Los clientes de Nvidia han sido notificados sobre aumentos de precios relacionados con la IA superiores al 15% ↗
Según se informa, algunos de los clientes más importantes de Nvidia han sido advertidos de que los servidores equipados con sus chips de IA podrían encarecerse más de un 15 %. El problema radica en el aumento vertiginoso de los costes de los chips de memoria, que ahora repercuten directamente en la factura de la infraestructura de IA.
Se prevé que los aumentos afecten a los sistemas que utilizan hardware de Vera Rubin y Grace Blackwell. Así pues, en un giro algo inesperado, la carrera por la IA ya no se reduce a conseguir suficientes GPU: el precio de la memoria se está convirtiendo en otro gran problema para los servidores.
Nvidia está invirtiendo 6 mil millones de dólares para construir una potente alternativa estadounidense a la IA china ↗
Según se informa, Nvidia está invirtiendo 6.000 millones de dólares en un acuerdo con la startup de IA Poolside, que incluye licencias de tecnología y talento, con el objetivo de construir un modelo de ponderación abierta extremadamente potente.
Esto coloca a Nvidia en una posición inusual. Suministra el hardware que impulsa a empresas como OpenAI y Anthropic, pero ahora también podría desafiarlas en la capa de modelado, al tiempo que intenta contrarrestar a los actores chinos de modelos abiertos como DeepSeek y Kimi. Proveedor, socio, competidor... un triángulo perfectamente definido.
Inherent afirma que su "compañero" de IA superó a Anthropic y OpenAI en la replicación de la investigación ↗
La startup londinense Inherent, fundada por antiguos investigadores de DeepMind, presentó Faraday, un agente de IA diseñado para reproducir de forma independiente los resultados de artículos científicos publicados.
Lo sorprendente es que Inherent afirma que Faraday superó a sistemas construidos con modelos de vanguardia mucho más grandes de Anthropic y OpenAI, todo ello mientras se ejecutaba en un modelo Qwen relativamente pequeño de 27 mil millones de parámetros. La compañía atribuye el éxito al diseño del agente y al aprendizaje por refuerzo, en lugar de simplemente añadir más parámetros al problema... lo cual se está convirtiendo en una constante.
OpenAI afirma que California debería reforzar su proyecto de ley sobre seguridad de la IA ↗
OpenAI está presionando a California para que añada protecciones más estrictas a la ley SB 53, incluyendo la supervisión de los modelos de vanguardia durante el entrenamiento y la evaluación, y el refuerzo de la ciberseguridad en todo el proceso de desarrollo.
Aquí hay un pequeño giro inesperado: OpenAI se había opuesto previamente a la legislación. La compañía ahora argumenta que los recientes incidentes de seguridad de la IA demuestran la necesidad de mayores protecciones y afirma que las normas estatales podrían eventualmente convertirse en la base de un estándar nacional.
Los laboratorios de IA de Frontier aún no han dicho cómo contendrían a un modelo rebelde ↗
Una evaluación realizada por Guidelight AI Standards reveló que las principales empresas de IA han publicado sorprendentemente poco sobre qué harían si un modelo potente intentara eludir el control humano.
OpenAI obtuvo la puntuación más alta entre los cinco laboratorios analizados, pero, según se informa, incluso este carece de un plan formal de contención documentado públicamente para futuros incidentes. Anthropic y Meta obtuvieron puntuaciones particularmente bajas en cuanto a transparencia pública, aunque las empresas argumentan que los documentos públicos no necesariamente revelan todas sus medidas de seguridad internas.
Básicamente, los laboratorios de IA tienen planes cada vez más detallados para probar capacidades peligrosas... pero el manual de emergencia para "el modelo ya se está comportando mal" todavía parece bastante escaso.
El programa intensivo de formación para emprendedores de Harvard, con un coste de 699 dólares, ofrece avatares de inteligencia artificial de sus instructores ↗
La Harvard Business School está utilizando avatares de instructores creados con inteligencia artificial por HeyGen en su programa de emprendimiento Foundry, de ocho semanas de duración y con un coste de 699 dólares.
Los estudiantes siguen recibiendo clases en directo con instructores humanos, pero los avatares se encargan de proporcionar comentarios personalizados durante las presentaciones simuladas y las reuniones de la junta directiva. Un instructor admitió que su doble digital le resulta un poco inquietante; al parecer, a los estudiantes les gusta bastante.
Las empresas que triunfan con agentes de IA están limitando lo que estos agentes pueden hacer por sí solos ↗
La carrera por desarrollar agentes de IA en el ámbito empresarial está empezando a revertir una de sus premisas favoritas: una mayor autonomía no siempre es mejor. Las empresas que obtienen mejores resultados de producción están asignando cada vez más responsabilidades más específicas y límites operativos más definidos a sus agentes.
El principal problema parece ser la gobernanza, los costes de integración y la demostración de un valor empresarial tangible. En otras palabras, el empleado de IA exitoso podría parecerse menos a un genio autónomo y más a un colega excepcionalmente rápido con permisos muy estrictos.
Preguntas frecuentes
¿Por qué se prevé que los servidores de IA de Nvidia se encarezcan?
Según se informa, los clientes de Nvidia han sido advertidos de que los precios de algunos servidores de IA podrían aumentar en más del 15 %. La principal presión proviene del aumento de los costos de los chips de memoria, que elevan el precio general de los sistemas basados en hardware como Vera Rubin y Grace Blackwell. Esto indica que el precio de la memoria se está convirtiendo en una parte cada vez más importante del gasto en infraestructura de IA.
¿De qué trata el acuerdo de Nvidia por 6.000 millones de dólares para la adquisición de Poolside AI?
Según se informa, Nvidia invertirá 6.000 millones de dólares en un acuerdo con la startup de IA Poolside, que abarca la concesión de licencias tecnológicas y la contratación de personal. El objetivo es contribuir al desarrollo de un potente modelo de IA de código abierto en Estados Unidos. Esta iniciativa podría consolidar la posición competitiva de Nvidia, dado que ya suministra hardware informático a importantes desarrolladores de IA y, potencialmente, competir con ellos también en el ámbito de los modelos.
¿Cómo logró el agente de IA Faraday de Inherent superar a modelos de IA más grandes?
Inherent afirma que su agente de IA Faraday reprodujo mejor la investigación científica publicada que los sistemas basados en modelos de vanguardia más grandes. Según se informa, Faraday utiliza un modelo Qwen de 27 mil millones de parámetros, y Inherent atribuye su rendimiento al diseño del agente y al aprendizaje por refuerzo. El resultado sugiere que el diseño del flujo de trabajo y los métodos de entrenamiento pueden ser tan importantes como el aumento del tamaño del modelo.
¿Por qué OpenAI quiere que California refuerce su ley de seguridad de la IA?
OpenAI exige mayores protecciones en la ley SB 53 de California, incluyendo una supervisión más exhaustiva de los modelos de vanguardia durante su entrenamiento y evaluación, así como mejores medidas de ciberseguridad. Esto supone un cambio respecto a su anterior oposición a la legislación. OpenAI argumenta ahora que los recientes incidentes de seguridad en IA hacen necesarias medidas de protección más estrictas y que las normativas estatales podrían contribuir a la creación de un marco nacional en el futuro.
¿Qué están haciendo los laboratorios de IA para prepararse ante modelos descontrolados o con mal comportamiento?
Las principales empresas de IA publican información detallada sobre cómo prueban las capacidades peligrosas, pero la documentación pública sobre cómo contener un modelo una vez que comienza a comportarse de forma peligrosa sigue siendo limitada. Una evaluación de Guidelight AI Standards reveló importantes deficiencias en los principales laboratorios. OpenAI obtuvo la puntuación más alta entre los analizados, aunque, según se informa, incluso esta empresa carece de un plan formal de contención documentado públicamente para futuros incidentes con modelos descontrolados.
¿Por qué las empresas están reduciendo la autonomía de los agentes de IA en la producción?
Las empresas que obtienen mejores resultados con los agentes de IA están limitando cada vez más las funciones que estos sistemas pueden realizar de forma independiente. Un enfoque común en entornos de producción consiste en asignar a los agentes responsabilidades más específicas, permisos claros y límites operativos bien definidos. Esto facilita la gobernanza, la integración y la supervisión, a la vez que reduce los riesgos asociados a los sistemas altamente autónomos, que son difíciles de controlar o evaluar.