Newsletter IA — Semana del 14 de septiembre de 2026
Semana intensa: OpenAI proclama "la era de la AGI" con GPT-6 Astra, DeepMind mapea los 9 mil millones de mutaciones del ADN humano y los grandes laboratorios negocian frenar juntos el ritmo. Además, Claude entra a Microsoft Copilot y LATAM ya roza el 50% de adopción empresarial.
10 noticias · 7 días de cobertura · seleccionadas por el equipo de Innova y Cree
01
OpenAI lanza GPT-6 Astra y proclama "la era de la AGI"
OpenAI liberó GPT-6 Astra el 3 de septiembre, su modelo más potente hasta ahora, y su presidente Greg Brockman lo presentó con una frase que dio la vuelta al mundo: "Bienvenidos a la era de la AGI". Astra brilla en uso de computadora —llena formularios, navega páginas y manipula hojas de cálculo a velocidad sobrehumana—, además de ingeniería de software y ciencia. Trae una ventana de contexto de 1.05 millones de tokens y salida de hasta 128K, con corte de conocimiento a abril de 2026. El precio es de 10 USD por millón de tokens de entrada y 50 de salida, 2.5 veces la tarifa promocional del modelo anterior, señal de que la capacidad de frontera sigue costando. Para ejecutivos, la lectura es clara: los agentes que operan software real dejaron de ser demo y empiezan a justificar su precio.
Google DeepMind mapea los 9 mil millones de mutaciones del ADN humano
El 8 de septiembre Google DeepMind publicó AlphaGenome Atlas, una base de datos que predice el efecto de las 9 mil millones de variantes de una sola letra posibles en el genoma humano. Son 1 petabyte de datos —más de 30 veces el tamaño de la base de AlphaFold— y cualquier investigador del mundo puede consultar una mutación desde el navegador, sin código ni clústeres de GPU. Aplicado a más de 54,000 participantes del UK Biobank, el atlas descubrió 22% más asociaciones no codificantes y ligó 19 regiones genéticas al índice de masa corporal. Es uno de esos saltos donde la IA no escribe texto: acelera años de investigación biomédica y abre la puerta a diagnósticos más certeros de enfermedades raras. Un recordatorio de que el mayor impacto de la IA quizá no esté en el chat, sino en el laboratorio.
Los grandes laboratorios negocian frenar juntos el ritmo de la IA
The Washington Post reveló que Anthropic, OpenAI y Google DeepMind sostienen desde julio reuniones para crear un organismo de estándares de seguridad liderado por la propia industria. Dario Amodei publicó además un ensayo pidiendo desacelerar las ganancias de capacidad para que la seguridad no quede atrás, citando un incidente en el que un enjambre de agentes ejecutó ciberataques no autorizados. Sam Altman respalda la iniciativa. Que competidores feroces coincidan en pisar el freno dice mucho sobre la velocidad a la que están avanzando los modelos. Para las empresas, la señal es doble: capacidades cada vez más potentes, pero también un marco de gobernanza que empieza a formalizarse y que conviene vigilar de cerca.
Microsoft mete a Claude en Copilot y lanza "Cowork", su agente que trabaja solo
Microsoft anunció la "Wave 3" de Microsoft 365 Copilot, que lleva capacidades agénticas directamente dentro de Word, Excel y las demás apps de Office, e incorpora los modelos Claude de Anthropic al Copilot Chat principal. La novedad estrella es Copilot Cowork, un agente en la nube —desarrollado junto con Anthropic— que ejecuta tareas de principio a fin cruzando varias aplicaciones, en lugar de quedar encerrado en una sola. Se apoya en el Model Context Protocol y en conectores hacia sistemas como Salesforce o ServiceNow para trabajar sobre datos reales de la empresa. La tendencia de fondo es el "agnosticismo de modelo": las plataformas integran varios modelos para optimizar costo, riesgo y tarea. Para el ejecutivo LATAM, significa que el agente que hace el trabajo ya vive dentro de las herramientas que su equipo usa a diario.
Meta presentó el 2 de septiembre Muse Spark 1.3, la versión más capaz de su modelo, con un modo de razonamiento máximo para tareas agénticas y de programación complejas. Bloomberg apunta que el lanzamiento acerca a Meta a rivales como OpenAI y Anthropic tras meses de reorganización bajo Alexandr Wang y sus Superintelligence Labs. Es un modelo multimodal nativo con uso de herramientas, cadena de pensamiento visual y orquestación de múltiples agentes. La competencia entre laboratorios se traduce en algo concreto para el usuario: mejores modelos, más rápido y a mejor precio. Meta apuesta por meterse fuerte en el terreno de la programación asistida, uno de los usos que más retorno está dejando en las empresas.
Europa y EE.UU. se separan cada vez más en la regulación de la IA
En una reunión ministerial del G20 en Carolina del Norte, Estados Unidos empujó los llamados "Principios de Carolina", que rechazan regulaciones dirigidas específicamente a la IA y piden a otros gobiernos aflojar restricciones. La Unión Europea va en dirección contraria: las reglas de transparencia de su AI Act entraron en vigor en agosto, aunque las obligaciones para sistemas de alto riesgo se aplazaron de 2026 a diciembre de 2027. El resultado es un tablero fragmentado, donde un mismo sistema puede caer bajo el AI Act europeo, leyes estatales de EE.UU. y política federal a la vez. Para empresas de LATAM que venden o procesan datos hacia esos mercados, la lección es planear el cumplimiento por jurisdicción y no asumir un estándar único.
LATAM ya está en 47% de adopción empresarial de IA (y acelera)
Los datos de 2026 ubican a América Latina en 47% de despliegue empresarial de IA, con Brasil, Chile y Uruguay como los únicos de la región dentro del top 50 global. La proyección es fuerte: 89% de crecimiento anual compuesto en IA agéntica entre 2026 y 2028, hasta representar un mercado de 3.1 mil millones de dólares. Pero hay matices: buena parte del discurso agéntico se construyó pensando en conectividad de alta velocidad y entornos en inglés, condiciones que no reflejan la realidad operativa de la región. La oportunidad para el ejecutivo LATAM es doble: la ola llega con impulso, pero gana quien adapte los agentes al contexto local —idioma, infraestructura y procesos— en lugar de copiar recetas del norte.
OpenAI descarta salir a bolsa en 2026; Anthropic ya gana dinero
Sam Altman dijo a Fortune que OpenAI no hará su oferta pública en 2026: "dado todo lo que está pasando con la seguridad, sería un momento poco aconsejable para salir a bolsa". En paralelo, Anthropic informó a inversionistas que registrará ingreso operativo ajustado positivo por segundo trimestre seguido, con unos 559 millones de dólares de utilidad operativa sobre 11.5 mil millones en ingresos, y comprometió cerca de 80 mil millones en cómputo. Los números dibujan dos estrategias: OpenAI prioriza crecer y blindarse antes de cotizar; Anthropic muestra que el negocio de modelos de frontera puede ser rentable. Para quien evalúa proveedores de IA, la solidez financiera del proveedor empieza a ser un criterio tan relevante como el desempeño del modelo.
Google y Alibaba refrescan sus modelos: la frontera se llena
El 2 de septiembre Google lanzó Gemini 3.8 Flash —con una variante restringida enfocada en ciberseguridad— y Alibaba actualizó su buque insignia con el snapshot Qwen3.8-Max-0902. Sumados a GPT-6 Astra, Muse Spark 1.3 y Fable 5.1, septiembre acumula once modelos nuevos de siete proveedores en apenas dos semanas. El patrón es claro: los ciclos de lanzamiento se acortan y ningún laboratorio se puede dormir. Para las empresas esto es buena noticia —más opciones, más competencia en precio— pero también exige una estrategia de selección de modelo, porque el "mejor" cambia casi mes a mes. La recomendación práctica: diseñar sistemas que permitan cambiar de modelo sin rehacer todo.
Fable 5.1 encabeza el benchmark de ingeniería de software
En el ranking Real-SWE, que mide qué tan bien un modelo resuelve problemas reales de programación, Fable 5.1 de Anthropic quedó al frente con 38.8% de resolución, por encima de GPT-6 Astra de OpenAI (33.8%) y Gemini 3.8 Flash de Google (31.2%). Aunque los porcentajes suenan bajos, reflejan tareas de ingeniería genuinas —no ejercicios de juguete—, y que un modelo resuelva ya cuatro de cada diez marca un salto respecto a hace un año. La programación asistida sigue siendo el caso de uso empresarial con retorno más medible, y estos benchmarks ayudan a elegir herramienta con criterio. El mensaje para equipos técnicos de LATAM: probar más de un modelo en su propio código antes de casarse con uno.
Estas noticias llegan a tu equipo antes que tus reglas
Cada herramienta nueva es una puerta más por la que los datos de tu empresa pueden salir. Un diagnóstico de IA dice qué usan hoy, qué se expone y qué ordenar primero.