de trabajo, el selector de modelos y búsquedas ilimitadas. La versión gratuita sí permite probar el motor de búsqueda con fuentes citadas, que da una idea del estilo antes de pasar a Pro. Conviene confirmar el precio actual en perplexity.ai.
Pregunta de la semana
Esta semana, las empresas que más dinero ganaron con la IA no fueron las que tienen los nombres más conocidos. Fueron las que están situadas, sin ruido, en la capa donde el valor de verdad se acumula.
¿Por cuál de las dos capas de tu negocio te están pagando — la visible que entregas, o la que de verdad crea el valor y que quizás llevas tiempo regalando?
Nos leemos la semana que viene.
— El equipo de Amplify