La semana del 17 de marzo de 2026 ha dejado noticias de calado en el mundo de la inteligencia artificial: desde grandes movimientos de capital y nuevas plataformas agénticas hasta un hackeo espectacular y un debate filosófico sobre si el acceso a la IA será el nuevo eje de la desigualdad.

Nvidia arrasa en la GTC 2026

La conferencia anual de Nvidia, la GTC 2026 celebrada en San José, ha sido el epicentro tecnológico de la semana. Entre los anuncios más relevantes:

Objetivos de ventas sin precedentes. La compañía aspira a vender chips Blackwell (para entrenamiento) y Vera Rubin (para inferencia) por valor de un billón de dólares —en la acepción europea del término, un trillón americano— entre lo que resta de 2026 y 2027.

Space One: chips para centros de datos orbitales. Nvidia presentó una variante del chip Vera Rubin diseñada para operar en el espacio. La idea de los centros de datos orbitales tiene un problema físico no menor: disipar calor en el vacío, donde solo es posible hacerlo por radiación, es un reto que lleva décadas sin resolverse a escala. El chip ya está listo. El resto, es otro asunto.

NemoClaw: Nvidia entra en el mundo de los agentes. El anuncio que más ha resonado en la comunidad técnica es NemoClaw, una plataforma empresarial de código abierto construida sobre el framework agéntico OpenClaw. Desarrollada en colaboración con el creador de OpenClaw, Peter Steinberger, NemoClaw añade guardarraíles de seguridad, enrutamiento de privacidad y controles para ejecutar agentes de IA de forma más segura en hardware Nvidia, incluyendo RTX, workstations PRO y los nuevos DGX Spark. Jensen Huang llegó a comparar la relevancia de OpenClaw con Linux, Kubernetes y HTML durante su keynote, afirmando que “probablemente sea la publicación de software más importante de la historia”. OpenClaw enfrenta críticas de seguridad significativas por parte de Gartner y Cisco, y NemoClaw es la respuesta de Nvidia a esas preocupaciones.

Ronda de inversiones: robótica, infraestructura y startups de IA

Varias rondas de financiación notables esta semana:

  • Replit levanta 400 millones de dólares con una valoración de 9.000 millones, consolidando su posición como plataforma de desarrollo asistida por IA.
  • Mind Robotics capta 500 millones para fabricar robots industriales a gran escala. El objetivo: comercializarlos antes de finales de 2026. Nueve meses para producción industrial masiva desde cero es un calendario que invita al escepticismo.
  • N Scale, empresa londinense de infraestructura, cierra una Serie C de 2.000 millones de dólares, valorada en 14.600 millones. Su proyecto: el “Stargate Norway”, gigantescos clusters de GPUs en Noruega, país elegido por sus ventajas de refrigeración natural.
  • Thinking Machines, la startup de Mira Murati, firma un acuerdo con Nvidia para recibir 1 GW de potencia de cómputo: lo equivalente a la producción de una central nuclear dedicada íntegramente a computación. Una forma de saber en qué se gastan los 2.000 millones de sus inversores.

El hackeo al agente interno de McKinsey

La consultora McKinsey opera internamente un agente de IA llamado Lily, accesible al 70% de sus consultores (unas 45.000 personas), con acceso a documentación interna, datos de clientes y proyectos de fusiones y adquisiciones.

Esta semana, la startup de seguridad CodeWall anunció que consiguió infiltrarse en Lily sin alterar su código: simplemente interactuando con el agente lograron acceso de lectura y escritura a sus bases de datos. El resultado: 46,5 millones de mensajes internos, 728.000 archivos con datos de clientes y 57.000 cuentas de usuario comprometidos. Entre los datos expuestos había información sobre M&A y proyectos confidenciales de clientes.

El detalle que agrava todo: la información estaba almacenada en texto plano. Una práctica que era mala antes de la IA y sigue siendo mala con ella.

El incidente es un recordatorio de que la seguridad de los agentes empresariales es un problema aún sin resolver, y que el acceso amplio a datos corporativos a través de interfaces conversacionales abre vectores de ataque nuevos y difíciles de anticipar.

Microsoft lanza Copilot Health

Microsoft ha presentado Copilot Health, un asistente de salud conversacional que ayuda a entender informes médicos, recopila datos personales y ofrece pequeños consejos. Amazon ha anunciado un producto similar en paralelo. En el contexto estadounidense, donde la responsabilidad médica puede derivar en demandas millonarias, navegar entre la utilidad y la exposición legal es un equilibrio delicado para todas las empresas que se aventuran en el sector sanitario.

Los tokens de IA como nueva brecha social

Más allá de los lanzamientos, esta semana ha circulado un debate que apunta a algo más profundo. El investigador Sam Lessin planteó que la próxima gran desigualdad no vendrá del dinero, sino del acceso a tokens de IA: cuántos tokens de Claude, GPT o Gemini puedan permitirse los padres para sus hijos determinará en buena medida sus oportunidades educativas y profesionales.

El argumento no es descabellado: quien tiene acceso ilimitado a modelos avanzados puede iterar más rápido, aprender más, producir más. La IA, que se presentó como democratizadora del conocimiento, podría convertirse en un nuevo eje de estratificación social si el acceso sigue dependiendo del poder adquisitivo.

El debate también aterriza en el vibe coding y sus límites reales. La promesa de que cualquiera podrá construir sus propias aplicaciones gracias a la IA ignora algo fundamental: la mayoría de la gente no quiere. Del mismo modo que la mayoría prefiere comprar una torrija en la pastelería antes que hacerla en casa, aunque salga más cara, la mayoría preferirá pagar por un software hecho que ponerse a programar con IA. La fricción, el mantenimiento y el esfuerzo cuentan.

Programación agéntica: Claude Code y Codex en el foco

Claude Code de Anthropic y Codex de OpenAI están siendo adoptados activamente por desarrolladores que buscan ir más allá de la asistencia puntual hacia flujos de trabajo verdaderamente agénticos. La diferencia entre usar un modelo como copiloto y delegar tareas completas a un agente empieza a hacerse tangible en la práctica, con casos de uso reales en equipos de desarrollo que reportan ahorros significativos de tiempo en tareas repetitivas y de integración.