Google hace caja con la IA
Google Cloud se dispara por las TPUs y el negocio de búsqueda acelera con las respuestas de IA.
¿Qué pasó ayer? En un minuto:
Alphabet ingresó 119.800 millones en su segundo trimestre gracias al empuje de Google Cloud, que creció un 82% mientras el capex se duplicaba hasta los 44.920 millones.
Anthropic ha lanzado un conector que permite consultar desde claude.ai los datos de su Economic Index, cuyos registros no muestran aún efectos medibles de la IA sobre el empleo.
Samsung y Google estrenaron en el Galaxy Unpacked los plegables con Gemini Intelligence, que amplía la automatización de tareas a más de 40 aplicaciones.
Amazon ha confirmado despidos en su equipo de AGI, responsable de los modelos Nova, sin precisar cuántas personas se ven afectadas ni el futuro del proyecto.
Anthropic ha abierto en beta pública el plugin Claude Security para Claude Code, que escanea el código en busca de vulnerabilidades graves desde el propio terminal.
NVIDIA presentó las primeras mediciones reales de Vera Rubin NVL72, con hasta 10 veces más rendimiento por megavatio según CoreWeave y 5,4 según SemiAnalysis.
Alibaba lanzó Qwen-Image-3.0, centrado en la utilidad práctica y en el renderizado de texto pequeño, sin aclarar si tendrá pesos abiertos.
Un debate en X sostiene que la IA elimina la fricción que antes empujaba a aprender informática trasteando por cuenta propia.
OpenAI presentó Presence, una plataforma para desplegar y gobernar agentes de voz y chat que la sitúa en el software empresarial.
En un solo día se anunciaron 6,2 gigavatios de nueva capacidad de cómputo entre el campus Project Camellia de OpenAI, la expansión de SpaceXAI en Texas y el acuerdo de Anthropic con AMD.
Gracias por leer 1 Minuto de IA. Si te ha gustado esta edición, no te olvides de dar al ♡ y de compartirla por redes sociales o por email con otras personas a las que creas que les pueda interesar.
Y si tienes más de un minuto…
1. Alphabet acelera con la nube y la IA
Alphabet cerró su segundo trimestre fiscal de 2026 con ingresos de 119.800 millones de dólares, un 24% más que hace un año y por encima de los 116.900 millones que esperaban los analistas. El motor fue Google Cloud: creció un 82% interanual, se acerca a un ritmo anual de 100.000 millones y casi duplicó su margen operativo. Los contratos ya firmados pendientes de ejecutar suman 514.000 millones, señal de demanda comprometida. Son cifras que despejan la duda de si el gasto en inteligencia artificial acaba convirtiéndose en negocio.
La inversión en instalaciones y equipos se duplicó hasta un récord de 44.920 millones, y la compañía prevé destinar hasta 205.000 millones este año a centros de datos y capacidad para Gemini. Search, que muchos daban por amenazada, aceleró su crecimiento al 17% desde el 12% del año anterior, impulsada por AI Overviews y AI Mode, que elevan las consultas y el espacio publicitario.
Un matiz importante es que parte del avance de Cloud procede de vender sistemas TPU, los chips propios de Google, lo que acerca su modelo al de un proveedor de hardware. En la llamada de resultados, Sundar Pichai indicó que cerca del 90% de las empresas del Fortune 100 usan Gemini Enterprise y que ya ha comenzado el preentrenamiento de Gemini 4.
Crecimiento en Search, márgenes al alza en Cloud y el siguiente modelo ya en marcha. Con estos datos, ¿quién sigue pensando que Google está fuera de juego?
Para 𝕏 @rohanpaul_ai (Rohan Paul), lo llamativo no es solo el crecimiento de Cloud, sino que los RPO superasen con holgura las previsiones de Wall Street, que apuntaban a 488.000 millones frente a los 514.000 reportados: demanda ya firmada, no solo proyectada.
𝕏 @SemiAnalysis_ (Semianalysis) subraya un cambio de lenguaje que considera significativo: por primera vez Google describe los ingresos de Cloud como procedentes 'principalmente' de la venta de sistemas TPU, un giro que en su lectura convierte a la división en un vendedor de hardware más que en una nube al uso.
𝕏 @WesRoth (Wes Roth) recuerda el coste de este ritmo: el crecimiento exige un gasto enorme, y contrasta la imagen de una Google supuestamente pillada a contrapié por ChatGPT con unas cifras que apuntan a lo contrario.
Desde dentro, 𝕏 @OfficialLoganK (Logan Kilpatrick) enmarca los resultados como un punto de partida más que de llegada, atribuyéndolos al trabajo de los equipos para atender a clientes.
Más información:
📎 Alphabet earnings call Q2 2026: Sundar Pichai remarks
2. Anthropic abre sus datos de empleo a Claude
Anthropic ha lanzado un conector para el Anthropic Economic Index, su conjunto de datos públicos sobre cómo se usa la IA en la economía. La novedad es de acceso, cualquiera puede activar el conector en claude.ai y preguntar a Claude sobre esos datos, sin instalar nada. Las consultas van de lo general a lo concreto: qué ocupaciones usan más IA, para qué tareas la emplean los profesores o cómo ha cambiado la automatización en el último año. Las respuestas se apoyan en el Index y el usuario puede pedir ver los datos que las sustentan.
El lanzamiento acerca a periodistas, reguladores y trabajadores un material que hasta ahora circulaba entre investigadores. Y también sitúa a Anthropic, competidora directa en modelos de lenguaje, como fuente de análisis sobre la adopción de la IA, no solo como proveedor. Los datos incomodan las previsiones del impacto negativo sobre el empleo, del que no se aprecian efectos medibles a pesar de los cambios que la IA introduce en el trabajo. La empresa lo atribuye a que, por ahora, la tecnología complementa la actividad humana más que sustituirla. Conviene precisar que estos datos reflejan patrones de uso de Claude, no del conjunto del mercado de IA, lo que condiciona hasta dónde pueden extrapolarse sus conclusiones.
El detalle práctico que resalta 𝕏 @testingcatalog (Ai News | Testingcatalog) es la mecánica: el conector permite consultar a Claude un amplio conjunto de datos sobre cómo se usa la herramienta en todo el mundo, integrado en la propia conversación.
𝕏 @jackclarkSF (Jack Clark) enmarca el trabajo como respuesta a un enigma pendiente del sector: por qué, con todos los cambios que la IA provoca en la economía, aún no se ven efectos medibles en el paro.
Para 𝕏 @levie (Aaron Levie), el análisis confirma un patrón que se repite en los datos: los empleos aguantan mejor de lo previsto porque la IA todavía necesita personas que la operen.
Más información:
📎 The Anthropic Economic Index connector \ Anthropic
3. Gemini se convierte en capa base de los móviles de Samsung
Samsung y Google ampliaron su alianza en el Galaxy Unpacked 2026 de Londres, donde debutaron los plegables Galaxy Z Fold8 Ultra, Fold8 y Flip8 con las primeras funciones de Gemini Intelligence, la marca con la que Google agrupa las capacidades proactivas de su asistente. La novedad más concreta es la automatización de tareas: Google la presentó en beta en febrero para un puñado de aplicaciones y ahora la extiende a más de 40, desde pedir comida a domicilio o reservar restaurante hasta comprar entradas o gestionar viajes, todo desde la conversación.
NotebookLM, la herramienta para trabajar con documentos propios, pasa a llamarse Gemini Notebook y llega a los nuevos plegables. Samsung mostró además dos gafas Android XR diseñadas con Gentle Monster y Warby Parker, con formato de gafas convencionales en lugar de visores voluminosos. Gemini ya no vive en una app suelta, sino que opera sobre todo el hardware de Samsung, con relojes y gafas anunciados como siguientes destinos. Google no detalló disponibilidad por mercados ni idiomas de las nuevas funciones, ni fechas concretas para la salida comercial de las gafas.
El propio 𝕏 @sundarpichai (Sundar Pichai) enmarca el despliegue como el estreno de las primeras funciones de Gemini Intelligence en Android, con la automatización de tareas sobre más de 40 aplicaciones como argumento central de la integración.
Para 𝕏 @WesRoth (Wes Roth) el cambio de fondo es que el modelo ya no espera en una sola app: se distribuye por todo el hardware de Samsung, con relojes y gafas como continuación lógica de esa estrategia.
𝕏 @testingcatalog (Ai News | Testingcatalog) pone el foco en las gafas fabricadas con Gentle Monster y Warby Parker como prueba de que el ecosistema Galaxy busca salir del teléfono hacia formatos de uso diario.
Más información:
📎 Galaxy Unpacked: Gemini and Samsung are better together
4. Amazon recorta en su equipo de AGI
Amazon ha confirmado la eliminación de puestos en su organización de AGI, el grupo responsable de los modelos Nova y de sus agentes autónomos. La compañía no ha detallado cuántos empleos se ven afectados y ha justificado el recorte con una fórmula genérica sobre afinar su enfoque. La noticia salió a la luz por las publicaciones de varios exmiembros del equipo, que anunciaron su salida el mismo día.
Según cifras citadas por fuentes, Nova llegó a ser uno de los modelos más grandes jamás entrenados, con unos 2T parámetros. Ese tamaño contrasta con su escaso perfil público y ha alimentado la lectura de que Amazon podría estar reduciendo la apuesta. El proyecto englobaba iniciativas como Nova Act, un agente de uso de ordenador entrenado con aprendizaje por refuerzo.
El episodio refleja la tensión de las grandes tecnológicas entre sostener modelos propios y apoyarse en terceros. Amazon mantiene a la vez una inversión de miles de millones en Anthropic, cuyos modelos Claude ofrece a través de Bedrock. Amazon no ha aclarado si los modelos Nova seguirán desarrollándose ni qué ocurre con Nova Act tras la reorganización.
El recuento que sigue 𝕏 @LayoffAI (Layoffhedge) resume la incomodidad del caso: Amazon reconoce que recorta el equipo que construía su AGI, pero se niega a decir a cuántas personas afecta.
La apuesta de 𝕏 @AndrewCurran_ (Andrew Curran) va al fondo del asunto: cree que Amazon está abandonando Nova, no solo reordenando prioridades.
El apunte irónico de 𝕏 @tunguz (Bojan Tunguz), que admite no saber siquiera que Amazon tuviera un equipo de IA, señala el punto débil de Nova: un modelo enorme sin apenas notoriedad.
𝕏 @giffmana (Lucas Beyer (Bl16)) matiza la etiqueta con un apunte seco: no era un equipo de IA cualquiera, sino el rotulado como AGI dentro de la compañía.
Desde dentro, 𝕏 @_rajanagarwal (Rajan Agarwal), que hizo prácticas en el aprendizaje por refuerzo de Nova Act, defiende el nivel del equipo y confía en que cualquier otra empresa querría contratarlos.
5. Anthropic lleva la seguridad al terminal de Claude Code
Anthropic ha abierto en beta pública el plugin Claude Security para Claude Code, su herramienta de línea de comandos para programar con IA. Con esta nueva función el desarrollador puede escanear los cambios antes de un commit o lanzar una revisión completa del repositorio, todo desde el terminal y apoyándose en la inferencia de Claude que ya tiene en marcha.
El plugin busca vulnerabilidades de alta severidad (inyecciones, bypass de autenticación, errores de lógica) y promete razonar como un investigador de seguridad para recortar falsos positivos y proponer correcciones aplicables. Debajo opera un esquema de varios agentes con roles separados: unos reconstruyen la estructura del código, elaboran el modelo de amenazas y exploran fallos; otro verifica de forma independiente cada hallazgo. Solo los que superan esa segunda validación llegan al informe final, un diseño pensado para no inundar al desarrollador con avisos poco fiables.
La seguridad del código deja de ser una fase aparte y se incrusta en el flujo de trabajo. La competencia va en la misma línea, con OpenAI promocionando un plugin equivalente para Codex. Por ahora la cobertura se limita a lo que Claude detecta durante la revisión, sin garantía de análisis exhaustivo.
El equipo de 𝕏 @claudeai (Claude) insiste en el detalle operativo que más pesa para adoptarlo: el escaneo corre sobre la inferencia que el desarrollador ya ejecuta, sin infraestructura añadida.
Para 𝕏 @testingcatalog (Ai News | Testingcatalog) lo relevante es que este tipo de herramientas empiezan por fin a ser accesibles, integradas en el terminal en lugar de reservadas a equipos de seguridad especializados.
𝕏 @gdb (Greg Brockman) responde en el mismo terreno invitando a probar el plugin de seguridad de Codex, señal de que OpenAI quiere disputar la aplicación de sus modelos a la ciberdefensa.
𝕏 @The_Cyber_News (Cyber Security News) subraya el argumento diferencial que Anthropic vende: razonar como un investigador para reducir falsos positivos y proponer arreglos reales, no solo listar alertas.
𝕏 @WesRoth (Wes Roth) pone el foco en el alcance de uso: revisar cambios puntuales antes del commit o auditar todo el código base, con la elección en manos del desarrollador según el momento.
Más información:
📎 Scan your codebase for vulnerabilities
6. La nueva generación de Nvidia ya rinde en pruebas reales
NVIDIA presentó hacia el 21 de julio de 2026 los primeros resultados medidos de Vera Rubin NVL72, su nueva plataforma de inteligencia artificial: un rack con 72 chips que trabajan como una sola máquina y que sustituye a la generación anterior. La novedad es que las cifras no son promesas de presentación, sino mediciones sobre equipos ya en marcha. CoreWeave, uno de los primeros clientes, obtuvo hasta 10 veces más rendimiento por megavatio de electricidad consumida, con tiempos de respuesta similares para el usuario. La mejora nace de diseñar chips, red interna y refrigeración como un conjunto, no de un componente aislado.
Entre los primeros compradores figuran CoreWeave, Microsoft, Nebius, SpaceX y Tesla, y NVIDIA calcula que sus socios industriales podrían llegar a fabricar hasta 1.000 racks diarios. La eficiencia, eso sí, no rebajará la factura eléctrica global: según NVIDIA, las nuevas aplicaciones de IA consumen hasta 15 veces más capacidad de cómputo y la demanda sigue aumentando. La consultora SemiAnalysis rebaja también el entusiasmo, ya que en sus propias mediciones, con unidades de preproducción, la ventaja se queda en 5,4 veces por megavatio y 5 veces por dólar invertido.
El análisis de 𝕏 @SemiAnalysis_ (Semianalysis) sitúa la clave en el codiseño extremo y en que Rubin puede reutilizar los kernels de Blackwell, algo que suaviza la puesta en marcha del software frente a la transición anterior desde Hopper.
𝕏 @G_Programming (Gentleman Programming) insiste en el matiz que da peso al dato: es hardware encendido y medido por un tercero, no una estimación de marketing, lo que le concede más credibilidad de lo habitual en estos anuncios.
Desde el lado del despliegue, 𝕏 @nebiusai (Nebius) subraya que cómputo y red se levantan a la vez en el mismo centro de datos, prueba de que la integración con Spectrum-6 ya está instalada y no es solo teórica.
𝕏 @Leoskie_L (Leonard) señala la trampa del ahorro: la eficiencia recuperada no desaparece, se reinvierte en contextos más largos, más agentes y más tokens, hasta acabar en centros de datos mayores y más demanda de HBM.
𝕏 @MTSlive (Mts) recuerda que NVIDIA no compite sola: el pacto entre AMD y Anthropic, con hasta 5.000 millones de dólares y 2 gigavatios de GPUs Instinct MI450, abre un frente paralelo en la infraestructura de inferencia.
Más información:
📎 Vera Rubin NVL72 vs GB200 NVL72? Inference TCO & Architecture Analysis
7. Qwen-Image-3.0 prioriza utilidad sobre estética
Alibaba ha presentado Qwen-Image-3.0, tercera generación de su modelo de generación de imágenes. La compañía mueve el foco de la estética hacia la utilidad práctica. La progresión es explícita en su relato: la 1.0 buscaba precisión, la 2.0 sumaba variedad, integridad, belleza y autenticidad, y la 3.0 se concentra en detalles fieles y conocimiento aplicado.
Donde más avanza es en el renderizado de texto pequeño, uno de los problemas técnicos más persistentes del sector, y en el contenido denso en caracteres, con soporte para vietnamita y otros doce idiomas. A eso añade dos capacidades pensadas para producción real: expansión horizontal, que genera infografías de 3x3 con apenas 3,7k tokens, y expansión en profundidad, capaz de anidar interfaces por capas en una sola imagen.
Los casos de uso que destaca la compañía son elaboración de periódicos, storyboards para dramas cortos e interfaces complejas. El lanzamiento no llega aislado, sino dentro de una tanda más amplia del ecosistema Qwen, que incluye Qwen-Audio-3.0-TTS, un sistema de síntesis de voz con 16 idiomas y 20 dialectos chinos. Alibaba no ha aclarado si el modelo tendrá pesos abiertos o quedará restringido a API. Si solo es accesible por API, su peso como alternativa frente a modelos abiertos rivales se reduce de forma notable.
El equipo de 𝕏 @Alibaba_Qwen (Qwen) resume la tercera generación en una sola palabra, 'Real', tras una versión centrada en precisión y otra en belleza y autenticidad.
El manejo de texto pequeño es lo más llamativo para 𝕏 @HealthRanger (Healthranger), aunque condiciona su valoración: si acaba siendo solo API sin pesos abiertos, el resultado pierde parte de su interés.
Tras probarlo, 𝕏 @khaihoan_ne (Khai Hoan) confirma que el modelo rinde bien con contenido cargado de texto y genera vietnamita con calidad razonable, uno de los idiomas soportados.
Un frente más amplio, según 𝕏 @AlternativeTo (Alternativeto): Qwen-Audio-3.0-TTS acompaña el lanzamiento con síntesis de voz en 16 idiomas y 20 dialectos chinos.
Más información:
📎 Qwen-Image-3.0: Rich Content, Authentic Details, Deep Knowledge
8. Opinión: el manejo del ordenador como oficio en retirada
Una conversación en X ha reabierto un debate viejo: qué se pierde cuando la IA generativa resuelve de un prompt lo que antes exigía horas de trabajo manual. El planteamiento parte de tareas cotidianas para cualquiera que haya trasteado con un ordenador, como montar un servidor local de Minecraft, instalar drivers, gestionar descargas o arreglar una conexión caída. Hasta ahora, cada incidencia obligaba a buscar en foros, leer documentación y probar por eliminación. Ese proceso, lento y frustrante, era también la vía por la que mucha gente adquiría competencias reales.
El argumento no es que la automatización empeore el resultado, sino que elimina la fricción que empujaba al aprendizaje profundo. Si el error deja de tener coste y la solución llega servida, se apaga el incentivo para entender qué ocurre por debajo. La nostalgia se reconoce subjetiva y ligada a la experiencia propia, no a tecnologías anteriores como las tarjetas perforadas, que nadie echa de menos. Es una reflexión personal, que no apunta sobre cómo debería cambiar la adquisición de habilidades técnicas entre quienes crecen ahora. Pese a la melancolía, ambos participantes cierran con una lectura optimista sobre el futuro.
Para 𝕏 @gabriel1 (Gabriel), cualquier incidencia (drivers, internet, descargas, cualquier configuración) queda ya a un prompt de distancia, y con ello se apaga el trasteo que antes formaba a los niños frente al ordenador. Reconoce que su nostalgia es egoísta: la echa de menos por sus propias vivencias, no por las tarjetas perforadas, y aun así cree que el futuro será mejor.
𝕏 @benjii (Benjii) pone el dedo en lo concreto: la generación que crece ahora no pasará tres horas depurando la config de un servidor ni rastreando foros de madrugada, el rodeo por el que muchos aprendían de verdad qué era un puerto.
9. OpenAI entra en el software empresarial con Presence
OpenAI ha presentado Presence, una plataforma para crear, desplegar y gestionar agentes de voz y chat en tiempo real. Los agentes responden preguntas, se conectan a los sistemas internos de la empresa, ejecutan acciones previamente aprobadas y derivan a una persona cuando hace falta. Incorpora salvaguardas, simulaciones y revisión humana, y cubre atención al cliente, ventas y procesos internos.
OpenAI la describe como un producto ya probado en producción, no como una vista previa. Lo relevante es el posicionamiento. Hasta ahora vendía sobre todo acceso a sus modelos vía API; con Presence añade la capa de despliegue y gobernanza que se sitúa por encima, un terreno donde ya compiten muchos proveedores de automatización y soporte. Al integrar conexión a sistemas corporativos y controles del agente, busca ser la plataforma sobre la que las empresas construyen, no solo el motor que otro empaqueta.
Esa jugada la enfrenta a parte de su propia base de clientes: startups que hoy montan agentes empresariales sobre sus modelos.Presence se distribuye de forma escalonada a clientes empresariales elegibles, sin fecha de disponibilidad general.
El propio 𝕏 @OpenAI (Openai) enmarca Presence en torno a la mejora continua: los agentes no solo ejecutan acciones aprobadas y escalan a humanos, sino que afinan su comportamiento con el tiempo, un argumento dirigido a empresas que temen desplegar agentes sin control.
Para 𝕏 @tldrnewsletter (Tldr Newsletter) el fondo es estratégico: con Presence, OpenAI deja de limitarse a vender modelos y entra en el mercado más amplio del software empresarial, con salvaguardas, simulaciones y revisión humana integradas de serie.
𝕏 @glenngabe (Glenn Gabe) destaca la etiqueta de producto 'battle-tested' con que OpenAI lo presenta, y el énfasis en conectar los agentes a los sistemas internos para automatizar soporte, ventas y otras tareas.
𝕏 @Amank1412 (Aman) apunta al detalle que condiciona el alcance real: el despliegue es escalonado y limitado a clientes empresariales elegibles, no un lanzamiento abierto.
𝕏 @VentureBeat (Venturebeat) describe Presence como una plataforma para lanzar y administrar agentes de voz y chatbots en tiempo real, situando la gestión del ciclo de vida del agente, y no solo su creación, como el núcleo de la propuesta.
Más información:
📎 Introducing OpenAI Presence
10. En un solo día 6,2 gigavatios de cómputo más
En una sola jornada se anunciaron al menos 6,2 gigavatios de nueva capacidad de cómputo para IA, repartidos en tres proyectos independientes. OpenAI presentó Project Camellia, un campus en el condado de Effingham (Georgia), con una inversión inicial de 20.000 millones de dólares y 3,2 GW contratados con Georgia Power para entrega por fases entre 2028 y 2032. Es su primer gran emplazamiento diseñado y desarrollado internamente. OpenAI promete un uso ‘mínimo’ de agua y facturas eléctricas sin subidas para los vecinos, un intento de adelantarse al rechazo creciente frente a estas instalaciones en EE.UU.
En paralelo, SpaceXAI prepararía una expansión en Texas de tamaño igual o superior a su huella de cerca de 1 GW en Memphis, según The Information, y Anthropic firmó un acuerdo con AMD para desplegar hasta 2 GW de sistemas MI450, comprar decenas de miles de millones en servidores y recibir una inversión de hasta 5.000 millones.
OpenAI ha subido su previsión de gasto en cómputo hasta 2030 desde unos 600.000 hasta cerca de 750.000 millones, según el Wall Street Journal. Un salto que refleja nuevos acuerdos con proveedores de nube y de centros de datos. La competencia ya no se libra solo en tener el modelo más potente, sino en la electricidad, chips, suelo y capacidad de construcción para servirlo.
El resumen de 𝕏 @kimmonismus (Chubby) es que la escala quizá no sea lo único que hace falta, pero probablemente sí casi todo, una lectura que reduce la carrera a quién puede sostener más cómputo.
El frente de Anthropic con AMD, hasta 2 GW de MI450 y una inversión cruzada de hasta 5.000 millones, lleva a 𝕏 @WesRoth (Wes Roth) a leerlo como señal de que el pulso por la inferencia ya no depende únicamente de NVIDIA.
El matiz clave de Camellia, para 𝕏 @VanquishTrader (Vanquishtrader), es que se trata del primer gran centro de datos diseñado y desarrollado por la propia OpenAI, un cambio respecto a apoyarse solo en terceros.
Que la cifra de gasto se mueva siempre al alza es lo que subraya 𝕏 @WOLF_Financial (Wolf), que lo conecta con la salida a bolsa que la compañía tiene planeada.
𝕏 @MilkRoadAI (Milk Road Ai) desvía la atención hacia los proveedores de infraestructura menos visibles, que a su juicio serán los grandes beneficiarios de un compromiso de este tamaño.
Más información:
📎 OpenAI's Georgia Data Center Pledges 'Minimal' Water Use - Business Insider