¿Qué pasó ayer? En un minuto:
Diego Córdoba y Luis Martínez-Zoroa aportaron la idea clave del Problema del Milenio que OpenAI cerró con 88 horas de cómputo y unos 15 millones de euros.
OpenAI afirma haber logrado progresos sustanciales en un segundo problema del Milenio en cinco días.
Anthropic publica su informe más extenso de amenazas recibidas, repartidas en siete áreas, que incluyen actores vinculados a Irán y China; advierte del peligro de la destilación ilícita que transfiere capacidades peligrosas sin las salvaguardas del modelo original.
OpenAI lanza ChatGPT for Financial Services, un agente especializado en finanzas, diseñado con Morgan Stanley y Evercore, con trazabilidad de cada cifra hasta su fuente para evitar alucinaciones.
Se crea una comisión bipartidista sobre IA y empleo en EEUU; en doce meses debe entregar guías prácticas para legisladores, empresas y trabajadores.
Midjourney sondea el apetito de mercado por su escáner corporal de ultrasonidos, apuntando al diagnóstico doméstico en un sector muy regulado.
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. Dos matemáticos españoles, 88 horas y 15 millones
Un reportaje de El País cómo dos matemáticos españoles, Diego Córdoba y Luis Martínez-Zoroa, fueron determinantes en la resolución del Problema del Milenio, cuyo tramo final consiguió OpenAI con 88 horas de cómputo y un coste estimado de 15 millones de euros. Según los propios investigadores, sin la idea previa, el sistema no habría llegado al resultado que ha acaparado portadas. Es un hito importante porque deja atrás la lucha por obtener la IA con el mejor resultado en los benchmarks oficiales y pone el foco en la economía real de la investigación. En esta colaboración, el aporte humano fue el planteamiento, el marco y la hipótesis; el de la máquina, cerrar una parte del trabajo que exigía una búsqueda intensiva.
El análisis de esta noticia nos lleva a tres conclusiones. La primera es de coste, la IA no es barata en comparación al coste laboral humano, pero la eficiencia en la búsqueda de soluciones no tiene parangón con ningún esfuerzo colectivo humano. La segunda es que la colaboración humano-máquina, asignando a cada uno lo que mejor sabe hacer, es el camino para seguir cosechando éxitos y el motivo por el que merece la pena seguir desarrollando esta tecnología. Y la tercera es la importancia de repartir del mérito de manera justa, algo fundamental para seguir favoreciendo la diseminación de ideas y el progreso de toda la humanidad.
El cálculo irónico que hace 𝕏 @pmddomingos (Pedro Domingos) es de coste por resultado: dos matemáticos resuelven la mayor parte del problema en unos meses y la parte final le cuesta a OpenAI 15 millones de dólares, lo que convierte a los humanos en la opción barata.
El punto que más preocupa a 𝕏 @antonello (Antonio Ortiz) es el de los incentivos: si compartes en qué trabajas y llega otro con más computación y se lleva el resultado, la comunidad tiene menos razones para publicar sus hipótesis.
Más información:
📎 elpais.com: Un ano de trabajo de dos matematicos espanoles frente a 88 horas y 15 millones de OpenAI sin nuestra idea la IA no lo habria resuelto
2. OpenAI dice haber avanzado en otro problema del Milenio
OpenAI ha declarado al New York Times que, después de completar el problema de Navier-Stokes, ha logrado "progresos sustanciales" en un segundo problema del Milenio durante los últimos cinco días. No ha dicho cuál, no ha publicado resultados y afirma estar decidiendo cómo compartirlos. Los problemas del Milenio son los siete enunciados por el Clay Mathematics Institute, con un premio de un millón de dólares cada uno; solo la conjetura de Poincaré está resuelta. Los rumores de las últimas 48 horas apuntan a la conjetura de Hodge resuelta por OpenAI y la conjetura de Birch y Swinnerton-Dyer por Anthropic.
Nada de esto está confirmado, pero lo que sí es evidente es el rápido avance de estos modelos en el campo de las matemáticas. FrontierMath Tier 4, el nivel más difícil del benchmark matemático de Epoch AI, lanzado el 11 de julio de 2025 con un techo del 5% de aciertos, ha subido hasta el 98% en apenas un año. OpenAI ya orienta el discurso hacia biología y farmacia, con el objetivo dentro de su plan de avance de la IA de lograr investigadores autónomos durante el próximo año.
El matiz que subraya 𝕏 @rohanpaul_ai (Rohan Paul) es que no hay identificación del problema ni resultados divulgados, solo la decisión pendiente sobre cómo publicarlos..
La lectura de 𝕏 @AndrewCurran_ (Andrew Curran) es más ambiciosa: sostiene que la capacidad generaliza y que ni Anthropic es una empresa de código ni OpenAI una empresa de matemáticas, sino ambas de inteligencia.
Más información:
📎 nytimes.com: Tristan buckmaster OpenAI math navier stokes
3. Anthropic detalla ocho meses de usos maliciosos de Claude
Anthropic ha publicado 'Detecting and countering misuse of AI: September 2026', su informe de inteligencia de amenazas más extenso hasta la fecha. Cubre operaciones detectadas e interrumpidas entre diciembre de 2025 y agosto de 2026 en siete áreas: operaciones cibernéticas, campañas de influencia, vigilancia, estafas y fraude, uso indebido biológico, desarrollo de armas convencionales y destilación ilícita. Entre los actores figuran grupos presuntamente vinculados a Estados, con casos atribuidos a Irán y a China, junto a operadores con motivación económica. La compañía afirma haber cortado todas las operaciones descritas, haber reforzado sus salvaguardas con lo aprendido y haber compartido información con autoridades y socios del sector cuando procedía.
El informe documenta con casos concretos el problema del doble uso que afecta a cualquier tecnología: las mismas capacidades que hacen útil a un modelo en programación o análisis sirven para intrusión, reconocimiento o generación de propaganda a escala. El apartado de destilación es el más incómodo para el sector: Anthropic sostiene que la destilación no autorizada puede elevar el razonamiento general lo suficiente para aumentar capacidades peligrosas más allá de los temas presentes en las conversaciones de entrenamiento, y que sus propias salvaguardas no se transfieren en ese proceso. El documento dedica secciones separadas a cada una de las 7 áreas, con la de operaciones cibernéticas como la más extensa.
La publicación de 𝕏 @AnthropicAI (Anthropic) se presenta como un ejercicio de responsabilidad y no de marketing: el énfasis está en que se interrumpieron todas las operaciones descritas, no en el mérito de haberlas detectado.
Desde dentro de la casa, 𝕏 @bcherny (Boris Cherny) describe el informe como una lectura inquietante y necesaria, y resume el dilema con una pregunta práctica: cuál es el radio de impacto cuando una capacidad útil se usa como arma.
El punto que más interesa a 𝕏 @rohanpaul_ai (Rohan Paul) es el de la destilación: un modelo copiado hereda capacidad pero no los controles del original, lo que convierte el robo de comportamiento en un problema de seguridad y no solo de propiedad intelectual.
Para 𝕏 @kimmonismus (Chubby) el informe explica la inquietud actual en los laboratorios de frontera: los casos iraníes de herramientas de vigilancia y malware muestran adversarios usando modelos estadounidenses contra intereses estadounidenses.
La reacción de 𝕏 @giffmana (Lucas Beyer (Bl16)) es breve pero significativa viniendo de un investigador de un laboratorio rival: califica el documento de duro e interesante a la vez.
Más información:
📎 Countering misuse of AI: September 2026 / Anthropic
4. OpenAI lanza ChatGPT for Financial Services
OpenAI ha presentado ChatGPT for Financial Services, una versión adaptada de su producto empresarial ChatGPT Work dirigida a instituciones financieras. Se ha desarrollado con Morgan Stanley y Evercore como socios de diseño y funciona sobre GPT-6 Astra, su modelo más reciente. Las firmas pueden conectar sus propios datos financieros a las conversaciones y trabajar con fuentes premium incluidas como Daloopa, PitchBook y LSEG News. La propuesta cubre tres tareas concretas: elaborar research, construir modelos financieros editables y generar materiales de cliente como informes comerciales, respetando las plantillas de Excel, Word y PowerPoint de cada firma.
La parte que OpenAI más destaca es la verificabilidad: cada cifra y cada afirmación se puede rastrear hasta párrafos y tablas concretos, con vista previa del pasaje que sustenta la cita sin salir del flujo de trabajo. Ese énfasis no es casual, porque el problema de las alucinaciones sigue sin estar 100% resuelto y en banca de inversión un dato mal atribuido no es un error menor. CNBC sitúa el objetivo en el trabajo intensivo de analistas y asociados junior, los recién graduados que Wall Street lleva décadas empleando para preparar operaciones y presentaciones. El movimiento llega tras un año de pelea por el mercado corporativo frente a Anthropic, que ya presentó Claude for Financial Services, y frente a Google que parte con ventaja. El acceso está limitado a entidades financieras elegibles.
El argumento con el que 𝕏 @OpenAI (Openai) defiende el producto no es la velocidad sino la comprobación: revisar la evidencia mientras se trabaja, sin abrir el documento original.
La lectura que hace 𝕏 @AndrewCurran_ (Andrew Curran) del anuncio se apoya en la formulación de Nick Turley: enseñar a ChatGPT a investigar como un analista y a sostener sus conclusiones como tal, algo bastante más exigente que resumir documentos.
Para 𝕏 @gdb (Greg Brockman) el objetivo declarado son las mejores herramientas agénticas del sector financiero, una ambición que va más allá del asistente conversacional y apunta a flujos de trabajo completos.
El detalle que subraya 𝕏 @testingcatalog (Ai News | Testingcatalog) es el de la puerta de entrada: la función queda restringida a instituciones elegibles y se usa dentro de ChatGPT con GPT-6 Astra, no como producto aparte.
Más información:
📎 openai.com: Introducing ChatGPT financial services
5. Una comisión bipartidista sobre IA y empleo en EEUU
Se ha constituido en Estados Unidos la “Commission on AI and the Future of the American Workforce”, un organismo bipartidista copresidido por Gina Raimondo, exsecretaria de Comercio, y Paul Ryan, exportavoz de la Cámara de Representantes. La acogen de forma conjunta el American Enterprise Institute, de tradición conservadora, y el Urban Institute, de perfil progresista, y acaba de nombrar a sus 20 comisionados, procedentes de empresas, sindicatos, universidades y administración pública. El encargo es acotado: durante el próximo año, elaborar guías prácticas basadas en evidencia para legisladores, empresas y trabajadores ante distintos escenarios de adopción de la IA.
El interés para el sector está en el calendario. La comisión justifica su urgencia en que el trabajo ya se está transformando mientras la respuesta política y empresarial va por detrás, y sitúa los próximos doce meses como ventana para influir en programas presidenciales, agendas federales y estatales y decisiones de consejos de administración. Es decir, un intento de fijar el marco antes de que el ciclo electoral lo fije por su cuenta. No es un órgano con poder normativo ni capacidad ejecutiva, sino una estructura de recomendación sostenida por dos think tanks. La comisión busca financiación filantrópica, corporativa e individual para sostener el trabajo de un año, plazo corto para este tipo de iniciativas pero inevitable en un mundo post-IA.
La copresidencia de 𝕏 @SpeakerRyan (Paul Ryan) enmarca el proyecto como una hoja de ruta bipartidista y basada en datos, con el empleo como eje y no la regulación de los modelos.
Desde el AEI, 𝕏 @RobertDoar (Robert Doar) insiste en que el entregable son guías de política en tiempo real sobre el efecto de la IA en los puestos de trabajo, no un informe final a un año vista.
Para 𝕏 @TimRyan (Tim Ryan), comisionado y excongresista, el reto es aprovechar el potencial de la tecnología sin dejar a los trabajadores fuera de la negociación.
El Urban Institute, en la cuenta 𝕏 @urbaninstitute (Urban Institute), subraya el carácter conjunto de la iniciativa con un think tank de signo opuesto, algo poco frecuente en el debate tecnológico actual en Washington.
Que 𝕏 @tunguz (Bojan Tunguz) confirme su papel como director de investigación para la industria tecnológica dentro de la comisión aporta una conexión directa con el capital riesgo y las empresas que están desplegando estos sistemas.
Más información:
📎 Commission on AI and the Future of the American Workforce homepage
6. Midjourney tantea un escáner corporal
Midjourney, laboratorio de IA conocido por su generador de imágenes, ha publicado en su cuenta de X dos preguntas abiertas sobre un nuevo escáner corporal anunciado el pasado junio: con qué frecuencia le gustaría a la gente hacerse un escáner de ultrasonidos de cuerpo completo y en qué lugar preferiría realizarlo. Este sondeo informal es el tipo de consulta que sirve para medir apetito de mercado antes de comprometer recursos.
Interesa por el terreno al que apunta, el diagnóstico por imagen de consumo o doméstico, algo que podría revolucionar la medicina al detectar problemas de salud antes de que sea demasiado tarde. La instrumentación médica es un ámbito muy regulado, con autorización sanitaria obligatoria y dominado por fabricantes de equipamiento médico con décadas de historial regulatorio. Conseguir, gracias a la IA, un scanner corporal barato y accesible a todos es un paso importante en la prevención de enfermedades y en la reducción de costes sanitarios, incluso si nos damos un susto de vez en cuando con los falsos positivos.
La consulta de 𝕏 @midjourney (Midjourney) está formulada como escenario ideal, sin mencionar coste ni autorización sanitaria, lo que la sitúa más cerca de un test de deseo que de un sondeo de viabilidad.
Para 𝕏 @AndrewCurran_ (Andrew Curran) la sorpresa es la memoria corta del sector: recuerda que la compañía tiene varios anuncios de hardware más en camino y que este sondeo no llega de la nada.